翻訳と辞書 Words near each other ・ 離心近点角 ・ 離愁 ・ 離愁 (1973年の映画) ・ 離教 ・ 離散 ・ 離散ウェーブレット変換 ・ 離散コサイン変換 ・ 離散フーリエ変換 ・ 離散ボロノイ図 ・ 離散ユダヤ人 ・ 離散一様分布 ・ 離散一様空間 ・ 離散付値 ・ 離散付値環 ・ 離散位相 ・ 離散位相空間 ・ 離散信号 ・ 離散凸解析 ・ 離散化誤差 ・ 離散変量 Dictionary Lists mini英和辞書 mini和英辞書 Webster 1913 Latin-English FOLDOC Wikipedia English ウィキペディア

翻訳と辞書　辞書検索 [ 開発暫定版 ] スポンサード リンク 離散一様分布 ： ミニ英和和英辞書 離散一様分布[りさんいちようぶんぷ] ===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。 ・ 離散 ： [りさん] 　 1. (n,vs) dispersal　2. scattering　 ・ 一 ： [いち] 　 1. (num) one　 ・ 一様 ： [いちよう] 　 1. (adj-na,n) uniformity　2. evenness　3. similarity　4. equality　5. impartiality　 ・ 様 ： [よう] 　 1. (adj-na,n-adv,n) way　2. manner　3. kind　4. sort　5. appearance　6. like　7. such as　8. so as to　9. in order to　10. so that　1 1. yang　1 ・ 分 ： [ぶん, ふん] 　 1. (n,n-suf,pref) (1) part　2. segment　3. share　4. ration　5. (2) rate　6. (3) degree　7. one's lot　8. one's status　9. relation　10. duty　1 1. kind　12. lot　13. (4) in proportion to　14. just as much as　1 ・ 分布 ： [ぶんぷ] 　distribution ・ 布 ： [ぬの] 　【名詞】 1. cloth　 離散一様分布 ： ウィキペディア日本語版 離散一様分布[りさんいちようぶんぷ] 離散一様分布（りさんいちようぶんぷ、）は、確率論や統計学のおける離散型確率分布の一種であり、有限集合の全ての値について、等しく確からしい場合である。 確率変数が $n$ 個の値 $k\_1,k\_2,\backslash dots,k\_n$ を同じ確率でとりうるとき、離散一様分布と言える。任意の $k\_i$ の確率は $1/n$ である。離散一様分布の単純な例としてサイコロがある。その場合の $k$ がとりうる値は 1, 2, 3, 4, 5, 6 で、1回サイコロを振ったとき、それぞれの値が出る確率は 1/6 である。2個のサイコロを振ると、もはや一様分布ではなくなり、とりうる値（2 から 12）によって確率が変わってくる。 離散一様分布の確率変数がとりうる値が実数の場合、累積分布関数を退化分布を使って表すことができる。すなわち、 :$F(k;a,b,n)=\backslash sum\_^n\; H(k-k\_i)$ ここで、ヘヴィサイドの階段関数 $H(x-x\_0)$ は、$x\_0$ を中心とする退化分布の累積分布関数 (CDF) である。この式は、各転移点で一貫した規定が使われると想定している。 == 最大値の推定 == 離散一様分布は、''k'' 個の観測された標本に基づき、それらが整数 $1,2,\backslash dots,N$ について一様分布を形成していると推定することで得られる。ここで未知の最大値 ''N'' を推定する問題が生じる。このような問題を一般に German tank problem（ドイツ戦車問題）と呼び、第二次世界大戦中のドイツでの戦車生産数の最大値を推定するという問題に由来する。 最大値のUMVU推定によると、次のようになる。 :$\backslash hat=\backslash frac\; m\; -\; 1\; =\; m\; +\; \backslash frac\; -\; 1$ ここで ''m'' は標本内の最大値、''k'' は標本数である。これは maximum spacing estimation の非常に単純な例と見ることもできる。 この式は直観的に次のように理解できる。 :「標本の最大値に観測された標本値の平均間隔を加える」 この間隔は標本の最大値の負のバイアスを補填するよう加算され、母集団の最大値の推定とする〔標本の最大値は母集団の最大値を超えることは決してないが、小さくなることはありうる。したがって、バイアスのある推定値である。母集団の最大値は小さく推定される傾向がある。〕 この分散は次のようになる〔。 :$\backslash frac\backslash frac\; \backslash approx\; \backslash frac\; \backslash text\; k\; \backslash ll\; N$ つまり標準偏差は約 $N/k$ で（母集団の）標本間の間隔の平均であり、上の $\backslash frac$ に似ている。 標本の最大値は母集団の最大値の最尤推定量だが、これまで述べたようにバイアスがかかっている。 標本が数として捉えられず、単に識別可能あるいは標識を付与できるなら、母集団の大きさの推定を標識再捕獲法で行うことができる。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「離散一様分布」の詳細全文を読む スポンサード リンク 翻訳と辞書 : 翻訳のためのインターネットリソース Copyright(C) kotoba.ne.jp 1997-2016. All Rights Reserved.