相関係数(R):0.341

Top PDF 相関係数(R):0.341:

本日の内容 相関関係散布図 相関係数偏相関係数順位相関係数 単回帰分析 対数目盛 2

本日の内容 相関関係散布図 相関係数偏相関係数順位相関係数 単回帰分析 対数目盛 2

21.. 売上高 宣伝広告費 宣伝広告費 人口 売上高 交絡要因(人口) に注意が必要! 相関関係と因果関係.. Data Science Institute 売上高 宣伝広告費 宣伝広告費 人口 売上高 広告宣伝費は売上高に貢献? 人口の影響を除いたときの広告費と売上高 の積率相関係数 偏相関係数. Data Science Institute[r]

90 さらに読み込む

ジャックナイフ統計量に関する高次漸近的性質の検討:相関係数の場合

ジャックナイフ統計量に関する高次漸近的性質の検討:相関係数の場合

Hall, P. (1992), The Bootstrap and Edgeworth Expansion, Springer-Verlag. 長尾 壽夫 (1993), ジャックナイフ統計量について 日本数学会秋季蜜旨 \gamma 汁 科会統計数学分科会識寅アブストラクト , 131-132. Wang, J. (1994), Jackknife methods and higher order asymptotic expan- sions, $r_{-}^{-}arrow\ovalbox{\tt\small REJECT}\ovalbox{\tt\small REJECT}\ovalbox{\tt\small REJECT},$

10 さらに読み込む

不規則波の波高の相関係数の推定について

不規則波の波高の相関係数の推定について

The statistical property of the run of zero‐ crOssing irregular sea ttrave heights is characterized by theヽ 江arkov chain (Kimura,1980) Its transition prObability is given by the nOrmaliz[r]

8 さらに読み込む

HOKUGA: 相関係数の数学的性質にかんする一考察

HOKUGA: 相関係数の数学的性質にかんする一考察

数の値が (または )になると指摘する に止まることが少なくない。 表計算ソフトを起動し,データセットと所 定の関数さえ入力して,クリックすれば,相 加平均,相乗平均,分散,標準偏差はもとよ り,中央値(メディアン),最頻値(モード), 回帰係数相関係数など,様々な統計量が手 軽に求められるようになった。所要の統計量 を算出するために,自らソフトウェアを組む ことを強いられる事態は,以前の比ではなく なった。実際に,経済学部におけるプログラ ミング関連科目の開講数は縮減している。本 学も例外ではない。
さらに見せる

15 さらに読み込む

φ係数と四分相関係数による「数と計算」の学力の因子分析結果の比較

φ係数と四分相関係数による「数と計算」の学力の因子分析結果の比較

まず学年別に項目間の¢係数行列と四分相関係数行列以後,四分相関行列とよぶ杏 求めた。四分相関係数を溌める方法はいく通りか提案されているが,ここではKirk1973 の方法を用いた。その際,正答率が極端に1か0に近い項目,すなむち極端に易しいか極 端に難しい項目は相関係数の推定の精度が悪くなるため除外されたoこのため最終的に分 2年16, 3年19, 4年22, 5年23[r]

13 さらに読み込む

偏相関係数を用いた教師なし人物同定手法の検討

偏相関係数を用いた教師なし人物同定手法の検討

図 1 に 各 画 像 の 画 素 値 を 1 列 に 並 べ た ベ ク ト ル を 特 徴 量 と し た 際 の (a)相 関 係 数 と (b)偏 相 関 係 数 , お よ び , 対 応 す る 特 徴 量 を 可 視 化 し た 例 を 示 す .た だ し ,(b)の 画 像 は 特 徴 量 を [0, 255]に 正 規 化 し , 画 像 と し て 表 示 し た . 図 1 よ り , 多 く の 人 に 共 通 し て 表 れ て い る 黒 色 の 服 の 影 響 が 偏 相 関 で は 小 さ く な り , 対 象 の 人 物 特 有 の 青 色 と 赤 色 の バ ッ グ は 残 っ た ま ま で あ る こ と が 見 て 取 れ る . ま た , 相 関 係 数 で は 背 景 や 服 装 の 影 響 に よ り 別 人 で も 高 い 値 を 取 っ て い た が , 偏 相 関 係 数 で は 背 景 等 の 影 響 が 除 か れ た た め , 0 に 近 い 値 を 取 る よ う に な っ て い る こ と が 分 か る .
さらに見せる

2 さらに読み込む

ブートストラップ推定法による相関係数の信頼区間(非正規な場合)

ブートストラップ推定法による相関係数の信頼区間(非正規な場合)

[ “”•N–—˜vO™š / 2"›œž /Ÿ 2 ʼnŃ œŃń ʼnŃ œŃń ʼnŃ œŃń ʼnŃ œŃń ʼnŃ œŃń ķįij ijıĵ Ķįķ IJĹĸ ĵįĹ IJĵı ĺįı ijĸĴ ĸįĸ ijijķ ķįĶ ijijIJ ĶįĴ IJĸĵ ķįij IJĸķ ĺįı ijĺĵ ĶįĴ IJĵı ĹįĹ ijĹĺ ĵįķ IJĶķ ĶįĶ IJĸı Ķįij IJĶĹ ķįĹ IJĸĸ [r]

24 さらに読み込む

株式銘柄間の相関係数予測モデルの比較

株式銘柄間の相関係数予測モデルの比較

隅田 誠 a 要 旨 株式投資のリスク推定に関して,ベイズ修正や James-Stein推定量がベータ値,すなわち市場ポートフォ リオの収益率に対する感応度の予測に適することが過去に示されてきた.シングルインデックスモデルの もとでは,銘柄間の相関係数がベータ値を利用して計算されるため,それらの修正を適用したベータ値を 用いて計算される相関係数は,そうでないものに比べて優れた予測精度を示すことが予想される.同様に, マルチファクターモデルのもとであっても,すべての回帰係数を修正することで相関係数の予測精度が向 上することが期待できる.本稿では,日本の取引所に上場する銘柄を対象にこの検証を行い,これらの予 想を肯定するような結果を実証によって示す.また,通常の推定量によって推定される相関係数自体に対 しても同様の修正が適用でき,それによって予測精度を向上させられることが予想できる.本稿では同時 にこの検証も行い,肯定的な結果を示す.
さらに見せる

19 さらに読み込む

表 5-1 機器 設備 説明変数のカテゴリースコア, 偏相関係数, 判別的中率 属性 カテゴリー カテゴリースコア レンジ 偏相関係数 性別 女性 男性 ~20 歳台 歳台 年齢 40 歳台

表 5-1 機器 設備 説明変数のカテゴリースコア, 偏相関係数, 判別的中率 属性 カテゴリー カテゴリースコア レンジ 偏相関係数 性別 女性 男性 ~20 歳台 歳台 年齢 40 歳台

表 5-6 に示すように,「オフィス」の実践に関して,同行動の実践の有無を目的変数,表 中のカテゴリーの該当/非該当を説明変数としたモデル式の判別的中率は 69.6%であった. また,カテゴリースコアの値がもっとも大きかったのは業務「法人・団体役員」の 1.384 であった.それに,業務「営業・販売事務」が 1.303,業種「加工紙・木材」が 0.971,業 務「飲食物調理・製品検品」が 0.581,業種「生産用機械・卸売」が 0.565 で続いた.逆に, カテゴリースコアの値がもっとも小さかったのは業務「運搬・郵便事務」の-2.643 である. それに業種「印刷・化学」が-0.982,業務「製品製造・加工処理」が-0.922,業務「製造技 術者」が-0.816,業種「サービス・運輸・不動産」が-0.411 で続いた.
さらに見せる

14 さらに読み込む

7 重症度の評価:相関係数,偏相関係数,内的整合性

7 重症度の評価:相関係数,偏相関係数,内的整合性

これを選択実行すると産後 1 ヵ月の EPDS 得点は妊娠後期の不安と r = 0.348 (p < .001) ,妊娠後期の抑うつ と r = .273 (p < .001) の有意の相関を示した。 ここから分かるように,2 変数(例えば産後 1 ヵ月の抑うつと妊娠後期の抑うつ)の関係を見るのに,一方を 名義尺度としてt検定を行う場合と,両方を比尺度(あるいは順序尺度)として相関係数を求めたのでは導ける 結論が異なることがある。「産後の抑うつを『あり・なし』の名義尺度で解析すると妊娠後期の抑うつとは関連 がなかったが,産後の抑うつとを順位尺度として解析すると妊娠後期の抑うつと相関がみられた」といった記載 は,査読者に「著者は何を言いたいのか?!」といった否定的な印象を与えてしまう。データセットを目の前に して研究者はいずれかの手法を取ることになる。いずれを取るかは論文の全体の流れのなかで決めればよい。た だし,本来連続量であると推定できる現象を「あり・なし」の名義尺度にすると,例えば軽症のうつ病も重症の うつ病も「うつ病あり」の群に含まれてしまい,微妙な差異が『希釈』されてしまうことがありうるのである。
さらに見せる

46 さらに読み込む

Vol.56 , No.2(2008)179後藤 義乗「パラレルな文を見つける方法―相関係数の利用」

Vol.56 , No.2(2008)179後藤 義乗「パラレルな文を見つける方法―相関係数の利用」

The Japanese Association of Indian and Buddhist Studies.. NII-Electronic Library Service..[r]

5 さらに読み込む

小角散乱特集 X 線小角散乱の基礎と今後の展開 で与えられる これらの 2 式と,Debye,Bueche によって導入された単位体積あたりの電子密度分布の自己相関関数, g(r)= 1 r(r )r(r+r )dr = 1 P(r) (3) VfV V Fig. 1 Schematic view

小角散乱特集 X 線小角散乱の基礎と今後の展開 で与えられる これらの 2 式と,Debye,Bueche によって導入された単位体積あたりの電子密度分布の自己相関関数, g(r)= 1 r(r )r(r+r )dr = 1 P(r) (3) VfV V Fig. 1 Schematic view

近年,構造解析の手段として,X 線小角散乱が使われ る機会がますます増えてきている。ナノ材料の構造解析手 法としては,電子顕微鏡などと並び強力なツールである し,溶液中のタンパク質の構造解析も広く行われている。 これらの研究に共通して言えるのは,構造と機能物性と の関係を明らかにするために,原子レベルの分解能だけで なく 1 nm1 mm の構造解明が重要になってきているとい うことだろう。つまり,木(原子分子レベルの構造)だ けではなく森も見ることが重要なのである。X 線小角散 乱はまさにこの目的に適っている手法である。一部の試料 を除き,X 線小角散乱は物質の精密構造を決定できる手 法ではない。しかし 1 nm1 mm 程度の大きさの構造パラ メーター(大きさ,形状,相関長)を求める段においては 絶大な威力を発揮する。
さらに見せる

11 さらに読み込む

E F = q b E (2) E q a r q a q b N/C q a (electric flux line) q a E r r r E 4πr 2 E 4πr 2 = k q a r 2 4πr2 = 4πkq a (3) 4πkq a πk 1 ɛ 0 ɛ 0 (perm

E F = q b E (2) E q a r q a q b N/C q a (electric flux line) q a E r r r E 4πr 2 E 4πr 2 = k q a r 2 4πr2 = 4πkq a (3) 4πkq a πk 1 ɛ 0 ɛ 0 (perm

電磁波が入射し,境界面でのみ散乱が生じる現象を表面散乱と呼ぶ.これに対して,媒質中で散乱 が生じる現象を体積散乱と呼ぶ.地表面や水面によるマイクロ波の散乱は表面散乱である.したがっ てここでは表面散乱について解説する. 表面散乱の強さは,媒質表面の複素誘電率の増加とともに 強くなり,その散乱角特性は,表面の粗さによって決まる.表面が滑らかである(表面の粗さが波長 に比べて小さい場合)と鏡面反射となり,入射波と反対の方向に大きな散乱成分を持つ.その反射の 大きさはフレネルの反射係数で表すことができる.一方,表面が粗くなると散乱の成分が多くなる. 特に鏡面反射の成分はコヒーレント成分と呼び,散乱の成分はインコヒーレント成分と呼ぶ.インコ ヒーレント成分はあらゆる方向性をもっている.ランダムな表面散乱の程度は,使用する電磁波の 波長と観測する物体の表面の粗さのスケールの相対関係によって決まる.表面の粗さの指標として,
さらに見せる

30 さらに読み込む

デフォルト相関係数のインプライド推計( )

デフォルト相関係数のインプライド推計( )

勿論, ハザード過程は直接観測できないため, 市場で得られる社債データなどの観測データを用 い推定する必要がある. またデフォルトの同時分布を計算する上で, 追加的な仮定を必要とする. 本研究ではハザード過程を用いた方法を提案する. その場合, 大きく分けて二つの方法がある. 第 一に, ハザード過程として金利モデルにしばしば用いられるような平均回帰的な確率過程を用い, そ のランダム項に相関係数を導入する方法がある. この場合は主に連続的な確率過程, 或いはその離散 化を考えており, ジャンプは含まない. デフォルト相関は日々の連続的な共変動によってもたらさ れると考え, 例えば一方の企業がデフォルトすることによってその瞬間に他方の企業のハザード過 程が突如として高まるといった現象はモデル化されない. 第二に, 各企業のハザード過程に別の企 業がデフォルトしたかしないかといった状態を表すデフォルト・ダミー変数を組み込み, 一方の企 業のデフォルトによって他方の企業のハザード過程が瞬間的に上昇させられるような表現も考え られる. 前者はモデル化が容易であるが, 後者については複雑な問題がある. 詳しくは Kusuoka [21],
さらに見せる

20 さらに読み込む

7 重症度の評価:相関係数,偏相関係数,内的整合性

7 重症度の評価:相関係数,偏相関係数,内的整合性

これを選択実行すると産後 1 ヵ月の EPDS 得点は妊娠後期の不安と r = 0.348 (p < .001) ,妊娠後期の抑うつ と r = .273 (p < .001) の有意の相関を示した。 ここから分かるように,2 変数(例えば産後 1 ヵ月の抑うつと妊娠後期の抑うつ)の関係を見るのに,一方を 名義尺度としてt検定を行う場合と,両方を比尺度(あるいは順序尺度)として相関係数を求めたのでは導ける 結論が異なることがある。「産後の抑うつを『あり・なし』の名義尺度で解析すると妊娠後期の抑うつとは関連 がなかったが,産後の抑うつとを順位尺度として解析すると妊娠後期の抑うつと相関がみられた」といった記載 は,査読者に「著者は何を言いたいのか?!」といった否定的な印象を与えてしまう。データセットを目の前に して研究者はいずれかの手法を取ることになる。いずれを取るかは論文の全体の流れのなかで決めればよい。た だし,本来連続量であると推定できる現象を「あり・なし」の名義尺度にすると,例えば軽症のうつ病も重症の うつ病も「うつ病あり」の群に含まれてしまい,微妙な差異が『希釈』されてしまうことがありうるのである。
さらに見せる

47 さらに読み込む

相関係数について

相関係数について

1 序 最初の部分で, 相関係数の推移性について述べ, 次いで, 与えられた相関係数に対して, ヒルベ ルト空間内の連続な一 次変換を導入し, それによっ て定まる回帰係数の値域を考え, 最後の部分で 与えられた区間に於ける相関係数と, その区間を分割した部分区間に於ける相関係数との関係式を 示す。.[r]

5 さらに読み込む

相関係数と偏差ベクトル

相関係数と偏差ベクトル

データの一次変換と相関係数 • データ 𝑥を次の式で𝑢に一次変換 𝑢 𝑖 = 𝑎𝑥 𝑖 + 𝑏, ത𝑢 = 𝑎 ҧ𝑥 + 𝑏, 𝑠 𝑢 2 = 𝑎 2 𝑠 𝑥 2 , 𝑠 𝑢 = 𝑎 𝑠 𝑥 • データ 𝑦を次の式で𝑣に一次変換

34 さらに読み込む

相関係数を用いる削除型ファジィモデル

相関係数を用いる削除型ファジィモデル

別言語のタイトル A Destructive Fuzzy Model Using a Correlation Coefficient. URL http://hdl.handle.net/10232/12380.[r]

9 さらに読み込む

2変量データの共分散・相関係数・回帰分析

2変量データの共分散・相関係数・回帰分析

2 変量データの共分散・相関係数・回帰分析 Excel で統計 メニューベースの分析をするときの注意 Excel は , 1 種類のデータは列方向 ( 縦方向 ) にならんでいるとデフォルトでは想定する . 分析の種類によっては , 列方向 , 行方向のどちらに並んでいるかを指定できるものも ある .

24 さらに読み込む

\S 1. $g$ $n$ $\{0\}=$ $\subset\alpha\subset\cdots\subset r_{n-1}\subset$ $=r,$ $\dim_{c}r_{j}=j(0\leq j\leq n)$ $A_{j+1}/A_{j}(0\leq j\leq n-1)$ $\la

\S 1. $g$ $n$ $\{0\}=$ $\subset\alpha\subset\cdots\subset r_{n-1}\subset$ $=r,$ $\dim_{c}r_{j}=j(0\leq j\leq n)$ $A_{j+1}/A_{j}(0\leq j\leq n-1)$ $\la

念ながら、 =般に $\beta$ の利用は核吻 (B) $\mathfrak{n}_{\tau}$ の存在に邪魔されて困難である。 そこで今 =度 $\dim 0$ に関する帰納法を用いよう。 記号を簡単にするため、 $0’=0_{d-1},$ $g’=f_{p-1}$ , $H=\exp 0’,$ $G’=\exp p’,$ $\tau’=ind_{H’}^{G}\chi_{f}$ , て ’ $=ind_{H’}^{G’}\chi_{f}$ とおく。 主張の証明における難点は、 $\Gamma_{\tau}$ においてほとんど至る所 $H-$ 軌道が $(\mathfrak{g}’)^{\perp}-$ 方向

14 さらに読み込む

Show all 10000 documents...