• 検索結果がありません。

恥t りす t ことがわもヽつな_

2. 金融時系列の同時刻相関行列 株価時系列解析では, 直接株価を比較するのでなく収益率 S(t t) S(t) S(t) S(t) S(t) (1) を使用することが多い. この量は単位に依存しないため, 平均数万円の株価の増減も平均数百円の株価の増減も同様に扱うことができる. もっと便利なのは対

2. 金融時系列の同時刻相関行列 株価時系列解析では, 直接株価を比較するのでなく収益率 S(t t) S(t) S(t) S(t) S(t) (1) を使用することが多い. この量は単位に依存しないため, 平均数万円の株価の増減も平均数百円の株価の増減も同様に扱うことができる. もっと便利なのは対

... 6 まとめ 株式市場における非常に多くの株式の相関を扱う場合,数百から数千におよぶサイズの次元をもつ, 非常にランダム性の強いデータからたった数個の主成分を分離する必要ある.本論文で検討した,ラ ンダム行列理論式を使った主成分抽出法(RMT_PCM)は,次元数数百以上の大きな場合に適し,時系列 長次元数に比べてはるかに大きく取れる tick ...

6

(q(t),p(t)) (q(t),p(t)) q = E[q], p = E[p], v 1 = E[(q q) 2 ], v 2 = E[(q q)(p p)], v 3 = E[(p p) 2 ]. ( t ). v 2 (t) q(t) p(t) E ξ(t), q(t), p(t) ()

(q(t),p(t)) (q(t),p(t)) q = E[q], p = E[p], v 1 = E[(q q) 2 ], v 2 = E[(q q)(p p)], v 3 = E[(p p) 2 ]. ( t ). v 2 (t) q(t) p(t) E ξ(t), q(t), p(t) ()

... しかし,量子情報科学状況を一変させた.量子系に 対して巧妙測定を行うと,古典ではあり得ない現象 起こること判明したのである.その極端もの量子 計算である.この事情で,測定を積極的に行うあるいは デザインする研究,突如,変わり種研究から王道研究 に格上げされた.そうなると, 「時間連続で測定し続ける」 ...

6

% 80% , JUNKAN No t1500t 25t m ,600t

% 80% , JUNKAN No t1500t 25t m ,600t

... 3.地下水の許容揚水量の追求(地下水収支 調査) 地下水位回復してきたのを見れば、都内の 地下水利用を全面停止する計画は過剰防衛であ り、多摩の地下水を河川水に全面転換する計画 の妥当性疑われた。しかし将来の地下水計画 の軌道修正を図るためには、地盤沈下を引き起 こさない許容揚水量一日何万トンであるの か、科学的根拠のある数字を示す必要あっ ...

16

exp( β i z i ) survreg() R survival library(survival) require(survival) 3 survfit() t 1, t 2,... t 1 d 1 t 2 d 2 t 1, t 2,... n 1, n 2,... n i t i n 1

exp( β i z i ) survreg() R survival library(survival) require(survival) 3 survfit() t 1, t 2,... t 1 d 1 t 2 d 2 t 1, t 2,... n 1, n 2,... n i t i n 1

... 生存時間解析の特徴は,期間データを扱うことと,観察打ち切りケース含まれるデータを扱えることで ある。 実験においては,化学物質などへの1回の曝露の影響を時間を追ってみていくこと良く行われる。時間ご とに何らかの量の変化を追うほかに,エンドポイント(観察期間の終点となるイベント)を死亡とした場合, ...

14

k 0 given, k t 0. 1 β t U (Af (k t ) k t+1 ) ( 1)+β t+1 U (Af (k t+1 ) k t+2 ) Af (k t+1 ) = 0 (4) t=1,2,3,...,t-1 t=t terminal point k T +1 = 0 2 T k

k 0 given, k t 0. 1 β t U (Af (k t ) k t+1 ) ( 1)+β t+1 U (Af (k t+1 ) k t+2 ) Af (k t+1 ) = 0 (4) t=1,2,3,...,t-1 t=t terminal point k T +1 = 0 2 T k

... Function わかれば、その解として Policy Function を得ること出来、Policy Function わかれば、各期の 最適資本ストックの水準を得ること出来るのである。無論、全ての 動的最適化問題このよう形で定式化できるとは限らない、各期で ...

13

PreFEst Predominant- F0 Estimation Method EM Expectation-Maximization [20] CD D m(t) D b (t) t F0 F i(t) (i =m, b) A i(t) D m(t) ={F m(t),a m(t)

PreFEst Predominant- F0 Estimation Method EM Expectation-Maximization [20] CD D m(t) D b (t) t F0 F i(t) (i =m, b) A i(t) D m(t) ={F m(t),a m(t)

... 誤検出した箇所では,それまで追跡していたメロ ディーやベース鳴り続けているにかかわらず,一 時的にオブリガート等の伴奏パートの方を追跡してし まうことあった.更に,メロディーの発音直後十 分優勢でないときに,他の伴奏パートの追跡からメロ ディーの追跡に戻るの遅れてしまい,その発音直後 ...

11

(heterogeneity) 2 t n t 1 n t n t n t 1 (job creation rate; JCR) (job destruction rate; JDR) JCR = P max (nt n t 1, 0) P nt 1, JDR = P max (nt 1 n t,

(heterogeneity) 2 t n t 1 n t n t n t 1 (job creation rate; JCR) (job destruction rate; JDR) JCR = P max (nt n t 1, 0) P nt 1, JDR = P max (nt 1 n t,

... 台であり、まだ日本の失業率は先進国の中では低いと考えられていたこの時期でも、雇用創出率と 消失率の合計である雇用再配分率は 8.3% と、労働市場における雇用の変動は無視できない程大き い事解かる。一方、90 年代後半になると、不況の深刻化に伴い雇用消失率と創出率の関係逆 転する。純雇用率は減少となり、失業率は 4% 以上へと増加していく。しかし、この時期雇用再 配分率は 8.2% と ...

33

$ pwd /home1/t0/t0903 / / /home1/t0/t0903 / / /home1/t0/t0903 / /... ~ $ ls $ ls -a

$ pwd /home1/t0/t0903 / / /home1/t0/t0903 / / /home1/t0/t0903 / /... ~ $ ls $ ls -a

... Degshift として,回転した角度を宣言.この位置で宣言すると,このプログ ラム内のどの関数内で使 うことできる.通常, 46行目のように,関数内で宣 言した場合は,その関数内でしか有効でない. 22 ‒ 42 行目: OpenGL することなくて休んでいるときにする関数. 92行目の glutIdleFunc() と組み合わせて使 う. ...

51

4 2 p = p(t, g) (1) r = r(t, g) (2) p r t g p r dp dt = p dg t + p g (3) dt dr dt = r dg t + r g dt 3 p t p g dt p t r t = Benefit view dp

4 2 p = p(t, g) (1) r = r(t, g) (2) p r t g p r dp dt = p dg t + p g (3) dt dr dt = r dg t + r g dt 3 p t p g dt p t r t = Benefit view dp

... 佐藤主光 † 日本財政学会第 62 回大会報告論文 1 はじめに 現在、わが国では地方財政改革の必要性唱えられている。とりわけ、 地方の自主財源を強化する中で、固定資産税を地方政府の基幹税として いくべきとの主張しばしばなされている 1 。この主張は、固定資産税 地方税の原則の一つである応益性を満たす課税であるとの根拠に基づく ...

15

Trapezoidal Rule θ = 1/ x n x n 1 t = 1 [f(t n 1, x n 1 ) + f(t n, x n )] (6) 1. dx dt = f(t, x), x(t 0) = x 0 (7) t [t 0, t 1 ] f t [t 0, t 1 ], x x

Trapezoidal Rule θ = 1/ x n x n 1 t = 1 [f(t n 1, x n 1 ) + f(t n, x n )] (6) 1. dx dt = f(t, x), x(t 0) = x 0 (7) t [t 0, t 1 ] f t [t 0, t 1 ], x x

... 1 は規格化パラメ タであり一般性を失わずに固定することできる.よって自由パラメタ 2k + 1 に対して,関係式 m + 1 ある. すなわち,k 段の線形多段解法に対して m = 2k 次まで理論的に到達可能である.しかし,一般に k > 2 に対して m = k + 1 次より高い次数の方法は不安定であること示されている ...

28

2015/9 Vol. J98 D No. 9 Shidara [7] t s t V (s t)=e[r t+1 + γr t+2 + γ 2 r t+3 + ] (1) r t t E γ 0 1 V (s t) TD V new(s t 1) V

2015/9 Vol. J98 D No. 9 Shidara [7] t s t V (s t)=e[r t+1 + γr t+2 + γ 2 r t+3 + ] (1) r t t E γ 0 1 V (s t) TD V new(s t 1) V

... Masanari SHINOTSUKA †∗a) , Masahiko MORITA ††b) , and Munetaka SHIDARA ††† あらまし 大脳基底核で TD 学習行われているという生理学的知見に基づいて,脳の強化学習モデル幾つ か提案されている.そのほとんどは線条体の striosome という領域状態価値を表現するものとしている,そ ...

11

,. Black-Scholes u t t, x c u 0 t, x x u t t, x c u t, x x u t t, x + σ x u t, x + rx ut, x rux, t 0 x x,,.,. Step 3, 7,,, Step 6., Step 4,. Step 5,,.

,. Black-Scholes u t t, x c u 0 t, x x u t t, x c u t, x x u t t, x + σ x u t, x + rx ut, x rux, t 0 x x,,.,. Step 3, 7,,, Step 6., Step 4,. Step 5,,.

... Z (e ax ) 0 dx = e ax + C 0 ¥ 注釈 4.3 実数値関数のときと同様に, 前補題から, 微分・積分に関する線形性保証され, 関数の積に関する 微分の公式や不定積分と微分の関係成立することわかる. これにより, 虚数単位 i を単なる文字として, 通 常の微分・積分の計算を行ってよいこと保証される. ...

21

際 正規分布に従わない観測値に対して通常の t 検定を適用した場合 どのような不都合が生じるかを考える 一般に通常の t 検定や Wilcoxon 検定などの仮説検定を行う場合 2つの処理の間に差がないことが真実であるにもかかわらず差があると主張する過誤確率 ( 第 1 種の過誤確率 ) 2つの処理

際 正規分布に従わない観測値に対して通常の t 検定を適用した場合 どのような不都合が生じるかを考える 一般に通常の t 検定や Wilcoxon 検定などの仮説検定を行う場合 2つの処理の間に差がないことが真実であるにもかかわらず差があると主張する過誤確率 ( 第 1 種の過誤確率 ) 2つの処理

... 処理の平均の比較によれば大抵の場合に明瞭回答得られる。2の群の比較で最 汎用される代表的統計手法としては、Student の t検定(以下、「通常の t検定」) あげられる。t検定は、必ずしも高価で専門的知識を使用者に要求するよう統 ...

10

L e t t e r f r o m t h e P r e s i d e n t 社長からの手紙 高品質が素晴らしい結果を生む クエスト グループの使命は 病気の予防についての情報提供 そして皆様が最適な健康状態を達成し 維持するために必要な 最高品質のサプリメントを提供することです 自然療法

L e t t e r f r o m t h e P r e s i d e n t 社長からの手紙 高品質が素晴らしい結果を生む クエスト グループの使命は 病気の予防についての情報提供 そして皆様が最適な健康状態を達成し 維持するために必要な 最高品質のサプリメントを提供することです 自然療法

... は自治体による公費助成行われ、原 則無償です。 この他に、おたふくかぜや水疱瘡、B 型 肝炎、インフルエンザなど、予防接種法 に定めなく、保護者の希望で行う任意 接種あります。任意接種の費用は、一 部自治体によって補助出るところあ ります、原則自己負担となっています。 これらの予防 接 種は、以前は “ 義 務接 種 ...

24

2 2.1 d q dt i(t = d p dt i(t = H p i (q(t, p(t H q i (q(t, p(t 1 i n (1 (1 X H = ( H H p k q k q k p k (2 ϕ H (t = (q 1 (t,, q n (t, p 1 (t,, p n (t

2 2.1 d q dt i(t = d p dt i(t = H p i (q(t, p(t H q i (q(t, p(t 1 i n (1 (1 X H = ( H H p k q k q k p k (2 ϕ H (t = (q 1 (t,, q n (t, p 1 (t,, p n (t

... 筆者は長年 渦糸の方程式と橋本変換による非線形シュレーディンガー方程式 を幾何学として理解したいと思っている。これは Langer-Perline はじめ、大阪 や東京の流体物理工学者グループにより答えられていると思って良いのだろ う、筆者には十分 ”しかけ ”わかった気しない( Brylinski のテキスト ...

27

B 38 1 (x, y), (x, y, z) (x 1, x 2 ) (x 1, x 2, x 3 ) 2 : x 2 + y 2 = 1. (parameter) x = cos t, y = sin t. y = f(x) r(t) = (x(t), y(t), z(t)), a t b.

B 38 1 (x, y), (x, y, z) (x 1, x 2 ) (x 1, x 2, x 3 ) 2 : x 2 + y 2 = 1. (parameter) x = cos t, y = sin t. y = f(x) r(t) = (x(t), y(t), z(t)), a t b.

... さて、パラメータ表示を使った線積分の計算式を改めて眺めてみると、右辺の積分量 は、道のパラメータ変換に対して、ほとんど変化しないのである、唯一、向きの反転に 対して符号を変える。 (このことは、線積分の最初の定義から分る。 )すなわち曲線の向 きの選び方に依存して決まる量であることに注意しよう。ここ曲線の長さの計算と大き ...

38

x(t) + t f(t, x) = x(t) + x (t) t x t Tayler x(t + t) = x(t) + x (t) t + 1 2! x (t) t ! x (t) t 3 + (15) Eular x t Teyler 1 Eular 2 Runge-Kutta

x(t) + t f(t, x) = x(t) + x (t) t x t Tayler x(t + t) = x(t) + x (t) t + 1 2! x (t) t ! x (t) t 3 + (15) Eular x t Teyler 1 Eular 2 Runge-Kutta

... } 図 12 に計算結果を示す。この結果は円運動にている,初期条件を変えると 楕円運動とすることできる。Runge-Kutta 法の扱いは少々面倒だ,Euler 法よ り遥かに精度の高い計算できる。事実,このプログラムは惑星太陽を 10 回ま わるまで計算している,ずっと同じ楕円軌道を通っている。Euler ...

13

eq2:=m[g]*diff(x[g](t),t$2)=-s*sin(th eq3:=m[g]*diff(z[g](t),t$2)=m[g]*g-s* 負荷の座標は 以下の通りです eq4:=x[g](t)=x[k](t)+r*sin(theta(t)) eq5:=z[g](t)=r*cos(the

eq2:=m[g]*diff(x[g](t),t$2)=-s*sin(th eq3:=m[g]*diff(z[g](t),t$2)=m[g]*g-s* 負荷の座標は 以下の通りです eq4:=x[g](t)=x[k](t)+r*sin(theta(t)) eq5:=z[g](t)=r*cos(the

... 干渉の感度をできるだけ低く押さえ、駆動オーバーステアリング(過度に操作す る)ことを防ぐためには、システムの速度を十分に速くするべきです。 すなわち、極を必要限り左になるようにすれば良いのです。 制御回路の応答伝達関数、素早く、良く減衰する2次遅れの装置となり、他の極の影 響無視できるように、 極を配置します。 ...

5

. T ::= x f n t 1 t n F n,m (x(t 1 t n )t 1 t m) x, f n n, F n,m n, m-., F n,m (x(t 1 t n )t 1 t m), x, t 1,..., t n, t 1,..., t m. F n,m (x(t 1 t n )

. T ::= x f n t 1 t n F n,m (x(t 1 t n )t 1 t m) x, f n n, F n,m n, m-., F n,m (x(t 1 t n )t 1 t m), x, t 1,..., t n, t 1,..., t m. F n,m (x(t 1 t n )

... 定理 4.4 ( モデル存在定理 ) Γ を論理式の集合としたとき以下成り立つ . Γ 無矛盾 = ⇒ Γ はモデルを持つ モデル存在定理から完全性定理を導けること知られている . したがって , モデル存在定理を示せばよい . 文献 [1] に倣い , 変数集合 V ar を自由出現する変数の集合 F と束縛出現する変数の集合 B を分けたものを 考える . すなわち F ...

11

,,,17,,, ( ),, E Q [S T F t ] < S t, t [, T ],,,,,,,,

,,,17,,, ( ),, E Q [S T F t ] < S t, t [, T ],,,,,,,,

... この補題 3.3, 式 (10) の解 V は確率測度 P の下で爆発する . 一方で Q の下で , V は dV t = ηV t dw t V + µV t dt. であったので , これは爆発しない . しかし , P と Q の同値性からこれは矛盾である . よって , 仮定「 S マルチンゲールである」は偽となる . 従って S は Strict ...

41

Show all 10000 documents...

関連した話題