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
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
940
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
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
第14章マルコフ連鎖
axjack
0
140
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
920
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
防災デジタル分野での官民共創の取り組み (1)防災DX官民共創をどう進めるか
ditccsugii
0
280
Symfony Console Facelift
chalasr
2
480
2025-06-11-ai_belgium
sofievl
1
170
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
0
110
データマイニング - グラフ構造の諸指標
trycycle
PRO
0
190
Lean4による汎化誤差評価の形式化
milano0017
1
330
知能とはなにかーヒトとAIのあいだー
tagtag
0
100
データマイニング - ノードの中心性
trycycle
PRO
0
280
mOrganic™ Holdings, LLC.
hyperlocalnetwork
0
120
データベース02: データベースの概念
trycycle
PRO
2
920
MCMCのR-hatは分散分析である
moricup
0
460
「美は世界を救う」を心理学で実証したい~クラファンを通じた新しい研究方法
jimpe_hitsuwari
1
170
Featured
See All Featured
Testing 201, or: Great Expectations
jmmastey
45
7.7k
Learning to Love Humans: Emotional Interface Design
aarron
274
41k
Bash Introduction
62gerente
615
210k
Embracing the Ebb and Flow
colly
88
4.8k
The Cost Of JavaScript in 2023
addyosmani
55
9k
Mobile First: as difficult as doing things right
swwweet
224
10k
Why You Should Never Use an ORM
jnunemaker
PRO
59
9.6k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
The Power of CSS Pseudo Elements
geoffreycrofte
79
6k
Optimizing for Happiness
mojombo
379
70k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3k
Documentation Writing (for coders)
carmenintech
75
5.1k
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