統計学Part17 [無断転載禁止]©2ch.net
■ このスレッドは過去ログ倉庫に格納されています
順列組み合わせの質問です。
LOTO6の数字(6個+ボーナス数字1個=計7個)の数字を予想します。
選ぶ数字は、1〜43です。
予想する数字の数は全部で10個です。
母数は43^10と思うんですけど。
1)一つでも予想的中する組み合わせ。
2).二つ的中する組み合わせ。
3).三つ的中する組み合わせ。
宜しく御願教授ねがいます。 ¥
>前科持ち変質者と絶対出会える掲示板 [無断転載禁止]
>
>1 名前:132人目の素数さん 2016/11/16(水) 21:02:24.40 ID:8UX5OsVV
> 変質者前科持ちと気が触れ合える掲示板
>
>11 名前:132人目の素数さん :2016/11/19(土) 08:36:12.59 ID:6KwDBI7h
> 変質者前科持ち=増田哲也
>
>12 名前:132人目の素数さん :2016/11/19(土) 09:04:39.15 ID:AZB04dZ8
> わざわざ言わんでもええ
>
>13 名前:出会える掲示板 ◆2VB8wsVUoo :2016/11/19(土) 15:58:01.20 ID:21LrO2+x
> 絶対に…
>
> ケケケ¥
>
>14 名前:132人目の素数さん :2016/11/19(土) 16:31:33.55 ID:6KwDBI7h
> 六十目前で父親逆恨みしたり掲示板逆恨みする根性の腐れっぷりは凄くて困る
> コンビネーションとかパーミネーションとかのアプリありますか? ¥
>前科持ち変質者と絶対出会える掲示板 [無断転載禁止]
>
>1 名前:132人目の素数さん 2016/11/16(水) 21:02:24.40 ID:8UX5OsVV
> 変質者前科持ちと気が触れ合える掲示板
>
>11 名前:132人目の素数さん :2016/11/19(土) 08:36:12.59 ID:6KwDBI7h
> 変質者前科持ち=増田哲也
>
>12 名前:132人目の素数さん :2016/11/19(土) 09:04:39.15 ID:AZB04dZ8
> わざわざ言わんでもええ
>
>13 名前:出会える掲示板 ◆2VB8wsVUoo :2016/11/19(土) 15:58:01.20 ID:21LrO2+x
> 絶対に…
>
> ケケケ¥
>
>14 名前:132人目の素数さん :2016/11/19(土) 16:31:33.55 ID:6KwDBI7h
> 六十目前で父親逆恨みしたり掲示板逆恨みする根性の腐れっぷりは凄くて困る
> >>28
それは統計学ではなく確率の問題ですので確率のスレへ行ってください >>31
それは統計学ではなくアプリの問題なのでアプリのスレへ行ってください ¥
>前科持ち変質者と絶対出会える掲示板 [無断転載禁止]
>
>1 名前:132人目の素数さん 2016/11/16(水) 21:02:24.40 ID:8UX5OsVV
> 変質者前科持ちと気が触れ合える掲示板
>
>11 名前:132人目の素数さん :2016/11/19(土) 08:36:12.59 ID:6KwDBI7h
> 変質者前科持ち=増田哲也
>
>12 名前:132人目の素数さん :2016/11/19(土) 09:04:39.15 ID:AZB04dZ8
> わざわざ言わんでもええ
>
>13 名前:出会える掲示板 ◆2VB8wsVUoo :2016/11/19(土) 15:58:01.20 ID:21LrO2+x
> 絶対に…
>
> ケケケ¥
>
>14 名前:132人目の素数さん :2016/11/19(土) 16:31:33.55 ID:6KwDBI7h
> 六十目前で父親逆恨みしたり掲示板逆恨みする根性の腐れっぷりは凄くて困る
> >>28
Google計算機でコンビネーションとかパーミュテーションとか計算できるよ 関数電卓アプリを勧めた俺が言うのもなんだけど…
みんな適度に不親切で笑える >>31
あるよ。
いまの関数電卓アプリはすごいよ 最近のアプリ、3dグラフ作ってくれるもんね。あれはすごいわ。
動画マニュアルがロシア語だったけど >>28
r! * (n choose r)
n個からr個選ぶ順列の個数は上の式で計算できる
例えば
10! *(43 choose 10)
1個的中する組合せとか3個的中する組合せとかがわかるなら既に何億も当ててるわ ¥
>前科持ち変質者と絶対出会える掲示板 [無断転載禁止]
>
>1 名前:132人目の素数さん 2016/11/16(水) 21:02:24.40 ID:8UX5OsVV
> 変質者前科持ちと気が触れ合える掲示板
>
>11 名前:132人目の素数さん :2016/11/19(土) 08:36:12.59 ID:6KwDBI7h
> 変質者前科持ち=増田哲也
>
>12 名前:132人目の素数さん :2016/11/19(土) 09:04:39.15 ID:AZB04dZ8
> わざわざ言わんでもええ
>
>13 名前:出会える掲示板 ◆2VB8wsVUoo :2016/11/19(土) 15:58:01.20 ID:21LrO2+x
> 絶対に…
>
> ケケケ¥
>
>14 名前:132人目の素数さん :2016/11/19(土) 16:31:33.55 ID:6KwDBI7h
> 六十目前で父親逆恨みしたり掲示板逆恨みする根性の腐れっぷりは凄くて困る
> コンビネーションで良いのか
43 choose 10
で良いな
(10 choose 3)*(33 choose 4)/(43 choose 10)
とかかな ¥
>前科持ち変質者と絶対出会える掲示板 [無断転載禁止]
>
>1 名前:132人目の素数さん 2016/11/16(水) 21:02:24.40 ID:8UX5OsVV
> 変質者前科持ちと気が触れ合える掲示板
>
>11 名前:132人目の素数さん :2016/11/19(土) 08:36:12.59 ID:6KwDBI7h
> 変質者前科持ち=増田哲也
>
>12 名前:132人目の素数さん :2016/11/19(土) 09:04:39.15 ID:AZB04dZ8
> わざわざ言わんでもええ
>
>13 名前:出会える掲示板 ◆2VB8wsVUoo :2016/11/19(土) 15:58:01.20 ID:21LrO2+x
> 絶対に…
>
> ケケケ¥
>
>14 名前:132人目の素数さん :2016/11/19(土) 16:31:33.55 ID:6KwDBI7h
> 六十目前で父親逆恨みしたり掲示板逆恨みする根性の腐れっぷりは凄くて困る
> Σ^p_{j=1}Σ^p_{k≠j}Cov(x_{j},x_{k})
Σが2個ある二重総和で、共分散Covを含んでいる計算なのですが、
2番目のΣの添え字{k≠j}をどう解釈して計算するのかが分かりません。
教えてください。
ちなみに、合成変数xの分散の解説に出てきた式で、式全体は
Var(x)=Σ^p_{j=1}Var(x_j)+Σ^p_{j=1}Σ^p_{k≠j}Cov(x_{j},x_{k})
です。(分散Var)
texなら
Var(x)=¥sum^p_{j=1}Var(x_j)+¥sum^p_{j=1}¥sum^p_{k≠j}Cov(x_{j},x_{k})
です。 👀
Rock54: Caution(BBR-MD5:0be15ced7fbdb9fdb4d0ce1929c1b82f) >>79
k=jの時は共分散では無くて分散になるからそれを除外してあるだけでは?
全体の式で最初の項が分散を表してるとおもう 線形結合した確率変数xの分散は
係数の横ベクトルvと分散共分散行列Cで
var(x)=v•C•transpose(v)
と表せると思う
係数ベクトルが全て1の場合
その式になるのでは? 回答ありがとうございます。
>全体の式で最初の項が分散を表してるとおもう
教科書の、「重み付き合成変数の分散と共分散」の解説のページからです。
たしかに、全体の式は、「合成変数xの分散」の式です。
ちなみに、合成変数xの定義は、
x=Σ^p_{j=1}x_j
texなら$x=¥sum^p_{j=1}x_j$です。
>k=jの時は共分散では無くて分散になるからそれを除外してあるだけでは?
私がつまずいているところは、k≠jの意味です。つまり
k≠jとなると、具体的に数字をあてはめたとして、
下の式でどう計算するのかわからないということです。
Σ^p_{j=1}Σ^p_{k≠j}Cov(x_{j},x_{k})
これが分かれば、k=jとk≠jの値(分散と同じか違うか)を計算で確かめられるのですが。。。 >>81
補足ありがとうございます。
>係数ベクトルが全て1
合成変数xの定義
x=Σ^p_{j=1}x_j
のことでしょうか。
>線形結合した確率変数xの分散は
>係数の横ベクトルvと分散共分散行列Cで
>var(x)=v•C•transpose(v)
線形結合
分散共分散行列
transpose
ん〜ん、なんでしょ?調べました。
分散共分散行列はクロス表であらわせるような数列ということは分かりましたが、後はちんぷんかんぷんでして、ごめんなさい。
この程度の知識の人間です。お手柔らかにお願いします。 >>83
確率変数x1とx2があって
その共分散をcov(x1, x2)とすれば
cov(x1, x2)=cov(x2, x1)になる
ここでcov(x1, x1)を計算してみると
var(x1)と等しくなる
分散共分散行列とは
cov(x1, x1) cov(x1, x2)
cov(x2, x1) cov(x2, x2)
で表される行列のこと
対角つまりk=jの時は分散に等しい値で
その他は共分散の値を成分にもつ
元に戻って質問の全体の式では
分散をvar()で計算してあるから
共分散を計算するときに対角成分になるk=jの時を
除外しないと2回足し算する事になる
k≠jとはk=jのときはΣの対象から除外すると言う事 >>85
ありがとうございます。分かったような”気”がします。
つまり、確率変数x1とx2を
上の式
Var(x)=Σ^p_{j=1}Var(x_j)+Σ^p_{j=1}Σ^p_{k≠j}Cov(x_{j},x_{k})
で計算するなら
var(x1) + var(x2) + cov(x1, x2) + cov(x2, x1)
となるということですね。
数字をあてはめて確認したら、確かに
var(小6) + var(中2) == cov(小6, 小6) + cov(中2, 中2)
でした。
あああ〜〜〜〜すっきりしました。勉強続けます。 ああ、すみません。Rの計算をそのままコピペしてしまいました。
訂正:
数字をあてはめて確認したら、確かに
”var(x1) + var(x2) == cov(x1, x1) + cov(x2, x2)”
でした。 確かめなければならないのは、二三の実例じゃなく
VerとCovの定義だろ?何やってんだか。 >>88
実際の数字はめないとわからない時もあるよ。
これで使えるようになったんならokじゃん Σ(k=1,n)の扱いができないところに問題があるのに >>89
実際にやってみて、あてはまったから
納得した使えるようになったというのは、
誇大妄想癖があるだけだよ。
証明して理解しなければ次の例にもあてはまるのか
不安が残るだけ、というのが正常な感性だ。 例と証明は両方理解するのが理想だろう、証明はいろいろな方法があるんだし >>91
次も使えるかな?はそうかも。数やると感覚でつかめるようになるけど…
でも、回帰とか実際の数字ハメるまで全然ピンとこなかったけどなぁ この統計的調査の有効回答数の女子高生328人って、少な過ぎて
分析には使えないのじゃないか?何人以上が、妥当なのだろ?
1 :砂漠のマスカレード ★:2017/01/20(金) 18:34:25.55 ID:CAP_USER9
調査は、スマートフォンを所有する15?49歳の女性を対象に、2016年12月6日?12月10日にインターネットにて実施したもの。
女子高生328人、女子大生412人、20?30代社会人独身女性416人、30?40代既婚女性418人、計1,574人の有効回答を・・・・
定期的に使うアプリ・サイトについては・・・・・女子高生94.5%、女子大生96.6%と・・・・・
【生活】女子高生・女子大生95%がLINE利用、友人の電話番号は「知らない」 [無断転載禁止]©2ch.net
h ttp://daily.2c h.net/test/read.cgi/newsplus/1484904865/ >>1
テンプレ
以下のお約束を守った上で統計学について何でもどうぞ。
1)学校の宿題の丸投げはやめましょう。
2)質問者は質問の前に相当程度調べるなり、考えるなりしましょう。
3)荒らしは基本的にスルーでお願いします。 統計学について全くの素人です。
質問させて頂きたいのですが、effect size
の大きさ(大、中、小)の感覚的な理解ができません。
あるトレーニング(1ヵ月から2ヵ月ほどのトレーニング期間)の効果を測った論文で、effect size が小とでてました。
これは、小さいにしても効果はでた、とみていいのでしょうか?
効果が無い場合はeffect size はゼロになったりするのでしょうか? 効果が厳密にゼロであるかどうかなんて
検証のしようがない。 >>100
そういうものなんですね。
ありがとう。 ■ このスレッドは過去ログ倉庫に格納されています