Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
第14章マルコフ連鎖
Search
axjack
March 21, 2022
Science
0
110
第14章マルコフ連鎖
統計学実践ワークブックpp.108-109
の第14章マルコフ連鎖に出てくる、
・確率変数
・状態
・状態空間
・時点
・未来/現在/過去(の履歴)
・斉次的
・遷移確率
をまとめたものである。
axjack
March 21, 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
280
統計学実践ワークブック 第16章 重回帰分析 pp.125-127
axjack
0
2.3k
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
0
760
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
640
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
220
Other Decks in Science
See All in Science
Sociovirology
uni_of_nomi
0
100
ICRA2024 速報
rpc
3
5.2k
非同期コミュニケーションの構造 -チャットツールを用いた組織における情報の流れの設計について-
koisono
0
140
はじめてのバックドア基準:あるいは、重回帰分析の偏回帰係数を因果効果の推定値として解釈してよいのか問題
takehikoihayashi
2
740
Machine Learning for Materials (Lecture 6)
aronwalsh
0
510
いまAI組織が求める企画開発エンジニアとは?
roadroller
2
1.3k
事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2024
yuya4
3
230
理論計算機科学における 数学の応用: 擬似ランダムネス
nobushimi
1
340
(2024) Livres, Femmes et Math
mansuy
0
110
学術講演会中央大学学員会八王子支部
tagtag
0
230
Machine Learning for Materials (Lecture 9)
aronwalsh
0
210
大規模画像テキストデータのフィルタリング手法の紹介
lyakaap
6
1.5k
Featured
See All Featured
Dealing with People You Can't Stand - Big Design 2015
cassininazir
364
24k
Happy Clients
brianwarren
98
6.7k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
665
120k
Designing Experiences People Love
moore
138
23k
[RailsConf 2023] Rails as a piece of cake
palkan
52
4.9k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
420
Bash Introduction
62gerente
608
210k
5 minutes of I Can Smell Your CMS
philhawksworth
202
19k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
126
18k
Why You Should Never Use an ORM
jnunemaker
PRO
54
9.1k
Optimising Largest Contentful Paint
csswizardry
33
2.9k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
33
1.9k
Transcript
ୈষϚϧίϑ࿈ ౷ܭֶ࣮ફϫʔΫϒοΫ QQ
͜ΕԿ ౷ܭֶ࣮ફϫʔΫϒοΫQQ ͷୈষϚϧίϑ࿈ʹग़ͯ͘Δɺ ɹɾ֬ม ɹɾঢ়ଶ ɹɾঢ়ଶۭؒ ɹɾ࣌ ɹɾະདྷݱࡏաڈ ͷཤྺ
ɹɾ੪࣍త ɹɾભҠ֬ Λ·ͱΊͨͷͰ͋Δɻ
Ϛϧίϑ࿈ʹೖΔલʹ Xn ֬ม9Oʮঢ়ଶʯͱ͍͏ΛऔΔͷͰ͋Δɻ ঢ়ଶΛूΊͨͷΛঢ়ଶۭؒͱ͍͏ɻ ঢ়ଶۭؒΛ4ͱ͢Δɻ ঢ়ଶۭؒू߹Ͱ͋Δɻ ఴࣈOʮ࣌ʯͱݺΕΔɻ ͨͱ͑9࣌ͷ֬ม͢ͳΘͪঢ়ଶͰ͋Δɻ ͨͱ͑9࣌ͷ֬ม͢ͳΘͪঢ়ଶͰ͋Δɻ ͨͱ͑9U࣌Uͷ֬ม͢ͳΘͪঢ়ଶͰ͋Δɻ
͍ͯ͠Δ࣌Λ࣌Uͱͯ͠ɺ ɾ࣌U U ɹˠɹաڈ ͷཤྺ ɾ࣌Uɹˠɹݱࡏ ɾ࣌U U ɹˠະདྷ ͱೝࣝ͢Δͱ ཧղ͍͢͠తͳҙຯͰ Α͍ɻ
Ϛϧίϑ࿈ʹೖΔલʹ p(n) m (x, B) := P(Xn+m ∈ B|Xn =
x), x ∈ S B ∈ 𝒮 ঢ়ଶۭؒ4ͷ෦ू߹ΛूΊͨू߹ 𝒮 ঢ়ଶۭؒ4ͷ෦ू߹ΛूΊͨू߹ͷཁૉ ࣌OͰͷ Nεςοϓޙͷ ભҠ֬ ࣌OͰঢ়ଶY ू߹#ͷཁૉ͕ঢ় ଶΛूΊͨͷ ࣌O NͰͷ ֬ม ͭ·Γ ঢ়ଶΛද͢ ू߹#ͷཁૉͷͲ Ε͔ΛऔΔ ࣌OͰঢ়ଶۭؒ4ͷ ͳ͔ͷཁૉYΛऔΔ
Ϛϧίϑ࿈Ͱͳ͍
࣌U ࣌U ࣌U ࣌U ະདྷ ݱࡏ աڈ աڈ աڈͷཤྺ P(Xt+1 = 1|Xt , Xt−1 , Xt−2 , ⋯, X0 ) ະདྷͷঢ়ଶɺݱࡏͷঢ়ଶͱաڈͷཤྺͰܾ·Δ ະ དྷ ͷ ঢ় ଶ ݱ ࡏ ͷ ঢ় ଶ ͱ ա ڈ ͷ ঢ় ଶ ͨ ͪ ͢ ͳ Θ ͪ ա ڈ ͷ ཤ ྺ ʹ ґ ଘ ͠ ͯ ͍ Δ ͱ ͍ ͏ ෳ ࡶ ͩ ͚ Ͳ ͦ Γ ͦ ͏ ͩ Α ͳ ͷ ਤ
Ϛϧίϑ࿈Ͱ͋Δ
࣌U ࣌U ࣌U ࣌U ະདྷ ݱࡏ աڈ աڈ աڈͷཤྺ = P(Xt+1 = 1|Xt ) P(Xt+1 = 1|Xt , Xt−1 , Xt−2 , ⋯, X0 ) աڈͷཤྺෆཁͰ͋Δ ະདྷͷঢ়ଶݱࡏͷঢ়ଶͰܾ·Δ ະ དྷ ͷ ঢ় ଶ ݱ ࡏ ͷ ঢ় ଶ ͱ ա ڈ ͷ ঢ় ଶ ͨ ͪ ͢ ͳ Θ ͪ ա ڈ ͷ ཤ ྺ ʹ ґ ଘ ͠ ͯ ͍ Δ ͱ ͍ ͏ ෳ ࡶ ͩ ͚ Ͳ ͦ Γ ͦ ͏ ͩ Α ͳ ͩ ͚ ʹ ґ ଘ ͢ Δ ͷ ਤ
੪࣍తͰͳ͍ εςοϓਪҠ֬
࣌U ࣌U ࣌U ࣌U ະདྷ ݱࡏ աڈ աڈ աڈͷཤྺ P(Xt = 2|Xt−1 = 1) ≠ P(Xt+1 = 2|Xt = 1) ͕࣌ҟͳΕɺঢ়ଶભҠ֬ҟͳΔ
੪࣍తͰ͋Δ εςοϓਪҠ֬
࣌U ࣌U ࣌U ࣌U ະདྷ ݱࡏ աڈ աڈ աڈͷཤྺ P(Xt = 2|Xt−1 = 1) ≠ P(Xt+1 = 2|Xt = 1) ͕࣌ҟͳΔ͚ΕͲɺঢ়ଶભҠ֬ಉ͡ ࣌ʹ ͋·Γ ͠ͳͯ͘Α͘ɺঢ়ଶͱঢ়ଶ ͱεςοϓ ʹ͢Εྑ͍ɻˡঢ়ଶભҠ֬ʹؔͯ͠ɻ
༗ݶ੪࣍తϚϧίϑ࿈ TUFQભҠ ͕࣌ҟͳΔ͚ΕͲɺ ঢ়ଶભҠ֬ಉ͡ ঢ়ଶͷ͕༗ݶ ະདྷͷঢ়ଶݱࡏͷঢ়ଶ Ͱܾ·Δ
ະདྷ࣌ ݱࡏ࣌ TUFQ p(1,1) p(1,3) p(3,3) p(3,1) p(2,3) p(1,2) p(2,1) p(2,2) p(3,2) ঢ়ଶJ͔Βঢ়ଶKTUFQͰ ભҠ͢Δ֬ P(i, j) = ༗ݶ੪࣍తϚϧίϑ࿈Ͱ͋Εɺঢ়ଶભҠਤͰঢ়ଶભҠ֬ΛදͤΔ ɹɾ࣍ঢ়ଶ ະདྷ ݱঢ়ଶ ݱࡏ Ͱܾ·Δɻ ɹɾաڈͷཤྺෆཁͰ͋Δɻ ɹɾભҠ֬࣌ʹґଘ͠ͳ͍ɻ ঢ়ଶͱঢ়ଶͷؒͷؔʹ͢Εྑ͍ TUFQ͡Όͳ͍ͷߟ͑ΒΕΔ͚ ͲɺͦΕߟ͑Εྑ͍ͬΆ͍ɻ ͕͔͠͠ɺͰग़͞Εͯ ͍ͳ͍ҹɻ
༗ݶ੪࣍తϚϧίϑ࿈ TUFQભҠ ͕࣌ҟͳΔ͚ΕͲɺ ঢ়ଶભҠ֬ಉ͡ ະདྷͷঢ়ଶݱࡏͷঢ়ଶ Ͱܾ·Δ ະདྷ࣌
ݱࡏ࣌ TUFQ p(1,1) p(1,3) p(2,1) ঢ়ଶJ͔Βঢ়ଶKTUFQͰ ભҠ͢Δ֬ P(i, j) = ∑ j∈S P(i, j) = P(1,1) + P(1,2) + P(1,3) = 1 ঢ়ଶͷ͕༗ݶ ݱঢ়ଶ͔ΒભҠͰ͖Δ ະདྷͷঢ়ଶΛશͯूΊͯ ͦΕΒͷΛͱΔͱ ̍ʹͳΔɻ Jݱঢ়ଶɻ͜͜ ͰJ K࣍ঢ়ଶɻ͜͜ ͰK TUFQ͡Όͳ͍ͷߟ͑ΒΕΔ͚ ͲɺͦΕߟ͑Εྑ͍ͬΆ͍ɻ ͕͔͠͠ɺͰग़͞Εͯ ͍ͳ͍ҹɻ