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
900
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
420
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
930
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
Agent開発フレームワークのOverviewとW&B Weaveとのインテグレーション
siyoo
0
330
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
150
生成検索エンジン最適化に関する研究の紹介
ynakano
2
1.3k
白金鉱業Meetup Vol.16_数理最適化案件のはじめかた・すすめかた
brainpadpr
4
2k
Ignite の1年間の軌跡
ktombow
0
150
CV_5_3dVision
hachama
0
150
科学で迫る勝敗の法則(電気学会・SICE若手セミナー講演 2024年12月) / The principle of victory discovered by science (Lecture for young academists in IEEJ-SICE))
konakalab
0
130
01_篠原弘道_SIPガバニングボード座長_ポスコロSIPへの期待.pdf
sip3ristex
0
660
データベース08: 実体関連モデルとは?
trycycle
PRO
0
930
傾向スコアによる効果検証 / Propensity Score Analysis and Causal Effect Estimation
ikuma_w
0
130
機械学習 - 授業概要
trycycle
PRO
0
240
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
160
Featured
See All Featured
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
18
1.1k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Building Applications with DynamoDB
mza
96
6.6k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Build your cross-platform service in a week with App Engine
jlugia
231
18k
Rebuilding a faster, lazier Slack
samanthasiow
83
9.2k
Large-scale JavaScript Application Architecture
addyosmani
513
110k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
Embracing the Ebb and Flow
colly
87
4.8k
Context Engineering - Making Every Token Count
addyosmani
3
58
Building Flexible Design Systems
yeseniaperezcruz
329
39k
How to Ace a Technical Interview
jacobian
279
23k
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