Submit Search
Upload
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)
•
0 likes
•
407 views
Akira Asano
Follow
関西大学総合情報学部 「統計学」(担当:浅野晃)
Read less
Read more
Education
Report
Share
Report
Share
1 of 150
Download now
Download to read offline
Recommended
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
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
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
2015年度秋学期 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. 10. 28)
2015年度秋学期 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. 10. 28)
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)
Akira Asano
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)
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)
Akira Asano
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
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)
Akira Asano
Recommended
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
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
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
2015年度秋学期 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. 10. 28)
2015年度秋学期 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. 10. 28)
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)
Akira Asano
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)
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)
Akira Asano
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
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)
Akira Asano
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
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)
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)
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)
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」
Akira Asano
2016年度秋学期 統計学 第6回 データの関係を知る(1)-相関関係と因果関係 (2016. 10. 31)
2016年度秋学期 統計学 第6回 データの関係を知る(1)-相関関係と因果関係 (2016. 10. 31)
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)
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)
Akira Asano
2019年度春学期 統計学 第6回 データの関係を知る(2)ー相関関係と因果関係 (2019. 5. 23)
2019年度春学期 統計学 第6回 データの関係を知る(2)ー相関関係と因果関係 (2019. 5. 23)
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)
Akira Asano
2016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 (2016. 11. 28)
2016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 (2016. 11. 28)
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)
Akira Asano
2015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 (2015. 12. 16)
2015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 (2015. 12. 16)
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)
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)
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)
Akira Asano
2018年度春学期 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. 6. 21)
2018年度春学期 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. 6. 21)
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)
Akira Asano
2013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」
2013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」
Akira Asano
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
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
Akira Asano
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
Akira Asano
More Related Content
What's hot
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
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)
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)
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)
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」
Akira Asano
2016年度秋学期 統計学 第6回 データの関係を知る(1)-相関関係と因果関係 (2016. 10. 31)
2016年度秋学期 統計学 第6回 データの関係を知る(1)-相関関係と因果関係 (2016. 10. 31)
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)
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)
Akira Asano
2019年度春学期 統計学 第6回 データの関係を知る(2)ー相関関係と因果関係 (2019. 5. 23)
2019年度春学期 統計学 第6回 データの関係を知る(2)ー相関関係と因果関係 (2019. 5. 23)
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)
Akira Asano
2016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 (2016. 11. 28)
2016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 (2016. 11. 28)
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)
Akira Asano
2015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 (2015. 12. 16)
2015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 (2015. 12. 16)
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)
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)
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)
Akira Asano
2018年度春学期 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. 6. 21)
2018年度春学期 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. 6. 21)
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)
Akira Asano
2013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」
2013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」
Akira Asano
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
What's hot
(20)
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
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)
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)
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」
2016年度秋学期 統計学 第6回 データの関係を知る(1)-相関関係と因果関係 (2016. 10. 31)
2016年度秋学期 統計学 第6回 データの関係を知る(1)-相関関係と因果関係 (2016. 10. 31)
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6回 データの関係を知る(2)ー相関関係と因果関係 (2019. 5. 23)
2019年度春学期 統計学 第6回 データの関係を知る(2)ー相関関係と因果関係 (2019. 5. 23)
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 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 (2016. 11. 28)
2016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 (2016. 11. 28)
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)
2015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 (2015. 12. 16)
2015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 (2015. 12. 16)
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年度春学期 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. 6. 21)
2018年度春学期 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. 6. 21)
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)
2013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」
2013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」
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)
Viewers also liked
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
Akira Asano
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
Akira Asano
2014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 (2014. 5. 22)
2014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 (2014. 5. 22)
Akira Asano
2014年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2014. 5. 29)
2014年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2014. 5. 29)
Akira Asano
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
Akira Asano
2013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 ― 仮説検定」
2013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 ― 仮説検定」
Akira Asano
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
Akira Asano
2014年度春学期 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 (2014. 6. 19)
2014年度春学期 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 (2014. 6. 19)
Akira Asano
2013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」
2013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」
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)
Akira Asano
2014年度春学期 統計学 第8回 確からしさを記述するー確率 (2014. 6. 5)
2014年度春学期 統計学 第8回 確からしさを記述するー確率 (2014. 6. 5)
Akira Asano
2014年度春学期 統計学 第14,15回 分布についての仮説を検証する ― 仮説検定 (2014. 7. 17, 24)
2014年度春学期 統計学 第14,15回 分布についての仮説を検証する ― 仮説検定 (2014. 7. 17, 24)
Akira Asano
2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)
2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)
Akira Asano
PRML復々習レーン#14
PRML復々習レーン#14
Takuya Fukagai
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
id774
エクセルで統計分析3 回帰分析のやり方
エクセルで統計分析3 回帰分析のやり方
Hiroshi Shimizu
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
Ken'ichi Matsui
Data scientist casual talk in 白金台
Data scientist casual talk in 白金台
Hiroko Onari
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
Satoru Yamamoto
企業における統計学入門
企業における統計学入門
antibayesian 俺がS式だ
Viewers also liked
(20)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014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 (2014. 5. 22)
2014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 (2014. 5. 22)
2014年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2014. 5. 29)
2014年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2014. 5. 29)
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
2013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 ― 仮説検定」
2013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 ― 仮説検定」
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
2014年度春学期 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 (2014. 6. 19)
2014年度春学期 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 (2014. 6. 19)
2013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」
2013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」
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)
2014年度春学期 統計学 第8回 確からしさを記述するー確率 (2014. 6. 5)
2014年度春学期 統計学 第8回 確からしさを記述するー確率 (2014. 6. 5)
2014年度春学期 統計学 第14,15回 分布についての仮説を検証する ― 仮説検定 (2014. 7. 17, 24)
2014年度春学期 統計学 第14,15回 分布についての仮説を検証する ― 仮説検定 (2014. 7. 17, 24)
2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)
2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)
PRML復々習レーン#14
PRML復々習レーン#14
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
エクセルで統計分析3 回帰分析のやり方
エクセルで統計分析3 回帰分析のやり方
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
Data scientist casual talk in 白金台
Data scientist casual talk in 白金台
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
企業における統計学入門
企業における統計学入門
Similar to 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)
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
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
Akira Asano
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
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)
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)
Akira Asano
2015年度春学期 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. 6. 25)
2015年度春学期 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. 6. 25)
Akira Asano
2015年度春学期 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. 6. 18.)
2015年度春学期 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. 6. 18.)
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)
Akira Asano
Data analysis-for-highschool-students
Data analysis-for-highschool-students
naoki yamagishi
2018年度春学期 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. 6. 14)
2018年度春学期 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. 6. 14)
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)
Akira Asano
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
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
Akira Asano
Report 130508
Report 130508
聞く技術研究所|株式会社ドゥ・ハウス
Report 130508
Report 130508
聞く技術研究所|株式会社ドゥ・ハウス
Report 130508
Report 130508
聞く技術研究所|株式会社ドゥ・ハウス
Report 130508
Report 130508
聞く技術研究所|株式会社ドゥ・ハウス
Similar to 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)
(17)
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)
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
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)
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)
2015年度春学期 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. 6. 25)
2015年度春学期 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. 6. 25)
2015年度春学期 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. 6. 18.)
2015年度春学期 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. 6. 18.)
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)
Data analysis-for-highschool-students
Data analysis-for-highschool-students
2018年度春学期 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. 6. 14)
2018年度春学期 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. 6. 14)
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)
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」
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
Report 130508
Report 130508
Report 130508
Report 130508
Report 130508
Report 130508
Report 130508
Report 130508
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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 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 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 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 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 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 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 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 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 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 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
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
Kochi Eng Camp
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
Tokyo Institute of Technology
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
Kochi Eng Camp
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
Tokyo Institute of Technology
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
Takayuki Itoh
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
Recently uploaded
(8)
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
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
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
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
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
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)
1.
A.Asano,KansaiUniv. 2014年度春学期 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
2.
A.Asano,KansaiUniv.
3.
A.Asano,KansaiUniv. 5月12日は
4.
A.Asano,KansaiUniv. 国際看護師の日・看護の日 フローレンス・ナイチンゲールの 誕生日
5.
A.Asano,KansaiUniv.
6.
A.Asano,KansaiUniv. 代表値
7.
2013年度春学期 画像情報処理 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
8.
2013年度春学期 画像情報処理 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 (写真は著作権の制約により削除) 大般若会
9.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 代表値とは こんなことはできないので, http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm (写真は著作権の制約により削除) 大般若会
10.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 代表値とは こんなことはできないので, http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm •図示する(ヒストグラム) (写真は著作権の制約により削除) 大般若会
11.
2013年度春学期 画像情報処理 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) (写真は著作権の制約により削除) 大般若会
12.
2013年度春学期 画像情報処理 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) (写真は著作権の制約により削除) 大般若会
13.
2013年度春学期 画像情報処理 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) (写真は著作権の制約により削除) 大般若会
14.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均 とくに[算術平均]は 代表的な代表値
15.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均 とくに[算術平均]は 代表的な代表値 (算術)平均 =(データの合計) (データ数)
16.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均 データ 術平均 データを x1, x2,
. . . , xn,総データ ) は次の式で定義されます。 ¯x まり,算術平均 =(データの合計 総データ数総データ数を n とするとき,算術平均 す。 ¯x = x1 + x2 + · · · + xn n = 1 n n i= のとき
17.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均 データ 術平均 データを x1, x2,
. . . , xn,総データ ) は次の式で定義されます。 ¯x まり,算術平均 =(データの合計 総データ数総データ数を n とするとき,算術平均 す。 ¯x = x1 + x2 + · · · + xn n = 1 n n i= のとき 平均 n,総データ数を n とするとき,算術平均 (ar ます。 ¯x = x1 + x2 + · · · + xn n = 1 n n i=1 xi データの合計)/(データ数)です。ふつう,
18.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均 データ 術平均 データを x1, x2,
. . . , xn,総データ ) は次の式で定義されます。 ¯x まり,算術平均 =(データの合計 総データ数総データ数を n とするとき,算術平均 す。 ¯x = x1 + x2 + · · · + xn n = 1 n n i= のとき 平均 n,総データ数を n とするとき,算術平均 (ar ます。 ¯x = x1 + x2 + · · · + xn n = 1 n n i=1 xi データの合計)/(データ数)です。ふつう, 和
19.
2013年度春学期 画像情報処理 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 50
62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
20.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 度数分布から平均を求める 平均=(データの合計)/(データ数) =([階級値 度数]の合計)/(データ数) =[階級値 (度数/データ数)]の合計 =[階級値
相対度数]の合計 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
21.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 度数分布から平均を求める 平均=(データの合計)/(データ数) =([階級値 度数]の合計)/(データ数) =[階級値 (度数/データ数)]の合計 =[階級値
相対度数]の合計 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
22.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 度数分布から平均を求める 平均=(データの合計)/(データ数) =([階級値 度数]の合計)/(データ数) =[階級値 (度数/データ数)]の合計 =[階級値
相対度数]の合計 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
23.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 度数分布から平均を求める 平均=(データの合計)/(データ数) =([階級値 度数]の合計)/(データ数) =[階級値 (度数/データ数)]の合計 =[階級値
相対度数]の合計 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
24.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 度数分布から平均を求める 平均=(データの合計)/(データ数) =([階級値 度数]の合計)/(データ数) =[階級値 (度数/データ数)]の合計 =[階級値
相対度数]の合計 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
25.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 度数分布から平均を求める 平均=(データの合計)/(データ数) =([階級値 度数]の合計)/(データ数) =[階級値 (度数/データ数)]の合計 =[階級値
相対度数]の合計 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
26.
A.Asano,KansaiUniv.
27.
A.Asano,KansaiUniv. 分散と標準偏差
28.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 「ばらつき」を数字で 分布は,大小ばらばらなデータの集まり どのくらいばらばらかを, 数字で表そう
29.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 「ばらつき」を数字で 分布は,大小ばらばらなデータの集まり どのくらいばらばらかを, 数字で表そう 分散と標準偏差 分布をもっとも簡単に1つの数字で表したの らいばらついているか」は表現できません。そ C があるとします。 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
30.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 「ばらつき」を数字で 分布は,大小ばらばらなデータの集まり どのくらいばらばらかを, 数字で表そう 分散と標準偏差 分布をもっとも簡単に1つの数字で表したの らいばらついているか」は表現できません。そ C があるとします。 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?
31.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 「ばらつき」を数字で 分布は,大小ばらばらなデータの集まり どのくらいばらばらかを, 数字で表そう 分散と標準偏差 分布をもっとも簡単に1つの数字で表したの らいばらついているか」は表現できません。そ C があるとします。 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
32.
2013年度春学期 画像情報処理 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 野 晃/統計学(2013 年度秋学期) 第5回 (2013. 10. 24)
33.
2013年度春学期 画像情報処理 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 野 晃/統計学(2013 年度秋学期) 第5回 (2013. 10. 24)
34.
2013年度春学期 画像情報処理 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 野 晃/統計学(2013 年度秋学期) 第5回 (2013. 10. 24)
35.
2013年度春学期 画像情報処理 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 野 晃/統計学(2013 年度秋学期) 第5回 (2013. 10. 24) A, Bはレンジは同じだが,
36.
2013年度春学期 画像情報処理 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 野 晃/統計学(2013 年度秋学期) 第5回 (2013. 10. 24) 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
37.
2013年度春学期 画像情報処理 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 野 晃/統計学(2013 年度秋学期) 第5回 (2013. 10. 24) 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
38.
2013年度春学期 画像情報処理 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 野 晃/統計学(2013 年度秋学期) 第5回 (2013. 10. 24) 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
39.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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
40.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0
41.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 00
42.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 00
43.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 0 00
44.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +20 00
45.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +20 00-2
46.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +20 00-2 +2
47.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2-2 0 00-2 +2
48.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2 0 00-2 +2
49.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 00-2 +2
50.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 0 00-2 +2
51.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 0 00-2 +2 0
52.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 0 00-2 +2 0 +2
53.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 0 00-2 +2 0-2 +2
54.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 0 00-2 +2 0-2 +2 +3
55.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 0 00-2 +2 0-3 -2 +2 +3
56.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 0 00-2 +2 0-3 -2 +2 +3+4
57.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0-4 0 00-2 +2 0-3 -2 +2 +3+4
58.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 +5-4 0 00-2 +2 0-3 -2 +2 +3+4
59.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 +5-5 -4 0 00-2 +2 0-3 -2 +2 +3+4
60.
2013年度春学期 画像情報処理 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? 各データと平均との差を[偏差]という いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 +5-5 -4 0 00-2 +2 0-3 -2 +2 +3+4
61.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差の平均? いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 +5-5 -4 0 00-2 +2 0-3 -2 +2 +3+4
62.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 偏差の平均? だめ。平均したらゼロ いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 +5-5 -4 0 00-2 +2 0-3 -2 +2 +3+4
63.
2013年度春学期 画像情報処理 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 分布をもっとも簡単に1つの数字で表 いばらついているか」は表現できま があるとします。 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 0 +2 +5-2-5 0 +5-5 -4 0 00-2 +2 0-3 -2 +2 +3+4
64.
2013年度春学期 画像情報処理 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 分布をもっとも簡単に1つの数字で表 いばらついているか」は表現できま があるとします。 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 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
65.
2013年度春学期 画像情報処理 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 分布をもっとも簡単に1つの数字で表 いばらついているか」は表現できま があるとします。 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 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
66.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散いばらついているか」は表現できませ があるとします。 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 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
67.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散いばらついているか」は表現できませ があるとします。 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 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
68.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散いばらついているか」は表現できませ があるとします。 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 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
69.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散いばらついているか」は表現できませ があるとします。 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 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
70.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと
71.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと 均」のかわりに「(偏差)2 の平均」を用います。(偏差)2
は ち「各データについての偏差の2乗の合計を総データ数 す。これが分散 (variance) です。式で書くと,各データ するとき,分散 σ2 はつぎのようになります。 σ2 = 1 n (x1 − ¯x)2 + (x2 − ¯x)2 + · · · + (xn − ¯x)2 = 1 n n i=1 (xi − ¯x)2 標準偏差 (standard deviation, SD) といいます。データの 2,すなわち平方メートルになってしまいますが,標準偏 ぜ偏差の絶対値をとらずに偏差を2乗するのか?
72.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと 均」のかわりに「(偏差)2 の平均」を用います。(偏差)2
は ち「各データについての偏差の2乗の合計を総データ数 す。これが分散 (variance) です。式で書くと,各データ するとき,分散 σ2 はつぎのようになります。 σ2 = 1 n (x1 − ¯x)2 + (x2 − ¯x)2 + · · · + (xn − ¯x)2 = 1 n n i=1 (xi − ¯x)2 標準偏差 (standard deviation, SD) といいます。データの 2,すなわち平方メートルになってしまいますが,標準偏 ぜ偏差の絶対値をとらずに偏差を2乗するのか?
73.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと 均」のかわりに「(偏差)2 の平均」を用います。(偏差)2
は ち「各データについての偏差の2乗の合計を総データ数 す。これが分散 (variance) です。式で書くと,各データ するとき,分散 σ2 はつぎのようになります。 σ2 = 1 n (x1 − ¯x)2 + (x2 − ¯x)2 + · · · + (xn − ¯x)2 = 1 n n i=1 (xi − ¯x)2 標準偏差 (standard deviation, SD) といいます。データの 2,すなわち平方メートルになってしまいますが,標準偏 ぜ偏差の絶対値をとらずに偏差を2乗するのか? 1番のデータ
74.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと 均」のかわりに「(偏差)2 の平均」を用います。(偏差)2
は ち「各データについての偏差の2乗の合計を総データ数 す。これが分散 (variance) です。式で書くと,各データ するとき,分散 σ2 はつぎのようになります。 σ2 = 1 n (x1 − ¯x)2 + (x2 − ¯x)2 + · · · + (xn − ¯x)2 = 1 n n i=1 (xi − ¯x)2 標準偏差 (standard deviation, SD) といいます。データの 2,すなわち平方メートルになってしまいますが,標準偏 ぜ偏差の絶対値をとらずに偏差を2乗するのか? 1番のデータ
75.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと 均」のかわりに「(偏差)2 の平均」を用います。(偏差)2
は ち「各データについての偏差の2乗の合計を総データ数 す。これが分散 (variance) です。式で書くと,各データ するとき,分散 σ2 はつぎのようになります。 σ2 = 1 n (x1 − ¯x)2 + (x2 − ¯x)2 + · · · + (xn − ¯x)2 = 1 n n i=1 (xi − ¯x)2 標準偏差 (standard deviation, SD) といいます。データの 2,すなわち平方メートルになってしまいますが,標準偏 ぜ偏差の絶対値をとらずに偏差を2乗するのか? 1番のデータ データの平均
76.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと 均」のかわりに「(偏差)2 の平均」を用います。(偏差)2
は ち「各データについての偏差の2乗の合計を総データ数 す。これが分散 (variance) です。式で書くと,各データ するとき,分散 σ2 はつぎのようになります。 σ2 = 1 n (x1 − ¯x)2 + (x2 − ¯x)2 + · · · + (xn − ¯x)2 = 1 n n i=1 (xi − ¯x)2 標準偏差 (standard deviation, SD) といいます。データの 2,すなわち平方メートルになってしまいますが,標準偏 ぜ偏差の絶対値をとらずに偏差を2乗するのか? 1番のデータ データの平均 n個たして nで割る
77.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散と標準偏差 [分散]=(偏差)2の平均 式で書くと 均」のかわりに「(偏差)2 の平均」を用います。(偏差)2
は ち「各データについての偏差の2乗の合計を総データ数 す。これが分散 (variance) です。式で書くと,各データ するとき,分散 σ2 はつぎのようになります。 σ2 = 1 n (x1 − ¯x)2 + (x2 − ¯x)2 + · · · + (xn − ¯x)2 = 1 n n i=1 (xi − ¯x)2 標準偏差 (standard deviation, SD) といいます。データの 2,すなわち平方メートルになってしまいますが,標準偏 ぜ偏差の絶対値をとらずに偏差を2乗するのか? 1番のデータ 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
78.
2013年度春学期 画像情報処理 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 50
62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
79.
2013年度春学期 画像情報処理 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 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
80.
2013年度春学期 画像情報処理 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 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
81.
2013年度春学期 画像情報処理 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 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
82.
2013年度春学期 画像情報処理 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 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
83.
2013年度春学期 画像情報処理 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 50 62 75 78 48 50 60 75 75 60 78 58 78 55 56 70 60 79 18 63 67 85 25 40 50 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%)
84.
2013年度春学期 画像情報処理 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?
85.
2013年度春学期 画像情報処理 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
86.
2013年度春学期 画像情報処理 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
87.
2013年度春学期 画像情報処理 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 もうひとつ理由が…
88.
A.Asano,KansaiUniv.
89.
A.Asano,KansaiUniv. モーメント
90.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
91.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
92.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
93.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
94.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
95.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
96.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
97.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 分布そのものを,ひとつの変数Xで 表している 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると
98.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 平均を表す式 分布そのものを,ひとつの変数Xで 表している 平均=[階級値 相対度数]の合計から平均を求める計算により E(X) = x xf(x) で表すことにします。 )2
の平均ですから,(3) 式と同様の書き方を用いれば = E((X − µ)2 ) = x (x − µ)2 f(x) わち分散は,σ2 で表すこともよくあります。こうすると E(X) を μで表すと
99.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散を表す式 分散=[(偏差)2 相対度数]の合計 x わち平均を µ
で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
100.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散を表す式 分散=[(偏差)2 相対度数]の合計 x わち平均を µ
で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
101.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散を表す式 分散=[(偏差)2 相対度数]の合計 x わち平均を µ
で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
102.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分散を表す式 分散=[(偏差)2 相対度数]の合計 V(X) を
σ2で表すことも多い x わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
103.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメントした,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
104.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメントした,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
105.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメントした,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
106.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメントした,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
107.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメントした,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
108.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x)
109.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま
110.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える 原点のまわりの k次モーメント わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま
111.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える 原点のまわりの k次モーメント わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま 平均は1次モーメント
112.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える 原点のまわりの k次モーメント わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま 表して,「変数 X の関数 g(X) の平均」E(g(X)) を E(g(X)) = x g(x)f(x) 分散は (5) 式の特殊な場合と考えることができます 殊な場合として,E(Xk) や E((X −µ)k)(k は自然 )とよびます。E(Xk) を原点のまわりのモーメント ーメントとよんで µk で表します。平均 µ は,実は ) は平均のまわりの2次のモーメント µ2 であると う名前は,力学の用語からの類推から来ています 平均は1次モーメント
113.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える 原点のまわりの k次モーメント わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま 表して,「変数 X の関数 g(X) の平均」E(g(X)) を E(g(X)) = x g(x)f(x) 分散は (5) 式の特殊な場合と考えることができます 殊な場合として,E(Xk) や E((X −µ)k)(k は自然 )とよびます。E(Xk) を原点のまわりのモーメント ーメントとよんで µk で表します。平均 µ は,実は ) は平均のまわりの2次のモーメント µ2 であると う名前は,力学の用語からの類推から来ています 平均は1次モーメント
114.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える 原点のまわりの k次モーメント わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま 表して,「変数 X の関数 g(X) の平均」E(g(X)) を E(g(X)) = x g(x)f(x) 分散は (5) 式の特殊な場合と考えることができます 殊な場合として,E(Xk) や E((X −µ)k)(k は自然 )とよびます。E(Xk) を原点のまわりのモーメント ーメントとよんで µk で表します。平均 µ は,実は ) は平均のまわりの2次のモーメント µ2 であると う名前は,力学の用語からの類推から来ています 平均は1次モーメント 平均のまわりの k次モーメント
115.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える 原点のまわりの k次モーメント わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま 表して,「変数 X の関数 g(X) の平均」E(g(X)) を E(g(X)) = x g(x)f(x) 分散は (5) 式の特殊な場合と考えることができます 殊な場合として,E(Xk) や E((X −µ)k)(k は自然 )とよびます。E(Xk) を原点のまわりのモーメント ーメントとよんで µk で表します。平均 µ は,実は ) は平均のまわりの2次のモーメント µ2 であると う名前は,力学の用語からの類推から来ています 平均は1次モーメント 平均のまわりの k次モーメント 分散は2次モーメント
116.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モーメント 一般に した,度数分布から平均を求める計算により E(X) = x xf(x) すなわち平均を µ
で表すことにします。 すなわち (X − µ)2 の平均ですから,(3) 式と同様の書き V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) す。V (X),すなわち分散は,σ2 で表すこともよくありま なります。 表して,「変数 X の関数 g(X) の平均」E(g(X)) を考える 原点のまわりの k次モーメント わち平均を µ で表すことにします。 わち (X − µ)2 の平均ですから,(3) 式と同様の書き方を V (X) = E((X − µ)2 ) = x (x − µ)2 f(x) (X),すなわち分散は,σ2 で表すこともよくあります ます。 て,「変数 X の関数 g(X) の平均」E(g(X)) を考えると E(g(X)) = x g(x)f(x) して,「変数 X の関数 g(X) の平均」E(g(X)) E(g(X)) = x g(x)f(x) 散は (5) 式の特殊な場合と考えることができま な場合として,E(Xk) や E((X −µ)k)(k は自然 とよびます。E(Xk) を原点のまわりのモーメン メントとよんで µk で表します。平均 µ は,実 は平均のまわりの2次のモーメント µ2 である う名前は,力学の用語からの類推から来ていま 表して,「変数 X の関数 g(X) の平均」E(g(X)) を E(g(X)) = x g(x)f(x) 分散は (5) 式の特殊な場合と考えることができます 殊な場合として,E(Xk) や E((X −µ)k)(k は自然 )とよびます。E(Xk) を原点のまわりのモーメント ーメントとよんで µk で表します。平均 µ は,実は ) は平均のまわりの2次のモーメント µ2 であると う名前は,力学の用語からの類推から来ています 平均は1次モーメント 平均のまわりの k次モーメント 分散は2次モーメント 3次・4次・…は?
117.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 歪度 平均のまわりの 3次モーメント 歪度 f(x) x µ α3 > 0α3
< 0 図 1: 歪度(ヒストグラムの上辺を連続曲線で表示) 歪度>0歪度<0 (ヒストグラムを曲線であらわした) ヒストグラムの偏り
118.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 尖度 平均のまわりの 4次モーメント 尖度 尖度:大尖度:小 (ヒストグラムを曲線であらわした) ヒストグラムの尖り具合 f(x) x µ α4: 大 α4: 小 図
2: 尖度(同上)
119.
A.Asano,KansaiUniv.
120.
A.Asano,KansaiUniv. 標準得点
121.
2013年度春学期 画像情報処理 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
122.
2013年度春学期 画像情報処理 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 …?
123.
2013年度春学期 画像情報処理 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 …?
124.
2013年度春学期 画像情報処理 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 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する X – σ0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 相対度数 0∼9(点) 5 0.04 10∼19 15 0.16 各データから を引く 平均0 X 平均0 X – 各データを (1 / σ)倍する 図 3: 度数分布 平均30点で 標準偏差20点 30 70 7060
125.
2013年度春学期 画像情報処理 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 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する X – σ0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 相対度数 0∼9(点) 5 0.04 10∼19 15 0.16 各データから を引く 平均0 X 平均0 X – 各データを (1 / σ)倍する 図 3: 度数分布 平均30点で 標準偏差20点 30 70 7060
126.
2013年度春学期 画像情報処理 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 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する X – σ0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 相対度数 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 7060
127.
2013年度春学期 画像情報処理 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 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する X – σ0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 相対度数 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 7060
128.
2013年度春学期 画像情報処理 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 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する X – σ0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 相対度数 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 平均30点で 標準偏差20点 7060
129.
2013年度春学期 画像情報処理 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 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する X – σ0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 相対度数 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 平均30点で 標準偏差20点 7060 70点の人は,平均を 標準偏差の2倍上回って いる
130.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 標準得点 70点の人は,平均を 標準偏差の2倍上回っている 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する 0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 30∼39 35 0.12 40∼49 45 0.10 7060
131.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 標準得点 70点の人は,平均を 標準偏差の2倍上回っている 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する 0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 30∼39 35 0.12 40∼49 45 0.10 7060 [標準得点]が2点
132.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 標準得点 70点の人は,平均を 標準偏差の2倍上回っている 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する 0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 30∼39 35 0.12 40∼49 45 0.10 平均を標準偏差の2倍 下回っている 7060 [標準得点]が2点
133.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 標準得点 70点の人は,平均を 標準偏差の2倍上回っている 各データから を引く 平均0 X 平均0 X – 各データを (1
/ σ)倍する 0 図 3: 度数分布の変換 今日の演習 1.下の度数分布表について,表の空欄を埋めて,平均・分散を求めてください. 階級 階級値 相対度数 階級値×相対度数 偏差 (偏差)2 (偏差)2 × 0∼9(点) 5 0.04 10∼19 15 0.16 20∼29 25 0.08 30∼39 35 0.12 40∼49 45 0.10 平均を標準偏差の2倍 下回っている 7060 [標準得点]が2点 標準得点が-2点
134.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 標準得点への換算 標準得点= 分布中のあるデータが, 平均を標準偏差の何倍 上回って/下回っているか
135.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 標準得点への換算 標準得点= 分布中のあるデータが, 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?
136.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 標準得点への換算 標準得点= 分布中のあるデータが, 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? そのデータの変換後の値が, そのまま標準得点になる
137.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引く 各データから を引く 平均 X 平均 X –
138.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引く 平均μ 標準偏差σ 各データから を引く 平均 X 平均 X –
139.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引く 平均μ 標準偏差σ 各データから を引く 平均 X 平均 X – 平均0 標準偏差σ
140.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X –
141.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍
142.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍 各データの偏差は
143.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍 各データの偏差は (1/σ)倍
144.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍 各データの偏差は (1/σ)倍 分散は(偏差)2の平均
145.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍 各データの偏差は (1/σ)倍 分散は(偏差)2の平均 (1/σ)2倍
146.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍 各データの偏差は (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
147.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍 各データの偏差は (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
148.
2013年度春学期 画像情報処理 A.Asano,KansaiUniv. 分布の変換 分布中の各データから,平均を引いて 標準偏差で割る 平均0 標準偏差σ 平均 X – 各データを (1 /
)倍する X – 各データを (1/σ)倍 各データの偏差は (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
149.
2013年度春学期 画像情報処理 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
150.
2013年度春学期 画像情報処理 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
Download now