Statistical inference for one-sample proportion

Size: px
Start display at page:

Download "Statistical inference for one-sample proportion"

Transcription

1 RAND 関数による擬似乱数の生成 魚住龍史 * 浜田知久馬東京理科大学大学院工学研究科経営工学専攻 Generating pseudo-random numbers using RAND function Ryuji Uozumi * and Chikuma Hamada Department of Management Science, Graduate School of Engineering, Tokyo University of Science * uozumi@ms.kagu.tus.ac.jp

2 SAS による効率的なシミュレーションプログラミングの実際 RAND 関数による擬似乱数の生成 魚住龍史 Continual reassessment method における MCMC プロシジャの利用加倉井靖之 MCMCプロシジャによる非独立データの解析矢田真城 SASによるシミュレーションを用いた例数設計土居正明

3 本発表のトピック. 乱数の概要. RAND 関数の概要と擬似乱数の生成例 3. 確率分布の関係を利用した擬似乱数の生成 4. 逆関数法による擬似乱数の生成 5. まとめ 3

4 本発表のトピック (/5). 乱数の概要. RAND 関数の概要と擬似乱数の生成例 3. 確率分布の関係を利用した擬似乱数の生成 4. 逆関数法による擬似乱数の生成 5. まとめ 4

5 5 乱数の生成が必要となる場面の例 ) ( ) ( ) ( HR HR z z N )} {log( ) ( HR z z N E z z N 生存時間解析の症例数設計の際の疑問モンテカルロシミュレーションによる検出力の評価魚住等 (009)

6 Monaco Monte-Carlo 6

7 Monaco Monte-Carlo von Neumann Fermi Metropolis Ulam 7

8 乱数表の利用 サイコロの利用 8

9 物理乱数生成装置の利用 物理乱数生成装置の利用 9

10 擬似乱数の利用 0

11 本発表のトピック (/5). 乱数の概要. RAND 関数の概要と擬似乱数の生成例 3. 確率分布の関係を利用した擬似乱数の生成 4. 逆関数法による擬似乱数の生成 5. まとめ

12 良い擬似乱数とは 良い乱数とは

13 RAND 関数の概要 Mersenne Twister に基づく擬似乱数の生成 周期が長い : 9937 統計的に良好 : 63 次元空間に均等分布 再現性がある : CALL STREAMINIT Matsumoto & Nishimura (998) data random; call streaminit(seed); /* シードの指定 */ do i= to 0000; /* 生成させる擬似乱数列数 */ =rand( distribution', param-,..., param-k); output; end; run; 3

14 RAND 関数において指定可能な確率分布 離散型の確率分布二項分布ベルヌーイ分布超幾何分布ポアソン分布負の二項分布幾何分布テーブル分布 連続型の確率分布 正規分布 一様分布 カイ二乗分布 ガンマ分布 対数正規分布 アーラン分布 t 分布 指数分布 F 分布 ワイブル分布 コーシー分布 三角分布 ベータ分布 確率 ( 密度 ) 関数の式 RAND 関数の記述方法は論文集を参照 4

15 正規分布に従う擬似乱数の生成プログラム data random; call streaminit(03078); do i= to 0000; do case=; =rand('normal',0,);output;end; /* N(0, ) */ do case=; =rand('normal',,);output;end; /* N(, ) */ do case=3; =rand('normal',,0.5);output;end; /* N(, 0.5) */ end; run; 擬似乱数のヒストグラムの作成 proc sgpanel data=random; panelby case / novarname layout=columnlattice; histogram / fill fillattrs=(color=grey) outline scale=percent; colais display=(nolabel noticks) values=(-5 to 5); rowais label='frequency'; run; SGPANEL プロシジャで作成 5

16 確率密度関数 / 擬似乱数のヒストグラム X ~ N(, ) f ( ) ( ) ep SGPANEL プロシジャで作成 6

17 本発表のトピック (3/5). 乱数の概要. RAND 関数の概要と擬似乱数の生成例 3. 確率分布の関係を利用した擬似乱数の生成 4. 逆関数法による擬似乱数の生成 5. まとめ 7

18 指数分布に従う擬似乱数の生成 data random; call streaminit(03078); do i= to 0000; =rand('eponential'); output; end; run; X ~ Ep f ( ) ep( ) 8

19 指数分布の確率密度関数 X ~ Ep( ) f ( ) ep 9

20 連続型の確率分布の関係 ( 一部抜粋 ) 0 標準正規分布 正規分布, X i ワイブル分布 a,b a b log X X i a b カイ二乗分布 対数正規分布, log X 指数分布 標準一様分布 ベータ分布 a,b a b 変数変換 or 特別な場合 漸近近似 RAND 関数と PDF 関数でパラメータ表現が異なる 0

21 指数分布 / ワイブル分布に従う確率密度関数確率分布確率密度関数 (PDF 関数 ) RAND 関数指数分布 PDF( EXPONENTIAL, ) = RAND( EXPONENTIAL ) ワイブル分布 PDF( WEIBULL, a, b) = RAND( WEIBULL, a, b) = RAND( WEIBULL,, ) 0, ep ) ( f 0 ), ep( ) ( f 0, ep ) ( b b a f a a a 0, ep ) (, f b a 0, ep ) ( b b a f a a a

22 確率密度関数 / 生成させた擬似乱数のヒストグラム X ~ Ep( f ( ) ep( f ( ) ep f ( ) ep( ) f ( ) 0.5ep( 0.5)

23 本発表のトピック (4/5). 乱数の概要. RAND 関数の概要と擬似乱数の生成例 3. 確率分布の関係を利用した擬似乱数の生成 4. 逆関数法による擬似乱数の生成 5. まとめ 3

24 逆関数法 y F() ワイブル分布による例 f ( ) a b a a ep b a U ~ U(0,) F( ) U ep b a F ( ) b{ log( U)} / a 0 U X F ~ U(0,) Beta (,) ( U) X b(logu / ) =b*(-log(rand('uniform')))**(/a) a 4

25 5 対数ロジスティック分布に従う擬似乱数の生成逆関数法による乱数生成 f ) ( U F ) ( / ) ( U U F X U=rand('uniform'); =((U/(-U))/)**(/); =.0, =.0

26 本発表のトピック (5/5). 乱数の概要. RAND 関数の概要と擬似乱数の生成例 3. 確率分布の関係を利用した擬似乱数の生成 4. 逆関数法による擬似乱数の生成 5. まとめ 6

27 まとめ RAND 関数による擬似乱数の生成 RAND 関数における擬似乱数生成アルゴリズム RAND 関数において指定できる確率分布 RAND 関数による擬似乱数の生成例 確率分布の関係を利用した RAND 関数による擬似乱数の生成 RAND 関数でサポートされていない確率分布に従う擬似乱数の生成 ( 逆関数法 ) モンテカルロシミュレーションによる評価 7

28 主要参考文献 Leemis LM, McQueston JT. Univariate distribution relationships. The American Statistician 008; 6: Matsumoto M, Nishimura T. Mersenne Twister: A 63 Dimensionally Equidistributed Uniform Pseudo-Random Number Generator. ACM Transactions on Modeling and Computer Simulation 998; 8: 魚住龍史, 水澤純基, 浜田知久馬. 生存時間解析における Lakatos の症例数設計法の有用性の評価. SAS ユーザー総会論文集 009, 津田孝夫. モンテカルロ法とシミュレーション. 培風館, 995. 東京大学教養学部統計学教室 (99). 自然科学の統計学. 東京大学出版会. 伏見正則 (989). 乱数. 東京大学出版会. 蓑谷千凰彦. 確率統計ハンドブック. 朝倉書店,

29 Thanks for your kind attention!! 9

日本語論文タイトル

日本語論文タイトル RAND 関数による擬似乱数の生成 魚住龍史浜田知久馬 東京理科大学大学院工学研究科経営工学専攻 Geeratig pseudo-radom umbers usig RAND fuctio Ryuji Uozumi Chikuma Hamada Departmet of Maagemet Sciece Graduate School of Egieerig Tokyo Uiversity of Sciece

More information

Microsoft PowerPoint - 【配布・WEB公開用】SAS発表資料.pptx

Microsoft PowerPoint - 【配布・WEB公開用】SAS発表資料.pptx 生存関数における信頼区間算出法の比較 佐藤聖士, 浜田知久馬東京理科大学工学研究科 Comparison of confidence intervals for survival rate Masashi Sato, Chikuma Hamada Graduate school of Engineering, Tokyo University of Science 要旨 : 生存割合の信頼区間算出の際に用いられる各変換関数の性能について被覆確率を評価指標として比較した.

More information

スライド 1

スライド 1 生存時間解析における Lakatos の症例数設計法の有用性の評価 魚住龍史, * 水澤純基 浜田知久馬 日本化薬株式会社医薬データセンター 東京理科大学工学部経営工学科 Evaluation of availability about sample size formula by Lakatos on survival analysis Ryuji Uozumi,, * Junki Mizusawa,

More information

NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, A

NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, A NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, AstraZeneca KK 要旨 : NLMIXEDプロシジャの最尤推定の機能を用いて 指数分布 Weibull

More information

3. ( 1 ) Linear Congruential Generator:LCG 6) (Mersenne Twister:MT ), L 1 ( 2 ) 4 4 G (i,j) < G > < G 2 > < G > 2 g (ij) i= L j= N

3. ( 1 ) Linear Congruential Generator:LCG 6) (Mersenne Twister:MT ), L 1 ( 2 ) 4 4 G (i,j) < G > < G 2 > < G > 2 g (ij) i= L j= N RMT 1 1 1 N L Q=L/N (RMT), RMT,,,., Box-Muller, 3.,. Testing Randomness by Means of RMT Formula Xin Yang, 1 Ryota Itoi 1 and Mieko Tanaka-Yamawaki 1 Random matrix theory derives, at the limit of both dimension

More information

生存時間データに対するベイズ流例数設計 矢田真城 1 魚住龍史 2 浜田知久馬 1 エイツーヘルスケア株式会社開発戦略本部生物統計部 2 京都大学大学院医学研究科医学統計生物情報学 3 東京理科大学工学部情報工学科 3 Bayesian sample size calculation for sur

生存時間データに対するベイズ流例数設計 矢田真城 1 魚住龍史 2 浜田知久馬 1 エイツーヘルスケア株式会社開発戦略本部生物統計部 2 京都大学大学院医学研究科医学統計生物情報学 3 東京理科大学工学部情報工学科 3 Bayesian sample size calculation for sur 生存時間データに対するベイズ流例数設計 矢田真城 魚住龍史 浜田知久馬 エイツーヘルスケア株式会社開発戦略本部生物統計部 京都大学大学院医学研究科医学統計生物情報学 3 東京理科大学工学部情報工学科 3 Bayesian sample size calculation for survival analysis Shinjo Yada, Ryuji Uozumi, and Chikuma Hamada

More information

PHREG プロシジャにおける 共変量調整解析に関連したオプション機能 魚住龍史 1 * 矢田真城 2 浜田知久馬 3 1 京都大学大学院医学研究科医学統計生物情報学 2 エイツーヘルスケア株式会社 3 東京理科大学 Investigating fascinating aspects associa

PHREG プロシジャにおける 共変量調整解析に関連したオプション機能 魚住龍史 1 * 矢田真城 2 浜田知久馬 3 1 京都大学大学院医学研究科医学統計生物情報学 2 エイツーヘルスケア株式会社 3 東京理科大学 Investigating fascinating aspects associa PHREG プロシジャにおける 共変量調整解析に関連したオプション機能 魚住龍史 1 * 矢田真城 2 浜田知久馬 3 1 京都大学大学院医学研究科医学統計生物情報学 2 エイツーヘルスケア株式会社 3 東京理科大学 Investigating fascinating aspects associated with covariate-adjusted analysis using PHREG procedure

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

Microsoft PowerPoint - SASユーザ総会2016_MRCT_送付用.pptx

Microsoft PowerPoint - SASユーザ総会2016_MRCT_送付用.pptx Multi Regional Clinical Trial の生存時間解析における地域ごとのイベント発現数の予測 淀康秀 1 浜田知久馬 2 ( 1 大日本住友製薬株式会社 2 東京理科大学 ) The prediction of the number of survival event occurrence by region in Multi-Regional Clinical Trial Yasuhide

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

森林水文 水資源学 2 2. 水文統計 豪雨があった時, 新聞やテレビのニュースで 50 年に一度の大雨だった などと報告されることがある. 今争点となっている川辺川ダムは,80 年に 1 回の洪水を想定して治水計画が立てられている. 畑地かんがいでは,10 年に 1 回の渇水を対象として計画が立て

森林水文 水資源学 2 2. 水文統計 豪雨があった時, 新聞やテレビのニュースで 50 年に一度の大雨だった などと報告されることがある. 今争点となっている川辺川ダムは,80 年に 1 回の洪水を想定して治水計画が立てられている. 畑地かんがいでは,10 年に 1 回の渇水を対象として計画が立て . 水文統計 豪雨があった時, 新聞やテレビのニュースで 50 年に一度の大雨だった などと報告されることがある. 今争点となっている川辺川ダムは,80 年に 回の洪水を想定して治水計画が立てられている. 畑地かんがいでは,0 年に 回の渇水を対象として計画が立てられる. このように, 水利構造物の設計や, 治水や利水の計画などでは, 年に 回起こるような降雨事象 ( 最大降雨強度, 最大連続干天日数など

More information

Microsoft PowerPoint - SAS2012_ZHANG_0629.ppt [互換モード]

Microsoft PowerPoint - SAS2012_ZHANG_0629.ppt [互換モード] SAS による生存時間解析の実務 張方紅グラクソ スミスクライン ( 株 バイオメディカルデータサイエンス部 Practice of Survival Analysis sing SAS Fanghong Zhang Biomedical Data Science Department, GlaxoSmithKline K.K. 要旨 : SASによる生存時間解析の実務経験を共有する. データの要約

More information

Microsoft PowerPoint - JAIMAセミナー(MCM) ppt [互換モード]

Microsoft PowerPoint - JAIMAセミナー(MCM) ppt [互換モード] モンテカルロ法を用いた 不確かさ評価 公益社団法人日本分析化学会 標準物質 技能試験委員会事務局 小島勇夫 主催 :( 一社 ) 日本分析機器工業会 国際会議場コンベンションホール B 1 参考文書 : (1) GUM 補足文書 ISO 98-3/Supplement 1 ( JCGM101:2008) モンテカルロ法による分布の伝播 (2) EURACHEM/CITAC による不確かさガイド :

More information

Microsoft PowerPoint - 【魚住】 発表原稿【Web公開用】.ppt [互換モード]

Microsoft PowerPoint - 【魚住】 発表原稿【Web公開用】.ppt [互換モード] SG (Statistical Graphics) Procedures による Kaplan-Meier プロットの作成 魚住龍史 1, * 浜田知久馬 2 1 日本化薬株式会社医薬データセンター 2 東京理科大学工学部経営工学科 Kaplan-Meier plots using Statistical Graphics Procedures Ryuji Uozumi 1, * and Chikuma

More information

26 Feature Extraction with Randomness for an Application to Machine Learning from Text Data

26 Feature Extraction with Randomness for an Application to Machine Learning from Text Data 26 Feature Extraction with Randomness for an Application to Machine Learning from Text Data 1175087 Random Forest Random Forest SPAM SPAM600 SPAM1000 SPAM Random Forest i 2 10 2 3% Random Forest Mersenne

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

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

Title 疑似乱数生成器の安全性とモンテカルロ法 ( 確率数値解析に於ける諸問題,VI) Author(s) 杉田, 洋 Citation 数理解析研究所講究録 (2004), 1351: Issue Date URL

Title 疑似乱数生成器の安全性とモンテカルロ法 ( 確率数値解析に於ける諸問題,VI) Author(s) 杉田, 洋 Citation 数理解析研究所講究録 (2004), 1351: Issue Date URL Title 疑似乱数生成器の安全性とモンテカルロ法 ( 確率数値解析に於ける諸問題,VI) Author(s) 杉田, 洋 Citation 数理解析研究所講究録 (2004), 1351: 33-40 Issue Date 2004-01 URL http://hdlhandlenet/2433/64973 Right Type Departmental Bulletin Paper Textversion

More information

2014 JAIMA セミナー ( 不確かさ編 ) 国際会議場 3 階 303 会議室

2014 JAIMA セミナー ( 不確かさ編 ) 国際会議場 3 階 303 会議室 国際会議場 3 階 303 会議室 EURACHEM/CITAC による不確かさガイド : (Quantifying Uncertainty in Analytical Measurement: EURACHEM CITAC Guide CG4,Third Edition,2012 年 ) 興味のある方は WEB サイトからダウンロードできる http://www.eurachem.org/index.php/publications/guides/

More information

Microsoft PowerPoint - 14回パラメータ推定配布用.pptx

Microsoft PowerPoint - 14回パラメータ推定配布用.pptx パラメータ推定の理論と実践 BEhavior Study for Transportation Graduate school, Univ. of Yamanashi 山梨大学佐々木邦明 最尤推定法 点推定量を求める最もポピュラーな方法 L n x n i1 f x i 右上の式を θ の関数とみなしたものが尤度関数 データ (a,b) が得られたとき, 全体の平均がいくつとするのがよいか 平均がいくつだったら

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

ファーマコメトリクス研究に 要求されるスキル及び そのための教育 (Sun) 第 1 回ファーマコメトリクス研究会 株式会社ベルシステム 24 医薬関連サービス事業本部生物統計局薬物動態解析グループ笠井英史

ファーマコメトリクス研究に 要求されるスキル及び そのための教育 (Sun) 第 1 回ファーマコメトリクス研究会 株式会社ベルシステム 24 医薬関連サービス事業本部生物統計局薬物動態解析グループ笠井英史 ファーマコメトリクス研究に 要求されるスキル及び そのための教育 2008.11.16 (Sun) 第 1 回ファーマコメトリクス研究会 株式会社ベルシステム 24 医薬関連サービス事業本部生物統計局薬物動態解析グループ笠井英史 今日の内容 ファーマコメトリクス研究のゴール 必要なスキル 教育 教育講演 ではなく 現状の問題点認識 2008 BELLSYSTEM24, Inc. 2 ゴール 有効かつ安全な薬を早く市場に出し

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

スライド 1

スライド 1 線形モデルにおける CLASS ステートメントの機能 吉田早織 1 魚住龍史 2 1 日本化薬株式会社医薬データセンター 2 京都大学大学院医学研究科 The fascinating features for the CLASS in the context of linear models Saori Yoshida 1 and Ryuji Uozumi 2 1 Clinical Data Management

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

Microsoft Word - Time Series Basic - Modeling.doc

Microsoft Word - Time Series Basic - Modeling.doc 時系列解析入門 モデリング. 確率分布と統計的モデル が確率変数 (radom varable のとき すべての実数 R に対して となる確 率 Prob( が定められる これを の関数とみなして G( Prob ( とあらわすとき G( を確率変数 の分布関数 (probablt dstrbuto ucto と呼 ぶ 時系列解析で用いられる確率変数は通常連続型と呼ばれるもので その分布関数は (

More information

Microsoft Word _10月号_Apogeeによる公差解析.docx

Microsoft Word _10月号_Apogeeによる公差解析.docx アポジー Apogee による公差解析 3Doors 株式会社 http://www.3doors.jp 2014 年 10 月号 今月のトピックス SDI Tools は 設計品質プロセスを分析 管理する Triptych( トリップテック ) のモジュールと 公差などに代表される設計品質値そのものの妥当性を解析 評価する Apogee( アポジー ) モジュールで構成されています 今月は Apogee

More information

Jupyter Notebook を活用したプログラムライブラリ構築の検討 吹谷芳博 1, 藤澤正樹 1 ( 1 あすか製薬株式会社 ) Examination of the program library construction using Jupyter Notebook ASKA Pharm

Jupyter Notebook を活用したプログラムライブラリ構築の検討 吹谷芳博 1, 藤澤正樹 1 ( 1 あすか製薬株式会社 ) Examination of the program library construction using Jupyter Notebook ASKA Pharm Jupyter Notebook を活用したプログラムライブラリ構築の検討 吹谷芳博 1, 藤澤正樹 1 ( 1 あすか製薬株式会社 ) Examination of the program library construction using Jupyter Notebook ASKA Pharmaceutical Co., Ltd. 要旨 : PC SAS での Jupyter Notebook

More information

集中理論談話会 #9 Bhat, C.R., Sidharthan, R.: A simulation evaluation of the maximum approximate composite marginal likelihood (MACML) estimator for mixed mu

集中理論談話会 #9 Bhat, C.R., Sidharthan, R.: A simulation evaluation of the maximum approximate composite marginal likelihood (MACML) estimator for mixed mu 集中理論談話会 #9 Bhat, C.R., Sidharthan, R.: A simulation evaluation of the maximum approximate composite marginal likelihood (MACML) estimator for mixed multinomial probit models, Transportation Research Part

More information

SAS_2014_zhang_3

SAS_2014_zhang_3 生物学的同等性試験における例数設計 : 正確 近似と漸近 張方紅 安藤英一グラクソ スミスクライン 株 バイオメディカルデータサイエンス部 Sample size for bioequivalence rials: Exac approximae and asympoic mehods Fanghong Zhang and Hidekazu Ando Biomedical Daa Science Deparmen

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

_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

<4D F736F F F696E74202D204D C982E682E892B290AE82B582BD838A E8DB782CC904D978A8BE68AD482C98AD682B782E988EA8D6C8E402E >

<4D F736F F F696E74202D204D C982E682E892B290AE82B582BD838A E8DB782CC904D978A8BE68AD482C98AD682B782E988EA8D6C8E402E > SAS ユーザー総会 2017 Mantel-Haenszel 法により調整したリスク差の信頼区間に関する一考察 武田薬品工業株式会社日本開発センター生物統計室佐々木英麿 舟尾暢男 要旨 Mantel-Haenszel 法により調整したリスク差に関する以下の信頼区間の算出方法を紹介し 各信頼区間の被覆確率をシミュレーションにより確認することで性能評価を行う Greenland 信頼区間 Sato 信頼区間

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

Title 多点局所探索に基づく大域的最適化アルゴリズム (1) Author(s) 金光, 秀雄 ; 今野, 英明 ; 高橋, 伸幸 Citation 北海道教育大学紀要, 自然科学編, 58(2): 1-10 Issue Date 2008/02 URL

Title 多点局所探索に基づく大域的最適化アルゴリズム (1) Author(s) 金光, 秀雄 ; 今野, 英明 ; 高橋, 伸幸 Citation 北海道教育大学紀要, 自然科学編, 58(2): 1-10 Issue Date 2008/02 URL Title 多点局所探索に基づく大域的最適化アルゴリズム (1) Author(s) 金光, 秀雄 ; 今野, 英明 ; 高橋, 伸幸 Citation 北海道教育大学紀要, 自然科学編, 58(2): 1-10 Issue Date 2008/02 URL http://s-ir.sap.hokkyodai.ac.jp/dspac Rights Hokkaido University of Education

More information

Microsoft Word - scilab_intro.doc

Microsoft Word - scilab_intro.doc Scilab の使い方 (1/14) Scilab は "SCIence LABoratory" の略 フランスの国立研究機関 INRIA (Institut National de Recherche en Informatique et Automatique) が作成 配布しているフリーのシミュレーション ソフト Scilab のホームページは http://www-rocq.inria.fr/scilab/

More information

日本製薬工業協会シンポジウム 生存時間解析の評価指標に関する最近の展開ー RMST (restricted mean survival time) を理解するー 2. RMST の定義と統計的推測 2018 年 6 月 13 日医薬品評価委員会データサイエンス部会タスクフォース 4 生存時間解析チー

日本製薬工業協会シンポジウム 生存時間解析の評価指標に関する最近の展開ー RMST (restricted mean survival time) を理解するー 2. RMST の定義と統計的推測 2018 年 6 月 13 日医薬品評価委員会データサイエンス部会タスクフォース 4 生存時間解析チー 日本製薬工業協会シンポジウム 生存時間解析の評価指標に関する最近の展開ー RMST (restricted mean survival time) を理解するー 2. RMST の定義と統計的推測 2018 年 6 月 13 日医薬品評価委員会データサイエンス部会タスクフォース 4 生存時間解析チーム 日本新薬 ( 株 ) 田中慎一 留意点 本発表は, 先日公開された 生存時間型応答の評価指標 -RMST(restricted

More information

日心TWS

日心TWS 2017.09.22 (15:40~17:10) 日本心理学会第 81 回大会 TWS ベイジアンデータ解析入門 回帰分析を例に ベイジアンデータ解析 を体験してみる 広島大学大学院教育学研究科平川真 ベイジアン分析のステップ (p.24) 1) データの特定 2) モデルの定義 ( 解釈可能な ) モデルの作成 3) パラメタの事前分布の設定 4) ベイズ推論を用いて パラメタの値に確信度を再配分ベイズ推定

More information

基礎統計

基礎統計 基礎統計 第 11 回講義資料 6.4.2 標本平均の差の標本分布 母平均の差 標本平均の差をみれば良い ただし, 母分散に依存するため場合分けをする 1 2 3 分散が既知分散が未知であるが等しい分散が未知であり等しいとは限らない 1 母分散が既知のとき が既知 標準化変量 2 母分散が未知であり, 等しいとき 分散が未知であるが, 等しいということは分かっているとき 標準化変量 自由度 の t

More information

1 7 10 x 1, x 2,... x 1 = 1 1 10 = 10, 7 = 1 3 =: x 2 3 10 = 30, 7 = 4 2 =: x 3 2 10 = 20, 7 = 2 6 =: x 4 6 10 = 60, 7 = 8 4 =: x 5 4 10 = 40, 7 = 5 5

1 7 10 x 1, x 2,... x 1 = 1 1 10 = 10, 7 = 1 3 =: x 2 3 10 = 30, 7 = 4 2 =: x 3 2 10 = 20, 7 = 2 6 =: x 4 6 10 = 60, 7 = 8 4 =: x 5 4 10 = 40, 7 = 5 5 1 + 1 = 0 2010/11/26, email: matumoto at mark ms.u-tokyo.ac.jp 1 1 7 10 x 1, x 2,... x 1 = 1 1 10 = 10, 7 = 1 3 =: x 2 3 10 = 30, 7 = 4 2 =: x 3 2 10 = 20, 7 = 2 6 =: x 4 6 10 = 60, 7 = 8 4 =: x 5 4 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

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

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

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

ii 3.,. 4. F. (), ,,. 8.,. 1. (75% ) (25% ) =9 7, =9 8 (. ). 1.,, (). 3.,. 1. ( ).,.,.,.,.,. ( ) (1 2 )., ( ), 0. 2., 1., 0,.

ii 3.,. 4. F. (), ,,. 8.,. 1. (75% ) (25% ) =9 7, =9 8 (. ). 1.,, (). 3.,. 1. ( ).,.,.,.,.,. ( ) (1 2 )., ( ), 0. 2., 1., 0,. 23(2011) (1 C104) 5 11 (2 C206) 5 12 http://www.math.is.tohoku.ac.jp/~obata,.,,,.. 1. 2. 3. 4. 5. 6. 7.,,. 1., 2007 ( ). 2. P. G. Hoel, 1995. 3... 1... 2.,,. ii 3.,. 4. F. (),.. 5.. 6.. 7.,,. 8.,. 1. (75%

More information

福井正康 共分散構造分析を基にした最小 乗法と最尤法を組み込んだ 初期値設定については 当初 MCMC を予定していたが 主成分法で与えた値が良い結果を与えることが分かり 計算速度の関係からそちらを採用した 最後に MCMC の乱数発生法で 我々はこれまで Metropolis-Hstigs 法を用

福井正康 共分散構造分析を基にした最小 乗法と最尤法を組み込んだ 初期値設定については 当初 MCMC を予定していたが 主成分法で与えた値が良い結果を与えることが分かり 計算速度の関係からそちらを採用した 最後に MCMC の乱数発生法で 我々はこれまで Metropolis-Hstigs 法を用 福山平成大学経営学部紀要第 4 号 (08), *-** 頁 社会システム分析のための統合化プログラム 33 - 最尤推定と MCMC- * 福井正康 * 福山平成大学経営学部経営学科 要旨 : 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 Alysis を作成してきた 今回は最尤推定法によるパラメータの自動推定について議論し 共分散構造分析や非線形最小

More information

スライド 1

スライド 1 205 年 4 月 28 日 @ 統計モデリング 統計モデリング 第三回配布資料 文献 : A. J. Dobso ad A. G. Barett: A Itroducto to Geeralzed Lear Models. 3rd ed., CRC Press. J. J. Faraway: Etedg the Lear Model wth R. CRC Press. 配布資料の PDF は以下からも

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

スライド 1

スライド 1 SASによる二項比率における正確な信頼区間の比較 原茂恵美子 1) 武藤彬正 1) 宮島育哉 2) 榊原伊織 2) 1) 株式会社タクミインフォメーションテクノロジーシステム開発推進部 2) 株式会社タクミインフォメーションテクノロジービジネスソリューション部 Comparison of Five Exact Confidence Intervals for the Binomial Proportion

More information

Microsoft PowerPoint - Lecture 10.ppt [互換モード]

Microsoft PowerPoint - Lecture 10.ppt [互換モード] 講義予定 環境プラニング演習 II 第 0 回 009. 6. 7 千葉大学工学部都市環境システム学科 山崎文雄 http://ares.tu.cha-u.jp/ tu ujp/ ( 009 年 4 月 8 日 ( 土 :50 ー 4:0 演習の説明, 微分 積分と数値計算 ( 009 年 4 月 5 日 ( 土 :50 ー 4:0 微分 積分と数値計算 (3 009 年 5 月 9 日 ( 土 :50

More information

EP7000取扱説明書

EP7000取扱説明書 EP7000 S0109-3012 3 47 811 1213 1419 2021 53 54 5560 61 6263 66 2223 2427 2830 3133 3436 3740 4142 4344 45 46 4750 5152 2 4 5 6 7 1 3 4 5 6 7 8 9 15 16 17 18 13 EP7000 2 10 11 12 13 14 19 20 21 22 23 24

More information

Microsoft PowerPoint slide2forWeb.ppt [互換モード]

Microsoft PowerPoint slide2forWeb.ppt [互換モード] 講義内容 9..4 正規分布 ormal dstrbuto ガウス分布 Gaussa dstrbuto 中心極限定理 サンプルからの母集団統計量の推定 不偏推定量について 確率変数, 確率密度関数 確率密度関数 確率密度関数は積分したら. 平均 : 確率変数 分散 : 例 ある場所, ある日時での気温の確率. : 気温, : 気温 が起こる確率 標本平均とのアナロジー 類推 例 人の身長の分布と平均

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

untitled

untitled SGPLOT 1, 2 * 1 1 2 Drawing the useful graphs for the tumor shrinkage assessment in cancer clinical trials Innovative uses of new features in PROC SGPLOT Ryuji Uozumi 1, 2 * and Chikuma Hamada 1 1 Department

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

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

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

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

2 H23 BioS (i) data d1; input group patno t sex censor; cards;

2 H23 BioS (i) data d1; input group patno t sex censor; cards; H BioS (i) data d1; input group patno t sex censor; cards; 0 1 0 0 0 0 1 0 1 1 0 4 4 0 1 0 5 5 1 1 0 6 5 1 1 0 7 10 1 0 0 8 15 0 1 0 9 15 0 1 0 10 4 1 0 0 11 4 1 0 1 1 5 1 0 1 1 7 0 1 1 14 8 1 0 1 15 8

More information

Microsoft Word - HM-RAJ doc

Microsoft Word - HM-RAJ doc NIST 及び DIEHARD テストによる RPG100 乱数評価 FDK( 株 )RPG 推進室 2003/12/16 導入 RPG100 から生成される乱数を 2 つの有名なテストを用いて評価します 一方は米国機関 NIST により公開されている資料に基づくテストで 他方は Marsaglia 博士により提供されているテストです 乱数を一度テストしただけでは それが常にテストを満足する乱数性を持っていることを確認できないことから

More information

スライド 1

スライド 1 SAS による二項比率の差の非劣性検定の正確な方法について 武藤彬正宮島育哉榊原伊織株式会社タクミインフォメーションテクノロジー Eact method of non-inferiority test for two binomial proportions using SAS Akimasa Muto Ikuya Miyajima Iori Sakakibara Takumi Information

More information

工業数学F2-04(ウェブ用).pptx

工業数学F2-04(ウェブ用).pptx 工業数学 F2 #4 フーリエ級数を極める 京都大学加納学 京都大学大学院情報学研究科システム科学専攻 Human Systems Lab., Dept. of Systems Science Graduate School of Informatics, Kyoto University 復習 1: 複素フーリエ級数 2 周期 2π の周期関数 f(x) の複素フーリエ級数展開 複素フーリエ係数

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

スライド 1

スライド 1 ベイジアンモデルによる地域人口予測モデルの可能性について 片桐智志 1 山下諭史 1 ( 1 ネイチャーインサイト株式会社 ) The possibility of regional population forecasting model by Bayesian model KATAGIRI, Satoshi 1 YAMASHITA, Satoshi 1 1 Nature Insight Co.,

More information

数理システムユーザーコンファレンス (Fri) 医薬品の臨床薬理試験におけるモデリング & シミュレーションー S-PLUS とほかのソフトウェアの連携ー サターラ合同会社笠井英史

数理システムユーザーコンファレンス (Fri) 医薬品の臨床薬理試験におけるモデリング & シミュレーションー S-PLUS とほかのソフトウェアの連携ー サターラ合同会社笠井英史 数理システムユーザーコンファレンス 203 203..22 (Fr) 医薬品の臨床薬理試験におけるモデリング & シミュレーションー S-PLUS とほかのソフトウェアの連携ー サターラ合同会社笠井英史 (hdefum.kasa@certara.com) 医薬品研究開発の流れ 非臨床試験 合成 薬理 安全性 製剤 薬物動態 臨床試験 第 Ⅰ 相試験 第 Ⅱ 相試験 第 Ⅲ 相試験 製造販売後 薬物動態解析

More information

Presentation Title Goes Here

Presentation  Title Goes Here SAS 9: (reprise) SAS Institute Japan Copyright 2004, SAS Institute Inc. All rights reserved. Greetings, SAS 9 SAS 9.1.3 Copyright 2004, SAS Institute Inc. All rights reserved. 2 Informations of SAS 9 SAS

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

Microsoft PowerPoint - シミュレーション.ppt

Microsoft PowerPoint - シミュレーション.ppt システムのシミュレーション ( 生産システムを例にして ) 2-27 システム解析手法の分類 実システム実験 システム解析手法 物理的モデル実験 モデルシステム実験 数学的モデル実験 解析解 ( 単純システム ) シミュレーション解 ( 複雑システム ) システム解析手法のうち, モデルシステム実験でかつ数学的モデル実験の中で, 解析的に解を得ることが困難な複雑なシステムに対する解析手法として, シミュレーションが存在

More information

<4D F736F F D208EC08CB18C7689E68A E F193F18D8095AA957A C C839395AA957A814590B38B4B95AA957A2E646F63>

<4D F736F F D208EC08CB18C7689E68A E F193F18D8095AA957A C C839395AA957A814590B38B4B95AA957A2E646F63> 第 4 回二項分布, ポアソン分布, 正規分布 実験計画学 009 年 月 0 日 A. 代表的な分布. 離散分布 二項分布大きさ n の標本で, 事象 Eの起こる確率を p とするとき, そのうち x 個にEが起こる確率 P(x) は二項分布に従う. 例さいころを 0 回振ったときに の出る回数 x の確率分布は二項分布に従う. この場合, n = 0, p = 6 の二項分布になる さいころを

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

A Bit flipping Reduction Method for Pseudo-random Patterns Using Don’t Care Identification on BAST Architecture

A Bit flipping Reduction Method for Pseudo-random Patterns Using Don’t Care Identification  on BAST Architecture 29 年 2 月 4 日日本大学大学院生産工学研究科数理情報工学専攻修士論文発表会 BAST アーキテクチャにおけるランダムパターンレジスタント故障ドントケア抽出を用いた擬似ランダムパターンのビット反転数削減法に関する研究 日本大学院生産工学研究科数理情報工学専攻万玲玲 背景 概要 BAST アーキテクチャ 目的と提案手法 ハンガリアンアルゴリズム ランダムパターンレジスタント故障検出用ドントケア抽出法

More information

みっちりGLM

みっちりGLM 2015/3/27 12:00-13:00 日本草地学会若手 R 統計企画 ( 信州大学農学部 ) R と一般化線形モデル入門 山梨県富士山科学研究所 安田泰輔 謝辞 : 日本草地学会若手の会の皆様 発表の機会を頂き たいへんありがとうございます! 茨城大学 学生時代 自己紹介 ベータ二項分布を用いた種の空間分布の解析 所属 : 山梨県富士山科学研究所 最近の研究テーマ 近接リモートセンシングによる半自然草地のモニタリング手法開発

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション エージェントベースドシミュレーションによる店舗内回遊モデル構築に関する研究 大阪府立大学 現代システム科学域 知識情報システム学類石丸悠太郎 指導教員 森田裕之 背景 顧客の店舗内回遊シミュレーションは 店舗内でのプロモーションや商品配置の影響を実施する前に結果を予測することが可能となるため 実施前に効果を確認することでコストや時間を削減することができる 従来は 購買履歴やアンケート結果を用いたモデルを行わざるを得なかったため

More information

基礎数理 ()Aさんは確定拠出年金の加入者となった 投資商品は収益率がそれぞれ独立な正規分布 N(7, σ ), N(, σ y ) に従う,Y から選択することとした の過去 8 年間の収益率の実績は {8,,,5,,-,6,}(%) Y の過去 6 年間の収益率の実績は {,,,4,,}(%)

基礎数理 ()Aさんは確定拠出年金の加入者となった 投資商品は収益率がそれぞれ独立な正規分布 N(7, σ ), N(, σ y ) に従う,Y から選択することとした の過去 8 年間の収益率の実績は {8,,,5,,-,6,}(%) Y の過去 6 年間の収益率の実績は {,,,4,,}(%) 平成 年 月 日 基礎数理 基礎数理 ( 問題 ) 問題. 次の () から (9) までの各問について それぞれの選択肢の中から正しい答えを選んで 指定 の解答用紙の所定欄にその記号を記入せよ ( 点 ) ()5 個のサイコロを転がすとき 得られたの目の数を の目の数をY とする この同時密度関数を f (, y) としたとき f (,) である ( ア ) 6 ( イ ) 7 5 ( ウ ) 7

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

Microsoft PowerPoint - R-stat-intro_20.ppt [互換モード]

Microsoft PowerPoint - R-stat-intro_20.ppt [互換モード] と WinBUGS R で統計解析入門 (20) ベイズ統計 超 入門 WinBUGS と R2WinBUGS のセットアップ 1. 本資料で使用するデータを以下からダウンロードする http://www.cwk.zaq.ne.jp/fkhud708/files/r-intro/r-stat-intro_data.zip 2. WinBUGS のホームページから下記ファイルをダウンロードし WinBUGS14.exe

More information

パソコンシミュレータの現状

パソコンシミュレータの現状 第 2 章微分 偏微分, 写像 豊橋技術科学大学森謙一郎 2. 連続関数と微分 工学において物理現象を支配する方程式は微分方程式で表されていることが多く, 有限要素法も微分方程式を解く数値解析法であり, 定式化においては微分 積分が一般的に用いられており. 数学の基礎知識が必要になる. 図 2. に示すように, 微分は連続な関数 f() の傾きを求めることであり, 微小な に対して傾きを表し, を無限に

More information

スライド 1

スライド 1 . 無情報事前分布 前回 前回の復習 データの分布 ( 統計モデル を設定 ( θ モデルごとに相性のよい事前分布 ( 共役事前分布 を紹介 事後分布の計算 π (θ π ( θ, π ( θ dθ, 昔 共役事前分布を利用して 解析的に事後分布を導出簡単な形で書けない場合は ラプラス近似を利用 現在 パラメータの次元が高い, もしくは複雑な入り方をする統計モデル 数値的な方法 ( 第六回 で近似するため共役事前分布にこだわらない

More information

したがって このモデルではの長さをもつ潜在履歴 latent history が存在し 同様に と指標化して扱うことができる 以下では 潜在的に起こりうる履歴を潜在履歴 latent history 実際にデ ータとして記録された履歴を記録履歴 recorded history ということにする M

したがって このモデルではの長さをもつ潜在履歴 latent history が存在し 同様に と指標化して扱うことができる 以下では 潜在的に起こりうる履歴を潜在履歴 latent history 実際にデ ータとして記録された履歴を記録履歴 recorded history ということにする M Bayesian Inference with ecological applications Chapter 10 Bayesian Inference with ecological applications 輪読会 潜在的な事象を扱うための多項分布モデル Latent Multinomial Models 本章では 記録した頻度データが多項分布に従う潜在的な変数を集約したものと考えられるときの

More information

Stanによるハミルトニアンモンテカルロ法を用いたサンプリングについて

Stanによるハミルトニアンモンテカルロ法を用いたサンプリングについて Stan によるハミルトニアンモンテカルロ法を用いたサンプリングについて 10 月 22 日中村文士 1 目次 1.STANについて 2.RでSTANをするためのインストール 3.STANのコード記述方法 4.STANによるサンプリングの例 2 1.STAN について ハミルトニアンモンテカルロ法に基づいた事後分布からのサンプリングなどができる STAN の HP: mc-stan.org 3 由来

More information

第62巻 第1号 平成24年4月/石こうを用いた木材ペレット

第62巻 第1号 平成24年4月/石こうを用いた木材ペレット Bulletin of Japan Association for Fire Science and Engineering Vol. 62. No. 1 (2012) Development of Two-Dimensional Simple Simulation Model and Evaluation of Discharge Ability for Water Discharge of Firefighting

More information

自動車感性評価学 1. 二項検定 内容 2 3. 質的データの解析方法 1 ( 名義尺度 ) 2.χ 2 検定 タイプ 1. 二項検定 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 2 点比較法 2 点識別法 2 点嗜好法 3 点比較法 3 点識別法 3 点嗜好

自動車感性評価学 1. 二項検定 内容 2 3. 質的データの解析方法 1 ( 名義尺度 ) 2.χ 2 検定 タイプ 1. 二項検定 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 2 点比較法 2 点識別法 2 点嗜好法 3 点比較法 3 点識別法 3 点嗜好 . 内容 3. 質的データの解析方法 ( 名義尺度 ).χ 検定 タイプ. 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 点比較法 点識別法 点嗜好法 3 点比較法 3 点識別法 3 点嗜好法 : 点比較法 : 点識別法 配偶法 配偶法 ( 官能評価の基礎と応用 ) 3 A か B かの判定において 回の判定でAが選ばれる回数 kは p の二項分布に従う H :

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

ii 2. F. ( ), ,,. 5. G., L., D. ( ) ( ), 2005.,. 6.,,. 7.,. 8. ( ), , (20 ). 1. (75% ) (25% ). 60.,. 2. =8 5, =8 4 (. 1.) 1.,,

ii 2. F. ( ), ,,. 5. G., L., D. ( ) ( ), 2005.,. 6.,,. 7.,. 8. ( ), , (20 ). 1. (75% ) (25% ). 60.,. 2. =8 5, =8 4 (. 1.) 1.,, (1 C205) 4 8 27(2015) http://www.math.is.tohoku.ac.jp/~obata,.,,,..,,. 1. 2. 3. 4. 5. 6. 7.... 1., 2014... 2. P. G., 1995.,. 3.,. 4.. 5., 1996... 1., 2007,. ii 2. F. ( ),.. 3... 4.,,. 5. G., L., D. ( )

More information

<30323334333697A796BD8AD991E58A77976C2D8CBE8CEA837083938374838C83628367945B956983665B835E2E706466>

<30323334333697A796BD8AD991E58A77976C2D8CBE8CEA837083938374838C83628367945B956983665B835E2E706466> 2Graduate School of Language Education and Information Science (LEIS) 3 4Graduate School of Language Education and Information Science (LEIS) 5 6Graduate School of Language Education and Information Science

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

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

<4D F736F F F696E74202D208CB48E7197CD8A7789EF F4882CC91E589EF8AE989E A2E B8CDD8AB B83685D>

<4D F736F F F696E74202D208CB48E7197CD8A7789EF F4882CC91E589EF8AE989E A2E B8CDD8AB B83685D> 数値解析技術と標準 (3) 数値解析の信頼性に関する標準 平成 24 年 9 月 21 日原子力学会 2012 秋の大会標準委員会セッション5( 基盤 応用専門部会 ) 独立行政法人原子力安全基盤機構原子力システム安全部堀田亮年 AESJ MTG 2012 Autumn @Hiroshima 1 シミュレーションの信頼性 WG 報告書の構成 本文 (118 頁 ):V&Vの構造案解説 A) V&V

More information