• 検索結果がありません。

XのYに対する回帰係数

限界概念 : 独立変数の増加に対する従属変数の増加の割合 y=f(x) における y/ x が 限界 の意味 = 微分係数 限界 はキー概念 : 限界費用 限界代替率 限界収入 限界生産力 4 ジェヴォンズの経済学リヴァプール生まれ ゴールド ラッシュ期のオーストラリアの造幣局に分析官として赴任 仕

限界概念 : 独立変数の増加に対する従属変数の増加の割合 y=f(x) における y/ x が 限界 の意味 = 微分係数 限界 はキー概念 : 限界費用 限界代替率 限界収入 限界生産力 4 ジェヴォンズの経済学リヴァプール生まれ ゴールド ラッシュ期のオーストラリアの造幣局に分析官として赴任 仕

... 「人間社会的行動科学的研究が、必ずしも直接または直ち にではないにしても、いつか何らかの方法で社会を改善させる実際的な成績をあげる だろうという希望を持って研究されるでないならば、その研究ために捧げられた 時間は浪費されたとみなすべきであろう。 ...われわれ衝動は知識ため知識を求め ...

8

2 4 U U x, y U 1 x, y x y x x, y U 5, 6 7 S S x x x P P 2 x P x x x U S P

2 4 U U x, y U 1 x, y x y x x, y U 5, 6 7 S S x x x P P 2 x P x x x U S P

... ツ議論については[ O’Leary - Hawthorne, J. and Cover, J. A., 1999]参照)。本稿における諸 個体は,それぞれが,いわばモナドように互いに無関係であるとする。 10) 留意することとして,個体を唯一なものとする特徴はちょうど 4 つであるとは限らないこと ...

12

14 (x a x x a f(x x 3 + 2x 2 + 3x + 4 (x 1 1 y x 1 x y + 1 x 3 + 2x 2 + 3x + 4 (y (y (y y 3 + 3y 2 + 3y y 2 + 4y + 2 +

14 (x a x x a f(x x 3 + 2x 2 + 3x + 4 (x 1 1 y x 1 x y + 1 x 3 + 2x 2 + 3x + 4 (y (y (y y 3 + 3y 2 + 3y y 2 + 4y + 2 +

... Euclid 互除法 (書き直し) 以下、f , g, h, p, q, r 等は x 係数多項式を表す。また多項式 f 次数を deg f と表す。 少なくとも一方は 0 でない多項式 f , g に対し、f と g 公約多項式全体集合を (f, g) と ...

15

K g g g g; (x, y) [x, y] g Lie algebra [, ] bracket (i) [, ] (ii) x g [x, x] = 0 (iii) ( Jacobi identity) [x, [y, z]] + [y, [z, x]] +

K g g g g; (x, y) [x, y] g Lie algebra [, ] bracket (i) [, ] (ii) x g [x, x] = 0 (iii) ( Jacobi identity) [x, [y, z]] + [y, [z, x]] +

... 注意 3.39. 証明から分かるように,エンゲル定理やその系は正標数でも成 立する. 4. リー定理とカルタン判定条件 これ以降,特に断りがない限り,基礎体 K は標数 0 代数的閉体とする.た だし,線形代数復習を(4.2)においてする際は単に代数的閉体とする. 4.1. リー定理. ...

55

Kalman ( ) 1) (Kalman filter) ( ) t y 0,, y t x ˆx 3) 10) t x Y [y 0,, y ] ) x ( > ) ˆx (prediction) ) x ( ) ˆx (filtering) )

Kalman ( ) 1) (Kalman filter) ( ) t y 0,, y t x ˆx 3) 10) t x Y [y 0,, y ] ) x ( > ) ˆx (prediction) ) x ( ) ˆx (filtering) )

... 2) 鷹羽浄嗣・片山 徹 , “ 線形離散時間系に対するミニマックス推定問題 ,” システム制御情報学会論文誌, vol.7, no.8, pp.322-331, 1994. 3) B. Hassibi, A.H. Sayed and T. Kailath, “Linear estimation in Krein spaces – Part I: Theory & Part II: Applications,” ...

23

1 y x y = α + x β+ε (1) x y (2) x y (1) (2) (1) y (2) x y (1) (2) y x y ε x 12 x y 3 3 β x β x 1 1 β 3 1

1 y x y = α + x β+ε (1) x y (2) x y (1) (2) (1) y (2) x y (1) (2) y x y ε x 12 x y 3 3 β x β x 1 1 β 3 1

... 入る確率に基づいてパラメータを計算したものである。下から 10% 区分回 帰総家計消費支出へ係数は 0.151(t 値 2.74)と極めて低い。50% 中位 値では 0.621(t 値 16.00) と平均値よりも高くなり、90% では 0.80(t 値 15.47) と極めて高くなっている。この結果は、家計医療費支出基準をどこに置く ...

20

ContourPlot[{x^+y^==,(x-)^+y^==}, {x,-,}, {y,-,}, AspectRatio -> Automatic].. ContourPlot Plot AspectRatio->Automatic.. x a + y = ( ). b ContourPlot[x

ContourPlot[{x^+y^==,(x-)^+y^==}, {x,-,}, {y,-,}, AspectRatio -> Automatic].. ContourPlot Plot AspectRatio->Automatic.. x a + y = ( ). b ContourPlot[x

... なぜこんな絵になるか式から理解できるだろうか. 極座標 (r, θ) r は原点から距離なので 0 以上値のみ を考えるが自然だが, 負数に対しては原点を通り超えて反対側点を考えることになっているである. 最後に r = sin(nθ), (0 ≤ θ ≤ 2π) で表わされるバラ曲線 (Rose) で遊んでみよう. n ...

13

x () g(x) = f(t) dt f(x), F (x) 3x () g(x) g (x) f(x), F (x) (3) h(x) = x 3x tf(t) dt.9 = {(x, y) ; x, y, x + y } f(x, y) = xy( x y). h (x) f(x), F (x

x () g(x) = f(t) dt f(x), F (x) 3x () g(x) g (x) f(x), F (x) (3) h(x) = x 3x tf(t) dt.9 = {(x, y) ; x, y, x + y } f(x, y) = xy( x y). h (x) f(x), F (x

...  で定める. (a) A すべて固有値を求めよ. (b) 適当な正則行列 P を用いて, A を対角化せよ. (2) B を正方行列とし, B 2 が零行列になるとする. このとき, B は 0 を固有値にもつこと, および 0 以外には固有値をもたないことを示せ. ...

21

. sinh x sinh x) = e x e x = ex e x = sinh x 3) y = cosh x, y = sinh x y = e x, y = e x 6 sinhx) coshx) 4 y-axis x-axis : y = cosh x, y = s

. sinh x sinh x) = e x e x = ex e x = sinh x 3) y = cosh x, y = sinh x y = e x, y = e x 6 sinhx) coshx) 4 y-axis x-axis : y = cosh x, y = s

... ≤ y ≤ 1) • y = tan x 定義域を −π/2 < x < π/2 に制限した単調増加関数逆関数を x = arctan y ( アークタンジェント、 −∞ < y < ∞) なお、この arcsin y ...

24

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計算式を改めて眺めてみると、右辺積分量 は、道パラメータ変換に対して、ほとんど変化しないであるが、唯一、向き反転に 対して符号を変える。 (このことは、線積分最初定義からも分る。 )すなわち曲線向 ...

38

a q q y y a xp p q y a xp y a xp y a x p p y a xp q y x yaxp x y a xp q x p y q p x y a x p p p p x p

a q q y y a xp p q y a xp y a xp y a x p p y a xp q y x yaxp x y a xp q x p y q p x y a x p p p p x p

... また,次ような例題があります。 「3点(1,−3) , (3,−1) , (−2,9)を通る放物 線方程式を求めよ。 」 (教科書 p.55 例題6) 作者である大阪教育大学附属高校池田校舎 友田勝久先生御努力には,ほんとうに頭が下 がります。メーリングリストで,GRAPES へ 要望が出ると,それこそ寝食を忘れて対応して くださいます。その1つに path ...

18

x y 1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... x ( ) 2

x y 1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... x ( ) 2

... つ場合に分かれていることである。上問題場合、例えば表中 1 つデータを決めても周辺和から他表データは決まらない。しかし、周辺 和を固定すればやはり得られたデータが得られる確率は計算できるである。計 算法はやや複雑であるので省略するが、正規分布、t 分布、カイ2乗分布、F 分 ...

103

, : GUI Web Java 2.1 GUI GUI GUI 2 y = x y = x y = x

, : GUI Web Java 2.1 GUI GUI GUI 2 y = x y = x y = x

... また,グラフウィンドウに対する数式ドラッグ&ドロップによって数式追加や再描画が行 なわれるようになった.既にグラフが描画されているグラフウィンドウに,グラフ描画元と なった数式とは別数式をドラッグ&ドロップすることで,複数数式を同時に表示させること ...

12

(iii) 0 V, x V, x + 0 = x. 0. (iv) x V, y V, x + y = 0., y x, y = x. (v) 1x = x. (vii) (α + β)x = αx + βx. (viii) (αβ)x = α(βx)., V, C.,,., (1)

(iii) 0 V, x V, x + 0 = x. 0. (iv) x V, y V, x + y = 0., y x, y = x. (v) 1x = x. (vii) (α + β)x = αx + βx. (viii) (αβ)x = α(βx)., V, C.,,., (1)

... H 任意コーシー列 {x n } に対して , x ∈ H が存在して x n → x となることは同値である ...(x, y) は xy 連続 関数である . すなわち , x n → x, y n → y ならば ...

21

2 1 κ c(t) = (x(t), y(t)) ( ) det(c (t), c x (t)) = det (t) x (t) y (t) y = x (t)y (t) x (t)y (t), (t) c (t) = (x (t)) 2 + (y (t)) 2. c (t) =

2 1 κ c(t) = (x(t), y(t)) ( ) det(c (t), c x (t)) = det (t) x (t) y (t) y = x (t)y (t) x (t)y (t), (t) c (t) = (x (t)) 2 + (y (t)) 2. c (t) =

... 定義 1.6.1 c : I → R 2 をなめらかな曲線とする.このとき, c が 弧長パラメータ表示 で あるとは,次が成り立つこと: ∀t ∈ I , |c ′ (t) | = 1 . 弧長パラメータ表示することが「一定速度(速さ 1 )で走る」ことに対応する.次 命題は,「どんな道路でも一定速度で走ることができる」ことを意味する. ...

31

f(x) = f(x ) + α(x)(x x ) α(x) x = x. x = f (y), x = f (y ) y = f f (y) = f f (y ) + α(f (y))(f (y) f (y )) f (y) = f (y ) + α(f (y)) (y y ) ( (2) ) f

f(x) = f(x ) + α(x)(x x ) α(x) x = x. x = f (y), x = f (y ) y = f f (y) = f f (y ) + α(f (y))(f (y) f (y )) f (y) = f (y ) + α(f (y)) (y y ) ( (2) ) f

... 定理 18 |x| < ρ ならば ∑ anx n は絶対収束し. |x| > ρ ならば ∑ anx n は発散する. さらに |x| < ρ ならば ∑ annx n −1 も絶対収束する. 定理 19 ρ を収束半径とする. |x| < ρ とき d dx ...

15

重回帰式 y= x x 2 重症度 5 TC TC 重症度

重回帰式 y= x x 2 重症度 5 TC TC 重症度

... 標準 有意確率 変数 偏回帰係数 標準誤差 偏回帰係数 偏相関係数 偏F値 p値 ------------------------------------------------------------------------------- 定数 -18.5014 3.8562 23.0192 0.00197122** x 1 0.0916224 ...

16

2D-RCWA 1 two dimensional rigorous coupled wave analysis [1, 2] 1 ε(x, y) = 1 ε(x, y) = ϵ mn exp [+j(mk x x + nk y y)] (1) m,n= m,n= ξ mn exp [+j(mk x

2D-RCWA 1 two dimensional rigorous coupled wave analysis [1, 2] 1 ε(x, y) = 1 ε(x, y) = ϵ mn exp [+j(mk x x + nk y y)] (1) m,n= m,n= ξ mn exp [+j(mk x

... U y 、 ¯ U x を得ることができる。 [追記] 式 (25) 中行列固有値は必ず実数になるだろうか?実数であるとすると分かりやすい。波 数ベクトルは固有値平方根なので、負場合には伝播波、実場合にはエバネッセント波となって、モー ドが伝播する様子と対応がつく。実際、一次元 RCWA で TE ...

23

( ) ( ) (action chain) (Langacker 1991) ( 1993: 46) (x y ) x y LCS (2) [x ACT-ON y] CAUSE [BECOME [y BE BROKEN]] (1999: 215) (1) (1) (3) a. * b. * (4)

( ) ( ) (action chain) (Langacker 1991) ( 1993: 46) (x y ) x y LCS (2) [x ACT-ON y] CAUSE [BECOME [y BE BROKEN]] (1999: 215) (1) (1) (3) a. * b. * (4)

... (30) 例がいずれも, V1 と V2 意味が組み合わされた結果, V1 指 示対象を移動させるという意味複合動詞になっていることに注目する必要がある。 実際,このような再解釈を許さない「 * 食べ帰る」 「 * 捨て帰る」ような語は存在しな い 7 。これを考慮に入れると,「持ち帰る」 LCS ...

17

9 2 1 f(x, y) = xy sin x cos y x y cos y y x sin x d (x, y) = y cos y (x sin x) = y cos y(sin x + x cos x) x dx d (x, y) = x sin x (y cos y) = x sin x

9 2 1 f(x, y) = xy sin x cos y x y cos y y x sin x d (x, y) = y cos y (x sin x) = y cos y(sin x + x cos x) x dx d (x, y) = x sin x (y cos y) = x sin x

... しかし、上偏微分計算には 1 変数関数ときとはちょっとだけ違っている 面があります。1 変数関数ときには、基本的な関数導関数を求めるとは別に 積、商、合成関数微分法を「公式」として用意したでした。だから、例えば 大学に来て初めてであった逆三角関数ようなものでも、高校ときに用意して ...

40

Show all 10000 documents...

関連した話題