Microsoft PowerPoint - PRM [互換モード]

Size: px
Start display at page:

Download "Microsoft PowerPoint - PRM [互換モード]"

Transcription

1 課題 3: それぞれどのようなときに有利なのか? プロジェクトリスクマネジメント第 4 回 年 6 月 日 ( 水 ) :5-:45 roect A Year Year Year Year3 Year4 Year5 Free Cash Flows IRR.7%.% 5. 単独のプロジェクト 5.% 34. Vs.%.9 キャッシュフローの不確実性が小さい 5.% 9.86.% % キャッシュインフローで再投資がまか 5.% なえる roect B Year Year Year Year3 Year4 Year5 Free Cash Flows IRR.5%.% % 6.47 Vs.% % 7.9.%.35 5.% -6.3 Aのキャッシュインフローでまかなえない再投資案件があるキャッシュフローの不確実性が高い プロジェクトのリスク - 収益率の変動 - ブラウン運動とランダムウォーク 社会 政治的リスク 具体的には 有効 ( 実質 ) 税率の不確実性 技術的リスク 推定誤差 ( 品位分布, 埋蔵量,etc.), t 研究 開発能力, 製品のばらつき,etc. 経済的リスク 収益に関わる価格変動, 景気変動,etc. Robert Brown ( ) 水に浮かべた花粉の動きがランダムであることを発見 ブラウン運動 (Brownan moton) と呼ばれる 95 年にAlbert Enstenがブラウン運動を数学的に定式化 93 年にorbert Wenerがブラウン運動を数学的に厳密に定式化 Wener process( ウィーナー過程 ) と呼ばれるようになる これとは別に Lous Bacheler は 9 年に自身の博士論文 投機の理論 の中で金融市場の価格変動をブラウン運動によってモデル化した 市場価格のマルコフ性 Wener 過程 953 年,Kendallは株価と商品価格の動向に関し規則的な価格変動サイクルを発見しようとしたが, 一連の価格の動きは, 全く過去の情報の影響を受けていないかのような挙動 ( ランダムウォーク ) を示した z t ここで Δz: 微少時間 Δtの間のzの変化量 ε: 標準正規分布 ( 平均, 標準偏差 ) からのランダムサンプル ヒストグラム 5 頻度 データ区間

2 離散過程から連続過程へ Wener 過程の特徴異なる微少時間 Δtに対するΔzの値は互いに独立 Δzの平均 =, Δzの標準偏差 = t, Δzの分散 =Δt T t とすると zt z T t z z の分散 =Δt=T 一般化した Wener 過程 dx adt bdz a=4, b=8 のとき ドリフト付きブラウン運動 (Brownan moton wth drft) t のとき dz dt さらに一般化し dx ax, tdt bx, tdz としたものを伊藤過程という ドリフト付き幾何ブラウン運動 (geometrc Brownan moton wth drft) ds dt dz S ないし ds Sdt Sdz これらは, 単に幾何ブラウン運動 (geometrc Brownan moton) とも呼ばれている. これを離散時間型で表すと S t t S ここで,S を株価とすると, ε: 標準正規分布 ( 平均, 標準偏差 ) からのランダムサンプル μδt は微少時間 Δt における収益率 ( 利回り ) の期待値 σは株式の価格ボラティリティ ( 単位時間の収益率の標準偏差 ) 収益率の分散はσ Δtとなる ドリフト付き幾何ブラウン運動の例 μ=4%, σ=8% 株価のシミュレーション トレンドの変化 月当たり収益率の期待値.95%, ボラティリティ 3% の幾何ブラウン運動

3 原油価格の推移 原油価格のトレンドとボラティリティ 原油価格 ($/ バーレル ) bbl=4gal 59l ton 7.33bbl 年 Duba Brent Forcados WTI Duba rce Duba rce t t Year Ol rce t ln( t +/ t) Ol rce t ln( t +/ t) ln t Year ln t u u u ($/bbl) =u ($/bbl) =u Average: Average:.58.9 Trend: 3.7% Trend: 5.8% Volatlty:.95% Volatlty: 9.6% u e u $/bb bl Daly crude ol prce (WTI and Brent) WTI Brent 平均利益率と分散の度合い R, E R : 資産 の利益率の期待値 ( to ) : 資産 の利益率の分散 : 資産 に対して状況 ( to M ) が起き, 利益率がR となる確率 R R 種類の利益率の和の期待値 E R ER R R R M M R は, R R (%) Res 個々の株式の収益率の時系列 Month IBM Alcoa GM ポートフォリオ (ortfolo) ポートフォリオとは種々の資産を組み合わせた複合資産 その組み合わせによりリスク リターン構造を調整する 3

4 ポートフォリオの期待収益率 ポートフォリオの収益率の分散 状況 における資産 の収益率をR, ポートフォリオ中のそれぞれの資産の比率を X とすると, 状況 におけるポートフォリオの収益率 R は R X R このポートフォリオの期待収益率 ER は E R E X R E X R X ER ポートフォリオを構成する資産が 種類の場合のポートフォリオの 利益率の分散 は E R R E XR X R XR X R E X X ここで, ER R R R R R X R R X X ER R R R X は共分散で, これを で表すと, X X X X 相関係数 (correlaton coeffcent) 分散投資の意味 共分散 を正規化したものが相関係数 ここで のときには, リスクが であるようなポートフォリオが必ず存在する. また, のときには, 個々の資産よりもリスクの少ないポートフォリオが必ず存在する. Re (cents/$) Re (cents/$) Market Condton Asset Asset Asset3 Asset5 Ranfall Asset4 Good lentful 6 Average 9 Average oor oor 4 Mean re 9 Varance Standard devaton M arket Condton Asset Asset3 Combnaton 6:4 Good $.6 $. $. Average $. $. $. oor $.4 $.9 $. $ nvestment リスクとリターン (ρ=) リスクとリターン (ρ=.5) Asset.4. Asset..8.6 Asset ρ=..8.6 ρ=.5 Asset Rsk (σ) Rsk (σ) 4

5 リスクとリターン (ρ=) リスクとリターン (ρ=-.5) Asset.4. Asset..8.6 ρ= Asset..8.6 ρ=-.5 Asset Rsk (σ) Rsk (σ) リスクとリターン (ρ=-) リスクとリターンのトレードオフ Asset.4. Asset..8.6 ρ=- Asset..8.6 ρ=- ρ=-.5 ρ= ρ=.5 ρ= Asset Rsk (σ) Rsk (σ) 効率的ポートフォリオと有効フロンティア 最適ポートフォリオ = 効率的ポートフォリオ (effcent portfolo) の集合 等効用曲線群 5

6 多数の資産からなるポートフォリオ 均等分散投資 種類の資産からなるポートフォリオの収益率の分散 は X k k X X すべての資産の収益率の挙動が独立している場合 X さらに, すべての資産に均等に投資する場合 k k 種類の一般的な資産に均等に投資する場合 k k k k k k k k k アメリカにおける分散投資 英国における分散投資 リスク低減率 ercentage of the rsk that can be elmnated USA 73. UK 65.5 France 67.3 Germany 56. Italy 6. Belgum 8. Swtzerland 56. etherlands 76. Internatonal 89.3 Tobn のポートフォリオ分離定理 危険資産の最適な組み合わせは, 投資家の効用関数とは独立に決定される. Expected re Rskless asset Optmal portfolo Asset Asset Rsk (σ) ρ= 6

7 課題 4: 最適ポートフォリオよりハイリスク - ハイリターン側の有効フロンティアが, 非危険資産と, 危険資産の最適ポートフォリオとを結ぶ線分の延長線上にあるということは何を意味しているか?.6.4. Optmal portfolo Asset Expected re..8.6 Rskless asset ρ= Asset Rsk (σ) 7

Microsoft PowerPoint - PRM

Microsoft PowerPoint - PRM Oil spill in Gulf プロジェクトリスクマネジメント第 0 回 Deepwater Horizon on fire 0 年 7 月 0 日 ( 水 ) 0:5-:45 原油スポットと先物 998 年以降のスポット市場 60 40 0 $/ バレル 00 80 WTI Brent 60 40 0 0 市場の効率性 市場価格には, どのレベルの情報セットまで織り込まれているのか? どのような情報を使えば市場を出し抜けるのか?

More information

Probit , Mixed logit

Probit , Mixed logit Probit, Mixed logit 2016/5/16 スタートアップゼミ #5 B4 後藤祥孝 1 0. 目次 Probit モデルについて 1. モデル概要 2. 定式化と理解 3. 推定 Mixed logit モデルについて 4. モデル概要 5. 定式化と理解 6. 推定 2 1.Probit 概要 プロビットモデルとは. 効用関数の誤差項に多変量正規分布を仮定したもの. 誤差項には様々な要因が存在するため,

More information

基礎理論(2) 不確実性下の意思決定・保険の役割

基礎理論(2) 不確実性下の意思決定・保険の役割 基礎理論 (2) 不確実性下の意思決定 保険の役割 公共政策論 II No.2 麻生良文 内容 不確実性下の意思決定 状態空間モデル 期待効用理論 リスクに対する態度 危険 ( リスク ) 回避的, 危険中立的, 危険愛好的 リスク プレミアム 危険回避度 保険の原理 リスク分散との違い 不確実性下の意思決定 不確実性 実現する状態が事前にはわからない ---------------------------------------------

More information

Microsoft Word - 高森-伊藤_優先株JAROS_2006.doc

Microsoft Word - 高森-伊藤_優先株JAROS_2006.doc WIF-07-00:January 007 西友再生のための優先株の価値 高森寛, 伊藤晴祥 西友再生のための優先株の価値 A Valuaion of he Preferred Soc for Seiyu revival 高森寛, 伊藤晴祥 * Hirohi TAKAMORI and Haruyohi ITO 早稲田大学大学院ファイナンス研究科 慶應義塾大学大学院政策 メディア研究科 要旨西友が 005

More information

Microsoft PowerPoint - 三次元座標測定 ppt

Microsoft PowerPoint - 三次元座標測定 ppt 冗長座標測定機 ()( 三次元座標計測 ( 第 9 回 ) 5 年度大学院講義 6 年 月 7 日 冗長性を持つ 次元座標測定機 次元 辺測量 : 冗長性を出すために つのレーザトラッカを配置し, キャッツアイまでの距離から座標を測定する つのカメラ ( 次元的なカメラ ) とレーザスキャナ : つの角度測定システムによる座標測定 つの回転関節による 次元 自由度多関節機構 高増潔東京大学工学系研究科精密機械工学専攻

More information

Microsoft PowerPoint - 資料04 重回帰分析.ppt

Microsoft PowerPoint - 資料04 重回帰分析.ppt 04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit manabu@cheme.koto-u.ac.jp http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline

More information

Microsoft PowerPoint SIGAL.ppt

Microsoft PowerPoint SIGAL.ppt アメリカン アジアンオプションの 価格の近似に対する 計算幾何的アプローチ 渋谷彰信, 塩浦昭義, 徳山豪 ( 東北大学大学院情報科学研究科 ) 発表の概要 アメリカン アジアンオプション金融派生商品の一つ価格付け ( 価格の計算 ) は重要な問題 二項モデルにおける価格付けは計算困難な問題 目的 : 近似精度保証をもつ近似アルゴリズムの提案 アイディア : 区分線形関数を計算幾何手法により近似 問題の説明

More information

ファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル

ファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル 時系列分析 変量時系列モデルとその性質 担当 : 長倉大輔 ( ながくらだいすけ 時系列モデル 時系列モデルとは時系列データを生み出すメカニズムとなるものである これは実際には未知である 私たちにできるのは観測された時系列データからその背後にある時系列モデルを推測 推定するだけである 以下ではいくつかの代表的な時系列モデルを考察する 自己回帰モデル (Auoregressive Model もっとも頻繁に使われる時系列モデルは自己回帰モデル

More information

Microsoft PowerPoint - 測量学.ppt [互換モード]

Microsoft PowerPoint - 測量学.ppt [互換モード] 8/5/ 誤差理論 測定の分類 性格による分類 独立 ( な ) 測定 : 測定値がある条件を満たさなければならないなどの拘束や制約を持たないで独立して行う測定 条件 ( 付き ) 測定 : 三角形の 3 つの内角の和のように, 個々の測定値間に満たすべき条件式が存在する場合の測定 方法による分類 直接測定 : 距離や角度などを機器を用いて直接行う測定 間接測定 : 求めるべき量を直接測定するのではなく,

More information

Microsoft Word - 補論3.2

Microsoft Word - 補論3.2 補論 3. 多変量 GARC モデル 07//6 新谷元嗣 藪友良 対数尤度関数 3 章 7 節では 変量の対数尤度を求めた ここでは多変量の場合 とくに 変量について対数尤度を求める 誤差項 は平均 0 で 次元の正規分布に従うとする 単純化のため 分散と共分散は時間を通じて一定としよう ( この仮定は後で変更される ) したがって ij から添え字 を除くことができる このとき と の尤度関数は

More information

切断安定分布による資産収益率のファットテイル性のモデル化とVaR・ESの計測手法におけるモデル・リスクの数値的分析

切断安定分布による資産収益率のファットテイル性のモデル化とVaR・ESの計測手法におけるモデル・リスクの数値的分析 日本銀行金融高度化センターワークショップ リスク計測の高度化 ~ テイルリスクの把握 ~ 説明資料 1 切断安定分布による資産収益率のファットテイル性のモデル化と VR VaR の計測手法における モデル リスクの数値的分析 2013 年 2 月 28 日日本銀行金融機構局金融高度化センター磯貝孝 要旨 ( 分析の枠組み ) 日経平均株価の日次収益率の母分布を切断安定分布として推計 同分布からのランダム

More information

統計的データ解析

統計的データ解析 統計的データ解析 011 011.11.9 林田清 ( 大阪大学大学院理学研究科 ) 連続確率分布の平均値 分散 比較のため P(c ) c 分布 自由度 の ( カイ c 平均値 0, 標準偏差 1の正規分布 に従う変数 xの自乗和 c x =1 が従う分布を自由度 の分布と呼ぶ 一般に自由度の分布は f /1 c / / ( c ) {( c ) e }/ ( / ) 期待値 二乗 ) 分布 c

More information

ベイズ統計入門

ベイズ統計入門 ベイズ統計入門 条件付確率 事象 F が起こったことが既知であるという条件の下で E が起こる確率を条件付確率 (codtoal probablt) という P ( E F ) P ( E F ) P( F ) 定義式を変形すると 確率の乗法公式となる ( E F ) P( F ) P( E F ) P( E) P( F E) P 事象の独立 ある事象の生起する確率が 他のある事象が生起するかどうかによって変化しないとき

More information

1 I 1.1 ± e = = - = C C MKSA [m], [Kg] [s] [A] 1C 1A 1 MKSA 1C 1C +q q +q q 1

1 I 1.1 ± e = = - = C C MKSA [m], [Kg] [s] [A] 1C 1A 1 MKSA 1C 1C +q q +q q 1 1 I 1.1 ± e = = - =1.602 10 19 C C MKA [m], [Kg] [s] [A] 1C 1A 1 MKA 1C 1C +q q +q q 1 1.1 r 1,2 q 1, q 2 r 12 2 q 1, q 2 2 F 12 = k q 1q 2 r 12 2 (1.1) k 2 k 2 ( r 1 r 2 ) ( r 2 r 1 ) q 1 q 2 (q 1 q 2

More information

統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ :

統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ : 統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ : https://goo.gl/qw1djw 正規分布 ( 復習 ) 正規分布 (Normal Distribution)N (μ, σ 2 ) 別名 : ガウス分布 (Gaussian Distribution) 密度関数 Excel:= NORM.DIST

More information

Microsoft PowerPoint - ICS修士論文発表会資料.ppt

Microsoft PowerPoint - ICS修士論文発表会資料.ppt 2011 年 9 月 28 日 ICS 修士論文発表会 我が国の年齢階級別 リスク資産保有比率に関する研究 2011 年 3 月修了生元利大輔 研究の動機 我が国では, 若年層のリスク資産保有比率が低いと言われている. 一方,FP の一般的なアドバイスでは, 若年層ほどリスクを積極的にとり, 株式等へ投資すべきと言われている. 高齢層は本来リスク資産の保有を少なくすべきかを考察したい. Sep 28,

More information

CAEシミュレーションツールを用いた統計の基礎教育 | (株)日科技研

CAEシミュレーションツールを用いた統計の基礎教育 | (株)日科技研 CAE シミュレーションツール を用いた統計の基礎教育 ( 株 ) 日本科学技術研修所数理事業部 1 現在の統計教育の課題 2009 年から統計教育が中等 高等教育の必須科目となり, 大学でも問題解決ができるような人材 ( 学生 ) を育てたい. 大学ではコンピューター ( 統計ソフトの利用 ) を重視した教育をより積極的におこなうのと同時に, 理論面もきちんと教育すべきである. ( 報告 数理科学分野における統計科学教育

More information

情報工学概論

情報工学概論 確率と統計 中山クラス 第 11 週 0 本日の内容 第 3 回レポート解説 第 5 章 5.6 独立性の検定 ( カイ二乗検定 ) 5.7 サンプルサイズの検定結果への影響練習問題 (4),(5) 第 4 回レポート課題の説明 1 演習問題 ( 前回 ) の解説 勉強時間と定期試験の得点の関係を無相関検定により調べる. データ入力 > aa

More information

スライド 1

スライド 1 名古屋大学全学教育科目 2011 年度経営学 ( 文系基礎科目 ) ( http://www.soec.nagoya-u.ac.jp/ ~ nakashima/ba11/ ) 資本市場と企業行動 中島英喜名古屋大学大学院経済学研究科 (finance.mpt@gmail.com) 4. 投資の意思決定 2 1 4.1.1 サンクトペテルスブルグのパラドクス 18 世紀初頭にベルヌーイが提起し, 従兄弟のベルヌーイがサンクトペテルスブルグ滞在中に解答

More information

確率分布 - 確率と計算 1 6 回に 1 回の割合で 1 の目が出るさいころがある. このさいころを 6 回投げたとき,1 度も 1 の目が出ない確率を求めよ. 5 6 /6 6 =15625/46656= (5/6) 6 = ある市の気象観測所での記録では, 毎年雨の降る

確率分布 - 確率と計算 1 6 回に 1 回の割合で 1 の目が出るさいころがある. このさいころを 6 回投げたとき,1 度も 1 の目が出ない確率を求めよ. 5 6 /6 6 =15625/46656= (5/6) 6 = ある市の気象観測所での記録では, 毎年雨の降る 確率分布 - 確率と計算 6 回に 回の割合で の目が出るさいころがある. このさいころを 6 回投げたとき 度も の目が出ない確率を求めよ. 5 6 /6 6 =565/46656=.48 (5/6) 6 =.48 ある市の気象観測所での記録では 毎年雨の降る日と降らない日の割合は概ね :9 で一定している. 前日に発表される予報の精度は 8% で 残りの % は実際とは逆の天気を予報している.

More information

【60】明日から差が付く『ポートフォリオ構築と分散投資』_1704.indd

【60】明日から差が付く『ポートフォリオ構築と分散投資』_1704.indd 1. 分散投資って何?. ポートフォリオとは? 3. 相関係数って何?. ポートフォリオのリスクとリターンってどうやって計算するの?1 5. ポートフォリオのリスクとリターンってどうやって計算するの? 6. 最適なポートフォリオは? 分散投資って何? さまざまな資産を組み合わせて投資を行うことです 金融資産に投資を行う場合 一つの資産に偏った投資を行うと その資産が値下がりしたとき 大きな損失を被ってしまう可能性があります

More information

14 化学実験法 II( 吉村 ( 洋 mmol/l の半分だったから さんの測定値は くんの測定値の 4 倍の重みがあり 推定値 としては 0.68 mmol/l その標準偏差は mmol/l 程度ということになる 測定値を 特徴づけるパラメータ t を推定するこの手

14 化学実験法 II( 吉村 ( 洋 mmol/l の半分だったから さんの測定値は くんの測定値の 4 倍の重みがあり 推定値 としては 0.68 mmol/l その標準偏差は mmol/l 程度ということになる 測定値を 特徴づけるパラメータ t を推定するこの手 14 化学実験法 II( 吉村 ( 洋 014.6.1. 最小 乗法のはなし 014.6.1. 内容 最小 乗法のはなし...1 最小 乗法の考え方...1 最小 乗法によるパラメータの決定... パラメータの信頼区間...3 重みの異なるデータの取扱い...4 相関係数 決定係数 ( 最小 乗法を語るもう一つの立場...5 実験条件の誤差の影響...5 問題...6 最小 乗法の考え方 飲料水中のカルシウム濃度を

More information

68 A mm 1/10 A. (a) (b) A.: (a) A.3 A.4 1 1

68 A mm 1/10 A. (a) (b) A.: (a) A.3 A.4 1 1 67 A Section A.1 0 1 0 1 Balmer 7 9 1 0.1 0.01 1 9 3 10:09 6 A.1: A.1 1 10 9 68 A 10 9 10 9 1 10 9 10 1 mm 1/10 A. (a) (b) A.: (a) A.3 A.4 1 1 A.1. 69 5 1 10 15 3 40 0 0 ¾ ¾ É f Á ½ j 30 A.3: A.4: 1/10

More information

様々なミクロ計量モデル†

様々なミクロ計量モデル† 担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル

More information

t = h x z z = h z = t (x, z) (v x (x, z, t), v z (x, z, t)) ρ v x x + v z z = 0 (1) 2-2. (v x, v z ) φ(x, z, t) v x = φ x, v z

t = h x z z = h z = t (x, z) (v x (x, z, t), v z (x, z, t)) ρ v x x + v z z = 0 (1) 2-2. (v x, v z ) φ(x, z, t) v x = φ x, v z I 1 m 2 l k 2 x = 0 x 1 x 1 2 x 2 g x x 2 x 1 m k m 1-1. L x 1, x 2, ẋ 1, ẋ 2 ẋ 1 x = 0 1-2. 2 Q = x 1 + x 2 2 q = x 2 x 1 l L Q, q, Q, q M = 2m µ = m 2 1-3. Q q 1-4. 2 x 2 = h 1 x 1 t = 0 2 1 t x 1 (t)

More information

. 分析内容及びデータ () 分析内容中長期の代表的金利である円金利スワップを題材に 年 -5 年物のイールドスプレッドの変動を自己回帰誤差モデル * により時系列分析を行った * ) 自己回帰誤差モデル一般に自己回帰モデルは線形回帰モデルと同様な考え方で 外生変数の無いT 期間だけ遅れのある従属変

. 分析内容及びデータ () 分析内容中長期の代表的金利である円金利スワップを題材に 年 -5 年物のイールドスプレッドの変動を自己回帰誤差モデル * により時系列分析を行った * ) 自己回帰誤差モデル一般に自己回帰モデルは線形回帰モデルと同様な考え方で 外生変数の無いT 期間だけ遅れのある従属変 () 現在データは最大 5 営業日前までの自己データが受けたショック ( 変動要因 ) の影響を受け 易い ( 情報の有効性 ) 現在の金利変動は 過去のどのタイミングでのショック ( 変動要因 ) を引きずり変動しているのかの推測 ( 偏自己相関 ) また 将来の変動を予測する上で 政策金利変更等の ショックの持続性 はどの程度 将来の変動に影響を与えるか等の判別に役に立つ可能性がある (2) その中でも

More information

数値計算法

数値計算法 数値計算法 008 4/3 林田清 ( 大阪大学大学院理学研究科 ) 実験データの統計処理その 誤差について 母集団と標本 平均値と標準偏差 誤差伝播 最尤法 平均値につく誤差 誤差 (Error): 真の値からのずれ 測定誤差 物差しが曲がっていた 測定する対象が室温が低いため縮んでいた g の単位までしかデジタル表示されない計りで g 以下 計りの目盛りを読み取る角度によって値が異なる 統計誤差

More information

1 1. 課税の非対称性 問題 1 年をまたぐ同一の金融商品 ( 区分 ) 内の譲渡損益を通算できない問題 問題 2 同一商品で 異なる所得区分から損失を控除できない問題 問題 3 異なる金融商品間 および他の所得間で損失を控除できない問題

1 1. 課税の非対称性 問題 1 年をまたぐ同一の金融商品 ( 区分 ) 内の譲渡損益を通算できない問題 問題 2 同一商品で 異なる所得区分から損失を控除できない問題 問題 3 異なる金融商品間 および他の所得間で損失を控除できない問題 Daiwa Institute of Research Ltd. 資料 1-2 参考資料 1 わが国における株式投資の実効税率について 2010 年 6 月 大和総研 制度調査部 株式会社大和総研丸の内オフィス 100-6756 東京都千代田区丸の内一丁目 9 番 1 号グラントウキョウノースタワー 1 1. 課税の非対称性 問題 1 年をまたぐ同一の金融商品 ( 区分 ) 内の譲渡損益を通算できない問題

More information

Black Scholes Equation ブラック ショールズ方程式 知的財産仲裁センター知的財産価値評価人候補者 序 弁理士堀城之 これが ブラック ショールズ方程式であり フィッシャー ブラックとマイロン ショールズにより発明された偏微分方程式である オプション取引 ( ヨーロピアンオプショ

Black Scholes Equation ブラック ショールズ方程式 知的財産仲裁センター知的財産価値評価人候補者 序 弁理士堀城之 これが ブラック ショールズ方程式であり フィッシャー ブラックとマイロン ショールズにより発明された偏微分方程式である オプション取引 ( ヨーロピアンオプショ Black Scholes Equation ブラック ショールズ方程 知的財産仲裁センター知的財産価値評価人候補者 序 弁理士堀城之 これが ブラック ショールズ方程であり フィッシャー ブラックとマイロン ショールズにより発明された偏微分方程である オプション取引 ( ヨーロピアンオプション ) における理論価格の決定に用いられるものとして広く普及した この功績により 1997 年のノーベル経済学賞の受賞対象になった

More information

各資産のリスク 相関の検証 分析に使用した期間 現行のポートフォリオ策定時 :1973 年 ~2003 年 (31 年間 ) 今回 :1973 年 ~2006 年 (34 年間 ) 使用データ 短期資産 : コールレート ( 有担保翌日 ) 年次リターン 国内債券 : NOMURA-BPI 総合指数

各資産のリスク 相関の検証 分析に使用した期間 現行のポートフォリオ策定時 :1973 年 ~2003 年 (31 年間 ) 今回 :1973 年 ~2006 年 (34 年間 ) 使用データ 短期資産 : コールレート ( 有担保翌日 ) 年次リターン 国内債券 : NOMURA-BPI 総合指数 5 : 外国株式 外国債券と同様に円ベースの期待リターン = 円のインフレ率 + 円の実質短期金利 + 現地通貨ベースのリスクプレミアム リスクプレミアムは 過去実績で 7% 程度 但し 3% 程度は PER( 株価 1 株あたり利益 ) の上昇 すなわち株価が割高になったことによるもの 将来予想においては PER 上昇が起こらないものと想定し 7%-3%= 4% と設定 直近の外国株式の現地通貨建てのベンチマークリターンと

More information

スライド 1

スライド 1 データ解析特論第 10 回 ( 全 15 回 ) 2012 年 12 月 11 日 ( 火 ) 情報エレクトロニクス専攻横田孝義 1 終了 11/13 11/20 重回帰分析をしばらくやります 12/4 12/11 12/18 2 前回から回帰分析について学習しています 3 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える

More information

個人金融に関する研究会

個人金融に関する研究会 4 13 6 14 5 40% 2 2 10% 1 1980 1990 90 1999 98 31.3 99 37.8 19.2 8.3 1.5 2.5 0.6 1.2 1 9.2 15.2 1994 2 ( 2 ) 1990 () 3 1965 1998 3 ( 3 ) 2 40 1980 50 45 4 ( 4 ) 1989 151990 10 ( 5 ) 1970 1980 83 1970 1980

More information

Microsoft Word - Stattext13.doc

Microsoft Word - Stattext13.doc 3 章対応のある 群間の量的データの検定 3. 検定手順 この章では対応がある場合の量的データの検定方法について学びます この場合も図 3. のように最初に正規に従うかどうかを調べます 正規性が認められた場合は対応がある場合の t 検定 正規性が認められない場合はウィルコクソン (Wlcoxo) の符号付き順位和検定を行ないます 章で述べた検定方法と似ていますが ここでは対応のあるデータ同士を引き算した値を用いて判断します

More information

Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷

Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI プロジェクト @ 宮崎県美郷町 熊本大学副島慶人川村諒 1 実験の目的 従来 信号の受信電波強度 (RSSI:RecevedSgnal StrengthIndcator) により 対象の位置を推定する手法として 無線 LAN の AP(AccessPont) から受信する信号の減衰量をもとに位置を推定する手法が多く検討されている

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 復習 ) 時系列のモデリング ~a. 離散時間モデル ~ y k + a 1 z 1 y k + + a na z n ay k = b 0 u k + b 1 z 1 u k + + b nb z n bu k y k = G z 1 u k = B(z 1 ) A(z 1 u k ) ARMA モデル A z 1 B z 1 = 1 + a 1 z 1 + + a na z n a = b 0

More information

Microsoft PowerPoint - Econometrics pptx

Microsoft PowerPoint - Econometrics pptx 計量経済学講義 第 4 回回帰モデルの診断と選択 Part 07 年 ( ) 限 担当教員 : 唐渡 広志 研究室 : 経済学研究棟 4 階 43 号室 emal: kkarato@eco.u-toyama.ac.p webste: http://www3.u-toyama.ac.p/kkarato/ 講義の目的 誤差項の分散が不均 である場合や, 系列相関を持つ場合についての検定 法と修正 法を学びます

More information

1 (Berry,1975) 2-6 p (S πr 2 )p πr 2 p 2πRγ p p = 2γ R (2.5).1-1 : : : : ( ).2 α, β α, β () X S = X X α X β (.1) 1 2

1 (Berry,1975) 2-6 p (S πr 2 )p πr 2 p 2πRγ p p = 2γ R (2.5).1-1 : : : : ( ).2 α, β α, β () X S = X X α X β (.1) 1 2 2005 9/8-11 2 2.2 ( 2-5) γ ( ) γ cos θ 2πr πρhr 2 g h = 2γ cos θ ρgr (2.1) γ = ρgrh (2.2) 2 cos θ θ cos θ = 1 (2.2) γ = 1 ρgrh (2.) 2 2. p p ρgh p ( ) p p = p ρgh (2.) h p p = 2γ r 1 1 (Berry,1975) 2-6

More information

スライド 1

スライド 1 データ解析特論重回帰分析編 2017 年 7 月 10 日 ( 月 )~ 情報エレクトロニクスコース横田孝義 1 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える 具体的には y = a + bx という回帰直線 ( モデル ) でデータを代表させる このためにデータからこの回帰直線の切片 (a) と傾き (b) を最小

More information

<4D F736F F F696E74202D2091E631308FCD208A9489BF82C982E682E9979D985F82CC8C9F8FD8205B8CDD8AB B83685D>

<4D F736F F F696E74202D2091E631308FCD208A9489BF82C982E682E9979D985F82CC8C9F8FD8205B8CDD8AB B83685D> 概要 第 10 章株価による理論の検証 京都大学経済学研究科藤井研究室修士 回生渡邊誠士 理論 会計実務を説明し, 予測すること 説明 : 観察される実務について理由を述べること 予測 : いまだ観察されていない会計現象を予測すること 第 6 章, 第 7 章 : 契約過程 第 8 章 : 政治過程 会計手続きの変更 第 9 章 第 10 章 株価の変動 1 変更の種類と検定力 強制変更における株価効果

More information

Microsoft PowerPoint 確率レジュメA

Microsoft PowerPoint 確率レジュメA 確率統計レジュメ集 ( 前半 ) 202.04.0 版 立命館大学 電子情報デザイン学科 この講義の目標 進め方 この講義は指定教科書の内容をしっかりと理解することを目的とする. 配布するレジュメは その理解を助けるための資料である. 必ず 教科書に書かれた基礎的な内容をひとつひとつ理解するように努めること. レジュメの空欄の箇所は 教科書からそのヒントを見つけることができる. 予習時に教科書を読み

More information

meiji_resume_1.PDF

meiji_resume_1.PDF β β β (q 1,q,..., q n ; p 1, p,..., p n ) H(q 1,q,..., q n ; p 1, p,..., p n ) Hψ = εψ ε k = k +1/ ε k = k(k 1) (x, y, z; p x, p y, p z ) (r; p r ), (θ; p θ ), (ϕ; p ϕ ) ε k = 1/ k p i dq i E total = E

More information

横浜市環境科学研究所

横浜市環境科学研究所 周期時系列の統計解析 単回帰分析 io 8 年 3 日 周期時系列に季節調整を行わないで単回帰分析を適用すると, 回帰係数には周期成分の影響が加わる. ここでは, 周期時系列をコサイン関数モデルで近似し単回帰分析によりモデルの回帰係数を求め, 周期成分の影響を検討した. また, その結果を気温時系列に当てはめ, 課題等について考察した. 気温時系列とコサイン関数モデル第 報の結果を利用するので, その一部を再掲する.

More information

ビジネス統計 統計基礎とエクセル分析 正誤表

ビジネス統計 統計基礎とエクセル分析 正誤表 ビジネス統計統計基礎とエクセル分析 ビジネス統計スペシャリスト エクセル分析スペシャリスト 公式テキスト正誤表と学習用データ更新履歴 平成 30 年 5 月 14 日現在 公式テキスト正誤表 頁場所誤正修正 6 知識編第 章 -3-3 最頻値の解説内容 たとえば, 表.1 のデータであれば, 最頻値は 167.5cm というたとえば, 表.1 のデータであれば, 最頻値は 165.0cm ということになります

More information

3. みせかけの相関単位根系列が注目されるのは これを持つ変数同士の回帰には意味がないためだ 単位根系列で代表的なドリフト付きランダムウォークを発生させてそれを確かめてみよう yと xという変数名の系列をを作成する yt=0.5+yt-1+et xt=0.1+xt-1+et 初期値を y は 10

3. みせかけの相関単位根系列が注目されるのは これを持つ変数同士の回帰には意味がないためだ 単位根系列で代表的なドリフト付きランダムウォークを発生させてそれを確かめてみよう yと xという変数名の系列をを作成する yt=0.5+yt-1+et xt=0.1+xt-1+et 初期値を y は 10 第 10 章 くさりのない犬 はじめにこの章では 単位根検定や 共和分検定を説明する データが単位根を持つ系列の場合 見せかけの相関をする場合があり 推計結果が信用できなくなる 経済分析の手順として 系列が定常系列か単位根を持つ非定常系列かを見極め 定常系列であればそのまま推計し 非定常系列であれば階差をとって推計するのが一般的である 1. ランダムウオーク 最も簡単な単位根を持つ系列としてランダムウオークがある

More information

Microsoft PowerPoint - statistics pptx

Microsoft PowerPoint - statistics pptx 統計学 第 17 回 講義 母平均の区間推定 Part- 016 年 6 14 ( )3 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: kkarato@eco.u toyama.ac.jp website: http://www3.u toyama.ac.jp/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を

More information

スライド 1

スライド 1 計測工学第 12 回以降 測定値の誤差と精度編 2014 年 7 月 2 日 ( 水 )~7 月 16 日 ( 水 ) 知能情報工学科 横田孝義 1 授業計画 4/9 4/16 4/23 5/7 5/14 5/21 5/28 6/4 6/11 6/18 6/25 7/2 7/9 7/16 7/23 2 誤差とその取扱い 3 誤差 = 測定値 真の値 相対誤差 = 誤差 / 真の値 4 誤差 (error)

More information

和文タイトル

和文タイトル 人工知能学会研究会資料 SIG-FI-016-08 イジングモデルによる複数時系列の株価変動シミュレーション Multple tme seres smulatons of stock prce dynamcs by Isng model 高石哲弥 Tetsuya Takash 広島経済大学 Hroshma Unversty of Economcs Abstract: これまでの実証分析によって株価の変動は単純なランダムウォークではなく

More information

不偏推定量

不偏推定量 不偏推定量 情報科学の補足資料 018 年 6 月 7 日藤本祥二 統計的推定 (statistical estimatio) 確率分布が理論的に分かっている標本統計量を利用する 確率分布の期待値の値をそのまま推定値とするのが点推定 ( 信頼度 0%) 点推定に ± で幅を持たせて信頼度を上げたものが区間推定 持たせた幅のことを誤差 (error) と呼ぶ 信頼度 (cofidece level)

More information

Microsoft PowerPoint - 基礎・経済統計6.ppt

Microsoft PowerPoint - 基礎・経済統計6.ppt . 確率変数 基礎 経済統計 6 確率分布 事象を数値化したもの ( 事象ー > 数値 の関数 自然に数値されている場合 さいころの目 量的尺度 数値化が必要な場合 質的尺度, 順序的尺度 それらの尺度に数値を割り当てる 例えば, コインの表が出たら, 裏なら 0. 離散確率変数と連続確率変数 確率変数の値 連続値をとるもの 身長, 体重, 実質 GDP など とびとびの値 離散値をとるもの 新生児の性別

More information

カイ二乗フィット検定、パラメータの誤差

カイ二乗フィット検定、パラメータの誤差 統計的データ解析 008 008.. 林田清 ( 大阪大学大学院理学研究科 ) 問題 C (, ) ( x xˆ) ( y yˆ) σ x πσ σ y y Pabx (, ;,,, ) ˆ y σx σ y = dx exp exp πσx ただし xy ˆ ˆ はyˆ = axˆ+ bであらわされる直線モデル上の点 ( ˆ) ( ˆ ) ( ) x x y ax b y ax b Pabx (,

More information

統計学の基礎から学ぶ実験計画法ー1

統計学の基礎から学ぶ実験計画法ー1 第 部統計学の基礎と. 統計学とは. 統計学の基本. 母集団とサンプル ( 標本 ). データ (data) 3. 集団の特性を示す統計量 基本的な解析手法 3. 統計量 (statistic) とは 3. 集団を代表する統計量 - 平均値など 3.3 集団のばらつきを表す値 - 平方和 分散 標準偏差 4. ばらつき ( 分布 ) を表す関数 4. 確率密度関数 4. 最も重要な正規分布 4.3

More information

Microsoft PowerPoint - データ解析基礎4.ppt [互換モード]

Microsoft PowerPoint - データ解析基礎4.ppt [互換モード] データ解析基礎. 正規分布と相関係数 keyword 正規分布 正規分布の性質 偏差値 変数間の関係を表す統計量 共分散 相関係数 散布図 正規分布 世の中の多くの現象は, 標本数を大きくしていくと, 正規分布に近づいていくことが知られている. 正規分布 データ解析の基礎となる重要な分布 平均と分散によって特徴づけることができる. 平均値 : 分布の中心を表す値 分散 : 分布のばらつきを表す値 正規分布

More information

Microsoft PowerPoint - PRM

Microsoft PowerPoint - PRM 外国為替市場の基本的関係 プロジェクトリスクマネジメント第 9 回 金利 Dolla 期待インフレ E i E i Dolla 2 年 7 月 3 日 ( 水 ) 5-45 先物と直物レート Dolla Dolla 全て等しい 期待直物レート E Dolla Dolla 課題 8 金利と為替レートの関係で 課題 8 マネーマシンその Dolla Dolla Dolla.25 5. Dolla Dolla

More information

Microsoft PowerPoint - H17-5時限(パターン認識).ppt

Microsoft PowerPoint - H17-5時限(パターン認識).ppt パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を

More information

Ⅶ ポートフォリオ・バランス・モデル

Ⅶ ポートフォリオ・バランス・モデル Ⅶ ポートフォリオ バランス アプローチ 1. 為替レート モデルの分類と仮定 2. 資本の完全移動 と 資産の完全代替 3. リスク プレミアムを含む為替レート モデル 4. ポートフォリオ バランス アプローチ ( 付論 ) 不胎化介入について Revew 1 1. 為替レート モデルの分類と仮定 Tradtonal Flow Approach Exchange Rate Determnaton

More information

Microsoft Word - lec_student-chp3_1-representative

Microsoft Word - lec_student-chp3_1-representative 1. はじめに この節でのテーマ データ分布の中心位置を数値で表す 可視化でとらえた分布の中心位置を数量化する 平均値とメジアン, 幾何平均 この節での到達目標 1 平均値 メジアン 幾何平均の定義を書ける 2 平均値とメジアン, 幾何平均の特徴と使える状況を説明できる. 3 平均値 メジアン 幾何平均を計算できる 2. 特性値 集めたデータを度数分布表やヒストグラムに整理する ( 可視化する )

More information

スライド 1

スライド 1 移動体観測を活用した交通 NW の リアルタイムマネジメントに向けて : プローブカーデータを用いた動的 OD 交通量のリアルタイム推定 名古屋大学山本俊行 背景 : マルチモード経路案内システム PRONAVI 2 プローブカーデータの概要 プローブカー : タクシー 157 台 蓄積用データ収集期間 : 22 年 1 月 ~3 月,1 月 ~23 年 3 月 データ送信はイベントベース : 車両発進

More information

<4D F736F F D208D A778D5A8A778F4B8E7793B CC A7795D2816A2E646F6378>

<4D F736F F D208D A778D5A8A778F4B8E7793B CC A7795D2816A2E646F6378> 高等学校学習指導要領解説数学統計関係部分抜粋 第 部数学第 2 章各科目第 節数学 Ⅰ 3 内容と内容の取扱い (4) データの分析 (4) データの分析統計の基本的な考えを理解するとともに, それを用いてデータを整理 分析し傾向を把握できるようにする アデータの散らばり四分位偏差, 分散及び標準偏差などの意味について理解し, それらを用いてデータの傾向を把握し, 説明すること イデータの相関散布図や相関係数の意味を理解し,

More information

農業者年金の資金運用に関するアンケート 次の各問について あなたのお考え ( 率直なご印象で結構です ) に最も近い回答を 1つだけ選び 同封の回答用はがきの回答欄に記入 ( 該当する記号 ( 英字 ) を 印で囲んで ) の上 11 月 30 日 ( 水 ) までに切手を貼らずにポストに投函いただ

農業者年金の資金運用に関するアンケート 次の各問について あなたのお考え ( 率直なご印象で結構です ) に最も近い回答を 1つだけ選び 同封の回答用はがきの回答欄に記入 ( 該当する記号 ( 英字 ) を 印で囲んで ) の上 11 月 30 日 ( 水 ) までに切手を貼らずにポストに投函いただ 農業者年金の加入者の皆様へ ( 資金運用に関するアンケートへのご協力のお願い ) 平成 28 年 11 月 ( 独 ) 農業者年金基金 日頃より 農業者年金の運営にご理解 ご協力を賜り 誠にありがとう ございます 農業者年金基金では 加入者の皆様からお預かりした保険料を法令等に従い 国内債券 国内株式等に分散投資することなどにより 安全かつ効率的に運用し 長期的に安定的な収益を確保することに努めております

More information

平成 7 年度数学 (3) あるゲームを 回行ったときに勝つ確率が. 8のプレイヤーがいる このゲームは 回ごとに独 立であるとする a. このゲームを 5 回行う場合 中心極限定理を用いると このプレイヤーが 5 回以上勝つ確率 は である. 回以上ゲームをした場合 そのうちの勝ち数が 3 割以上

平成 7 年度数学 (3) あるゲームを 回行ったときに勝つ確率が. 8のプレイヤーがいる このゲームは 回ごとに独 立であるとする a. このゲームを 5 回行う場合 中心極限定理を用いると このプレイヤーが 5 回以上勝つ確率 は である. 回以上ゲームをした場合 そのうちの勝ち数が 3 割以上 平成 7 年度数学 数学 ( 問題 ) 問題 から問題 3 を通じて必要であれば ( 付表 ) に記載された数値を用いなさい 問題. 次の ()~() の各問について 空欄に当てはまる最も適切なものをそれぞれの選択肢 の中から選び 解答用紙の所定の欄にマークしなさい なお 同じ選択肢を複数回選択してもよい 各 5 点 ( 計 6 点 ) ()つのサイコロを振る試行を 回繰り返すこととする 回目と 回目の試行でともにの目が出る事象を

More information

Microsoft PowerPoint - 時系列解析(11)_講義用.pptx

Microsoft PowerPoint - 時系列解析(11)_講義用.pptx 時系列解析 () ボラティリティ 時変係数 AR モデル 東京 学数理 情報教育研究センター 北川源四郎 概要. 分散 定常モデル : 線形化 正規近似. 共分散 定常モデル : 時変係数モデル 3. 線形 ガウス型状態空間モデル 分散 共分散 定常 3 地震波 経 5 定常時系列のモデル 4. 平均 定常 トレンド, 季節調整. 分散 定常 線形 ガウスモデル ( カルマンフィルタ ) で推定するためには

More information

第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均

第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 第 3 回講義の項目と概要 016.8.9 1.3 統計的手法入門 : 品質のばらつきを解析する 1.3.1 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 :AVERAGE 関数, 標準偏差 :STDEVP 関数とSTDEVという関数 1 取得したデータそのものの標準偏差

More information

講義「○○○○」

講義「○○○○」 講義 信頼度の推定と立証 内容. 点推定と区間推定. 指数分布の点推定 区間推定 3. 指数分布 正規分布の信頼度推定 担当 : 倉敷哲生 ( ビジネスエンジニアリング専攻 ) 統計的推測 標本から得られる情報を基に 母集団に関する結論の導出が目的 測定値 x x x 3 : x 母集団 (populaio) 母集団の特性値 統計的推測 標本 (sample) 標本の特性値 分布のパラメータ ( 母数

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 1/X Chapter 9: Linear correlation Cohen, B. H. (2007). In B. H. Cohen (Ed.), Explaining Psychological Statistics (3rd ed.) (pp. 255-285). NJ: Wiley. 概要 2/X 相関係数とは何か 相関係数の数式 検定 注意点 フィッシャーのZ 変換 信頼区間 相関係数の差の検定

More information

Microsoft PowerPoint - stat-2014-[9] pptx

Microsoft PowerPoint - stat-2014-[9] pptx 統計学 第 17 回 講義 母平均の区間推定 Part-1 014 年 6 17 ( )6-7 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: kkarato@eco.u-toyama.ac.j website: htt://www3.u-toyama.ac.j/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を

More information

27 国際投資のリスク分析 A Risk Analysis of International Investments ホノベ エリック Erik Honobe 要旨 : この数十年間 株式市場においては益々グローバル化が進み 株の取引システムの電子化により外国株式市場への投資が容易になった 特に 新

27 国際投資のリスク分析 A Risk Analysis of International Investments ホノベ エリック Erik Honobe 要旨 : この数十年間 株式市場においては益々グローバル化が進み 株の取引システムの電子化により外国株式市場への投資が容易になった 特に 新 27 国際投資の分析 A Risk Analysis of International Investments ホノベ エリック Erik Honobe 要旨 : この数十年間 株式市場においては益々グローバル化が進み 株の取引システムの電子化により外国株式市場への投資が容易になった 特に 新興国市場は先進国市場よりずっと高いをもたらす可能性を示している しかし 新興国市場への投資は高いを伴う 本稿は新興国市場のとを分析し

More information

スライド 1

スライド 1 暫定版修正 加筆の可能性あり ( 付録 ) デルタ関数. ローレンツ関数. ガウス関数 3. Sinc 関数 4. Sinc 関数 5. 指数関数 6. 量子力学 : デルタ関数 7. プレメリの公式 8. 電磁気学 : デルタ関数 9. デルタ関数 : スケール 微分 デルタ関数 (delta function) ( ) δ ( ) ( ), δ ( ), δ ( ), δ ( ) f x x dx

More information

Microsoft PowerPoint - sc7.ppt [互換モード]

Microsoft PowerPoint - sc7.ppt [互換モード] / 社会調査論 本章の概要 本章では クロス集計表を用いた独立性の検定を中心に方法を学ぶ 1) 立命館大学経済学部 寺脇 拓 2 11 1.1 比率の推定 ベルヌーイ分布 (Bernoulli distribution) 浄水器の所有率を推定したいとする 浄水器の所有の有無を表す変数をxで表し 浄水器をもっている を 1 浄水器をもっていない を 0 で表す 母集団の浄水器を持っている人の割合をpで表すとすると

More information

9. 05 L x P(x) P(0) P(x) u(x) u(x) (0 < = x < = L) P(x) E(x) A(x) P(L) f ( d EA du ) = 0 (9.) dx dx u(0) = 0 (9.2) E(L)A(L) du (L) = f (9.3) dx (9.) P

9. 05 L x P(x) P(0) P(x) u(x) u(x) (0 < = x < = L) P(x) E(x) A(x) P(L) f ( d EA du ) = 0 (9.) dx dx u(0) = 0 (9.2) E(L)A(L) du (L) = f (9.3) dx (9.) P 9 (Finite Element Method; FEM) 9. 9. P(0) P(x) u(x) (a) P(L) f P(0) P(x) (b) 9. P(L) 9. 05 L x P(x) P(0) P(x) u(x) u(x) (0 < = x < = L) P(x) E(x) A(x) P(L) f ( d EA du ) = 0 (9.) dx dx u(0) = 0 (9.2) E(L)A(L)

More information

Microsoft PowerPoint - PRM [互換モード]

Microsoft PowerPoint - PRM [互換モード] シラバス プロジェクトリスクマネジメント 0 システム創成学科知能社会システムコース夏学期水曜 限 0:5-:45 担当教員 : 茂木源人 個人 HP: http://www.sselab.t.u-tokyo.ac.jp/mogi/ 研究室 HP: http://www.sselab.t.u-tokyo.ac.jp/index.html GS + I HP: http://www.gsi.u-tokyo.ac.jp/.

More information

DVIOUT-Efinance04_

DVIOUT-Efinance04_ 資産価格の実証分析 / 金融経済論 II Lecture 4: ARCH モデル September 2005 Last Revised: October 2008 祝迫得夫 iwaisako@ier.hit-u.ac.jp c Copyright by Tokuo Iwaisako 2007. All rights reserved. 1 ARCH モデル : 基本的発想 株式収益率のボラティリティ

More information

Medical3

Medical3 Chapter 1 1.4.1 1 元配置分散分析と多重比較の実行 3つの治療法による測定値に有意な差が認められるかどうかを分散分析で調べます この例では 因子が1つだけ含まれるため1 元配置分散分析 one-way ANOVA の適用になります また 多重比較法 multiple comparison procedure を用いて 具体的のどの治療法の間に有意差が認められるかを検定します 1. 分析メニュー

More information

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典 多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典 重回帰分析とは? 重回帰分析とは複数の説明変数から目的変数との関係性を予測 評価説明変数 ( 数量データ ) は目的変数を説明するのに有効であるか得られた関係性より未知のデータの妥当性を判断する これを重回帰分析という つまり どんなことをするのか? 1 最小 2 乗法により重回帰モデルを想定 2 自由度調整済寄与率を求め

More information

-1- -2- -3- -4- -5- -6- -7- -8- -9- -10- -11- -12- -13- -14- -15- -16- -17- -18- -19- -20- -21- -22- -23- -24- -25- -26- -27- -28- -29- -30- -31- -32- -33- -34- -35- -36- -37- -38- -39- -40- -41- -42-

More information

景気指標の新しい動向

景気指標の新しい動向 内閣府経済社会総合研究所 経済分析 22 年第 166 号 4 時系列因子分析モデル 4.1 時系列因子分析モデル (Stock-Watson モデル の理論的解説 4.1.1 景気循環の状態空間表現 Stock and Watson (1989,1991 は観測される景気指標を状態空間表現と呼ば れるモデルで表し, 景気の状態を示す指標を開発した. 状態空間表現とは, わ れわれの目に見える実際に観測される変数は,

More information

Microsoft Word - å“Ÿåłžå¸°173.docx

Microsoft Word - å“Ÿåłžå¸°173.docx 回帰分析 ( その 3) 経済情報処理 価格弾力性の推定ある商品について その購入量を w 単価を p とし それぞれの変化量を w p で表 w w すことにする この時 この商品の価格弾力性 は により定義される これ p p は p が 1 パーセント変化した場合に w が何パーセント変化するかを示したものである ここで p を 0 に近づけていった極限を考えると d ln w 1 dw dw

More information

数値計算法

数値計算法 数値計算法 011/5/5 林田清 ( 大阪大学大学院理学研究科 ) レポート課題 1( 締め切りは 5/5) 平均値と標準偏差を求めるプログラム 入力 : データの数 データ データは以下の 10 個 ( 例えばある月の最高気温 ( )10 日分 ) 34.3,5.0,3.,34.6,.9,7.7,30.6,5.8,3.0,31.3 出力 :( 標本 ) 平均値 標準偏差 ソースプログラムと出力結果をメイルの本文にして

More information

Microsoft PowerPoint - ch10j

Microsoft PowerPoint - ch10j Ch.10 時系列データの基本 時系列データ y t = 0 + 1 x t1 +...+ k x tk + u t 1. Basic Analysis 1. 時系列データの性質 2. 時系列回帰の例 3. OLS 推定量の有限標本特性 4. 関数形 ダミー変数 指数 * 5. トレンドと季節性 入門計量経済学 1 入門計量経済学 2 10.1 時系列データの性質 時系列データの性質 観測値の時間的順序

More information

Excelにおける回帰分析(最小二乗法)の手順と出力

Excelにおける回帰分析(最小二乗法)の手順と出力 Microsoft Excel Excel 1 1 x y x y y = a + bx a b a x 1 3 x 0 1 30 31 y b log x α x α x β 4 version.01 008 3 30 Website:http://keijisaito.info, E-mail:master@keijisaito.info 1 Excel Excel.1 Excel Excel

More information

2016 B S option) call option) put option) Chicago Board Option Exchange;CBOE) F.Black M.Scholes Option Pricing Model;OPM) B S 1

2016 B S option) call option) put option) Chicago Board Option Exchange;CBOE) F.Black M.Scholes Option Pricing Model;OPM) B S 1 206 B S option) call option) put option) 7 973 Chicago Board Option Exchange;CBOE) F.Black M.Scholes Option Pricing Model;OPM) B S 997 Robert Merton A 20 00 30 00 50 00 50 30 20 S, max(0, S-) C max(0,s

More information

A

A A04-164 2008 2 13 1 4 1.1.......................................... 4 1.2..................................... 4 1.3..................................... 4 1.4..................................... 5 2

More information

スライド 1

スライド 1 低レベル放射性廃棄物の放射能濃度評価方法の開発 成果報告会 開発成果の内容 平成 24 年 3 月 16 日 財団法人原子力研究バックエンド推進センター 室井正行 1 説明内容 1. 開発の背景 ( 大学 民間の廃棄物の視点から ) 2. 開発目標 課題 3. 開発の進め方 4. 開発成果 2 1. 開発の背景 ( 大学 民間の廃棄物の視点から ) 1.1 物流システム事業 1.2 大学 民間のウラン廃棄物

More information

1. 期待収益率 ( 期待リターン ) 収益率 ( リターン ) には次の二つがあります 実際の価格データから計算した 事後的な収益率 将来発生しうると予想する 事前的な収益率 これまでみてきた債券の利回りを求める計算などは 事後的な収益率 の計算でした 事後的な収益率は一つですが 事前に予想できる

1. 期待収益率 ( 期待リターン ) 収益率 ( リターン ) には次の二つがあります 実際の価格データから計算した 事後的な収益率 将来発生しうると予想する 事前的な収益率 これまでみてきた債券の利回りを求める計算などは 事後的な収益率 の計算でした 事後的な収益率は一つですが 事前に予想できる Ⅳ ポートフォリオ編 株式や債券などの将来の収益は預貯金などとは違い 不確実です 不確実で 値動きの異なる複数の銘柄やファンドなどを組み合わせた場合に 全体としてどんな動きになるのかということを予想するためには 統計 確率的な手法を取り入れて 計算することができます ポートフォリオに関する計算問題がとっつきにくいと感じる場合は 統計 確率などの考え方をベースにしているのだ ということを意識して 考え方に慣れていきましょう

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 第 6 回基礎ゼミ資料 Practice NL&MXL from R 平成 30 年 5 月 18 日 ( 金 ) 朝倉研究室修士 1 年小池卓武 使用データ 1 ~ 横浜プローブパーソンデータ ~ 主なデータの中身 トリップ ID 目的 出発, 到着時刻 総所要時間 移動距離 交通機関別の時間, 距離 アクセス, イグレス時間, 距離 費用 代表交通手段 代替手段生成可否 性別, 年齢等の個人属性

More information

スライド 1

スライド 1 2019 年 5 月 7 日 @ 統計モデリング 統計モデリング 第四回配布資料 ( 予習用 ) 文献 : a) A. J. Dobson and A. G. Barnett: An Introduction to Generalized Linear Models. 3rd ed., CRC Press. b) H. Dung, et al: Monitoring the Transmission

More information

モジュール1のまとめ

モジュール1のまとめ 数理統計学 第 0 回 復習 標本分散と ( 標本 ) 不偏分散両方とも 分散 というのが実情 二乗偏差計標本分散 = データ数 (0ページ) ( 標本 ) 不偏分散 = (03 ページ ) 二乗偏差計 データ数 - 分析ではこちらをとることが多い 復習 ここまで 実験結果 ( 万回 ) 平均 50Kg 標準偏差 0Kg 0 人 全体に小さすぎる > mea(jkke) [] 89.4373 標準偏差

More information

_KyoukaNaiyou_No.4

_KyoukaNaiyou_No.4 理科教科内容指導論 I : 物理分野 物理現象の定量的把握第 4 回 ( 実験 ) データの眺め ~ 統計学の基礎続き 統計のはなし 基礎 応 娯楽 (Best selected business books) 村平 科技連出版社 1836 円 前回の復習と今回以降の 標 東京 学 善 郎 Web サイトより データ ヒストグラム 代表値 ( 平均値 最頻値 中間値 ) 分布の散らばり 集団の分布

More information

0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌

0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 0 部分的最小二乗回帰 Parial Leas Squares Regressio PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 部分的最小二乗回帰 (PLS) とは? 部分的最小二乗回帰 (Parial Leas Squares Regressio, PLS) 線形の回帰分析手法の つ 説明変数 ( 記述 ) の数がサンプルの数より多くても計算可能 回帰式を作るときにノイズの影響を受けにくい

More information

統計学 Ⅱ8-9 章 確率分布 確率の条件 8 ページ p: 確率関数 p は の関数とみなせる 確率分布 : すべてのに関する = または p の分布 グラフや表で表わすことが多い サイコロの例 : 計 縦軸は p または = 棒の幅は 線 確率 p.. = / / / / / / サイコロの目の

統計学 Ⅱ8-9 章 確率分布 確率の条件 8 ページ p: 確率関数 p は の関数とみなせる 確率分布 : すべてのに関する = または p の分布 グラフや表で表わすことが多い サイコロの例 : 計 縦軸は p または = 棒の幅は 線 確率 p.. = / / / / / / サイコロの目の 統計学 Ⅱ8-9 章 章確率と確率分布. 確率変数と離散的確率分布 確率変数 確率分布. 確率変数の平均と分散 確率変数 の平均と期待値 確率変数 の分散 期待値の性質 期待値の一般的な定義 基準化確率変数 歪度 尖度. 同時確率 周辺確率 条件付確率 項確率モデル 同時確率と同時確率分布 周辺確率 一般的な場合の同時確率 周辺確率 条件付確率 ベイズの定理. つの確率変数の平均 分散 共分散 変数の関数の期待値

More information

50 2 I SI MKSA r q r q F F = 1 qq 4πε 0 r r 2 r r r r (2.2 ε 0 = 1 c 2 µ 0 c = m/s q 2.1 r q' F r = 0 µ 0 = 4π 10 7 N/A 2 k = 1/(4πε 0 qq

50 2 I SI MKSA r q r q F F = 1 qq 4πε 0 r r 2 r r r r (2.2 ε 0 = 1 c 2 µ 0 c = m/s q 2.1 r q' F r = 0 µ 0 = 4π 10 7 N/A 2 k = 1/(4πε 0 qq 49 2 I II 2.1 3 e e = 1.602 10 19 A s (2.1 50 2 I SI MKSA 2.1.1 r q r q F F = 1 qq 4πε 0 r r 2 r r r r (2.2 ε 0 = 1 c 2 µ 0 c = 3 10 8 m/s q 2.1 r q' F r = 0 µ 0 = 4π 10 7 N/A 2 k = 1/(4πε 0 qq F = k r

More information

Microsoft PowerPoint - 三井住友銀行様_FE UPDATE_Regend pptx

Microsoft PowerPoint - 三井住友銀行様_FE UPDATE_Regend pptx 販売 資料販売用資料臨時レポート 2019 年 2 興レジェンド イーグル ファンド ( 資産成 コース ) 興レジェンド イーグル ファンド ( 円ヘッジコース ) 興レジェンド イーグル ファンド ( 毎 決算コース ) の 3 つのコースを総称して 興レジェンド イーグル ファンド または ファンド という場合があります ファーストイーグル UPDATE アムンディがお届けするファーストイーグル最新トピック

More information

取引コストを考慮した最適資産配分問題 DFO 手法を用いた最適乖離許容領域の決定 枇々木規雄山本零田辺隆人今井義弥慶應義塾大学三菱 UFJ トラスト投資工学研究所数理システム 平成 24 年 12 月 18 日 和文概要取引コストを考慮して リバランスをしない最適な乖離許容領域の決定とリバランス戦略

取引コストを考慮した最適資産配分問題 DFO 手法を用いた最適乖離許容領域の決定 枇々木規雄山本零田辺隆人今井義弥慶應義塾大学三菱 UFJ トラスト投資工学研究所数理システム 平成 24 年 12 月 18 日 和文概要取引コストを考慮して リバランスをしない最適な乖離許容領域の決定とリバランス戦略 取引コストを考慮した最適配分問題 DFO 手法を用いた最適乖離許容領域の決定 枇々木規雄山本零田辺隆人今井義弥慶應義塾大学三菱 UFJ トラスト投資工学研究所数理システム 平成 4 年 1 月 18 日 和文概要取引コストを考慮して リバランスをしない最適な乖離許容領域の決定とリバランス戦略を求める問題に対し 理論的な研究が様々行われている これらの研究は主に連続時間モデルで特異的確率制御問題として取り扱われる

More information

(5) 75 (a) (b) ( 1 ) v ( 1 ) E E 1 v (a) ( 1 ) x E E (b) (a) (b)

(5) 75 (a) (b) ( 1 ) v ( 1 ) E E 1 v (a) ( 1 ) x E E (b) (a) (b) (5) 74 Re, bondar laer (Prandtl) Re z ω z = x (5) 75 (a) (b) ( 1 ) v ( 1 ) E E 1 v (a) ( 1 ) x E E (b) (a) (b) (5) 76 l V x ) 1/ 1 ( 1 1 1 δ δ = x Re x p V x t V l l (1-1) 1/ 1 δ δ δ δ = x Re p V x t V

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 1 ファイナンス応用研究 第 11 回 2014 年 9 月 6 日 畠田 2 資産の資本コストと加重平均資本コ スト (WACC), MODIGIIANI AND MIER(MM) 文献 BMA 第 8 章, 第 9 章, 第 17 章 Berk J., and DeMarzo, P., Corporate Finance, Ch 11, 12, 14, 15, 2013, Pearson ( 久保田,

More information

SAP11_03

SAP11_03 第 3 回 音声音響信号処理 ( 線形予測分析と自己回帰モデル ) 亀岡弘和 東京大学大学院情報理工学系研究科日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 講義内容 ( キーワード ) 信号処理 符号化 標準化の実用システム例の紹介情報通信の基本 ( 誤り検出 訂正符号 変調 IP) 符号化技術の基本 ( 量子化 予測 変換 圧縮 ) 音声分析 合成 認識 強調 音楽信号処理統計的信号処理の基礎

More information

Microsoft PowerPoint - statistics pptx

Microsoft PowerPoint - statistics pptx 統計学 第 16 回 講義 母平均の区間推定 Part-1 016 年 6 10 ( ) 1 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: kkarato@eco.u-toyama.ac.jp website: http://www3.u-toyama.ac.jp/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を

More information

sec13.dvi

sec13.dvi 13 13.1 O r F R = m d 2 r dt 2 m r m = F = m r M M d2 R dt 2 = m d 2 r dt 2 = F = F (13.1) F O L = r p = m r ṙ dl dt = m ṙ ṙ + m r r = r (m r ) = r F N. (13.2) N N = R F 13.2 O ˆn ω L O r u u = ω r 1 1:

More information

( : December 27, 2015) CONTENTS I. 1 II. 2 III. 2 IV. 3 V. 5 VI. 6 VII. 7 VIII. 9 I. 1 f(x) f (x) y = f(x) x ϕ(r) (gradient) ϕ(r) (gradϕ(r) ) ( ) ϕ(r)

( : December 27, 2015) CONTENTS I. 1 II. 2 III. 2 IV. 3 V. 5 VI. 6 VII. 7 VIII. 9 I. 1 f(x) f (x) y = f(x) x ϕ(r) (gradient) ϕ(r) (gradϕ(r) ) ( ) ϕ(r) ( : December 27, 215 CONTENTS I. 1 II. 2 III. 2 IV. 3 V. 5 VI. 6 VII. 7 VIII. 9 I. 1 f(x f (x y f(x x ϕ(r (gradient ϕ(r (gradϕ(r ( ϕ(r r ϕ r xi + yj + zk ϕ(r ϕ(r x i + ϕ(r y j + ϕ(r z k (1.1 ϕ(r ϕ(r i

More information

ダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝

ダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝 ダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝 1. 研究の動機 ダンゴムシには 右に曲がった後は左に 左に曲がった後は右に曲がる という交替性転向反応という習性がある 数多くの生物において この習性は見受けられるのだが なかでもダンゴムシやその仲間のワラジムシは その行動が特に顕著であるとして有名である そのため図 1のような道をダンゴムシに歩かせると 前の突き当りでどちらの方向に曲がったかを見ることによって

More information