SlideShare a Scribd company logo
1 of 104
Download to read offline
A.Asano,KansaiUniv.
2016年度秋学期 統計学
浅野 晃
関西大学総合情報学部
分布をまとめる̶平均・分散
第5回
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
代表値
2016
A.Asano,KansaiUniv. 代表値とは
統計学が相手にするのは,
「分布」しているデータ
データをこんな
ふうに読めれば
いいけれど…
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
(大般若会の写真)
2016
A.Asano,KansaiUniv. 代表値とは
こんなことはできないので,
•ひとつの数にまとめる
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
•図示する(ヒストグラム)
2016
A.Asano,KansaiUniv. 代表値とは
こんなことはできないので,
•ひとつの数にまとめる
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
[代表値]
•図示する(ヒストグラム)
2016
A.Asano,KansaiUniv. 代表値とは
こんなことはできないので,
•ひとつの数にまとめる
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
[代表値]
数字で表されていれば,
計算ができる
•図示する(ヒストグラム)
(大般若会の写真)
2016
A.Asano,KansaiUniv. 平均
とくに[算術平均]は
代表的な代表値
(算術)平均
  =(データの総和)÷(数値の個数)
2016
A.Asano,KansaiUniv. 平均
データ x1, x2, . . . , xn,
数値の個数
(データサイズ)
n
のとき
平均 ¯x =
x1 + x2 + · · · + xn
n
=
1
n
n
i=1
xi
2016
A.Asano,KansaiUniv. 平均
データ x1, x2, . . . , xn,
数値の個数
(データサイズ)
n
のとき
平均 ¯x =
x1 + x2 + · · · + xn
n
=
1
n
n
i=1
xi和
2016
A.Asano,KansaiUniv. データサイズ?
「データ」という言葉は,
数値の集まりをさす
(1つ1つの数値ではない)
データの中に含まれる
数値の個数を大きさ(サイズ)という
2016
A.Asano,KansaiUniv. データサイズ?
「データ」という言葉は,
数値の集まりをさす
(1つ1つの数値ではない)
データの中に含まれる
数値の個数を大きさ(サイズ)という
家族(family)という言葉に似ている
2016
A.Asano,KansaiUniv. 度数分布から平均を求める
度数分布とは,これでした
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
分散と標準偏差
2016
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,大小ばらばらな数値からなる
データ
どのくらいばらばらかを,
数字で表そう
2016
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,大小ばらばらな数値からなる
データ
どのくらいばらばらかを,
数字で表そう
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
2016
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,大小ばらばらな数値からなる
データ
どのくらいばらばらかを,
数字で表そう
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
どう違う?
2016
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,大小ばらばらな数値からなる
データ
どのくらいばらばらかを,
数字で表そう
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
どう違う?
平均は
どれも5
2016
A.Asano,KansaiUniv. レンジとばらつき
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
2016
A.Asano,KansaiUniv. レンジとばらつき
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
2016
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
2016
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
2016
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
Bのほうがばらついている
ように見える
2016
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
Bのほうがばらついている
ように見える
2016
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
Bのほうがばらついている
ように見える
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
00
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 00
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 0 00
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +20 00
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +20 00-2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +20 00-2 +2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2-2 0 00-2 +2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2 0 00-2 +2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5 0 00-2 +2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0 +2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-2 +2
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-2 +2 +3
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-3 -2 +2 +3
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0-4
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-4
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差
偏差を平均したら,AとBのばらつきの
違いが表せる?
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差の平均?
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差の平均?
だめ。平均したらゼロ
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差を2乗する
偏差を2乗したら,全部正の数に
なるから,それから平均する
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2016
A.Asano,KansaiUniv. 偏差を2乗する
偏差を2乗したら,全部正の数に
なるから,それから平均する
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
2016
A.Asano,KansaiUniv. 偏差を2乗する
偏差を2乗したら,全部正の数に
なるから,それから平均する
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
2016
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
2016
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
平均 6.6
2016
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
平均 6.6
平均 10.8
2016
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
平均 6.6
平均 10.8
[分散]=(偏差)2の平均
2016
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
2016
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
2016
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値
2016
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値
2016
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値 データの平均
2016
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値 データの平均
n個たして
nで割る
2016
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値 データの平均
n個たして
nで割る
分散の平方根を[標準偏差]という
2016
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
以上 未満 階級値 度数 相対度数
15 25 20 4 0.08 (8%)
25 35 30 3 0.06 (6%)
35 45 40 3 0.06 (6%)
45 55 50 8 0.16 (16%)
55 65 60 12 0.24 (24%)
65 75 70 8 0.16 (16%)
75 85 80 9 0.18 (18%)
85 95 90 3 0.06 (6%)
x x x 計 計
50 1 (100%)
2016
A.Asano,KansaiUniv. なぜ2乗?
偏差の2乗ではなく,
偏差の「絶対値」ではいけないの?
絶対値の関数は,途中に折れ目があっ
てむずかしい
放物線には折り目はない
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
標準得点
2016
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
試験で70点をとった。
まわりより優れているのか?
一緒に受けた人たちの平均点が
50点なら 優れている
80点なら 劣っている
2016
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
試験で70点をとった。
まわりよりとても優れているのか?
一緒に受けた人たちの平均点が
50点なら まあ優れている
30点なら とても優れている …?
2016
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
試験で70点をとった。
まわりよりとても優れているのか?
一緒に受けた人たちの平均点が
50点なら まあ優れている
30点なら とても優れている …?
2016
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
一緒に受けた人たちが
平均60点で
標準偏差5点
0
平均0
平均30点で
標準偏差20点
30 70
7060
2016
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
70点の
「地位」
は同じ。
一緒に受けた人たちが
平均60点で
標準偏差5点
0
平均0
平均30点で
標準偏差20点
30 70
7060
2016
A.Asano,KansaiUniv. 「地位」を数字で表す
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
7060
2016
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
7060
2016
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
平均30点で標準偏差20点なら
7060
2016
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
平均30点で標準偏差20点なら
7060
70点の人は,やはり平均を
標準偏差の2倍上回っている
2016
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
平均30点で標準偏差20点なら
7060
70点の人は,やはり平均を
標準偏差の2倍上回っている
70点の「地位」は同じ
2016
A.Asano,KansaiUniv. 標準得点
平均を
標準偏差の2倍上回っている
0
平均を標準偏差の2倍
下回っているなら
7060
[標準得点]が2点
標準得点が-2点
2016
A.Asano,KansaiUniv. 標準得点への換算
標準得点=
 分布中のある数値が,
 平均を標準偏差の何倍
 上回って/下回っているか
分布そのものを
平均0,標準偏差1に「変換」したら?
その数値の変換後の値が,
そのまま標準得点になる
2016
A.Asano,KansaiUniv. 分布の変換
分布中の各数値から,平均を引く
各数値からμを引く
平均μ0
X
平均0
X – μ
2016
A.Asano,KansaiUniv. 分布の変換
分布中の各数値から,平均を引く
平均μ
標準偏差σ
各数値からμを引く
平均μ0
X
平均0
X – μ
2016
A.Asano,KansaiUniv. 分布の変換
分布中の各数値から,平均を引く
平均μ
標準偏差σ
平均0
標準偏差σ
各数値からμを引く
平均μ0
X
平均0
X – μ
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
標準偏差は分散の平方根
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
標準偏差は分散の平方根 (1/σ)倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
標準偏差は分散の平方根 (1/σ)倍
平均0
標準偏差1
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2016
A.Asano,KansaiUniv. 式で書くと
分布そのものをXとすると
Z = (X - μ) / σ
と変換すると,Zは平均0,標準偏差1
2016
A.Asano,KansaiUniv. 受験産業でいう「偏差値」
平均0,標準偏差1の分布Zを,さらに
W = 10Z + 50
と変換すると,Wは平均50,標準偏差10
これが[偏差値]
偏差値70
平均よりも,標準偏差の2倍
上回っている
偏差値40
平均よりも,標準偏差の1倍
下回っている

More Related Content

What's hot

2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)
2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)
2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)Akira Asano
 
2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)
2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)
2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)Akira Asano
 
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)Akira Asano
 
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26) 2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26) Akira Asano
 
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)Akira Asano
 
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)Akira Asano
 
2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)
2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)
2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)Akira Asano
 
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)Akira Asano
 
2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)
2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)
2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)Akira Asano
 
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)Akira Asano
 
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)Akira Asano
 
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))Akira Asano
 
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))Akira Asano
 
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))Akira Asano
 
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)Akira Asano
 
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)Akira Asano
 
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)Akira Asano
 
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)Akira Asano
 
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)Akira Asano
 
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)Akira Asano
 

What's hot (20)

2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)
2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)
2018年度春学期 統計学 第9回 確からしさを記述するー確率 (2018. 6. 7)
 
2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)
2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)
2018年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係と因果関係 (2018. 5. 16)
 
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
 
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26) 2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
 
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
 
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
 
2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)
2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)
2016年度秋学期 統計学 第1回 イントロダクション― 統計的なものの見方・考え方について (2016. 9. 26)
 
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
 
2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)
2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)
2018年度秋学期 統計学 第9回 確からしさを記述するー確率 (2018. 11. 13)
 
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
 
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
 
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その2) (2018. 7. 19))
 
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))
2018年度春学期 統計学 第14回 分布についての仮説を検証するー検定(その1) (2018. 7. 12))
 
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
 
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
 
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
 
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
 
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
 
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
 
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
 

Viewers also liked

2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)Akira Asano
 
Nevada Geographic Information Society Presentation. October 12, 2015
Nevada Geographic Information Society Presentation. October 12, 2015Nevada Geographic Information Society Presentation. October 12, 2015
Nevada Geographic Information Society Presentation. October 12, 2015epurpur
 
Архітектура - релігійні споруди
Архітектура - релігійні спорудиАрхітектура - релігійні споруди
Архітектура - релігійні спорудиRoman Shatskyi
 
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)Akira Asano
 
Aprendizaje cooperativo
Aprendizaje cooperativoAprendizaje cooperativo
Aprendizaje cooperativomoisesenelcole
 
Voice and Identity in Second Language Writing
Voice and Identity in Second Language WritingVoice and Identity in Second Language Writing
Voice and Identity in Second Language WritingIbrahim Ashour
 
Методичні рекомендації з питань організації виховної роботи у навчальних закл...
Методичні рекомендації з питань організації виховної роботи у навчальних закл...Методичні рекомендації з питань організації виховної роботи у навчальних закл...
Методичні рекомендації з питань організації виховної роботи у навчальних закл...Наталія Касарда
 
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」Akira Asano
 
第1回多変量解析・標本調査勉強会
第1回多変量解析・標本調査勉強会第1回多変量解析・標本調査勉強会
第1回多変量解析・標本調査勉強会t_inaba_zemi
 
第3回 多変量解析・標本調査勉強会
第3回 多変量解析・標本調査勉強会第3回 多変量解析・標本調査勉強会
第3回 多変量解析・標本調査勉強会t_inaba_zemi
 
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)Akira Asano
 
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)Akira Asano
 
2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)
2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)
2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)Akira Asano
 
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)Akira Asano
 
2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)
2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)
2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)Akira Asano
 

Viewers also liked (17)

2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
 
Nevada Geographic Information Society Presentation. October 12, 2015
Nevada Geographic Information Society Presentation. October 12, 2015Nevada Geographic Information Society Presentation. October 12, 2015
Nevada Geographic Information Society Presentation. October 12, 2015
 
Архітектура - релігійні споруди
Архітектура - релігійні спорудиАрхітектура - релігійні споруди
Архітектура - релігійні споруди
 
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
 
Marcelle Marini on Jacques Lacan
Marcelle Marini on Jacques LacanMarcelle Marini on Jacques Lacan
Marcelle Marini on Jacques Lacan
 
Aprendizaje cooperativo
Aprendizaje cooperativoAprendizaje cooperativo
Aprendizaje cooperativo
 
Voice and Identity in Second Language Writing
Voice and Identity in Second Language WritingVoice and Identity in Second Language Writing
Voice and Identity in Second Language Writing
 
Методичні рекомендації з питань організації виховної роботи у навчальних закл...
Методичні рекомендації з питань організації виховної роботи у навчальних закл...Методичні рекомендації з питань організації виховної роботи у навчальних закл...
Методичні рекомендації з питань організації виховної роботи у навчальних закл...
 
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
 
第1回多変量解析・標本調査勉強会
第1回多変量解析・標本調査勉強会第1回多変量解析・標本調査勉強会
第1回多変量解析・標本調査勉強会
 
第3回 多変量解析・標本調査勉強会
第3回 多変量解析・標本調査勉強会第3回 多変量解析・標本調査勉強会
第3回 多変量解析・標本調査勉強会
 
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
 
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
 
2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)
2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)
2016年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2016. 10. 6)
 
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
 
Art edat antiga
Art edat antigaArt edat antiga
Art edat antiga
 
2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)
2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)
2016年度秋学期 統計学 第2回 統計資料の収集と読み方 (2016. 10. 3)
 

Similar to 2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)

2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)Akira Asano
 
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」Akira Asano
 
2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)
2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)
2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)Akira Asano
 
2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)
2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)
2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)Akira Asano
 
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)Akira Asano
 
2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)
2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)
2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)Akira Asano
 
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)Akira Asano
 
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)Akira Asano
 
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)Akira Asano
 
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」Akira Asano
 
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)Akira Asano
 
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)Akira Asano
 
2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)
2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)
2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)Akira Asano
 
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)Akira Asano
 
2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)
2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)
2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)Akira Asano
 
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)Akira Asano
 
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)Akira Asano
 
2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18)
2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18) 2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18)
2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18) Akira Asano
 

Similar to 2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24) (18)

2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
 
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
 
2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)
2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)
2020年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2020. 5. 7)
 
2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)
2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)
2020年度春学期 統計学 第4回 データを「分布」で見る (2020. 4. 30)
 
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
 
2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)
2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)
2020年度春学期 統計学 第14回 分布についての仮説を検証する ー 検定 (2020. 7. 9)
 
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
 
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
 
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
 
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」
 
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
 
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
 
2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)
2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)
2020年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2020. 6. 25)
 
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
 
2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)
2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)
2016年度秋学期 応用数学(解析) 第3回 実数とは何か (2016. 10. 13)
 
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
 
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
 
2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18)
2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18) 2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18)
2015年度秋学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 11. 18)
 

More from Akira Asano

2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17) 2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17) Akira Asano
 
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19) 2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19) Akira Asano
 
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12) 2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12) Akira Asano
 
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10) 2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10) Akira Asano
 
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22) 2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22) Akira Asano
 
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20) 2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20) Akira Asano
 
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15) 2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15) Akira Asano
 
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13) 2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13) Akira Asano
 
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9) 2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9) Akira Asano
 
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) 2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) Akira Asano
 
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6) 2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6) Akira Asano
 
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) 2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) Akira Asano
 
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1) 2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1) Akira Asano
 
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29) 2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29) Akira Asano
 
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15) 2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15) Akira Asano
 
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25) 2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25) Akira Asano
 
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22) 2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22) Akira Asano
 
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18) 2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18) Akira Asano
 
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17) 2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17) Akira Asano
 
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11) 2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11) Akira Asano
 

More from Akira Asano (20)

2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17) 2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
 
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19) 2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
 
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12) 2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
 
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10) 2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
 
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22) 2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
 
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20) 2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
 
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15) 2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
 
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13) 2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
 
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9) 2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
 
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) 2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
 
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6) 2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
 
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) 2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
 
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1) 2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
 
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29) 2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
 
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15) 2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
 
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25) 2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
 
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22) 2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
 
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18) 2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
 
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17) 2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
 
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11) 2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
 

Recently uploaded

東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2Tokyo Institute of Technology
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptyuitoakatsukijp
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024koheioishi1
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ssusere0a682
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ssusere0a682
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料Takayuki Itoh
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationYukiTerazawa
 

Recently uploaded (7)

東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 

2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)