公差ガーと言う方、量産品の設計や製造の経験を是非して欲しい。製造ラインから有意数のサンプルを抜取、自分の目と手で検査実測してσを計算、標準偏差の幅の広さと設計指示公差の見積の甘さに恐れ慄き、不具合の恐怖で冷や汗をびっしょりかく所から真の量産技術者が育つのです

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

返信先:@fuchise_studyですね～ まあ、シグマも小文字σだと標準偏差とかだった気がするので…

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

標準偏差でいえば2～3σといったところでしょうね。明らかに不良品の山になる。わざとそうしてるとしか思えないのです。どう考えても殺人注射です。

返信先:@onoda_kimi統計学的には平均値＋1σ（標準偏差）を超えると高身長グループに属するんじゃないですかね。標準偏差がどれぐらいなのか分かりませんがｗ

日経平均38,000円、IV17下において一日の変化の標準偏差は400円程度、1,200円超えて下がったら動いたなぁって感じだけど全然暴落ではない、これが10σ（4,000円）超えて下がったらやっと暴落ぐらいの感覚

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

もやもやな、…新しい投資手法　#偏差法 decomposeしてtrend noise　seasonalに分解 noiseの標準偏差σ ①trend以下で買う 　(これは探針) ②２σ超えたら売(一旦持ち玉無し…) ③−２σ超えたら買(ﾅﾝﾋﾟﾝ) ④更にσ上げたら、 　買(順張り)…何処かで利確 ⑤更にσ下げたら、 　売(全損切り)

高IQ団体に入っていちばん良かったことは、世の中の大半の人が「2σ」を「20」と誤読する程度の標準偏差の知識しかないということを知れた事。1度でも「IQは20があると会話が成立しない」などと口走った人は、少なくとも偏差値について語る資格はないのだが。2σ、SD=15で30、SD=24で48の差だ。

ここで、αは信頼区間を表し、σは投資ポートフォリオのリターンの標準偏差、Vは投資ポートフォリオの評価額を表します。

Xも地球人の知能を向上させることは可能だと思う。 もっと数値提供したら良いだけ。 成田さんはSNSが無駄だというけど、考え方が違う。 サービス内容を変えたらもっと有意になる。 その標準偏差は？ σ 浅い知識を振りまいても上がらないのは百も承知。 無駄でしかない。 それに気づいてきた（超遅延）

返信先:@monopost_racing中の人の立場で言うと正直まだ安すぎる。 数百円の製品にμmの精度で尚且つ規格に標準偏差4σのバラツキが収まる精度(規格外発生率が10万分の1のバラツキ)を求められてる。 内装部品とエンジン・A/T部品とは違うと思うけど

何シグマの出来事という表現を 聞いたことがあるかもしれない 例えばこの株価下落は6シグマの出来事である 的な この表現は 観測されたデータが期待値から 標準偏差の6倍分外れているという意味でだ 6σは140万年に1度 5σは5000年に一度 4σは40年に1度 3σは1年に1度 2σは3周間に一度 1σは3日に1度

返信先:@jeosg7393そういった性格にも分類するものを、ある程度大枠で分類したものが正規分布になると仮定すると中央に位置する（最も数が多い集団）から見て変わってると思うのは偏差だとすると、あんまり違和感ない割合がだなぁ。（正規分布の形によるけど大体σで65-75%くらいが標準偏差に入るから）

標準偏差で-3σ〜-4σあたりだと「知的障害」になるのに3σから4σだと「ギフテッド」とかいわれてもてはやされるの意味分からない。逆知的障害とかいいたい。

返信先:@gameoftheweak僕の場合はフィデラルフィア半導体株指数のように標準偏差が30％の株式も組み入れています。そこで、僕の場合は最悪65歳まで働いて【手取り給与+厚生年金の比例報酬部分】を加えて損失が十分穴埋めできるレベルで考えています。期待リターンは6％として2σで1年間で-54％となる確率5％で考えます。

2022/4/25のQuick Money World によると「ボリンジャーバンドでの『標準偏差』は」「終値の約99.7％が入るラインを『±３σ』と描画し」ていると記されている。 moneyworld.jp/news/05_000443…

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

やべーやべーwww このシルバーの車の状況になって行かん人たぶん1000人中3人以下やろ。標準偏差の3σ。

返信先:@chino_miyuki昔はデーターを手書きで取り、 それを表にして電卓で最大、最小 平均、標準偏差を出していたり、 正規分布しているかとか、3Σを計算したりしていたな。 その程度ならGPTって便利なツールですね。

- Batch Normalization arxiv.org/abs/1502.03167 ニューラルネット内部の値の傾向は全結合層や活性化などで変わっていくので、平均μ標準偏差σに正規化する処理を提案。学習の安定化に寄与。提案以降、ほぼ全てにコレか仲間が入ってる なお、タイトルの共変量シフト解決に貢献してるかは怪しいらしい？

> いわゆるギフテッドの基準とされるIQ130以上は約2.6% IQの平均が100（これは定義）、標準偏差を15とするなら2σだから、そりゃそうだ。 ...かく言う私自身、VIQだけなら130超だが（そしてこれは、成人後WAISを受けて判ったのだが）

Σとか標準偏差とか覚えといてよかった…。そのおかげで早く帰れる〜！

ENGINEERINGのEがΣなのは総和のΣ？だとしたらSだから違うか。σ？標準偏差？どんな意味を持たせてΣになってるのかなあ？なんにせよ、Eよりもかっこよく見えるから不思議。

勝率、一回あたりの期待利益、PF高め、標準偏差小さめのEAを集めて、重みを揃えてモンテカルロ法で資金管理するシステム作ったら凄いこと起きそう。一回あたりの期待利益を揃え、損切りは全部3σとかに揃える。もしくは、損切りの絶対金額を揃えるか。

統計データに対し、標準偏差を用いて評価するのは一般的です。部材や材料の試験結果にとって平均と標準偏差は不可欠で、信頼性を評価する重要な指標となります。一方、報告書は平均とσの値、計測値は平均から何σ離れているなどと言った直接的な数値データしか示されません。技術者ならそれで十分です。

納品何個で上位n%かを計算するために標準正規分布の式を標準偏差σについて解いたけど、 σ^2=－(x-μ)/(2log e (√2π)n) になったんだけどどっかで間違えたのかな教えて有識者 x：上位n%での納品数 μ：平均値(今回は上位50%の値で代用) e：自然対数 n：上位何%

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

返信先:@llllllx_x_zZ相関係数ってさ、共分散を標準偏差の積で割るやんか r=s_xy/(σ_xσ_y) これと cos θ=(a・b)/(|a||b|) って似てない？

標準偏差に100%当てはまるσ値はない。 つまり、現実には、標準偏差以上の事が起こる。

返信先:@makkinze安心してください。あいつら偏差値と標準偏差の違いも分からないしσの読み方も分かりませんｗ

株式投資の指標について（シャープレシオ、プロフィットファクターなど） ・プロフィットファクター ＝ 総利益 ÷ 総損失 ・リスクリワード ＝ 平均利益 ÷ 平均損失 ・シャープレシオ ＝ 年換算利回り ÷ リスクの標準偏差（1σ） statsokinawa.com/post/quantstats #python #ドル円 #LINE

ええっと・・・サイズ N の母集団から何度も無作為抽出を繰り返して、その都度、計算しなおした場合に、それら標本平均のバラツキ（「標本平均の分布」）は、その母平均 μ を中心軸として、母標準偏差 σ を標本の大きさ n の二乗根で割った値（σ / √n ）を標準偏差(SD)とする正規分布でいいのか？。🤣

日足 RSI70以上、30以下で反発したときのRSIの統計上の株価変換の1.5σ標準偏差 そこで反発するってわかっても、株価自体が上がるか下がるかはわからんの 同値で14足ヨコヨコするだけでRSIは50 pic.twitter.com/P73sGSXCLM

音程のばらつきが正規分布に従うとして、ばらつきの標準偏差をσとする。 チューナの緑ランプの範囲である10セントを6σで割れば工程能力指数ならぬ音程能力指数が算出できそう

返信先:@hirosakikajitan標準偏差 σ のガウシアンぼかしとは、n 次元の入力画像 A[i, j, ...] に対し n 次元ガウス関数...... 改めて調べてみたら編集ソフトでは一般的なのね さすが同人作家 (おっと、消される...⚠️) 1から100を足したら...で有名な数学者ガウス少年か