Table of Contents
- 講義の進み
講義の進み
確率と確率空間ー01 04/21
1.1 標本空間と事象
- 確率における標本空間と事象に関する言葉の定義,
その定義を,集合の言葉での解釈する
- 標本空間: すべての根源事象の集合
- 事象: 標本空間の部分集合
1.2 確率の定義
P(A)
事象の生起確率 = |事象集合|/|全事象集合|, |集合| は集合の濃度。
1.3 確率の性質
- 確率の公理
- 排反な事象
確率と確率空間ー02 04/28-
- レポート出題について
1.4 条件付確率
- (P(B|A) = P(A) P(B \cup A))
1.5 独立性
- $P(B) = P(B|A)$なら独立, 事象A と 事象B は無関係
1.6 ベイズの定理
- (P(B_i|A) = \frac{P(A \cap B_i)}{P(A)})
- (P(A\cap B_i) = P(B_i) P(A|B_i))
- (P(A) = \Sigma_{1}^{n} P(B_i) P(A|B_i))
確率と確率空間ー03 05/6
1.7 例
- くじをひく順番で当る確率が違うのか
- システム全体の故障率
この検査は信頼できるのか
1.8 確率空間 とばす,2.9 と一緒に
事象と確率を考える,確率モデル。
- 標本空間 (\Omega)
- 事象の集合 A
- 確率関数 P:A->R
確率変数と確率分布ー03 05/06~
2.1 確率変数と確率分布
確率変数 (r.v.) X: random variable
- 事象に対し,数値を与える,
- 数値に出現は,確率関数または確率密度関数にしたがう
確率関数 (p.f.) (f(n)): probability function
- 離散的な事象の確率を与える関数
確率密度関数 (p.d.f.) (f(x)): probability density function
連続的な事象の出現確率を決定するための関数
(P(a< X \leq b) = \int_{a}^{b} f(x) dx)
(累積)分布関数 (c.d.f) (F(x)):: cummulative distribution function
- (F(x) = P(X \leq x) = \int_{-\infty}^{x} f(t) dt)
- (f(x) = \frac{d F(x)}{dx})
確率変数と確率分布ー04 05/12
2.2 期待値と平均と分散
確率密度関数を用いた統計値の計算について:
- 平均値と期待値と線形変換
- 分散と線形変換
- 標準偏差
標準化
g(X)の期待値: 試行における,確率変数による式 g(X) の平均値
平均 == X の期待値 = E[X] = μ
- 分散 == (X-E[X])2 = V[X] = E[x2]-E[X]2 = σ2
Rによるやさしい統計学-05 5/19~ 3回 @端末室
オンライン講義の録画
https://drive.google.com/drive/u/1/folders/1A-3JNkZlw_Lk9csWzvC4EfFYc4fk1hSP
講義用のページ
https://github.com/masayuki054/RforS
zoom 情報
zoom id: suzuki@iwate-u.ac.jp
meeing info:
URL: https://zoom.us/j/5280602571?pwd=WFNlRmYxcHVaRXV3eW10dkswVVFWdz09 ID: 528 060 2571
確率変数と確率分布ー03 05/26~
2.9 確率変数と確率分布と確率空間
(Ω, A, P) の三つ組
いろいろな確率分布-06 5/26
- とりあえずどんな確率分布があるかを知りましょう。
- Rを学びつつ,各確率分布のグラフの描画や確率計算をやってみましょう
3.1 離散型確率分布
- 一様分布
- ベルヌーイ分布
二項分布
( _nC_k pk (1-p)^{(n-k)} )
ポアソン分布
( \frac{\lambdak}{k!}e^{-\lambda} )
3.2 連続型確率分布
一様分布
指数分布
( P(X > x+y ) = P(X>x) \times P(X>y) )
指数分布の分布関数
3.2 連続型確率分布
以降は未定
3.4 確率分布の平均と分散
3.6 モーメント母関数
分布関数をユニークに特徴付ける表現
08回目
出席
前回のアンケート
https://docs.google.com/spreadsheets/d/1USEumcX_DPGqNVmOJ4T4vn82-LGrufhPbSXAo_fU6jo/edit?usp=sharing
板書
https://drive.google.com/file/d/1Mwngz6wMzVfllm3FPmt2djmbfRsng8T6/view?usp=sharing
録画 (GoogleDriveのフォルダ)
https://drive.google.com/drive/folders/1o2CyzXlGPt7VsikO6CU5ulBIiGrl909J?usp=sharing
4回目のレポートの出題
7/15〆切のレポートです。
http://masayuki054.hatenablog.com/entry/2020/05/20/133747
確率変数と確率分布 (多次元)
2.3 多次元確率変数と同時確率分布と周辺確率分布
- 多次元分布の記述の定義
2.4 多次元確率変数の特性値
- 平均
- 分散
- 共分散
- 相関係数
2.5 確率変数の独立性
- 変数毎の1変数関数の積になるということ
- 独立なら無相関
- 独立なら共分散は0
2.6 確率変数の和の平均と分散
2.7 確率変数の条件付確率分布
- f(x,y)と x=x0 の曲線
2.8 確率とモーメントに関連した不等式
Chebyshev
- 平均との差がeとなる確率
分散/e**2
Cauchy-Schwartz
- 分散積>=共分散の積
Jensen
- 下に凸な関数 h(x)
- E[h(X)] >= h(E[X])
09回目
出席
前回のアンケート
https://docs.google.com/spreadsheets/d/1Js0oa2ObwRr-M_rAfgSPd_wrLif--ktdM-J4pXURTY4/edit?usp=sharing
板書
去年の板書
録画 (GoogleDrive)
https://drive.google.com/drive/folders/1B56P1rVOFG0FyfqCgv3nnuhSLdTv_ajJ?usp=sharing
4回目のレポートの出題中
7/15〆切のレポートです。
http://masayuki054.hatenablog.com/entry/2020/05/20/133747
今日のつぶやき
成績
- レポート,小テスト,期末試験の評価を総合的に評価
レポートの期限
- 出題後,2週間にしましょう。
講義が難しい?
-
変化や蓄積を表すための,言葉です。
微分や積分の概念を習得できていないと,説明が説明でなくなります。 微積分を復習して,きちんと概念を理解しておいてください。
- dy = f'(x) dx
- f(x) = intab f'(x) dx
今日から多次元分布が始まります。
多次元を語る言葉は,
- ベクトル
- 多くの変数を同時に扱う
- 多値を同時に扱う
- 行列
- ベクトルの線形変換を表わす (変数変換)
- ベクトル間の関係を表す (相関)
多次元分布を語る言葉は,
- 一次元の確率分布
- 多変数関数とその微積分
- ベクトル
一次元から多次元への拡張
一次元での話が理解できれば, 多次元の話は,一次元からの拡張方法に注目することです。
同じこと(概念)は何で, 違うこと,付け加わること,が何か
-
確率変数と確率分布 (多次元)
2.4 多次元確率変数の特性値
- 分散
- 共分散
- 相関係数
2.5 確率変数の独立性
- 変数毎の1変数関数の積になるということ
- 独立なら無相関
- 独立なら共分散は0
2.6 確率変数の和の平均と分散
10回目
出席
前回のアンケート
https://docs.google.com/spreadsheets/d/1h7dKuV4i1C1pPC9GZFxbMN13Np5tpjFNtPOZzB2l1oQ/edit?usp=sharing
録画 (GoogleDrive) https://drive.google.com/drive/folders/1B56P1rVOFG0FyfqCgv3nnuhSLdTv_ajJ?usp=sharing
おしらせ
試験は,8/12, 10:30~12:10, G1大教室
範囲は,1,2,3章
持ち込み禁止にしようかな
昨年の試験問題 (今年も同じ傾向にします)
持ち込みに関する記述は変更になります。
講義予定
- 7/15 多次元分布関数
- 7/22 多次元分布関数,
- 7/29 確率変数の変数変換
- 8/5 確率変数の変数変換 (後半)
講義内容
去年の板書
確率変数と確率分布 (多次元)
2.7 確率変数の条件付確率分布
- fx(x) のグラフ
- fy(y) のグラフ
- X と Y が独立なときの f(x, y) = fx(x)× fy(y) のグラフ
- x=x0 の曲線 f(x0, y) X=x0 の条件
いろいろな確率分布
3.3 多次元確率分布
- 多項分布
- 多次元正規分布
3.4 確率分布の平均と分散
11回目
出席
前回のアンケート
https://docs.google.com/spreadsheets/d/1Ex2KQ6y_WWKwhIiYZ8MClfctT6DpxJ4XFXQpn0hKFqs/edit?usp=sharing
録画
https://drive.google.com/file/d/1rKHaPjl41ILwoRbK8gfCqDbajFA0cpnn/view?usp=sharing
おしらせ
試験は,8/12, 10:30~12:10, G1大教室
範囲は,1,2,3章
教科書持ち込み可,A4紙2枚まで持ち込み可
昨年の試験問題 (今年も同じ傾向にします) + 2次元分布のグラフ
講義予定
- 7/22 多次元分布関数,確率変数の変数変換
- 7/29 確率変数の変数変換
- 8/5 確率変数の変数変換
講義内容
去年の板書
- 多次元正規分布
- 4章変数変換 stat2061107 - Google ドライブ
- 4章変数変換 stat2071122 - Google ドライブ
- 4章変数変換 stat2081129 - Google ドライブ
いろいろな確率分布
3.5 多次元正規分布の性質
周辺確率分布の計算
他の確率変数に関して,全域で部分積分すること
多次元分布関数のグラフによる理解
独立性が積となることの確認
2次元正規分布について,指数関数のべき乗部の二次式について
- 正定値対象行列 psd170420.pdf
- 二次形式の意味,微分,標準形など | 高校数学の美しい物語
x2+y2 なら X と Y は独立
平行移動 (x-mux)2+(y-μy)2 なら X と Y は独立
(2(x+y)2+(x-y)2) なら X と Y は独立ではない 3x2 + 2xy + 3y2 Sigma = [3, 1] [1, 3]
確率変数の変数変換
4.1 線形変換された確率変数の確率分布
- 1変数 y = f(x) の変数変換
- 2変数 の線形変換 \vec(z) = \matrix{A} \vec{x} による確率分布関数の 変換
12回
確率変数の変数変換
4.1 線形変換された確率変数の確率分布
線形変換 前回は,線形変換の立場から,確率変数の変数の
一般の1変数の変数変換
多変数の変数変換
\vec{\vec{Y}} = \vec{g}(\vec{X}) = [gi(\vec{X})] gi は多変数関数: Rn -> R
\vec{g} の 微小変化 (ヤコビ行列)
変換の大きさ
微小変化の体積
確率分布の変数変換
- P(a<X<b) = P(g(a)<Y<g(b))
- Fx(a, b) = int(f(x), a, b) = int(fy(x), g(a), g(b)) = Fy(g(a), g(b))
- fx(x) dx = fy(y) dy
13回目
お知らせ
次週は,対面試験を実施します。
レポート・試験のこと 確率統計 2020 - masayuki054's diary を見てくだ さい。
講義内容
確率変数の変数変換
4.1 線形変換された確率変数の確率分布
- 確率分布の変数変換
- P(a<X<b) = P(g(a)<Y<g(b))
- Fx(a, b) = int(f(x), a, b) = ∫(fy(x), g(a), g(b)) = Fy(g(a), g(b))
- fx(x) dx = fy(y) dy
$ Y = X2 $, $ X ~ N(0,1) $,
( Y = \sum_n X_i2, X_i ~ N(0,1) )
- 確率分布の変数変換
4.2 独立な確率変数の和の確率分布
4.3 確率変数の最大値と最小値の確率分布
4.4 変数変換された連続型確率変数の確率分布