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
なぜ人はRNA-Seqのリードカウントを負の二項分布に従うと考えるのか
Search
cakkby
April 26, 2022
Science
0
1.5k
なぜ人はRNA-Seqのリードカウントを負の二項分布に従うと考えるのか
なぜ人はRNA-Seqのリードカウントを負の二項分布に従うと考えるのかについて解説してみました
cakkby
April 26, 2022
Tweet
Share
Other Decks in Science
See All in Science
点群ライブラリPDALをGoogleColabにて実行する方法の紹介
kentaitakura
1
440
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
1
150
統計的因果探索: 背景知識とデータにより因果仮説を探索する
sshimizu2006
4
1k
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
2k
Celebrate UTIG: Staff and Student Awards 2025
utig
0
260
アナログ計算機『計算尺』を愛でる Midosuji Tech #4/Analog Computing Device Slide Rule now and then
quiver
1
290
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
1.8k
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
知能とはなにかーヒトとAIのあいだー
tagtag
0
100
蔵本モデルが解き明かす同期と相転移の秘密 〜拍手のリズムはなぜ揃うのか?〜
syotasasaki593876
0
110
データベース01: データベースを使わない世界
trycycle
PRO
1
810
データベース10: 拡張実体関連モデル
trycycle
PRO
0
1k
Featured
See All Featured
Faster Mobile Websites
deanohume
310
31k
Optimizing for Happiness
mojombo
379
70k
Optimising Largest Contentful Paint
csswizardry
37
3.4k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.2k
The Illustrated Children's Guide to Kubernetes
chrisshort
49
51k
Being A Developer After 40
akosma
91
590k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.2k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
127
53k
Speed Design
sergeychernyshev
32
1.2k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.4k
Bash Introduction
62gerente
615
210k
Transcript
None
• • • •
None
None
None
𝑖 𝑙𝑖 𝑒𝑖 𝑁 𝑖 𝑁𝑖 𝑁𝑖 𝑁 = 𝑙𝑖
𝑒𝑖 σ 𝑗 𝑙𝑗 𝑒𝑗 𝑒𝑖 = 1 𝑒𝑖 𝑞𝑖 = 𝑙𝑖 𝑒𝑖 𝑞𝑖
𝑛 𝑔 = σ𝑗 𝑞𝑗 𝑖 𝑞𝑖 𝑁 𝑝 =
𝑞𝑖 /𝑔 𝑖 Pr 𝑁 = 𝑘 = 𝐵𝑖𝑛𝑜𝑚 𝑘|𝑛, 𝑝 = 𝑛 𝑘 𝑝𝑘 1 − 𝑝 𝑛−𝑘
𝑛 𝑔 𝜆 = 𝑛𝑝 = 𝑛𝑞𝑖 𝑔 𝑛, 𝑔
lim 𝜆=𝑛𝑝: fix 𝑛,𝑔→∞ 𝑛 𝑘 𝑝𝑘 1 − 𝑝 𝑛−𝑘 = 𝜆𝑘𝑒−𝜆 𝑘! = 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝑘|𝜆 𝜆 = 𝑛𝑝 𝑖 𝜆 𝜆 = 1 𝜆 = 2 𝜆 = 3
𝜆 𝜆 𝜆1 𝜆2
𝜆 𝑖 𝑗 𝜆𝑖𝑗 𝜑 𝜃 𝜃 𝑃 𝑥|𝜃 𝜃
𝑃 𝑥 = 1 𝑀 𝑗=1 𝑀 𝑃 𝑥|𝜃𝑗 ≃ න𝜑 𝜃 𝑃 𝑥|𝜃 𝑑𝜃
𝐺𝑎𝑚𝑚𝑎 𝜆|𝜇, 𝜙 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝑥|𝜆 න 0 ∞ 𝐺𝑎𝑚𝑚𝑎 𝜆|𝜙,
𝜇 𝜙 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝑥|𝜆 𝑑𝜆 = Γ 𝑥 + 𝜙 Γ 𝑥 + 1 Γ 𝜙 𝜙 𝜇 + 𝜙 𝜙 𝜇 𝜇 + 𝜙 𝑥 = 𝑁𝑒𝑔𝐵𝑖𝑛𝑜𝑚 𝑥|𝜇, 𝜙 𝜇, 𝜙 𝑉 𝑥 = 𝜇 + 𝜇2 𝜙 > 𝜇 𝜙 = ∞
None
𝜙 𝜎2 = 𝜇 𝜎2 = 𝜇 + 𝜇2 𝜙
𝑒𝑖 𝑞𝑖 𝑥𝑖 ′ = 𝑥𝑖 𝑙𝑖 𝐸 𝑥′ =
𝐸 𝑥 𝑙𝑖 = 𝜇 𝑙𝑖 = 𝜇, 𝑉 𝑥′ = 𝑉 𝑥 𝑙𝑖 2 = 𝜇 𝑙𝑖 2 + 𝜇2 𝑙𝑖 2𝜙 = 𝜇 𝑙𝑖 + 𝜇2 𝜙 ≠ 𝜇 + 𝜇2 𝜙
log2 𝑦 = 𝑋𝑓𝑢𝑙𝑙 𝛽 log2 𝑦 = 𝑋𝑟𝑒𝑑𝑢𝑐𝑒𝑑 𝛽
𝑃 𝑌|𝑋𝑓𝑢𝑙𝑙 𝑃 𝑌|𝑋𝑟𝑒𝑑𝑢𝑐𝑒𝑑
None
𝑃 𝑘 = 𝑛 𝑛 − 1 ⋯ 𝑛 −
𝑘 𝑘! 𝑝𝑘 1 − 𝑝 𝑛−𝑘 𝜆 = 𝑛𝑝 𝑛 → ∞ 𝑝 → 0 𝑃 𝑘 ≈ 𝑛𝑘 𝑘! 𝑝𝑘 1 − 𝑝 𝑛 = 𝜆𝑘 𝑘! 1 − 𝜆 𝑛 𝑛 𝑒 1 − 𝜆 𝑛 𝑛 → 𝑒−𝜆 𝑃 𝑘 ≈ 𝜆𝑘 𝑘! 𝑒−𝜆
න 0 ∞ 𝐺𝑎𝑚𝑚𝑎 𝜆|𝜙, 𝜇 𝜙 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝑥|𝜆 𝑑𝜆
= න 0 ∞ 𝜆𝜙−1𝑒− 𝜆𝜇 𝜙 𝜙 𝜇 𝜙 Γ 𝜙 𝜆𝑥 𝑥! 𝑒−𝜆𝑑𝜆 = 𝜇 𝜙 𝜙 Γ 𝑥 + 1 Γ 𝜙 න 0 ∞ 𝜆𝜙+𝑥−1𝑒−𝜆 𝜇+𝜙 𝜙 𝑑𝜆 = 𝜙 𝜇 + 𝜙 −𝜙 𝜇 𝜇 + 𝜙 𝜙 Γ 𝑥 + 1 Γ 𝜙 𝜙 𝜇 + 𝜙 𝜙+𝑥 Γ 𝜙 + 𝑥 = Γ 𝜙 + 𝑥 Γ 𝑥 + 1 Γ 𝜙 𝜙 𝜇 + 𝜙 𝑥 𝜇 𝜇 + 𝜙 𝜙 = Γ 𝑥 + 𝜙 Γ 𝑥 + 1 Γ 𝜙 𝜙 𝜇 + 𝜙 𝜙 𝜇 𝜇 + 𝜙 𝑥
• • • • • •