Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
統計学実践ワークブック 第15章 確率過程の基礎 p.117のεiの分布を導出する
Search
axjack
March 26, 2022
Science
0
960
統計学実践ワークブック 第15章 確率過程の基礎 p.117のεiの分布を導出する
統計学実践ワークブック
第15章 確率過程の基礎
p.117のεiの分布を導出する
axjack
March 26, 2022
Tweet
Share
More Decks by axjack
See All by axjack
実験計画法_フィッシャーの3原則
axjack
0
460
統計学実践ワークブック 第16章 重回帰分析 pp.125-127
axjack
0
3k
第14章マルコフ連鎖
axjack
0
150
多変量正規分布に従う確率変数の条件付き期待値・分散
axjack
0
980
修正項を用いて繰り返しのある二元配置分散分析の分散分析表を完成させる
axjack
0
330
Other Decks in Science
See All in Science
良書紹介04_生命科学の実験デザイン
bunnchinn3
0
110
データベース11: 正規化(1/2) - 望ましくない関係スキーマ
trycycle
PRO
0
1k
生成AIと学ぶPythonデータ分析再入門-Pythonによるクラスタリング・可視化をサクサク実施-
datascientistsociety
PRO
4
1.9k
HajimetenoLT vol.17
hashimoto_kei
1
150
学術講演会中央大学学員会府中支部
tagtag
0
340
データベース15: ビッグデータ時代のデータベース
trycycle
PRO
0
410
データから見る勝敗の法則 / The principle of victory discovered by science (open lecture in NSSU)
konakalab
1
260
機械学習 - SVM
trycycle
PRO
1
950
LayerXにおける業務の完全自動運転化に向けたAI技術活用事例 / layerx-ai-jsai2025
shimacos
2
21k
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
2
640
(2025) Balade en cyclotomie
mansuy
0
320
機械学習 - DBSCAN
trycycle
PRO
0
1.4k
Featured
See All Featured
Code Review Best Practice
trishagee
74
19k
Paper Plane
katiecoart
PRO
0
44k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
180
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
0
3.4k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
980
Design in an AI World
tapps
0
100
How to Ace a Technical Interview
jacobian
281
24k
sira's awesome portfolio website redesign presentation
elsirapls
0
90
Docker and Python
trallard
47
3.7k
What the history of the web can teach us about the future of AI
inesmontani
PRO
0
380
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
38
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
34k
Transcript
౷ܭֶ࣮ફϫʔΫϒοΫ ୈষ֬աఔͷجૅ QͷЏJ ͷΛಋग़͢Δ 4BUPBLJ/PHVDIJ
ЏJͷઃఆ εi = Bti − Bti−1 B = (Bt )t≥0
0 = t0 < t1 < ⋯ < tn = t = 1 [0,1] tk = k n (k = 0,1,⋯, n) (εi )i=1,…,n Λ ʹׂ͢Δɻ ͓Αͼ ͱ͢Δͱɺ ϒϥϯӡಈͷఆٛʹΑΓಠཱʹ N(μ/n, σ2/n) ʹै͏ɻ ϒϥϯӡಈ ʹͯɺ
ЏJͷΛಋग़ ҙͷ 0 ≤ t < t + h ʹରͯ͠ɺ
Xt+h − Xt ͷ Xh − X0 ͷͱಉҰͰ͋Δ εi = Bti − Bti−1 ͷ ͜͜Ͱ Bt ∼ N(μt, σ2t) ΑΓ B1 n ͷ N(μ/n, σ2/n) ͱͳΔɻ B1 n − B0 = B1 n − 0 = B1 n ti − ti−1 = (i/n) − (i − 1)/n = 1/n t0 = 0 Bt0 = B0 = 0 ͷͱಉҰͰ͋Δ Ͱ͋Δ͔Βɺ εi = Bti − Bti−1 ैͬͯɺ ͷ N(μ/n, σ2/n) ͱͳΔɻ εi = Bti − Bti−1 ࣍ʹɺ ·ͣɺ ޓ͍ʹಠཱͰ͋Δɻ ϒϥϯӡಈͷੑ࣭͔Β ఆৗ૿ੑ ಠཱ૿ੑ Xt0 =0 , Xt1 − Xt0 , Xt2 − Xt1 , ⋯, Xtn − Xtn−1 ͨͪޓ͍ʹಠཱͰ͋Δ