Microsoft Word - 補論3.2

Save this PDF as:
 WORD  PNG  TXT  JPG

Size: px
Start display at page:

Download "Microsoft Word - 補論3.2"

Transcription

1 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 次元正規分布の定義から ρ L = exp + π ( ( ρ ) ρ ) ( ) となる ただし ρ は と の相関係数とする (ρ = /( ) ) ここで行列 を分散共分散行列 と定義すれば 尤度関数は L = exp / π (A3.) (A3.) と表現できる ただし = (, )' であり は の行列式である ここで ' は行列の転置を意味する (A3.) 式と (A3.) 式が同じであることを示す まず 行列式は = ( ) であり = ρ ( ) から = ( (ρ ) ) と書ける 次に の逆行列 を用いて = + = となる さらに これは = ρ ( ) を用いると ρ + ( ρ ) ( ) となる 以上を用いれば (A3.)(A3.) 式が等しいことを示せる ここで { } は相互に独立としよう したがって (,, ) が同時に得られる尤度は 各尤度の積となる 分散が一定なら 尤度は L= exp / = π

2 となる 対数をとると 対数尤度 ln L= ln ( ) ln π = を得る 最尤法では 実現値が得られる尤度を最大にするパラメータが選ばれる 具体的には の実現値が与えられたもとで 対数尤度を最大にする,, が選択される GARC 効果を分析したいため 条件付き分散 ij は一定ではなく 時変的としよう 3 章 8 節を読み終えた方は,, が時変的なとき いかに修正すればいいかは明らかだろう このとき 尤度関数は となり は L= exp / = π となる 尤度関数の対数をとると 対数尤度を得る (A3.3) ln L= ln( π ) (ln + ) = これまで 変量の場合を考えてきた しかし (A3.)(A3.3) 式は k 変量でも成立する ただし は k x k の対称行列 は k x の列ベクトルとなる また 定数項 (π) は k 乗される 多変量 GARC の定式化 (A3.3) を推定するためには ij の定式化を決めなくてはならない 3 章 0 節では vec モデル 対角 vec モデル CCC モデルの基本的な考え方を紹介した ここでは 行列を用いて より厳密に vec モデル 対角 vec モデル BEKK モデル CCC モデル DCC モデルを紹介していく. vec モデル 対角 vec モデル vec オペレータとは 対称行列の下 ( 上 ) 三角の要素を取り出して列ベクトルにする演算方法である たとえば 対称行列を とすると vec オペレータを用いれば vec( ) = [,, ] という列ベクトルになる ベクトル = [, ] を考えよう = [, ] [, ] を計算すると x の行列

3 となる さらに vec オペレータを用いると vec( ) =,, となる ここで C = [ c, c, c 3 ] A =3 x 3 の行列 ( 各要素はα ij ) B =3 x 3 の行列 ( 各要素はβ ij ) とする このとき vec モデルは vec( ) = C + A vec( - - ) + B vec( - ) と表せる 行列を展開して (3.40) (3.4) 式のシステムと同じであることを確認してもらいたい = c 0 + α - + α α β + β + β 3 - (3.40) = c 0 + α - + α α β + β + β 3 - (3.4) = c 30 + α α α β 3 + β 3 + β 33 - (3.4) 対角 vec モデルとは A と B の対角要素だけを用いたものである つまり i j に対し α ij = β ij = 0 とすればよい このとき モデルは = c 0 + α - + β = c 0 + α β - となる = c 30 + α β 33. BEKK モデルエングルら (Engle and Kroner (995)) は 条件付き分散が正であることを保証するため いわゆる BEKK モデルを考案した 当初 論文は Baba, Engle, Kraf, and Kroner (99) として発表されたため 著者たちの頭文字をとって BEKK モデルと呼ばれている このモデルのアイデアは 全てのパラメータを 次形式 (quadraic form) とし 分散が正であることを保証している点にある 変数が k 個あるとき BEKK モデルの分散共分散行列は = C'C + A' - - 'A + B' - B と定式化される A と B は k k の行列である しかし C は k k の対称行列でなければならない ( ij の非対角要素の定数が同一になるため ) たとえば 変量なら 各行列は以下のように定義される ; c c α α β β C ; A ; B c c = α α β β また はベクトルであり =(, ) ' とする この行列を計算すると = ( c + c ) + ( α + αα + α ) + ( β + ββ + β ) = c ( c + c ) + α α + ( αα + αα ) + αα + β β + ( β β + β β ) + β β = ( c + c ) + ( α + α α + α ) + ( β + β β + β )

4 となる 一般的に ij は 誤差項の 乗 誤差項の積 全ての条件付き分散共分散に依存している 3. CCC モデル CCC モデルは 多変量 GARC の特殊ケースである 変量の場合 は ρ( ) ρ( ) となる と はともに GARC(, ) 過程である また = ρ ( ) / となる システムのパラメータは 7 個だけである ( 条件付き分散の式は 本あり 各式は 3 つパラメータがあり さらにρ を加えると パラメータ数は 7 個となる ) 4. DCC モデル エングル (Engle (00)) は 相関係数を時変的とし CCC モデルを拡張した DCC(Dynamic Condiional Correlaion) モデルを提案している DCC モデルでは すべてのパラメータを同時推定するのではなく 段階に分けて推定を行う 第 段階では CCC モデルを推定し 標準化残差を求める 標準化残差 s ˆ / ˆ i = i は v ii i の推定値である 第 段階では 条件付き共分散を推定するため 標準化残差を用いる 具体的には 標準化残差を平滑化することで 相関係数を求める エングルは いくつかの平滑化法を分析している まず シンプルな指数的平滑化がある q ij = ( λ)s i s j + λq ij- ただし λ < とする ここで {q ii } は 標準化残差の交差項 s i s j の加重平均となる このとき 時変的相関係数は q ij を用いて ρ = q /( q q ) (A3.4) ij ij ii jj と推定される エングルは 段階推定によって 時変的相関係数の一致推定量が得られることを示した しかし こうした 段階推定は同時推定の場合に比べると効率的ではない 別の平滑化法として q ij = ( α β s + αs i s j + βq ij- ) ij がある ここで s ij は s i と s j 間の条件なし共分散である ( 第 段階 CCC からの推定値 ) この平滑化では s ij の係数を (-α-β) と置くことで q ij が条件なし共分散に収束するようにしている 第 段階で推定された係数を尤度関数に入れれば パラメータはαとβ だけとなる なぜ 段階推定が可能なのだろうか ここでは その証明をしよう まず D = 対角行列 ( その要素は ii ) R は時変的相関係数の行列 ( その要素は rij = (ij)/(iijj) ) とする このとき 行列 は 相関係数の定義から と表せる たとえば 変量であれば = DRD

5 D = R /( ) 0. 5 = /( ) となり = D R D と書ける D の逆行列を用いて R = (D ) - (D ) - となる R = また 標準化残差を v とすると v =D - となる v = 0.5 /( ) = /( ) 標準化残差の 乗和は v 'v であり これは v 'v = とも書ける D D 0 0 D D = 0 0 = + 対数尤度 (A3.3) の に D R D を代入すると ln L = ln( π ) (ln DRD + ( DRD ) ) = = ln( = ln( π ) = (ln D + ln R + v '( R ) v ) π ) (ln D + ln R + v '( R ) v v ' v + ' D D ) (A3.5) = となる 最後の式展開では 標準化残差の 乗を引いて さらに加えるという操作をした 段階推定が適切であることを示そう 対数尤度において D と R が別々に入っていることに気づいてもらいたい したがって D と R は別々に推定できる まず CCC モデルによって D のパラメータを推定する これは R の値を知ることなくできる 次に D の値を用いて 標準化残差を作れる これを尤度関数に代入し R のパラメータを推定する 厳密には (A.3.5) の最大化は 第 段階で + (ln D D D ) = を最大化し 第 段階で次式を最大化すればよい = (ln R + v '( R ) v v ' v )

Microsoft PowerPoint - 10.pptx

Microsoft PowerPoint - 10.pptx m u. 固有値とその応用 8/7/( 水 ). 固有値とその応用 固有値と固有ベクトル 行列による写像から固有ベクトルへ m m 行列 によって線形写像 f : R R が表せることを見てきた ここでは 次元平面の行列による写像を調べる とし 写像 f : を考える R R まず 単位ベクトルの像 u y y f : R R u u, u この事から 線形写像の性質を用いると 次の格子上の点全ての写像先が求まる

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

例 e 指数関数的に減衰する信号を h( a < + a a すると, それらのラプラス変換は, H ( ) { e } e インパルス応答が h( a < ( ただし a >, U( ) { } となるシステムにステップ信号 ( y( のラプラス変換 Y () は, Y ( ) H ( ) X (

例 e 指数関数的に減衰する信号を h( a < + a a すると, それらのラプラス変換は, H ( ) { e } e インパルス応答が h( a < ( ただし a >, U( ) { } となるシステムにステップ信号 ( y( のラプラス変換 Y () は, Y ( ) H ( ) X ( 第 週ラプラス変換 教科書 p.34~ 目標ラプラス変換の定義と意味を理解する フーリエ変換や Z 変換と並ぶ 信号解析やシステム設計における重要なツール ラプラス変換は波動現象や電気回路など様々な分野で 微分方程式を解くために利用されてきた ラプラス変換を用いることで微分方程式は代数方程式に変換される また 工学上使われる主要な関数のラプラス変換は簡単な形の関数で表されるので これを ラプラス変換表

More information

Microsoft PowerPoint - 10.pptx

Microsoft PowerPoint - 10.pptx 0. 固有値とその応用 固有値と固有ベクトル 2 行列による写像から固有ベクトルへ m n A : m n n m 行列によって線形写像 f R R A が表せることを見てきた ここでは 2 次元平面の行列による写像を調べる 2 = 2 A 2 2 とし 写像 まず 単位ベクトルの像を求める u 2 x = v 2 y f : R A R を考える u 2 2 u, 2 2 0 = = v 2 0

More information

vecrot

vecrot 1. ベクトル ベクトル : 方向を持つ量 ベクトルには 1 方向 2 大きさ ( 長さ ) という 2 つの属性がある ベクトルの例 : 物体の移動速度 移動量電場 磁場の強さ風速力トルクなど 2. ベクトルの表現 2.1 矢印で表現される 矢印の長さ : ベクトルの大きさ 矢印の向き : ベクトルの方向 2.2 2 個の点を用いて表現する 始点 () と終点 () を結ぶ半直線の向き : ベクトルの方向

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 非線形カルマンフィルタ ~a. 問題設定 ~ 離散時間非線形状態空間表現 x k + 1 = f x k y k = h x k + bv k + w k f : ベクトル値をとるx k の非線形関数 h : スカラ値をとるx k の非線形関数 v k システム雑音 ( 平均値 0, 分散 σ v 2 k ) x k + 1 = f x k,v k w k 観測雑音 ( 平均値 0, 分散 σ w

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

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

平成 年 月 7 日 ( 土 第 75 回数学教育実践研究会アスティ 45 ビル F セミナールーム A 札幌医科大学 年 P ab, を正の定数とする 平面上において ( a, を中心とする円 Q 4 C と (, b を中心とする円 C が 原点 O で外接している また P を円 C 上の点と

平成 年 月 7 日 ( 土 第 75 回数学教育実践研究会アスティ 45 ビル F セミナールーム A 札幌医科大学 年 P ab, を正の定数とする 平面上において ( a, を中心とする円 Q 4 C と (, b を中心とする円 C が 原点 O で外接している また P を円 C 上の点と 平成 年 月 7 日 ( 土 第 75 回数学教育実践研究会アスティ 45 ビル F セミナールーム 微分積分の拡張 変数関数問題へのアプローチ 予選決勝優勝法からラグランジュ未定乗数法 松本睦郎 ( 札幌北高等学校 変数関数の最大値 最小値に関する問題には多様なアプローチ法がある 文字を固定した 予選決勝優勝法, 計算のみで解法する 文字消去法, 微分積分を利用した ラグランジュ未定乗数法 がある

More information

2011年度 筑波大・理系数学

2011年度 筑波大・理系数学 0 筑波大学 ( 理系 ) 前期日程問題 解答解説のページへ O を原点とするy 平面において, 直線 y= の を満たす部分をC とする () C 上に点 A( t, ) をとるとき, 線分 OA の垂直二等分線の方程式を求めよ () 点 A が C 全体を動くとき, 線分 OA の垂直二等分線が通過する範囲を求め, それ を図示せよ -- 0 筑波大学 ( 理系 ) 前期日程問題 解答解説のページへ

More information

カメラレディ原稿

カメラレディ原稿 IS2-A2 カメラを回転させた時の特徴点軌跡を用いた魚眼カメラの内部パラメータ推定 - モデルと評価関数の変更による改良 - 田中祐輝, 増山岳人, 梅田和昇 Yuki TANAKA, Gakuto MASUYAMA, Kazunori UMEDA : 中央大学大学院理工学研究科,y.tanaka@sensor.mech.chuo-u.ac.jp 中央大学理工学部,{masuyama, umeda}@mech.chuo-u.ac.jp

More information

第1章 単 位

第1章  単  位 H. Hamano,. 長柱の座屈 - 長柱の座屈 長い柱は圧縮荷重によって折れてしまう場合がある. この現象を座屈といい, 座屈するときの荷重を座屈荷重という.. 換算長 長さ の柱に荷重が作用する場合, その支持方法によって, 柱の理論上の長さ L が異なる. 長柱の計算は, この L を用いて行うと都合がよい. この L を換算長 ( あるいは有効長さという ) という. 座屈荷重は一般に,

More information

ディジタル信号処理

ディジタル信号処理 ディジタルフィルタの設計法. 逆フィルター. 直線位相 FIR フィルタの設計. 窓関数法による FIR フィルタの設計.5 時間領域での FIR フィルタの設計 3. アナログフィルタを基にしたディジタル IIR フィルタの設計法 I 4. アナログフィルタを基にしたディジタル IIR フィルタの設計法 II 5. 双 次フィルタ LI 離散時間システムの基礎式の証明 [ ] 4. ] [ ]*

More information

PowerPoint Presentation

PowerPoint Presentation 応用数学 Ⅱ (7) 7 連立微分方程式の立て方と解法. 高階微分方程式による解法. ベクトル微分方程式による解法 3. 演算子による解法 連立微分方程式 未知数が複数個あり, 未知数の数だけ微分方程式が与えられている場合, これらを連立微分方程式という. d d 解法 () 高階微分方程式化による解法 つの方程式から つの未知数を消去して, 未知数が つの方程式に変換 のみの方程式にするために,

More information

Microsoft PowerPoint - 2.ppt [互換モード]

Microsoft PowerPoint - 2.ppt [互換モード] 0 章数学基礎 1 大学では 高校より厳密に議論を行う そのために 議論の議論の対象を明確にする必要がある 集合 ( 定義 ) 集合 物の集まりである集合 X に対して X を構成している物を X の要素または元という 集合については 3 セメスタ開講の 離散数学 で詳しく扱う 2 集合の表現 1. 要素を明示する表現 ( 外延的表現 ) 中括弧で 囲う X = {0,1, 2,3} 慣用的に 英大文字を用いる

More information

DVIOUT-n_baika

DVIOUT-n_baika 1 三角関数の n 倍角の公式とその応用について述べます. なお Voyage 200 の操作の詳細は http://sci-tech.ksc.kwansei.ac.jp/~yamane にある はじめての数式処理電卓 Voyage 200 をご覧下さい. 2 倍角の公式 cos 2x =2cos 2 x 1=1 2sin 2 x sin 2x =2sinxcos x はよく知られています.3 倍角の公式

More information

まず y t を定数項だけに回帰する > levelmod = lm(topixrate~1) 次にこの出力を使って先ほどのレジームスイッチングモデルを推定する 以下のように入力する > levelswmod = msmfit(levelmod,k=,p=0,sw=c(t,t)) ここで k はレジ

まず y t を定数項だけに回帰する > levelmod = lm(topixrate~1) 次にこの出力を使って先ほどのレジームスイッチングモデルを推定する 以下のように入力する > levelswmod = msmfit(levelmod,k=,p=0,sw=c(t,t)) ここで k はレジ マルコフレジームスイッチングモデルの推定 1. マルコフレジームスイッチング (MS) モデルを推定する 1.1 パッケージ MSwM インスツールする MS モデルを推定するために R のパッケージ MSwM をインスツールする パッケージとは通常の R には含まれていない 追加的な R のコマンドの集まりのようなものである R には追加的に 600 以上のパッケージが用意されており それぞれ分析の目的に応じて標準の

More information

受信機時計誤差項の が残ったままであるが これをも消去するのが 重位相差である. 重位相差ある時刻に 衛星 から送られてくる搬送波位相データを 台の受信機 でそれぞれ測定する このとき各受信機で測定された衛星 からの搬送波位相データを Φ Φ とし 同様に衛星 からの搬送波位相データを Φ Φ とす

受信機時計誤差項の が残ったままであるが これをも消去するのが 重位相差である. 重位相差ある時刻に 衛星 から送られてくる搬送波位相データを 台の受信機 でそれぞれ測定する このとき各受信機で測定された衛星 からの搬送波位相データを Φ Φ とし 同様に衛星 からの搬送波位相データを Φ Φ とす RTK-GPS 測位計算アルゴリズム -FLOT 解 - 東京海洋大学冨永貴樹. はじめに GPS 測量を行う際 実時間で測位結果を得ることが出来るのは今のところ RTK-GPS 測位のみである GPS 測量では GPS 衛星からの搬送波位相データを使用するため 整数値バイアスを決定しなければならず これが測位計算を複雑にしている所以である この整数値バイアスを決定するためのつの方法として FLOT

More information

研修コーナー

研修コーナー l l l l l l l l l l l α α β l µ l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l

More information

第4回

第4回 Excel で度数分布表を作成 表計算ソフトの Microsoft Excel を使って 度数分布表を作成する場合 関数を使わなくても 四則演算(+ */) だけでも作成できます しかし データ数が多い場合に度数を求めたり 度数などの合計を求めるときには 関数を使えばデータを処理しやすく なります 度数分布表の作成で使用する関数 合計は SUM SUM( 合計を計算する ) 書式 :SUM( 数値数値

More information

分析のステップ Step 1: Y( 目的変数 ) に対する値の順序を確認 Step 2: モデルのあてはめ を実行 適切なモデルの指定 Step 3: オプションを指定し オッズ比とその信頼区間を表示 以下 このステップに沿って JMP の操作をご説明します Step 1: Y( 目的変数 ) の

分析のステップ Step 1: Y( 目的変数 ) に対する値の順序を確認 Step 2: モデルのあてはめ を実行 適切なモデルの指定 Step 3: オプションを指定し オッズ比とその信頼区間を表示 以下 このステップに沿って JMP の操作をご説明します Step 1: Y( 目的変数 ) の JMP によるオッズ比 リスク比 ( ハザード比 ) の算出と注意点 SAS Institute Japan 株式会社 JMP ジャパン事業部 2011 年 10 月改定 1. はじめに 本文書は JMP でロジスティック回帰モデルによるオッズ比 比例ハザードモデルによるリスク比 それぞれに対する信頼区間を求める操作方法と注意点を述べたものです 本文書は JMP 7 以降のバージョンに対応しております

More information

PowerPoint Presentation

PowerPoint Presentation . カーネル法への招待 正定値カーネルによるデータ解析 - カーネル法の基礎と展開 - 福水健次統計数理研究所 / 総合研究大学院大学 統計数理研究所公開講座 0 年 月 34 日 概要 カーネル法の基本 線形データ解析と非線形データ解析 カーネル法の原理 カーネル法の つの例 カーネル主成分分析 : PCA の非線形拡張 リッジ回帰とそのカーネル化 概要 カーネル法の基本 線形データ解析と非線形データ解析

More information

英語                                    英-1

英語                                    英-1 数学 出題のねらい 数と式, 図形, 関数, 資料の活用 の 4 領域について, 基礎的な概念や原理 法則の理解と, それらに基づき, 数学的に考察したり, 表現したり, 処理したりする力をみることをねらいとした () 数と式 では, 数の概念についての理解の程度, 文字を用いた式を処理したり, 文字を用いて式に表現したりする力, 目的に応じて式を変形する力をみるものとした () 図形 では, 平面図形や空間図形についての理解の程度,

More information

OpRisk VaR3.2 Presentation

OpRisk VaR3.2 Presentation オペレーショナル リスク VaR 計量の実施例 2009 年 5 月 SAS Institute Japan 株式会社 RI ビジネス開発部羽柴利明 オペレーショナル リスク計量の枠組み SAS OpRisk VaR の例 損失情報スケーリング計量単位の設定分布推定各種調整 VaR 計量 内部損失データ スケーリング 頻度分布 規模分布 分布の補正相関調整外部データによる分布の補正 損失シナリオ 分布の統合モンテカルロシミュレーション

More information

314 図 10.1 分析ツールの起動 図 10.2 データ分析ウィンドウ [ データ ] タブに [ 分析 ] がないときは 以下の手順で表示させる 1. Office ボタン をクリックし Excel のオプション をクリックする ( 図 10.3) 図 10.3 Excel のオプション

314 図 10.1 分析ツールの起動 図 10.2 データ分析ウィンドウ [ データ ] タブに [ 分析 ] がないときは 以下の手順で表示させる 1. Office ボタン をクリックし Excel のオプション をクリックする ( 図 10.3) 図 10.3 Excel のオプション 313 第 10 章 Excel を用いた統計処理 10.1 Excel の統計処理レポートや卒業研究などでは 大量のデータを処理 分析し 報告しなければならない場面が数多く登場する このような場合 手計算では多くの時間を要するため現在では計算機を用いて一括処理することが一般的である これにより 時間短縮だけでなく手軽に詳細な分析を行うことができる Excel ではこのような大量のデータに対する分析を容易に行えるよう

More information

8. 自由曲線と曲面の概要 陽関数 陰関数 f x f x x y y y f f x y z g x y z パラメータ表現された 次元曲線 パラメータ表現は xyx 毎のパラメータによる陽関数表現 形状普遍性 座標独立性 曲線上の点を直接に計算可能 多価の曲線も表現可能 gx 低次の多項式は 計

8. 自由曲線と曲面の概要 陽関数 陰関数 f x f x x y y y f f x y z g x y z パラメータ表現された 次元曲線 パラメータ表現は xyx 毎のパラメータによる陽関数表現 形状普遍性 座標独立性 曲線上の点を直接に計算可能 多価の曲線も表現可能 gx 低次の多項式は 計 8. 自由曲線 曲面. 概論. ベジエ曲線 曲面. ベジエ曲線 曲面の数学. OeGLによる実行. URS. スプライン関数. スプライン曲線 曲面. URS 曲線 曲面 4. OeGLによる実行 8. 自由曲線と曲面の概要 陽関数 陰関数 f x f x x y y y f f x y z g x y z パラメータ表現された 次元曲線 パラメータ表現は xyx 毎のパラメータによる陽関数表現 形状普遍性

More information

l = 若年期の労働供給量, c + = 老年期の消費量, w = 賃金率, s = 貯蓄量, r + = 資本の レンタル料 ( 貯蓄からの純収益率,δ = 資産の減耗率である. 上記の最適化問題を解くと以下の式が得られる. l =Ψ ( c +, c Ψ + φ ただし Ψ である. (4 +

l = 若年期の労働供給量, c + = 老年期の消費量, w = 賃金率, s = 貯蓄量, r + = 資本の レンタル料 ( 貯蓄からの純収益率,δ = 資産の減耗率である. 上記の最適化問題を解くと以下の式が得られる. l =Ψ ( c +, c Ψ + φ ただし Ψ である. (4 + 第 6 章生産における外部効果とサンスポット均衡 - 現実的な外部性の度合いと局所的な非決定性 - 本章では生産における外部性 (Exernaliies in producion をライヒリンの世代重複モデル (Overlapping generaions model に導入する. ラムゼー型の最適成長モデル (Represenaive agen s model では労働の需要曲線と供給曲線が誤った形で交わるような非現実的な強い外部性を仮定しなければ,

More information

書式に示すように表示したい文字列をダブルクォーテーション (") の間に書けば良い ダブルクォーテーションで囲まれた文字列は 文字列リテラル と呼ばれる プログラム中では以下のように用いる プログラム例 1 printf(" 情報処理基礎 "); printf("c 言語の練習 "); printf

書式に示すように表示したい文字列をダブルクォーテーション () の間に書けば良い ダブルクォーテーションで囲まれた文字列は 文字列リテラル と呼ばれる プログラム中では以下のように用いる プログラム例 1 printf( 情報処理基礎 ); printf(c 言語の練習 ); printf 情報処理基礎 C 言語についてプログラミング言語は 1950 年以前の機械語 アセンブリ言語 ( アセンブラ ) の開発を始めとして 現在までに非常に多くの言語が開発 発表された 情報処理基礎で習う C 言語は 1972 年にアメリカの AT&T ベル研究所でオペレーションシステムである UNIX を作成するために開発された C 言語は現在使われている多数のプログラミング言語に大きな影響を与えている

More information

Microsoft PowerPoint - fuseitei_6

Microsoft PowerPoint - fuseitei_6 不静定力学 Ⅱ 骨組の崩壊荷重の計算 不静定力学 Ⅱ では, 最後の問題となりますが, 骨組の崩壊荷重の計算法について学びます 1 参考書 松本慎也著 よくわかる構造力学の基本, 秀和システム このスライドの説明には, 主にこの参考書の説明を引用しています 2 崩壊荷重 構造物に作用する荷重が徐々に増大すると, 構造物内に発生する応力は増加し, やがて, 構造物は荷重に耐えられなくなる そのときの荷重を崩壊荷重あるいは終局荷重という

More information

正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 220

正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 正常 220 5. 判別分析 5. 判別分析の原理 判別分析は後ろ向き研究から得られたデータに適用する手法 () 判別分析 医学分野では病気の診断を必要とする場面が多い ある検査項目を用いて被験者が疾患かどうかを判断したいまたはある検査項目が疾患の診断に寄与するかどうかを検討したい 判別分析は多種類のデータに基いて被験者を特定の群に判別したり 判別に強い影響を及ぼ すデータを探索したりするための手法 後ろ向き研究から得られたデータに適用する

More information

演習2

演習2 神戸市立工業高等専門学校電気工学科 / 電子工学科専門科目 数値解析 2017.6.2 演習 2 山浦剛 (tyamaura@riken.jp) 講義資料ページ h t t p://clim ate.aic s. riken. jp/m embers/yamaura/num erical_analysis. html 曲線の推定 N 次多項式ラグランジュ補間 y = p N x = σ N x x

More information

4.6: 3 sin 5 sin θ θ t θ 2t θ 4t : sin ωt ω sin θ θ ωt sin ωt 1 ω ω [rad/sec] 1 [sec] ω[rad] [rad/sec] 5.3 ω [rad/sec] 5.7: 2t 4t sin 2t sin 4t

4.6: 3 sin 5 sin θ θ t θ 2t θ 4t : sin ωt ω sin θ θ ωt sin ωt 1 ω ω [rad/sec] 1 [sec] ω[rad] [rad/sec] 5.3 ω [rad/sec] 5.7: 2t 4t sin 2t sin 4t 1 1.1 sin 2π [rad] 3 ft 3 sin 2t π 4 3.1 2 1.1: sin θ 2.2 sin θ ft t t [sec] t sin 2t π 4 [rad] sin 3.1 3 sin θ θ t θ 2t π 4 3.2 3.1 3.4 3.4: 2.2: sin θ θ θ [rad] 2.3 0 [rad] 4 sin θ sin 2t π 4 sin 1 1

More information

竹田式数学 鉄則集

竹田式数学  鉄則集 合格への鉄則集 数学 ⅡB 竹鉄 ⅡB-01~23 竹鉄 ⅡB-1 式と証明 (1) 方程式の決定 方程式の決定問題 a+bi が解なら,a-bi も解 解と係数の関係を活用する 例題 クリアー 140 a,b は実数とする 3 次方程式 x 3 +ax 2 +bx+10=0 が 1+2i を解にもつとき, 定数 a,b の値を求めよ また, 他の解を求めよ 鉄則集 21 竹鉄 ⅡB-2 式と証明

More information

lt = 若年期の労働供給量, t c + = 老年期の消費量, w t = 賃金率, s t = 貯蓄量, r t+ = 資本の レンタル料 ( 貯蓄からの純収益率,δ = 資産の減耗率である. 上記の最適化問題を解くと以下の式が得られる. lt =Ψ ( c t +, c Ψ t+ φ ただし

lt = 若年期の労働供給量, t c + = 老年期の消費量, w t = 賃金率, s t = 貯蓄量, r t+ = 資本の レンタル料 ( 貯蓄からの純収益率,δ = 資産の減耗率である. 上記の最適化問題を解くと以下の式が得られる. lt =Ψ ( c t +, c Ψ t+ φ ただし 第 5 章世代重複モデルにおける外部経済 - 現実的な外部性の度合いと局所的な非決定性 - 本章では第 3 章と同様の生産における外部性 (Externalities in production をライヒリンの世代重複モデル (Overlapping generations model に導入する. 第 3 章のラムゼー型の最適成長モデル (Representative agent s model

More information

Functional Programming

Functional Programming PROGRAMMING IN HASKELL プログラミング Haskell Chapter 7 - Higher-Order Functions 高階関数 愛知県立大学情報科学部計算機言語論 ( 山本晋一郎 大久保弘崇 2013 年 ) 講義資料オリジナルは http://www.cs.nott.ac.uk/~gmh/book.html を参照のこと 0 Introduction カリー化により

More information

MT UNDP HDI Langville and Meyer., pp. -, Gowers, Barrow-Green, and Leader., pp. -. なおこれら 参 考 文 献 の 参 考 ページ 数 は 翻 訳 書 の 該 当 ページ 数 に 拠 った.

MT UNDP HDI Langville and Meyer., pp. -, Gowers, Barrow-Green, and Leader., pp. -. なおこれら 参 考 文 献 の 参 考 ページ 数 は 翻 訳 書 の 該 当 ページ 数 に 拠 った. MT UNDP HDI Langville and Meyer., pp. -, Gowers, Barrow-Green, and Leader., pp. -. なおこれら 参 考 文 献 の 参 考 ページ 数 は 翻 訳 書 の 該 当 ページ 数 に 拠 った. http://hdr.undp.org/en/-report. HDI MT Mahalanobis- Taguchi Method

More information

I-2 (100 ) (1) y(x) y dy dx y d2 y dx 2 (a) y + 2y 3y = 9e 2x (b) x 2 y 6y = 5x 4 (2) Bernoulli B n (n = 0, 1, 2,...) x e x 1 = n=0 B 0 B 1 B 2 (3) co

I-2 (100 ) (1) y(x) y dy dx y d2 y dx 2 (a) y + 2y 3y = 9e 2x (b) x 2 y 6y = 5x 4 (2) Bernoulli B n (n = 0, 1, 2,...) x e x 1 = n=0 B 0 B 1 B 2 (3) co 16 I ( ) (1) I-1 I-2 I-3 (2) I-1 ( ) (100 ) 2l x x = 0 y t y(x, t) y(±l, t) = 0 m T g y(x, t) l y(x, t) c = 2 y(x, t) c 2 2 y(x, t) = g (A) t 2 x 2 T/m (1) y 0 (x) y 0 (x) = g c 2 (l2 x 2 ) (B) (2) (1)

More information

<4D F736F F D204A4D5082C982E682E991CE B A F2E646F63>

<4D F736F F D204A4D5082C982E682E991CE B A F2E646F63> JMP による対話的パーティショニング SAS Institute Japan 株式会社 JMP ジャパン事業部 2009 年 5 月 1. はじめに JMP では メニュー パーティション により 決定木の分析を行うことができます 本文書は このパーティションのメニューに関 する技術的事項を述べます 2. パーティションに関する Q&A この章では JMP のパーティションについての疑問を Q&A

More information

Microsoft PowerPoint - Ⅱ(リスク計量化入門).ppt

Microsoft PowerPoint - Ⅱ(リスク計量化入門).ppt Ⅱ. 統計 確率の基礎知識 リスク計量化の前提となる統計 確率の基礎知識について整理 復習します 図解中心の説明ですので 統計 確率は苦手だと感じている方も理解度アップに繋がります 1 目 次 1. 基本統計量 (1 変量 ) 2. 基本統計量 (2 変量 ) 3. 確率変数と確率分布 4. 推定と検定 2 1. 基本統計量 (1 変量 ) (1) 平均 (2) 分散 (3) 標準偏差 (4) パーセント点

More information

解析センターを知っていただく キャンペーン

解析センターを知っていただく キャンペーン 005..5 SAS 問題設定 目的 PKパラメータ (AUC,Cmax,Tmaxなど) の推定 PKパラメータの群間比較 PKパラメータのバラツキの評価! データの特徴 非反復測定値 個体につき 個の測定値しか得られない plasma concentration 非反復測定値のイメージ図 測定時点間で個体の対応がない 着目する状況 plasma concentration 経時反復測定値のイメージ図

More information

‚åŁÎ“·„´Šš‡ðŠp‡¢‡½‹âfi`fiI…A…‰…S…−…Y…•‡ÌMarkovŸA“½fiI›ð’Í

‚åŁÎ“·„´Šš‡ðŠp‡¢‡½‹âfi`fiI…A…‰…S…−…Y…•‡ÌMarkovŸA“½fiI›ð’Í Markov 2009 10 2 Markov 2009 10 2 1 / 25 1 (GA) 2 GA 3 4 Markov 2009 10 2 2 / 25 (GA) (GA) L ( 1) I := {0, 1} L f : I (0, ) M( 2) S := I M GA (GA) f (i) i I Markov 2009 10 2 3 / 25 (GA) ρ(i, j), i, j I

More information

Microsoft Word - regression.doc

Microsoft Word - regression.doc 007, OGAWA, Hrosh Santa 回帰分析とソルバー つの変量を散布図に描いた場合 変量の間に関係が深いと点の散らばりが狭い範囲に集中する 狭い範囲に散らばったデータ点を特定の関数で表現して縮約することを回帰とよぶ 線形関数への回帰は 結果を人間が理解しやすいため比較的よく使われる 関数への回帰を求める方法は一つではないが Excel 自体は最小 乗法だけをサポートしている ソルバーと呼ばれる

More information

今週の内容 後半全体のおさらい ラグランジュの運動方程式の導出 リンク機構のラグランジュの運動方程式 慣性行列 リンク機構のエネルギー保存則 エネルギー パワー 速度 力の関係 外力が作用する場合の運動方程式 粘性 粘性によるエネルギーの消散 慣性 粘性 剛性と微分方程式 拘束条件 ラグランジュの未

今週の内容 後半全体のおさらい ラグランジュの運動方程式の導出 リンク機構のラグランジュの運動方程式 慣性行列 リンク機構のエネルギー保存則 エネルギー パワー 速度 力の関係 外力が作用する場合の運動方程式 粘性 粘性によるエネルギーの消散 慣性 粘性 剛性と微分方程式 拘束条件 ラグランジュの未 力学 III GA 工業力学演習 X5 解析力学 5X 5 週目 立命館大学機械システム系 8 年度後期 今週の内容 後半全体のおさらい ラグランジュの運動方程式の導出 リンク機構のラグランジュの運動方程式 慣性行列 リンク機構のエネルギー保存則 エネルギー パワー 速度 力の関係 外力が作用する場合の運動方程式 粘性 粘性によるエネルギーの消散 慣性 粘性 剛性と微分方程式 拘束条件 ラグランジュの未定乗数法

More information

以下のように整理できる ( 個人の添え字 n は省略 ). Ordered Logit exp Z exp Z exp Z exp Z Ordered Probit P P F Z P P F Z F Z P 3 P3 F Z あとは通常の MNL と同様, 以下の尤度関数を最大化すればよい. L

以下のように整理できる ( 個人の添え字 n は省略 ). Ordered Logit exp Z exp Z exp Z exp Z Ordered Probit P P F Z P P F Z F Z P 3 P3 F Z あとは通常の MNL と同様, 以下の尤度関数を最大化すればよい. L 平成 3 年 06 月 6 日 兵藤哲朗 Ordered Logit/ Ordered Probit モデルとその推定 Ordered とは? 顧客満足度データや, 車の保有台数など, その数字に順序だった関係がある場合, それら変数を,Ordered ( 順序 ) 変数という.Ordered 変数を被説明変数とした回帰モデルを推定することも考えられるが, 暗に, 満足度 =3 は, 満足度 = の

More information

( )

( ) ) ( ( ) 3 15m t / 1.9 3 m t / 0.64 3 m ( ) ( ) 3 15m 3 1.9m / t 0.64m 3 / t ) ( β1 β 2 β 3 y ( ) = αx1 X 2 X 3 ( ) ) ( ( ) 3 15m t / 1.9 3 m 3 90m t / 0.64 3 m ( ) : r : ) 30 ( 10 0.0164

More information

要約 鍋谷 (2007) では2001 年 ~2005 年の高校野球 プロ野球における各プレーの貢献度を 得点 勝敗を被説明変数 各プレーを説明変数とした重回帰モデル 2 項ロジットモデル 2 項プロビットモデルを用いて分析し 犠打 ( 犠牲バント 犠牲フライ ) は得点に対しては有意ではないが勝敗

要約 鍋谷 (2007) では2001 年 ~2005 年の高校野球 プロ野球における各プレーの貢献度を 得点 勝敗を被説明変数 各プレーを説明変数とした重回帰モデル 2 項ロジットモデル 2 項プロビットモデルを用いて分析し 犠打 ( 犠牲バント 犠牲フライ ) は得点に対しては有意ではないが勝敗 平成 26 年度卒業論文 高校野球における各プレーの貢献度 所属ゼミ 村澤ゼミ 学籍番号 1110402082 氏 名 野村剛志 大阪府立大学経済学部 要約 鍋谷 (2007) では2001 年 ~2005 年の高校野球 プロ野球における各プレーの貢献度を 得点 勝敗を被説明変数 各プレーを説明変数とした重回帰モデル 2 項ロジットモデル 2 項プロビットモデルを用いて分析し 犠打 ( 犠牲バント

More information

gr09.dvi

gr09.dvi .1, θ, ϕ d = A, t dt + B, t dtd + C, t d + D, t dθ +in θdϕ.1.1 t { = f1,t t = f,t { D, t = B, t =.1. t A, tdt e φ,t dt, C, td e λ,t d.1.3,t, t d = e φ,t dt + e λ,t d + dθ +in θdϕ.1.4 { = f1,t t = f,t {

More information

( 工 ~ ~m-j ~ ~ndoped =~ Pl サすく 2π ケ l k ~)γ(1+3z (at~/.) ~~i Mn(a~~/o) ~ ~~,~ ここで採用した T m (l~ )AJ~. J と ()' を適当なパラメータにとると, 式 M の α'm=aj~ を 温度 T の関数で表すことができる O ここでは Snl~xMnxTe 系の ~ 見積もられる O 一方, われわれの磁性半導体は,

More information

Microsoft PowerPoint - kyoto

Microsoft PowerPoint - kyoto 研究集会 代数系アルゴリズムと言語および計算理論 知識の証明と暗号技術 情報セキュリティ大学大学院学院 有田正剛 1 はじめに 暗号技術の面白さとむずかしさ システムには攻撃者が存在する 条件が整ったときのベストパフォーマンスより 条件が整わないときの安全性 攻撃者は約束事 ( プロトコル ) には従わない 表面上は従っているふり 放置すると 正直者が損をする それを防ぐには 知識の証明 が基本手段

More information

<4D F736F F D208D7E959A82A882E682D18F498BC78BC882B B BE98C60816A2E646F63>

<4D F736F F D208D7E959A82A882E682D18F498BC78BC882B B BE98C60816A2E646F63> 降伏時および終局時曲げモーメントの誘導 矩形断面 日中コンサルタント耐震解析部松原勝己. 降伏時の耐力と変形 複鉄筋の矩形断面を仮定する また コンクリートの応力ひずみ関係を非線形 放物線型 とする さらに 引張鉄筋がちょうど降伏ひずみに達しているものとし コンクリート引張応力は無視する ⅰ 圧縮縁のひずみ

More information

C のコード例 (Z80 と同機能 ) int main(void) { int i,sum=0; for (i=1; i<=10; i++) sum=sum + i; printf ("sum=%d n",sum); 2

C のコード例 (Z80 と同機能 ) int main(void) { int i,sum=0; for (i=1; i<=10; i++) sum=sum + i; printf (sum=%d n,sum); 2 アセンブラ (Z80) の例 ORG 100H LD B,10 SUB A LOOP: ADD A,B DEC B JR NZ,LOOP LD (SUM),A HALT ORG 200H SUM: DEFS 1 END 1 C のコード例 (Z80 と同機能 ) int main(void) { int i,sum=0; for (i=1; i

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション ロボティックス Robotics 先端工学基礎課程講義 小泉憲裕 2016/5/6 講義情報 当面はこちらのサイト, http://www.medigit.mi.uec.ac.jp/lect_robotics.html ロボットの運動学 ロボットの運動学 ロボットの運動学は現在 ニュートン力学を発展させた解析力学を基盤とすることが多い 解析力学では物体を 剛体としてあらわす 第 4 回 座標変換平行

More information

画像解析論(2) 講義内容

画像解析論(2) 講義内容 画像解析論 画像解析論 東京工業大学長橋宏 主な講義内容 信号処理と画像処理 二次元システムとその表現 二次元システムの特性解析 各種の画像フィルタ 信号処理と画像処理 画像解析論 処理の応答 記憶域 入出力の流れ 信号処理系 実時間性が求められる メモリ容量に対する制限が厳しい オンラインでの対応が厳しく求められる 画像処理系 ある程度の処理時間が許容される 大容量のメモリ使用が容認され易い オフラインでの対応が容認され易い

More information

<4D F736F F D208EF596BD8E8E8CB B835E82CC939D8C7689F090CD5F F30345F3130>

<4D F736F F D208EF596BD8E8E8CB B835E82CC939D8C7689F090CD5F F30345F3130> 第 4 回続高橋セミナー 寿命試験データの統計解析 015 年 4 月 10 日高橋行雄 BoStat 研究所 ( 株 ) 要約 : 工業製品の通常の環境下での寿命を予測することは, 長い時間かかるために過酷な条件下で製品が故障するまでの時間から, 通常の使用状況下での製品寿命を推定することになる. 加速 ( 過酷 ) 寿命試験では, 事前に設定した試験期間になった場合に, 対象製品が故障していなくとも試験を終了することになる.

More information

Microsoft PowerPoint - 06.pptx

Microsoft PowerPoint - 06.pptx アルゴリズムとデータ構造第 6 回 : 探索問題に対応するデータ構造 (2) 担当 : 上原隆平 (uehara) 2015/04/22 内容 スタック (stack): 最後に追加されたデータが最初に取り出される 待ち行列 / キュー (queue): 最初に追加されたデータが最初に取り出される ヒープ (heap): 蓄えられたデータのうち小さいものから順に取り出される 配列による実装 連結リストによる実装

More information

1. はじめにこれまで 我々は社会システム分析ソフトウェア College Analysis において 統計分析 数学 経営科学 意思決定手法などを中心にプログラムを作成してきたが 今回は シミュレーションや統計的な母数推定に利用される乱数の生成と検定の問題について考える 乱数は一様分布を元にして

1. はじめにこれまで 我々は社会システム分析ソフトウェア College Analysis において 統計分析 数学 経営科学 意思決定手法などを中心にプログラムを作成してきたが 今回は シミュレーションや統計的な母数推定に利用される乱数の生成と検定の問題について考える 乱数は一様分布を元にして 社会システム分析のための統合化プログラム 21 - 乱数生成と検定 - 福井正康 * 孟紅燕 * 呉夢 * 崔永杰 福山平成大学経営学部経営学科 * 福山平成大学大学院経営学研究科経営情報学専攻 概要 我々は教育分野での利用を目的に社会システム分析に用いられる様々な手法を統合化したプログラム College Analysis を作成してきた 今回は 様々なシミュレーションや統計的な母数推定などに用いられる乱数生成とその検定についてプログラムを作成した

More information

WBT [6] [7] [8] [9] Web [1] WBT [2] [3] ipad PC ipad ipad ipad [4] QR QR [5] IC IC PDA IC PDA US-ASCII 4,296 QR IC IC IC QR QR QR 3. 3. 1 A BB A A CC

WBT [6] [7] [8] [9] Web [1] WBT [2] [3] ipad PC ipad ipad ipad [4] QR QR [5] IC IC PDA IC PDA US-ASCII 4,296 QR IC IC IC QR QR QR 3. 3. 1 A BB A A CC DEIM Forum 2015 D7-3 432 8011 3-5-1 / PD 191 0065 6-6 191 0065 6-6 432 8011 3-5-1 E-mail: cs11077@s.inf.shizuoka.ac.jp, hirota-masaharu@tmu.ac.jp, ishikawa-hiroshi@tmu.ac.jp, yokoyama@inf.shizuoka.ac.jp,

More information

技術開発懇談会-感性工学.ppt

技術開発懇談会-感性工学.ppt ! - 1955GNP - 1956!!!! !. - 1989, 1986 (1992)! - 4060 (1988 - - /!! ! 199810 2011913!!! 平成24年1月23日 技術開発懇談会 in 魚沼 感性工学によるデザイン 因果の順推論 感性評価 感性デザイン 因果の逆推論 物理形状 モノ イメージ 言葉 物理形状をどのように表現するか イメージをどのように表現するか 物理形状とイメージの関係づけと変換はどうするか

More information

次に示す数値の並びを昇順にソートするものとする このソートでは配列の末尾側から操作を行っていく まず 末尾の数値 9 と 8 に着目する 昇順にソートするので この値を交換すると以下の数値の並びになる 次に末尾側から 2 番目と 3 番目の 1

次に示す数値の並びを昇順にソートするものとする このソートでは配列の末尾側から操作を行っていく まず 末尾の数値 9 と 8 に着目する 昇順にソートするので この値を交換すると以下の数値の並びになる 次に末尾側から 2 番目と 3 番目の 1 4. ソート ( 教科書 p.205-p.273) 整列すなわちソートは アプリケーションを作成する際には良く使われる基本的な操作であり 今までに数多くのソートのアルゴリズムが考えられてきた 今回はこれらソートのアルゴリズムについて学習していく ソートとはソートとは与えられたデータの集合をキーとなる項目の値の大小関係に基づき 一定の順序で並べ替える操作である ソートには図 1 に示すように キーの値の小さいデータを先頭に並べる

More information

Microsoft PowerPoint - DA2_2017.pptx

Microsoft PowerPoint - DA2_2017.pptx // データ構造とアルゴリズム IⅠ 第 回単一始点最短路 (II)/ 全点対最短路 トポロジカル ソート順による緩和 トポロジカル ソート順に緩和 閉路のない有向グラフ限定 閉路がないならトポロジカル ソート順に緩和するのがベルマン フォードより速い Θ(V + E) 方針 グラフをトポロジカル ソートして頂点に線形順序を与える ソート順に頂点を選び, その頂点の出辺を緩和する 各頂点は一回だけ選択される

More information

3/4/8:9 { } { } β β β α β α β β

3/4/8:9 { } { } β β β α β α β β α β : α β β α β α, [ ] [ ] V, [ ] α α β [ ] β 3/4/8:9 3/4/8:9 { } { } β β β α β α β β [] β [] β β β β α ( ( ( ( ( ( [ ] [ ] [ β ] [ α β β ] [ α ( β β ] [ α] [ ( β β ] [] α [ β β ] ( / α α [ β β ] [ ] 3

More information

2011 年 6 月 9 日

2011 年 6 月 9 日 2011 年 6 月 9 日 簡易マニュアル : MCMCTREE (PAML) の近似尤度計算を用いた分岐年代推定 Jun Inoue, Mario dos Reis, and Z iheng Yang ( 井上 訳 ) この簡易マニュアルでは,Inoue et al. (2010) のデータを例として年代推定プログラム MCMCTREE の解析手順を説明します.MCMCTREE で解析を行うには,Windows

More information

丹沢のブナの立ち枯れと東名高速道路にっいて 図3 夏型の高気圧におおわれ 風の弱い日の南関東 東海道の風の1日変化 矢は風向を 矢先の数字は風速 m s を示す この地区のアメダス地点は御殿場のみ 風向の方向に長軸をもっ楕円で囲んだ 午後から夕方に かけて南 南西風が卓越している 全体に午後に海風と谷風 平地から山地へ が卓越している 東名高速道路と国道246号線および地方道 まとめて東 名高速道路という

More information

先端社会研究所紀要 第12号☆/1.巻頭言

先端社会研究所紀要 第12号☆/1.巻頭言 Kwansei Gakuin University Rep Title Author(s) Citation < 研 究 ノート> 他 者 問 題 解 決 の 遅 延 要 因 としての 正 統 性 : 実 験 的 手 法 による 検 討 寺 島, 圭 関 西 学 院 大 学 先 端 社 会 研 究 所 紀 要 = Annual review of advanced social research,

More information

第2章

第2章 第 2 章 企業の行動 : 第二部 ここでは 短期の供給曲線がなぜ右上がりになるのか述べます 企業は利潤を最大化すると仮定します (1) π = TR TC π : 利潤 TR : 総収入 TC : 総費用 企業は自己の生産物の価格 P に影響をしない と仮定します このことは 生 産物市場が完全競争市場であるということを意味します 詳しくは 完全競争 市場の定義について教科書などを参考にしてください

More information

Microsoft PowerPoint - LogicCircuits01.pptx

Microsoft PowerPoint - LogicCircuits01.pptx 論理回路 第 回論理回路の数学的基本 - ブール代数 http://www.info.kindai.ac.jp/lc 38 号館 4 階 N-4 内線 5459 takasi-i@info.kindai.ac.jp 本科目の内容 電子計算機 computer の構成 ソフトウェア 複数のプログラムの組み合わせ オペレーティングシステム アプリケーション等 ハードウェア 複数の回路 circuit の組み合わせ

More information