• 検索結果がありません。

値の線型結合により推定されるモデル

6. 消費関数と乗数効果 経済統計分析 (2014 年度秋学期 ) 消費関数 ( 統計分析手法 ) 回帰分析 ( 単回帰 重回帰 ) 最小二乗法 回帰分析の推定結果の読み取り方 回帰係数の意味 実績値 推定値 残差 決定係数 自由度修正済決定係数 説明変数の選択 外れ値 ( 異常値 ) の影響 推定

6. 消費関数と乗数効果 経済統計分析 (2014 年度秋学期 ) 消費関数 ( 統計分析手法 ) 回帰分析 ( 単回帰 重回帰 ) 最小二乗法 回帰分析の推定結果の読み取り方 回帰係数の意味 実績値 推定値 残差 決定係数 自由度修正済決定係数 説明変数の選択 外れ値 ( 異常値 ) の影響 推定

... ような変数を追加しても必ず増大する)  このため、説明変数数が異なるモデル説明力を比較するには、「自由 度修正済み決定係数 」が用いられる ※.このほか、説明変数数が異なるモデル選択基準として良く用いられるものとして、 赤池情報量基準(AIC)とシュワルツ基準(SC)がある ...

30

一般化線型モデルとは? R 従属変数群が独立変数群の一次結合と誤差で表されるという形のモデルを線型モデルという ( 回帰分析はデータへの線型モデルの当てはめである ) 式で書けば Y = β 0 + βx + ε R では glm( ) という関数で実行する glm( ) は量的なデータが正規分布に

一般化線型モデルとは? R 従属変数群が独立変数群の一次結合と誤差で表されるという形のモデルを線型モデルという ( 回帰分析はデータへの線型モデルの当てはめである ) 式で書けば Y = β 0 + βx + ε R では glm( ) という関数で実行する glm( ) は量的なデータが正規分布に

... ε 二乗和)が最小になるように重回帰モデ ル係数(偏回帰係数) b00, b01, ..., b0k を推定 するには,最小二乗推定か最尤推定をするだ が,その結果が信頼できるためには, k << n でな くてはならないし, Y, X1, ...

12

以下の内容について説明する 1. VAR モデル推定する 2. VAR モデルを用いて予測する 3. グレンジャーの因果性を検定する 4. インパルス応答関数を描く 1. VAR モデルを推定する ここでは VAR(p) モデル : R による時系列分析の方法 2 y t = c + Φ 1 y t

以下の内容について説明する 1. VAR モデル推定する 2. VAR モデルを用いて予測する 3. グレンジャーの因果性を検定する 4. インパルス応答関数を描く 1. VAR モデルを推定する ここでは VAR(p) モデル : R による時系列分析の方法 2 y t = c + Φ 1 y t

... VAR モデルを用いて予測をする cajp データにおいて ca.msci と jp.msci n 期先予測、およびその区間予測を計算す るには predict()関数を使う。先ほど推定した cajp データ 2 変量 VAR(2)モデル推定結 果を用いて予測をする。推定結果は ...

11

非定常時系列データのVARモデル推定について

非定常時系列データのVARモデル推定について

... 各モデル モデル モデル内最大誤差 モデル 内最大誤差( 内最大誤差 内最大誤差 ( ( (絶対 絶対 絶対 絶対) )比較 ) ) 比較 比較 比較グラフ グラフ グラフ グラフ 最後に、誤差項同士相関があるデータに対して FIML 検定を行ったシミュレーション結果につ いてまとめる。 VAR・SSW ...

14

被援助場面で経験される感謝感情と負債感情の生起過程モデルの検討

被援助場面で経験される感謝感情と負債感情の生起過程モデルの検討

... 以上,統合的知見と負債感情のみに関わる規定因 示唆は,なぜ日本人が 1 つ被援助場面において, 感謝感情と負債感情をともに経験するかを説明する 手掛かりとなる。アメリカ人を対象とした研究では, 感謝感情と負債感情は相反するものとして扱われてお り(Watkins, 2014),価値とコスト認知は,感謝感 ...

11

「国債の金利推定モデルに関する研究会」報告書

「国債の金利推定モデルに関する研究会」報告書

... 本稿構成は以下とおりである.次節で,リスク中立化法枠組みで国債価格と金利 スワップレートを決定する定式化を行い,これら結果を使って,第 3 節で国債イールド カーブモデル化を行う.第 4 節は数値計算例である.なお,本稿は「国債金利推定モ ...

16

半教師ありトピックモデルを利用したTwitterユーザの生活に関わる地域の推定

半教師ありトピックモデルを利用したTwitterユーザの生活に関わる地域の推定

... においては,地域・年代等ユーザ 属性となるデータを記述する項目が,bio と呼ばれる 160 文字以内自由記述 自己紹介項目と,ロケーションという場所を記述する項目に限られており,ユー ザ属性情報が明示れないことが多い.日本語 Twitter ユーザに対する,伊藤 ら [16] 調査では,約 4,600,000 ...

54

第10回 生物検定法の故郷、2値データの用量反応に対する逆推定,平行性検定

第10回 生物検定法の故郷、2値データの用量反応に対する逆推定,平行性検定

... 生物検定法故郷,2 データ用量反応に対する逆推定,平行性検定について基礎 にもどって講義と実習を行う。 このテーマは,第1回目セミナー課題であった。この時は,JMP で生物検定法代 表的な課題に対してどこまで対応可能なか,本当にできるか,などについて解析 ...

34

い劣化過程に関する情報のみが観測される. 本研究では, 複数タイプのひび割れ過程間の競合関係を表現する競合的劣化ハザードモデルを提案するとともに, 各タイプのひび割れ過程を供用性曲線として個別に推定する方法論を提案する. 競合的劣化ハザードモデルを用いることにより, タイプ別供用性曲線を推計する場合

い劣化過程に関する情報のみが観測される. 本研究では, 複数タイプのひび割れ過程間の競合関係を表現する競合的劣化ハザードモデルを提案するとともに, 各タイプのひび割れ過程を供用性曲線として個別に推定する方法論を提案する. 競合的劣化ハザードモデルを用いることにより, タイプ別供用性曲線を推計する場合

... 段階指数劣化ハザードモデルで表現するとともに,個々 タイプひび割れ中でもっとも損傷度が大きいひ び割れのみが観測れる状況を競合的劣化ハザードモ デルを用いて表現した.つぎに,道路舗装ひび割れ に関する定期測定結果に基づいて,ハザードモデルを 推計し,道路構造特性,舗装特性,および交通条件が ...

20

トピックモデルによる単語の属する話題の推定手法

トピックモデルによる単語の属する話題の推定手法

... みの文書データをランダムに 30 件サンプルした . サンプルれた文書データを実験用 データとして 1 件ずつ人手で読み , 文中に存在する名詞中からその記事話題を象徴 していると判断した単語を 3 つ選出し , これを代表語として選出れるべき語として設定 した . その後 , 実験 2 で選出れた ...

23

第11回:線形回帰モデルのOLS推定

第11回:線形回帰モデルのOLS推定

... ▶ 預金係数検定結果違い ▶ デフォルト標準誤差と,White 頑健標準誤差により, t 検定判断に違いが生じている. å モデル誤差項に不均一分散があるとして,頑 ...

45

ボーリングデータから推定された浅部地盤モデルの地震動増幅特性評価に関する研究 [ PDF

ボーリングデータから推定された浅部地盤モデルの地震動増幅特性評価に関する研究 [ PDF

... N<50 層と N≥50 層それぞれで検討を行った。N<50 層については検 討結果、深考慮と土質分類細分化は S 波速度 推定精度向上に寄与することが明らかになったた め、土質を 10 種類に分類し、それぞれ土質に対して N ...

4

1. 大気放出量の推定 - 推定手法の概念 - 計算値 1Bq/h の単位放出を仮定 測定点の大気中濃度 空気吸収線量率を算出 測定値大気中濃度 空気吸収線量率 放出率 (Bq/h)= 測定値 / 計算値 これまでの主要発表 H JAEA の大気放出推定値を原子力安全委員会が発表

1. 大気放出量の推定 - 推定手法の概念 - 計算値 1Bq/h の単位放出を仮定 測定点の大気中濃度 空気吸収線量率を算出 測定値大気中濃度 空気吸収線量率 放出率 (Bq/h)= 測定値 / 計算値 これまでの主要発表 H JAEA の大気放出推定値を原子力安全委員会が発表

... 6 海洋側放出時放出量推定が過少可能性が指摘れた。 >海側へ放出時放出量予測について、大気拡散モデルと海洋拡散モデル結合 により、海洋中セシウム濃度から逆推定。 ...

26

結合エントロピーに基づくデータ集約モデルの導出と省電力センサネットワークへの適用

結合エントロピーに基づくデータ集約モデルの導出と省電力センサネットワークへの適用

... センサノードデータ結合エントロピーが簡単に推 定できることを意味している. 3. 集約モデルに基づく間欠送信手法 本章では集約モデルを利用した省電力手法として, クラスタリングスキームにおけるデータ送信回数削 減手法について述べる.クラスタリングとは,ネット ワーク中に存在するセンサノードを複数クラスタに ...

8

インストール ダウンロード Ignite UI SR ダウンロード リリースノート コンポーネント カテゴリ 説明 AngularJS ディレクティブ Angular の igtexteditor がモデル値を誤ったタイミングで更新される問題 注 : この問題は エディター入力 (ng

インストール ダウンロード Ignite UI SR ダウンロード リリースノート コンポーネント カテゴリ 説明 AngularJS ディレクティブ Angular の igtexteditor がモデル値を誤ったタイミングで更新される問題 注 : この問題は エディター入力 (ng

... igGrid (ColumnFixing) バグ修正 仮想化、列固定、avgRowHeight が設定れているときに行を削除すると行をリセットする問題。 igGrid (ColumnFixing) バグ修正 ColumFixing、virtualization:continuous、フィルタリングがあるグリッドで、フィルタリング結果がゼロ 場合にスクリプト エラー ...

23

ネットワークにおいて,1 ホップと 2 ホップの二つの通信フローがゲートウェイノードに送信される状況を 2 ノード直列型待ち行列網でモデル化し, 系内フレーム数とネットワーク状態の結合分布を導出することによりスループットの解析を行う. また, ネットワーク シミュレータ ns-2 を用いたシミュレー

ネットワークにおいて,1 ホップと 2 ホップの二つの通信フローがゲートウェイノードに送信される状況を 2 ノード直列型待ち行列網でモデル化し, 系内フレーム数とネットワーク状態の結合分布を導出することによりスループットの解析を行う. また, ネットワーク シミュレータ ns-2 を用いたシミュレー

... 3 解析モデル 二つ無線端末ノード 1,ノード 2 とゲートウェイ (GW) からなる 3 ノードチェーントポロジネットワー クを考える (図 1).このモデルでは,ノード 1 からノード 2 を介して GW に送られるフロー1 と,ノード 2 から GW に送られるフロー2 が存在する.ノード 1 とノード 2 およびノード 2 と GW はそれぞれ通信可能範囲 ...

10

布反射の解析に基づく反射モデルパラメータの推定 布反射の解析に基づく反射モデルパラメータの推定 A Parameter Estimation of the Reflection Model by Means of a Reflection Analysis of Woven Fabrics 坂上ちえ

布反射の解析に基づく反射モデルパラメータの推定 布反射の解析に基づく反射モデルパラメータの推定 A Parameter Estimation of the Reflection Model by Means of a Reflection Analysis of Woven Fabrics 坂上ちえ

... Table2 通り,「布輝度(Luminance of Fabric:L.F.)」と変数名を付けた 1 度視野範囲算出輝 度平均と「織糸輝度( Luminance of Weaving ...度視野範囲 算出輝度平均, 表面凹凸示す「粗( Surface ...

14

化学結合が推定できる表面分析 X線光電子分光法

化学結合が推定できる表面分析 X線光電子分光法

... X線源は、空間分解能やエネルギー分解能を左右するため数keV軟X線で、線幅が細いものを用いる。 一般的には、X線源用ターゲットとしてAl(K α )、Mg(K α )が利用れている。また、化学結合状態を解析する場合 などは、光電子スペクトルピークがシャープであることが重要であるため、モノクロメーターを用いて単色化した X線を使用する。 ...

6

空間的自己相関モデルにおける距離行列のべき数の推定と地価決定要因分析への応用

空間的自己相関モデルにおける距離行列のべき数の推定と地価決定要因分析への応用

... また、重み付け行列を所与としたモデルとべき数推定モ デルを検定すると、商業地では空間要因有意でなく寄与 率が低い期間が多いため、べき数違いによる差はほとん どない。住宅地では空間要因影響が大きく、重み付け行 列構造によって結果が左右れやすいため、多く場合 ...

6

表 1 エビデンスの強さと定義 A( 強 ) 効果の推定値に強く確信がある B( 中 ) 効果の推定値に中程度の確信がある C( 弱 ) 効果の推定値に対する確信は限定的である D ( とても弱い ) 効果の推定値がほとんど確信できない 表 2 推奨の強さ 1 強い推奨 実施する または 実施しない

表 1 エビデンスの強さと定義 A( 強 ) 効果の推定値に強く確信がある B( 中 ) 効果の推定値に中程度の確信がある C( 弱 ) 効果の推定値に対する確信は限定的である D ( とても弱い ) 効果の推定値がほとんど確信できない 表 2 推奨の強さ 1 強い推奨 実施する または 実施しない

... 本症では、近位肢節により強い四肢短縮型著しい低身長、特徴的な顔貌(頭蓋が相対 的に大きい、前額部突出、鼻根部陥凹、顔面正中部 低形成、下顎が相対的に突出)、 三尖手などがみられる。骨単純 X 線像としては、太く短い管状骨、幅が広く不整で盃状変 形を伴う長管骨骨幹端は幅が広く不整で盃状変形(カッピング) 、大腿骨頸部短縮、脛 ...

30

Show all 10000 documents...

関連した話題