- すべて
- 画像・動画
並べ替え：新着順
返信先:@E1ku_5clame1凄く分かります( 自分も平方和の計算はめっちゃ嫌い(つーか面倒臭い)です…… ただ、SAを出すだけなら、そこまで計算量多くないです。 ((6.6)^2+(7.2)^2+(8.9)^2)／6 － (22.7)^2／18 ですから。 まあ、分散分析を完遂させようとすれば、STも求めなならんので、18回の二乗は避けられんのですが(
E(F(a^(1),a^(0)) =Σ(((y(i)-a^(0)-a^(1)x(i))^2)/n =Σ(a(0)-a^(0)+a(1)-a^(1)+e(i))^2)/nの左辺が、「回帰からの残差の平方和」で、y(i)-Y(i)=a^(0)+a^(1)x(i)+e(i)-a^(0)-a^(1)x(i)=e(i)のことを言っていて、↑のE(F〜のe(i)はy(i)=a(0)+a(1)x(i)+e(i)の誤差のe(i)で、この誤差の名前ってあるんか x.com/ReplicantM4506…
0に何かけても0でしょ？みたいな人に平方和をnで割るんでなくてn-2で割るんです説明してあー、わかった、わかったって、 cov(a^(1),e(i))=0だからcov(a^(1),e(i))x(i)=0です言われて何がわかったんですか？ぼく、同じ本を何周読んでもわからないんですよ、cov(a^(1),e(i))x(i)=σ^2だろって x.com/ReplicantM4506…
cov(a^(1),e(i))=0だから 0にx(i)をかけても=0だろ❗️って言う人と、 cov(a^(1),e(i))x(i) =(Σ(x(i)-Σx(i)/n)(x(i)-Σx(i)/n) + Σx(i)/n)/(ns(x,x))=σ^2って言う人、こういうところでじわりじわり差が出るのだと思います x.com/ReplicantM4506…
我ながらよく気がついた。 y(i)≠a(0)+a(1)x(i)、 y(i)=a(0)+a(1)x(i)+√F、 y(i)=a^(0)+a^(1)x(i)+e(i)なんよ。 e(i)=a(0)-a^(1)+(a^(1)-a(1))x(1)+√Fを二乗してΣつけて回帰からの残差の平方和。cov(a^(1),√F)=0、 cov(a^(1),√F)x(i)=Σ(x(i)-Σx(i)/n)(e(i)^2)(x(i)-Σx(i)/n+Σx(i)/n)/ns(x,x)=σ^2 x.com/ReplicantM4506…
なんか、よくわからない原因が y(i)-Σy(i)/n=e(i)と誤解していたからだと気がついて、 y(i)-Σy(i)/n=a(1)(x(i)-Σx(i)/n)+e(i)だったと気がついた。よかった。 x.com/ReplicantM4506…
野暮ったい話しだしたなぁーって、見てたら17と29って独特の貨幣単位になってたから気になって調べた。 17と29に共通する性質 ①双子素数 ②2つの平方和で一通りに表せる ③原始ピタゴラス数の斜辺 あー、これって･･･ JKのローリングさん 狙ってやったのかな？ youtu.be/oEe1KKxsYX8?si… pic.twitter.com/GiYRFs18av
2つ以上の命題が「同値である」と言うには前提が重要になる。 ・斜辺の平方が他の辺の平方和と等しい⇔斜辺の対角が直角 という命題はユークリッド空間の三角形で成り立つ。 ・最大値の定理とロルの定理の同値性はℝ上では当たり前だが、一般の順序体で成り立つ
【ゆる募】蛍光強度の測定結果は測定ごとにブレるため、相対標準偏差（RSD）を並べて母集団のRSDを区間推定したいのですが、個々のRSDから偏差平方和を出してカイ二乗値で割ると何だか値が小さくなり過ぎすぎてしまいました。どのように計算するのが良いのでしょうか。
返信先:@toshizumi1225返信ありがとうございます 平方和の計算で2乗をとっているので、水準ごとの平均を確率変数と考えると期待値が0になることはない気がするのですがどうでしょうか
返信先:@clpsy0314「水準ごとの平均値が等しい」という帰無仮説が成立する場合に「水準間の平均値の差」はすべて０になるので，その平方和は０もなりますね。 帰無仮説の違いに対応するF値が異なることを説明したスライドも出してみたのでご参考に↓ x.com/toshizumi1225/…
「等分散性の検定」と「分散分析」のそれぞれの「帰無仮説に対応するＦ値」の違いを説明してみたやつも置いておきますね。（等分散性の検定の使い処ほとんどないけど。） pic.twitter.com/XVBwo9c1FP
返信先:@toshizumi1225水準間の平方和と残差平方和の期待値がそれぞれの自由度とσ^2の積になって、平均平方の比を取るとσ^2/σ^2で1になる気がするんですが私が何か勘違いしてますかね
検定推定、終わり。 ①大体は覚えてる。この調子で復習していく。 ②計算はOK、理論がちょっと弱い。特に5-10は、統計検定準1級テキストでオーバーワーク気味に勉強したのが仇になって、中途半端に覚えてて間違えた。覚え直し。 ③やっぱり平方和の計算が無いと楽(おい) #QC検定 #QC1級 pic.twitter.com/ILyVSxj1iX
平均は最小二乗推定値でありデータとの差の平方和を最小にするのは平均である。 予測値 y^ は説明変数を重回帰モデルにあてはめたときの予測結果である。 予測値ベクトルは y^ = X β^ である。 残差は実際のデータ y と推定する回帰式から算出する値 y^ の差である。 6 / 13
n 次正則行列のランクは常に n でありフルランクである。 逆行列をもたない非正則行列のみランクは n より小さくなる。 行列形式の重回帰モデルは Y = X β + ε である。 最小二乗推定量 β^ は残差平方和を最小化する回帰式の係数である。 β^ = (X^T X)^(-1) X^T y である。 5 / 13
アルファベットの略語、自分の専門分野では絶対にこう、という知識があると別文脈で出てきてもそうにしか見えないというある種の職業病があるんですけど、例えばソシャゲ由来の希少で良いもののことを指すSSRって表記見るたび、統計学知識のせいで残差平方和のことが頭によぎりがちである。
つらつらとここまで。 まだ今の所は大きく躓くとこはないけど、とにかく平方和の計算が面倒臭い……(それは言っちゃダメだ) ちょっと復習が不充分かなと思うとこあるけど(検出力の計算とか)、それは次の問題集で。 #QC検定 #QC1級 pic.twitter.com/cUEh0ppH77
Rで学ぶ確率統計(’21)第8回 統計的仮説検定② 1元配置分散分析と適合度・独立性・相関性の検定。1元配置分散分析の仕組みが群内と群間の平方和の図の説明でなるほどとなったところでした。検定の前提に分布や状況があって、確率統計という切り口だったんですね。 残すは最終テストです🫨
返信先:@tooooottttteeee長さの差が1になる2辺が存在するゆえ、 (平方)-(平方)=「和と差の積」…の因数分解の「差」の部分が1になるから1倍となり、「和」の部分だけでイコールになる…みたいですね。 今まで気にしたことが無かったなぁ！ ピタゴラス数。
単元の終わりに証明をやるのも有りだと思う。 平方和の導出では、三角形の120°反転×３でやったが、今回はしっかりした証明を。 学生時代に唐突な(k+1)^3-k^3に戸惑った経験を活かしました。 pic.twitter.com/UCBIjwz6Tn
Createでフィボナッチ数列の平方和を計算する高階関数のデモ まるでパルプンテのように、ChatGPTさん頑張りすぎ...。 "n=10": 1870 シェア🔽 create.xyz/share/6655afb0… #create #createxyz pic.twitter.com/uOGKyfLXZX
返信先:@akasayiigaremus↑ 8次方程式の実数解の平方和を求めなさい〜かぁ！日本語だと。(虚数解は和に含めない！) 最初の8次方程式の因数分解でつまずきそうだなぁ！ (解を求めなさい…だと、難問化しそうな出題だなぁ！) 平方の差になった時点で、解説者が "Excellent Square !"😲と感嘆しているのが印象的！
返信先:@benriumフェルマーの二平方和定理に帰着できそうな気もしますが、解の明示に関しては確かに難しい🤨 ありがとうございます！ 「三つの平方の和で表せるかどうか」というのは今調べたんですが答えが出てるんですね、、 パラメトライズはできないですが、これで有理点の所在が割れました pic.twitter.com/ZmLjT9tZBT
トレンド19:44更新
人気ポスト
明治からあるとは思えないほど綺麗に磨き上げられた「渡りの橋」と、 敷地内のほうぼうに巡らされた川。 悠々と泳ぐ鯉は、あわせて400匹もいるそう！
ネコ好きフォロワーの皆様へ パリのオルセー美術館に、やんのかステップのネコチャンいました
さあ桃を買ったぞ！食べるぞ！！とルンルンな私の前に常に立ちはだかるのが"桃の種きれいに取れない問題"でしたが、ヘタの側にキッチンバサミで十字に切れ込みを入れてからハサミを深く差し込み種を掴んで引っこ抜く方式を試してみたら、するんっと種が取れました。最初に考えた人すごいです感謝です🍑
今日も一日
え？？？？え？え？え？？？え？え？ プラベの爆イケ写真で朝からしんだ😇 #阿部亮平
この人が乃木坂のキャプテンで俺の推しです カッコよすぎ、、、
21歳のうちにこれ現実にさせたい
夫のPC買ったばかりなのに、もう猫の所定地になっている #猫 #黒猫
続編。。。 俺がここで手を出したら公務執行妨害でやられちゃうので、周りが声を上げてやることしかできなかったが見るも無惨な姿でした。 この後、応援部隊が山ほど来たので一時退散したが周りの方が救急車を呼んでくれたので、多分あの警察官はなにかしらの処分があることを祈ろう
在韓の方がオススメしてた多汗症の人用の塗り薬が効果えげつなかった... 私が行った薬局は商品の名前は違うけど同じシリーズあるよってオススメしてくれてこれ買ったんだけど1回塗っただけで脇汗の量段違いに少なくなった😭✨ これが約1万ウォンてやっぱり在韓の方の有益情報に間違いはない🥺🩵
