Aritalab:Lecture/JSBi/Test/Math
From Metabolomics.JP
< Aritalab:Lecture | JSBi/Test(Difference between revisions)
(→確率・統計) |
(→分布) |
||
Line 26: | Line 26: | ||
:<math>P(B|A) = P(A|B)P(B)/P(A)</math> | :<math>P(B|A) = P(A|B)P(B)/P(A)</math> | ||
− | + | =分布= | |
+ | |||
==正規分布== | ==正規分布== | ||
よく見る釣鐘型の分布。どんな分布でも、その中から要素をランダムに抽出して和をとったものの分布は、正規分布に近づく(中心極限定理)。期待値が0, 分散が1になるようにスケーリングしたものを標準正規分布といい、<math>N(0,1)</math>と書く。 | よく見る釣鐘型の分布。どんな分布でも、その中から要素をランダムに抽出して和をとったものの分布は、正規分布に近づく(中心極限定理)。期待値が0, 分散が1になるようにスケーリングしたものを標準正規分布といい、<math>N(0,1)</math>と書く。 |
Revision as of 17:10, 8 October 2010
Contents |
確率
平均
期待値とは、確率変数の取る値とその確率とをかけた総和である。フェアなサイコロのように全ての目が糖確率で出る場合は、目の数の期待値は(算術)平均に等しくなる。二つの確率変数X,Yがあったとき、和の平均は平均の和に等しい。
X,Yが独立のときに限り、積についても分配できる。
(ただしX,Yは独立)
分散
分散とは確率変数がとる値のばらつきの度合いである。
X,Yが独立のときに限り、和の分散は分散の和に等しい。
(ただしX,Yは独立)
独立でない場合に生じる「ズレ」を共分散と呼ぶ。
共分散・相関
共分散は二組の対応する確率変数の間で、ばらつきが異なる度合いである。 共分散の定義は
となる。 XとYに関して対称に定義されていて、XとYのばらつきの傾向が似ていれば大きな正の値になり、似ていなければ大きな負の値になる。XとYが独立であれば0になる。 共分散をXの標準偏差とYの標準偏差で割ったものが相関係数である。
回帰
ベイズの定理
分布
正規分布
よく見る釣鐘型の分布。どんな分布でも、その中から要素をランダムに抽出して和をとったものの分布は、正規分布に近づく(中心極限定理)。期待値が0, 分散が1になるようにスケーリングしたものを標準正規分布といい、と書く。
正規分布表
標準正規分布表の見方。
|
![]() |
表におけるzの値は上から順に左→右方向にみる。正規分布全体の面積を1.0としたときの、 zから上側の面積を示している。例えば標準偏差が2.0以上の面積は0.0228、2.2以上の面積は0.0139。
ポアソン分布
稀にしか起こらない離散的な事象を数える際に用いる分布。 単位時間中に平均λ回発生する事象が、ぴったりk回発生する確率を
と定義する。