俺、バカだからよくわかんねぇけどよ…… #統計学 の勉強を薦められたから、子供向けの本を買ってきたったわ鴨葱鍋出汁 @tamakinsniper 三枚目、訴求力とかインパクトとか分かりやすさとか、そんなもののために正確さを犠牲にするのが推奨される現状を考えると焼酎呑まざるを得ない（→ただの言い訳） twitter.com/Count_Down_000… 2023-06-23 17:38:08
見たら「ん？」となるエラーバーのグラフ
はじめに 実験や数値計算などでエラーバーがついているグラフをよく使いますが、見ていると「ん？」となるグラフをよく見かけます。いくつか例を挙げて見ましょう。 ケース1 例えばこんなグラフがあったとします。 何かが時間に対して指数関数的に減衰していることを表しているようです。僕は発表でこういうグラフを見かけたら「ん？」と思います。 一方こちらのグラフは、少なくともエラーバーの付き方はまともです。 ケース2 もし、観測値のそれぞれに独立なノイズが乗っているのであれば、エラーバーは、観測回数を増やせば減っていくはずです。観測回数nに対して、物理量の推定値とエラーバーがどうなるかを表したグラフでこんなものがあったとします。 試行回数nを増やすにつれて、平均値は0.5に収束し、さらにエラーバーも小さくなっています。一見それっぽく見えますが、僕はこのグラフを見たら「ん？」と思います。 一方、こちらも同様
ベイズ統計学の概論的紹介
ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです．数理・計算科学チュートリアル実践のチュートリアル資料です．引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください． 以下，エラッタ． * 52 of 80：KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80：2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80：AICの第2項は d/2n ではなく d/n. * 76 of 80：βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗す
コインで理解するベータ分布 - ふんわり R-tips
表と裏、投げるとどちらかの面が出るコインを例に、ベータ分布について説明します。 ベータ分布とは 確率変数 が、 をパラメータとする確率密度関数 を持つとき、 はベータ分布 に従う、と言います。 分母に出てきた はベータ関数で、ベータ分布を積分した結果が1になるために必要な正規化項です。 を与えられると、ベータ関数は定数値を返します。 ベータ分布の期待値は、 で計算されます。 ベータ関数とガンマ関数 ガンマ関数 は次の式で計算されます。 より、ガンマ関数のパラメータが正の整数の場合、となり階乗関数として扱うことができます。 ベータ分布の例 と の値を具体的に与えると、ベータ分布が一つに決まります。 の場合 より、 。一様分布となります。 a <- 1 b <- 1 x <- seq(0.01, 1.0, len = 500) plot(x, dbeta(x,a,b),type = "l",c
最尤推定、MAP推定、ベイズ推定の違い - 猫になりたい
最尤推定、MAP推定、ベイズ推定の違いについてまとめました。 参考文献 導入 最尤推定(Maximum Likelihood Estimation) MAP推定（最大事後確率推定、Maximum a posteriori） ベイズ推定（Bayesian Estimation） 参考文献 今回の参考文献は以下の4つです 統計的機械学習―生成モデルに基づくパターン認識 (Tokyo Tech Be‐TEXT) 作者: 杉山将出版社/メーカー: オーム社発売日: 2009/09/01メディア: 単行本購入: 3人 クリック: 76回この商品を含むブログ (5件) を見る ノンパラメトリックベイズ 点過程と統計的機械学習の数理 (機械学習プロフェッショナルシリーズ) 作者: 佐藤一誠出版社/メーカー: 講談社発売日: 2016/04/20メディア: 単行本（ソフトカバー）この商品を含むブログを見る
確率変数
という言い方をする場合もあります。 (注意）記述①②では、q(w) についても、 X(w) についても、述べられていません。 つまり、①②の記述は、「とにかく、何らかの q(w) と 何らかの X(w) があって、x=X(w) で定義される x が p(x) に従っている」 ということを述べています。 (5) q(w) と X(w) が分からなくても、p(x) さえわかれば、X の平均と分散を 計算することはできます。実際 このような計算では、確率変数は、ただ X とだけ標記されていることが 多く、X が関数であることは忘れていてもＯＫのような感じになります。 (6) しかしながら、q(w) と X(w) が必要なときもあります。例えば、確率変数の 数列 { Xn } が、ある確率変数 X に収束するかどうか、を考えたいときには、 q(w) と X(w) が必要です。このようなときには、
確率は観測可能なのか？ - hiroyukikojima’s blog
ぼくの新著『確率を攻略する ギャンブルから未来を決める最新理論まで』ブルーバックスが、そろそろ店頭に並んでいる頃なので、販促の追い打ちをかけておこう。 「まえがき」については、前回(来週に新著が出ます！ 確率の本です！ - hiroyukikojimaの日記)に晒したし、それは『現代ビジネス』(数学者もギャンブラーも投資家も超夢中 世界は確率で動いている！（小島 寛之） | ブルーバックス | 講談社)にも掲載されたので、今回は、もうちょっと、この本に込めたぼくの「個人的想い」のようなものを綴ってみようと想う。 確率を攻略する ギャンブルから未来を決める最新理論まで (ブルーバックス) 作者: 小島寛之出版社/メーカー: 講談社発売日: 2015/07/17メディア: 新書この商品を含むブログ (6件) を見るこの本でぼくが問題提起したかったのは、「確率は観測可能なのか？」ということ、もっ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ミクの歌って覚える統計入門