自然数の対数（切り下げ・切り上げ）を求める
自然数の対数 動機 自然数の対数を浮動小数点数を使わずに整数演算で求めたい！ 用語 対数の小数点以下の端数を切り下げたものを切り下げ対数、切り上げたものを切り上げ対数と呼ぶことにします。 桁...
1
0
Comment0
15 search resultsShowing 1~15 results
Stocked
You need to log-in
推定量の平均二乗誤差
平均二乗誤差の定義 確率変数のパラメータの推定量について、その良し悪しをはかる指標の一つに平均二乗誤差があります。 推定されるパラメータを$\theta$、推定量を$\hat{\theta}...
0
0
Comment0
最尤法
最尤法 最尤法は、点推定の方法の一つで、尤度が最大となるように未知パラメータの値を決めて推定量とします。 尤度とは、パラメータがある値であるとしたときにデータが実現する確率です。尤度が最大と...
0
1
Comment0
正規分布の残差最尤推定量
残差最尤推定量 不偏標本分散$s^2$は、補正係数$\frac{N}{N - 1}$を最尤推定量に掛けて得られますが、補正以外では残差最尤法（制限付き最尤法）という方法によっても導くことができ...
0
1
Comment0
正規分布の最尤推定量
正規分布モデル 正規分布の確率密度関数は次のように表されます。 f_X(x) = \frac{1}{\sqrt{2\pi\sigma^2}}\,e^{-\frac{(x - \mu)^2}{2...
0
1
Comment0
不偏標本分散
不偏標本分散 データ$\{X_1, \ldots, X_N\}$の標本平均と不偏標本分散は、 \overline{X} = \frac{1}{N}\sum_i X_i s^2 = \frac{...
0
0
Comment0
正規分布の標準偏差推定量の偏り
不偏標本分散の平方根の偏り 推定量の偏りと不偏推定量の記事で述べた、不偏推定量を変換すると不偏性がなくなる例として、不偏標本分散の平方根があります。 不偏標本分散の平方根 s = \sqrt...
0
0
Comment0
正規分布の分散推定量の平均二乗誤差
不偏標本分散の平均二乗誤差 正規分布の分散$\sigma^2$の不偏推定量 s^2 = \frac{1}{N - 1}\sum_i\,(X_i - \overline{X})^2 の平均二乗誤...
0
0
Comment0
推定量の偏りと不偏推定量
偏りの定義 確率変数のパラメータ推定にあたって、偏り（bias）は最も重視される指標です。 パラメータ$\theta$を推定する推定量$\hat{\theta}$の偏りは、 \text{Bi...
0
0
Comment0
「標本サイズnがいくらあれば標本平均は正規分布とみなせますか？」の話 前編〜ググってみた
背景 タイトルのやりとりはネット・SNS上でもときどき見かけることがあります。言葉遣いの違いで実質同じと考えられる問いをいくつか挙げると、 「標本サイズnがいくらあれば標本平均は正規分布とみな...
3
0
Comment0
和に関する再生性と条件付き分布
以前書いたポアソン分布を和で条件付けすると二項分布となるの続き記事です。 まず、確率分布の再生性について。 たとえば、ポアソン分布や正規分布にしたがう確率変数は、変数の和が同じ型の分布にし...
5
4
Comment0
色温度からRGB（sRGB）に変換
途中まで書いたのですが、HTMLテーブルがうまくはたらかないので、詳細ははてなブログで。 ［追記］書きました！ こちらの記事です。→色温度からRGB（sRGB）に変換（完成版） 何をするの？...
11
8
Comment0
ポアソン分布を和で条件付けすると二項分布となる
数学 Advent Calendar 2016の11日目の記事です。 前日（10日）夜に空きを見つけたので飛び入りで参加します！ 急ぎ足になってしまいますが早速……。 ポアソン分布を和で条...
27
15
Comment0
離散型分布は怖くない:;(∩´﹏`∩);:
機械学習に必要な高校数学やり直しアドベントカレンダー Advent Calendar 2016の9日目の記事です。 なるべく怖く見えないよう書こう、と思いこのタイトルにしました！ 本当のとこ...
21
20
Comment0
角度（方向）を説明変数にする
R Advent Calendar 2016の3日目です。 アドベントカレンダー初参加、Qiita投稿も初めてで、勝手が分からずすみません。おかしな点があればご指摘願います……。 Rという...
6
5
Comment1
15 search resultsShowing 1~15 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles