Bvarate Probt Model 0.24% 0.4% 5.%.% %.% Keyword Bvarate Probt Model 6- TEL & FAX: E-mal:

Size: px
Start display at page:

Download "Bvarate Probt Model 0.24% 0.4% 5.%.% %.% Keyword Bvarate Probt Model 6- TEL & FAX: E-mal:"

Transcription

1 Dscusson Paper No

2 Bvarate Probt Model 0.24% 0.4% 5.%.% %.% Keyword Bvarate Probt Model 6- TEL & FAX: E-mal:

3 % / (995) 53.8% 46.2% 3 myopc 2

4

5

6 / 65,000 5

7 /3 / /40 40/40 W W -A-C-D A C 25 B D 40 W C D r p W -G r r r p W -H-C-D U = u c ) + ρ u( ) ( c2 u() dc 8 2 u ( c) = p dc p u ( c2 ) 6

8 U U 2 U U U 3 C C Notch U 2 C (999) (999) W -A-E-F r p r W -G U 3 U 4 r p

9 W

10 % 5.2 M = + α A + α U + α I + α F + α R + α H + α E + α S + α T + u * α 0 A U I F R H E S T M M * = f M 0 0 otherwse P = + β A + β U + β I + β F + β R + β H + β E + β S + u * β 0 A U I F R H E S P P * = f P 0 0 otherwse M P E[ u ] = E[ u ] = 0 M P Var[ u ] = Var[ u ] = M Cov[ u, u P ] = ρ M * Latent Varable 9

11 0 P * Latent Varable M, P M 0 P 0 2 A U 0 3 I ( ) F R H 0 S 0 E 0 T Bvarate Probt Model Probt Model SUR Seemngly Unrelated Regresson Pr( Y w * 2 w * = M, Y2 = P ) = Φ 2 ( w, w 2, ρ ) = φ( z, z2, ρ ) dz dz 2 z α + α A + α U + α I + α F + α R + α H + α S + α E + α T = 0 A U I F R H S E T (995) 0

12 z 2 β + β A + β U + β I + β F + β R + β H + β S + β = 0 A U I F R H S E E w w = ( 2M ) z 2 = ( 2P ) z2 * ρ (2M )(2P )ρ φ( z =, z 2 exp( / 2( z, ρ ) = * 2 + z 2 2 2π ( ρ 2ρ z * *2 / 2 ) z 2 ) /( ρ *2 ) 5.3 U ( ) F I A 999 H ρ 5.4 U F 5 R F H

13 2 A A I F U % 0.4% 8.2% 5.7% 5.%.% % H 8 Bvarate Probt Model X Greene(2000) Chrstofdes et al (997) Φ Φ + Φ = = 0 ) 0] ([ ) 0] ([ ) ( ) 0, ( E E E T E n X X g g X X X or P M E β β β β β β φ α α α β Φ = Φ = *2 2 * 2 2 *2 * 2 ) (, ) ( ρ ρ φ ρ ρ φ w w w g w w w g

14 0.55%.% 5.5 (lnl ) orthogonal orthogonal

15 C 25 W -C C U 3 C 4

16

17 6

18 Conjont Analyss Ecksten,Z., M.Echenbaum and D.Peled(985), Uncertan Lfetmes and the Welfare Enhancng Propertes of Annuty Markets and Socal Securty., Journal of Publc Economcs, Vol.6, pp Fredman,B and W.Warshawsky(990), The Cost of Annutes: Implcaton for Savng Behavor and Bequests., Quarterly Journal of Economcs 05(), pp Greene,W(2000) Econometrc Analyss. Fourth Edton, Prentce Hall Greene,W(996), Margnal Effects n the Bvarate Probt Model. Workng Paper No.96-, Department of Economcs, Stern School of Busness, New York Unversty Chrstofdes,L., T.Stengos and R.Swdnsky(997), On the Calculaton of Margnal Effects n the Bvarate Probt Model, Economcs Letters 54, pp

19

20 表 記述統計量 国民年金 加入者 国民年金 未加入者 平均 標準偏差最小値最大値 平均 標準偏差最小値最大値 個人年金加入者 年齢 失業 無業者 世帯所得 , ,300 本人所得 , ,000 世帯所得 ( 本人を除く ) , 金融資産合計 774, , ,50 金融資産合計 ( 除く個人年金 ) 729, , ,50 実物資産,497 4, , , ,000 病気 病気がち 学歴 性別 都市規模 注 ) 総サンプル数は 6 であり 内訳は国民年金加入者が 55 未加入者が 60 である 個人年金加入者 失業 無業者 病気 病気がち は 該当の場合に それ以外に 0 をとるダミー変数である 性別 は 男性の場合に 女性の場合に 0 となるダミー変数であり 都市規模 は 人口 5 万以上の都市に住む場合に それ以外に 0 となるダミー変数である 学歴 は 短大卒以上を それ以外を 0 とするダミー変数である 各所得 資産の単位は 万円 である 図 2 国民年金未加入率の年齢別推移 未加入率 年加入のための限界年齢 才 才 才 才 才 才 才 才 注 )20-34 才と 才の年金未加入率はそれぞれ 0.75(0.382) 0.079(0.27) である ( 括弧内は標準偏差 ) 平均値の差の検定は t 値が 3.75 であり % 基準で平均値に差がないという仮説は棄却される

21 表 2 国民年金未加入選択関数及び個人年金選択関数の推計結果 係数標準誤差 t 値 p 値 国民年金未加入選択関数年齢 失業 無業者 世帯所得 ( 本人を除く ) 金融資産合計 ( 除く個人年金 ) 実物資産 病気 病気がち 学歴 性別 都市規模 個人年金選択関数年齢 失業 無業者 世帯所得 ( 本人を除く ) 金融資産合計 ( 除く個人年金 ) 実物資産 病気 病気がち 学歴 性別 ρ LogL 注 ) サンプル数は 6 推計方法は Bvarate Probt Model である 各変数の定義は表 を参照

22 表 3 国民年金未加入選択に対する限界効果 個人年金加入の場合 個人年金未加入の場合 限界効果 標準誤差 限界効果 標準誤差 年齢 失業 無業者 世帯所得 ( 本人を除く ) 金融資産合計 ( 除く個人年金 ) 実物資産 病気 病気がち 学歴 性別 都市規模 注 ) 個人年金の加入行動を一定 ( 左欄は個人年金加入 右欄は未加入 ) とした場合の条件付きの限界効果である 標準誤差は Delta Method により求めている

23 表 4 各要因別モデルの対数尤度 (lnl) の比較 フル モデル 流動性制約要因 逆選択要因 ( 世代間不公平要因 ) ( 予想死亡年齢要因 ) 表 2の推計結果より作 成 再推計して作成

1 911 9001030 9:00 A B C D E F G H I J K L M 1A0900 1B0900 1C0900 1D0900 1E0900 1F0900 1G0900 1H0900 1I0900 1J0900 1K0900 1L0900 1M0900 9:15 1A0915 1B0915 1C0915 1D0915 1E0915 1F0915 1G0915 1H0915 1I0915

More information

Microsoft Word - KUES-DP docx

Microsoft Word - KUES-DP docx Kanagawa University Economic Society Discussion Paper No. 2015-02 2016/03/30 221-8686 3-27-1 E-mail: [email protected] 2016 3 30 2 * [email protected] 1 1. 1 2. 20 30 2 1 1 35 39 1980

More information

平成 25 年度卒業論文 浪人と留年 所属ゼミ 村澤ゼミ 学籍番号 氏名中司雄也 大阪府立大学 経済学部

平成 25 年度卒業論文 浪人と留年 所属ゼミ 村澤ゼミ 学籍番号 氏名中司雄也 大阪府立大学 経済学部 平成 25 年度卒業論文 浪人と留年 所属ゼミ 村澤ゼミ 学籍番号 1100401107 氏名中司雄也 大阪府立大学 経済学部 要約 本稿では 大学の現役入学生と浪人入学生でどちらが留年しやいすか比較する 2005 年 社会階層と社会移動 (SSM) 全国調査の個票データを利用して 回答者の大学入学時と卒業時の年齢から浪人ダミーと留年年齢を作成し そして ポアソン回帰分析を行った結果 浪人 男性 国公立大学生は現役合格生

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

2 2 1?? 2 1 1, 2 1, 2 1, 2, 3,... 1, 2 1, 3? , 2 2, 3? k, l m, n k, l m, n kn > ml...? 2 m, n n m

2 2 1?? 2 1 1, 2 1, 2 1, 2, 3,... 1, 2 1, 3? , 2 2, 3? k, l m, n k, l m, n kn > ml...? 2 m, n n m 2009 IA I 22, 23, 24, 25, 26, 27 4 21 1 1 2 1! 4, 5 1? 50 1 2 1 1 2 1 4 2 2 2 1?? 2 1 1, 2 1, 2 1, 2, 3,... 1, 2 1, 3? 2 1 3 1 2 1 1, 2 2, 3? 2 1 3 2 3 2 k, l m, n k, l m, n kn > ml...? 2 m, n n m 3 2

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

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

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

製造業における熟練労働への需要シフト:

製造業における熟練労働への需要シフト: * [email protected] ** [email protected] No.04-J-17 2004 12 103-8660 30 * ** * 2004 12 1988 2003 * e-mal: [email protected] e-mal: [email protected] 1 1. 1980 1990 1 skll-based technologcal

More information

Microsoft Word - KUES-DP docx

Microsoft Word - KUES-DP docx Kanagawa University Economic Society Discussion Paper No. 2015-01 2015/10/19 221-8686 3-27-1 E-mail: [email protected] 2015 10 19 2 1. 1 2. 20 30 2 * [email protected] 1 1 1 35 39 1980

More information

(1987) (1990) (1991) (1996) (1998) (1999) (2000) (2001) (2002) 3 ( ) ( ) hkyo

(1987) (1990) (1991) (1996) (1998) (1999) (2000) (2001) (2002) 3 ( ) ( )  hkyo (987) (990) (99) (996) (998) (999) (2000) (200) (2002) 3 ( ) ( ) [email protected] [email protected] [email protected] 2 3 4 5 2 2. j 2 N 23 59 60 80 37 37 38 58

More information

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 統計学ダミー変数による分析 担当 : 長倉大輔 ( ながくらだいすけ ) 1 切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 実際は賃金を就業年数だけで説明するのは現実的はない

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

Powered by TCPDF (

Powered by TCPDF ( Title 女性の結婚 出産 就業の制約要因と諸対策の効果検証 : 家計パネル調査によるワーク ライフ バランス分析 Sub Title Economic and time constraints on women's marriage, childbirth and employment, and effects of work-life balance policies : empirical

More information

koji07-01.dvi

koji07-01.dvi 2007 I II III 1, 2, 3, 4, 5, 6, 7 5 10 19 (!) 1938 70 21? 1 1 2 1 2 2 1! 4, 5 1? 50 1 2 1 1 2 2 1?? 2 1 1, 2 1, 2 1, 2, 3,... 3 1, 2 1, 3? 2 1 3 1 2 1 1, 2 2, 3? 2 1 3 2 3 2 k,l m, n k,l m, n kn > ml...?

More information

s = 1.15 (s = 1.07), R = 0.786, R = 0.679, DW =.03 5 Y = 0.3 (0.095) (.708) X, R = 0.786, R = 0.679, s = 1.07, DW =.03, t û Y = 0.3 (3.163) + 0

s = 1.15 (s = 1.07), R = 0.786, R = 0.679, DW =.03 5 Y = 0.3 (0.095) (.708) X, R = 0.786, R = 0.679, s = 1.07, DW =.03, t û Y = 0.3 (3.163) + 0 7 DW 7.1 DW u 1, u,, u (DW ) u u 1 = u 1, u,, u + + + - - - - + + - - - + + u 1, u,, u + - + - + - + - + u 1, u,, u u 1, u,, u u +1 = u 1, u,, u Y = α + βx + u, u = ρu 1 + ɛ, H 0 : ρ = 0, H 1 : ρ 0 ɛ 1,

More information

y = x x R = 0. 9, R = σ $ = y x w = x y x x w = x y α ε = + β + x x x y α ε = + β + γ x + x x x x' = / x y' = y/ x y' =

y = x x R = 0. 9, R = σ $ = y x w = x y x x w = x y α ε = + β + x x x y α ε = + β + γ x + x x x x' = / x y' = y/ x y' = y x = α + β + ε =,, ε V( ε) = E( ε ) = σ α $ $ β w ( 0) σ = w σ σ y α x ε = + β + w w w w ε / w ( w y x α β ) = α$ $ W = yw βwxw $β = W ( W) ( W)( W) w x x w x x y y = = x W y W x y x y xw = y W = w w

More information

EBNと疫学

EBNと疫学 推定と検定 57 ( 復習 ) 記述統計と推測統計 統計解析は大きく 2 つに分けられる 記述統計 推測統計 記述統計 観察集団の特性を示すもの 代表値 ( 平均値や中央値 ) や ばらつきの指標 ( 標準偏差など ) 図表を効果的に使う 推測統計 観察集団のデータから母集団の特性を 推定 する 平均 / 分散 / 係数値などの推定 ( 点推定 ) 点推定値のばらつきを調べる ( 区間推定 ) 検定統計量を用いた検定

More information

LA-VAR Toda- Yamamoto(1995) VAR (Lag Augmented vector autoregressive model LA-VAR ) 2 2 Nordhaus(1975) 3 1 (D2)

LA-VAR Toda- Yamamoto(1995) VAR (Lag Augmented vector autoregressive model LA-VAR ) 2 2 Nordhaus(1975) 3 1 (D2) LA-VAR 1 1 1973 4 2000 4 Toda- Yamamoto(1995) VAR (Lag Augmented vector autoregressive model LA-VAR ) 2 2 Nordhaus(1975) 3 1 (D2) E-mail [email protected] 2 Toda, Hiro Y. and Yamamoto,T.(1995) 3

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: [email protected] 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

<4D F736F F F696E74202D E738A5889BB8BE688E68A4F82CC926E89BF908492E882C98AD682B782E98CA48B862E707074>

<4D F736F F F696E74202D E738A5889BB8BE688E68A4F82CC926E89BF908492E882C98AD682B782E98CA48B862E707074> 市街化区域外の地価推定に関する研究 不動産 空間計量研究室 筑波大学第三学群社会工学類都市計画主専攻宮下将尚筑波大学大学院システム情報工学研究科社会システム工学専攻高野哲司 背景 日本の国土の区域区分 都市計画区域 市街化区域 市街化を促進する区域 市街化調整区域 市街化を抑制する区域 非線引都市計画区域 上記に属さない区域 非線引き市街化調整区域市街化区域 都市計画区域 本研究での対象区域 都市計画区域外

More information

年金制度と幸福度 * 佐々木一郎 同志社大学商学部 要旨 本研究の目的は 年金制度が幸福度に及ぼす影響を分析することである これまで多くの先行研究では 人々の幸福度に影響する要因として 主に収入や学歴 婚姻状況 健康状態などのファ

年金制度と幸福度 * 佐々木一郎 同志社大学商学部 要旨 本研究の目的は 年金制度が幸福度に及ぼす影響を分析することである これまで多くの先行研究では 人々の幸福度に影響する要因として 主に収入や学歴 婚姻状況 健康状態などのファ Title 年金制度と幸福度 Author(s) 佐々木, 一郎 Citation Issue 2012-03 Date Type Technical Report Text Version publisher URL http://hdl.handle.net/10086/22878 Right Hitotsubashi University Repository 年金制度と幸福度 * 佐々木一郎

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

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

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

Microsoft PowerPoint - S11_1 2010Econometrics [互換モード]

Microsoft PowerPoint - S11_1 2010Econometrics [互換モード] S11_1 計量経済学 一般化古典的回帰モデル -3 1 図 7-3 不均一分散の検定と想定の誤り 想定の誤りと不均一分散均一分散を棄却 3つの可能性 1. 不均一分散がある. 不均一分散はないがモデルの想定に誤り 3. 両者が同時に起きている 想定に誤り不均一分散を 検出 したら散布図に戻り関数形の想定や説明変数の選択を再検討 残差 残差 Y 真の関係 e e 線形回帰 X X 1 実行可能な一般化最小二乗法

More information

研修コーナー

研修コーナー l l l l l l l Department of Obstetrics and Gynecology, Fukui Medical University, Fukui l l l l l l µ l β β l α l µ µ l l l l Department of Obstetrics and Gynecology, Gifu University School of Medicine,

More information

( )/2 hara/lectures/lectures-j.html 2, {H} {T } S = {H, T } {(H, H), (H, T )} {(H, T ), (T, T )} {(H, H), (T, T )} {1

( )/2   hara/lectures/lectures-j.html 2, {H} {T } S = {H, T } {(H, H), (H, T )} {(H, T ), (T, T )} {(H, H), (T, T )} {1 ( )/2 http://www2.math.kyushu-u.ac.jp/ hara/lectures/lectures-j.html 1 2011 ( )/2 2 2011 4 1 2 1.1 1 2 1 2 3 4 5 1.1.1 sample space S S = {H, T } H T T H S = {(H, H), (H, T ), (T, H), (T, T )} (T, H) S

More information

nsg02-13/ky045059301600033210

nsg02-13/ky045059301600033210 φ φ φ φ κ κ α α μ μ α α μ χ et al Neurosci. Res. Trpv J Physiol μ μ α α α β in vivo β β β β β β β β in vitro β γ μ δ μδ δ δ α θ α θ α In Biomechanics at Micro- and Nanoscale Levels, Volume I W W v W

More information

Microsoft Word - 計量研修テキスト_第5版).doc

Microsoft Word - 計量研修テキスト_第5版).doc Q4-1 テキスト P83 多重共線性が発生する回帰 320000 280000 240000 200000 6000 4000 160000 120000 2000 0-2000 -4000 74 76 78 80 82 84 86 88 90 92 94 96 98 R e s i dual A c tual Fi tted Dependent Variable: C90 Date: 10/27/05

More information

スライド 1

スライド 1 全国消費実態調査の匿名データを用いた 人以上世帯の保険需要の分析 宇野慧 アステラス製薬株式会社開発本部データサイエンス部 要旨 : 貯蓄型保険と非貯蓄型保険両方の需要に対して 世帯属性の中でも特に就業状況が与える影響に着目した データは平成 6 年度の総務省全国消費実態調査の匿名データを用いた SUR(Seemingl Unrelated Regression) Tobit モデル推定の結果 就業状況が保険需要に与える影響は貯蓄型と非貯蓄型で大きく異なることが確認できた

More information

通勤混雑と家賃関数*

通勤混雑と家賃関数* CIRJE-J-30 CIRJE 000 8 5 9 3 Estmaton of Fatgue Cost of Commutng Congeston and Optmal Congeston Fare Ths paper has three ams. Frst, we estmate a hedonc housng rent functon along the Chuo Lne n Tokyo wth

More information

Banach-Tarski Hausdorff May 17, 2014 3 Contents 1 Hausdorff 5 1.1 ( Unlösbarkeit des Inhaltproblems) 5 5 1 Hausdorff Banach-Tarski Hausdorff [H1, H2] Hausdorff Grundzüge der Mangenlehre [H1] Inhalte

More information

ウェーブレットによる経済分析

ウェーブレットによる経済分析 [email protected] [email protected] wavelet J.J. Morlet D. D. Gabor uncertanty prncple Conway and Frame Schlecher wave let DWT: dscrete wavelet transformcwt: contnuous wavelet

More information

Microsoft Word - 計量研修テキスト_第5版).doc

Microsoft Word - 計量研修テキスト_第5版).doc Q10-2 テキスト P191 1. 記述統計量 ( 変数 :YY95) 表示変数として 平均 中央値 最大値 最小値 標準偏差 観測値 を選択 A. 都道府県別 Descriptive Statistics for YY95 Categorized by values of PREFNUM Date: 05/11/06 Time: 14:36 Sample: 1990 2002 Included

More information

日経テレコン料金表(2016年4月)

日経テレコン料金表(2016年4月) 1 2 3 4 8,000 15,000 22,000 29,000 5 6 7 8 36,000 42,000 48,000 54,000 9 10 20 30 60,000 66,000 126,000 166,000 50 100 246,000 396,000 1 25 8,000 7,000 620 2150 6,000 4,000 51100 101200 3,000 1,000 201

More information

2 2 3 4 5 5 2 7 3 4 6 1 3 4 7 4 2 2 2 4 2 3 3 4 5 1932 A p. 40. 1893 A p. 224, p. 226. 1893 B pp. 1 2. p. 3.

2 2 3 4 5 5 2 7 3 4 6 1 3 4 7 4 2 2 2 4 2 3 3 4 5 1932 A p. 40. 1893 A p. 224, p. 226. 1893 B pp. 1 2. p. 3. 1 73 72 1 1844 11 9 1844 12 18 5 1916 1 11 72 1 73 2 1862 3 1870 2 1862 6 1873 1 3 4 3 4 7 2 3 4 5 3 5 4 2007 p. 117. 2 2 3 4 5 5 2 7 3 4 6 1 3 4 7 4 2 2 2 4 2 3 3 4 5 1932 A p. 40. 1893 A p. 224, p. 226.

More information