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
多変量正規分布に従う確率変数の条件付き期待値・分散
Search
axjack
January 11, 2022
Science
0
920
多変量正規分布に従う確率変数の条件付き期待値・分散
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
January 11, 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
430
統計学実践ワークブック 第16章 重回帰分析 pp.125-127
axjack
0
2.9k
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
940
第14章マルコフ連鎖
axjack
0
140
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
310
Other Decks in Science
See All in Science
データベース09: 実体関連モデル上の一貫性制約
trycycle
PRO
0
990
Accelerated Computing for Climate forecast
inureyes
PRO
0
120
データマイニング - グラフ構造の諸指標
trycycle
PRO
0
190
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
1.6k
機械学習 - 授業概要
trycycle
PRO
0
250
mathematics of indirect reciprocity
yohm
1
190
Lean4による汎化誤差評価の形式化
milano0017
1
330
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
360
サイゼミ用因果推論
lw
1
7.5k
データベース08: 実体関連モデルとは?
trycycle
PRO
0
940
Machine Learning for Materials (Challenge)
aronwalsh
0
340
KH Coderチュートリアル(スライド版)
koichih
1
47k
Featured
See All Featured
4 Signs Your Business is Dying
shpigford
185
22k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
32
2.2k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.5k
Automating Front-end Workflow
addyosmani
1371
200k
GraphQLとの向き合い方2022年版
quramy
49
14k
Visualization
eitanlees
148
16k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
9
580
How to Ace a Technical Interview
jacobian
280
23k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
51k
Typedesign – Prime Four
hannesfritz
42
2.8k
Transcript
ଟมྔਖ਼نʹै͏֬มͷ ͖݅ظɾࢄ 4BUPBLJ/PHVDIJ BYKBDL!HNBJMDPN  1
ͱ͠ɺ9ฏۉЖɾࢄڞࢄߦྻЄ ͷଟมྔਖ਼ن ʹै͏ͱ͢Δɻ ͜͜Ͱɺ ɹɾ9Λׂ̎ ɹɾЖΛׂ̎ ɹɾЄΛׂ̐ ͓ͯ͘͠ɻ ४උ Λ֬มϕΫτϧ
ΛظϕΫτϧ Λࢄڞࢄߦྻ Σ = ( Σ11 Σ12 Σ21 Σ22 ) X μ Σ X = ( X1 X2 ) μ = ( μ1 μ2 ) X ∼ N(μ, Σ) μi = E[Xi ] ͨͩ͠ Σij = Cov[Xi , Xj ] ͨͩ͠  2
ެࣜ ͖݅֬มͷ ظɾࢄ E[X1 |X2 = x2 ] = μ1
+ Σ12 Σ22 −1(x2 − μ2 ) V[X1 |X2 = x2 ] = Σ11 − Σ12 Σ22 −1Σ21 X1 |X2 = x2 Λɺ9YͰ͚݅ͮͨ9ͷ֬มͱ͢Δɻ ͜ͷ࣌ɺ9c9YͷظɾࢄҎԼͰ͋Δɻ ˞ࢀߟɿʰຊ౷ܭֶձެࣜೝఆɹ౷ܭݕఆ̍ڃରԠɹ౷ܭֶʱຊ౷ܭֶձɹฤ Qఆཧ  3
ྫ ( X Y Z ) ∼ N (( 1
2 3 ) , ( 2 0 1 0 3 2 1 2 4 )) ( X Y Z ) ̏มྔ֬ม ̏มྔਖ਼ن ʹै͏ͱ͢Δɻ ͜ͷ࣌ɺ Z|X = x, Y = y X, Y|Z = z ʹ͓͚ΔɺظɾࢄΛٻΊΑɻ ˞ࢀߟ౷ܭݕఆ४̍ڃ݄  4
ͷղ μ = ( 3 1 2 ) Σ
= ( 4 1 2 1 2 0 2 0 3 ) μ1 = E[Z] μ2 = E[(X Y)′  ] Σ11 Σ12 Σ22 Σ21 ( X1 X2 ) ∼ N (( μ1 μ2 ), ( Σ11 Σ12 Σ21 Σ22 )) E[X1 |X2 = x2 ] = μ1 + Σ12 Σ22 −1(x2 − μ2 ) V[X1 |X2 = x2 ] = Σ11 − Σ12 Σ22 −1Σ21 ( Z X Y ) ∼ N (( 3 1 2 ) , ( 4 1 2 1 2 0 2 0 3 )) ΑΓɺ E[Z|(X = x, Y = y)] = μ1 + Σ12 Σ22 −1 ( x − 1 y − 2) = 3 + (1 2) ( 2 0 0 3) −1 ( x − 1 y − 2) V[Z |(X = x, Y = y)] = Σ11 − Σ12 Σ22 −1Σ21 = 4 − (1 2) ( 2 0 0 3) −1 ( 1 2)  5
ͷղ μ = ( 1 2 3 ) Σ
= ( 2 0 1 0 3 2 1 2 4 ) μ1 = E[(X Y)′  ] μ2 = E[Z] Σ11 Σ12 Σ22 Σ21 ( X1 X2 ) ∼ N (( μ1 μ2 ), ( Σ11 Σ12 Σ21 Σ22 )) E[X1 |X2 = x2 ] = μ1 + Σ12 Σ22 −1(x2 − μ2 ) V[X1 |X2 = x2 ] = Σ11 − Σ12 Σ22 −1Σ21 ( X Y Z ) ∼ N (( 1 2 3 ) , ( 2 0 1 0 3 2 1 2 4 )) ΑΓɺ E[X, Y |Z = z] = ( 1 2) + ( 1 2) 4−1 (z − 3) V[X, Y |Z = z] = Σ11 − Σ12 Σ22 −1Σ21 = ( 2 0 0 3) − ( 1 2) 4−1 (1 2)  6