統計学なんでもスレッド7

ファイナンスでつかう幾何ブラウン運動は、例えば株価なら
dS(t)=S(t)｛μ(t)dt＋σ(t)dW(t)}
とかだ。

初期値の事か！？

>>952
だからなんなの？

>>947
結局上下共に限界があるなら
正規分布でいいのではないでしょうか？

そもそも3σが求まればいいならばモデルなんて関係ないのでは？

>>956
分布によってσの計算が異なるのでは？

>>957
失礼、分布形は関係あるけど上の方でモデル云々とあったからそのこと。

>>949
ｔ分布になる問題はｔ検定、カイ二乗分布になる問題はカイ二乗検定で解く

http://www.badongo.com/file/7114302
http://www.badongo.com/file/7114722

統計の初心者ですが、尺度のところで名義、比例、順序、間隔があり、それぞれの説明＋例を3つ挙げろってのがあり、よく解らなくて出来ません。誰か教えて下さい。

>>961
ググればいくらでも出てきますよ。
そんな簡単で、でもちょっと面倒って質問は答える気がしない。
誰も答えないと思うよ。

>>962 なんと的確かつ簡明な回答！

最尤法はベイジアンの手法なのでしょうか？

んにゃ

>>964=>>922
ゴリゴリの頻度理論だよ。それを進めると情報量の方に行く。
ベイジアンと似た性質が出て来ても、それは見かけだけ

統計のための行列代数 上・下 D.A.ハーヴィル 伊理 正夫訳

これ翻訳が全くだめだ。意味不明。
前書きに、著者の意向を汲んで、そのまま訳したとあるが、
学生に翻訳させたので、直訳になってしまったってこと。

元は、良い本なのになあ。残念。
英語版を買うしかないか。。。

つーか、伊理先生、先日お会いしたけど、高齢のため歩くのも
ままならない様子。
あんな状態で上下巻なんて翻訳できるわけないっての！

翻訳した東大の学生ども！
名著を馬鹿翻訳で汚した罪は重いぞ！
氏ね！

どこをググれば出てきますか?

グーグルをググればゲルググ

東大工学部の数学コンプレックスは
根深いのう

伊理
甘利
数学できない人達。
無能ぶりは残念！
人のせいにするなよ。

二項分布が使われている場面
どういう場面で二項分布は使われていますか？
もしくはどういう場面で二項分布はあてはまるでしょうか？
具体的な場面を探しております。
できたら、さいころやコインの話以外でありましたら、
お願いいたします。

それくらいは自分で考えろよ
ちょっと考えればいいだけだろ

>>966

ttp://ja.wikipedia.org/wiki/計量経済学
によると、最尤法はベイジアンの手法と考えるのが妥当とありますが、
どうなのでしょうか。最尤法はベイジアンの手法ではないということを示す
一例があれば納得できるのですが。

>>974
　966ではないけど、むちゃくちゃおおざっぱな説明をしてしまうと、

ベイジアンというのはだな、ベイズの公式を使う人達のこと。
　で、ベイズの公式とは、ぶっちゃけパラメトリックということなんだけど、
　事前情報を使うってこととも言える。
　つまりデータから母数を推定するってこと。母数を変数と考える。

　で、最尤法というのは、一致性と、えーとなんだっけな、十分性と
　それから、あれだよ、あれ、忘れたけど、ぶっちゃけ一致統計量としての計算
　ができるってことだから、母数の推定によく用いられる。
　母数を変数と考えるベイジアンは、母数の推定のために、よく最尤法を
　用いるってこと。

　わかったかな？

ﾃｽ

>>975
ベジタブルってのは野菜だけど
ベジタリアンってのは野菜中心に食べる人

ってのと一緒でいいですか

>>974
ベイジアンにハマってる人だと、そこに書いてあるようなモワっとした
匂いを嗅ぐと「あ、ベイジアン、めーっけ！」と思うのかもねｗ

[Q] 単回帰モデル： Yi = α + βXi + εi (i=1,…,n)　で、
　　データに一番フィットする切片と勾配の係数を教えれ。
[A] えと、最小自乗法で解くと
　　Σ εi^ 2 = Σ (Yi - α - βXi) ^2　を最小にする α　と β　は …

↑はノンパラで品質保証はBLUE。全然ベイジアンぢゃないよねえ。
それとも Xi, Yi を固定して、α　と β の値をいろいろと考えたら、
もう「気分は既にベイジアン」なのか？ｗ

ではパラメトリックに２変量正規分布下で考えてみよう。↑は最尤解で、
その品質保証には、>>975が言う一致性、十分性、トドメとして
有効性（分散のクラメルラオ下限＝フィッシャー情報量の逆数）
が追加される。それだけのこと

ベイズの定理を使う人がベイジアンというのはわかりましたが(言葉の定義なので)、
事後分布の分子の項にも尤度項が現れますよね。
この項は、(新たに)得られたデータが持つ情報を事後分布に反映している部分だと、
解釈しています。つまり、得られたデータがパラメータの推測に用いる
全ての情報をもつという考え方に基くなら、ベイズも最尤法も違いは無くないですか？
（解釈まちがってますかね・・・汗？）

思考盗聴で個人の生活に介入する奴は早く地球から去ったほうがよい。

>>979
母数ベクトルを θ、確率変数ベクトルを x とする。

伝統派：　確率 = f( x | θ)　→ 推定量 θ＾ とか信頼区間とか検定用統計量とか

f( x | θ) を、θ と x との数量法則を規定する関係式として利用し、
形式上 f( θ | x ) のように扱うのが尤度。だから、そう扱ってる間は「尤度」であって、
そもそも「θ に関する確率分布」は、なーーーーんにも考えていない。

ベイジアン：　確率　= f( x | θ)g(θ)　→ 事後分布 h(θ | x)

ベイジアンが伝統派を、g(θ) = 定数 を掛けた特殊ケースと扱うのは勝手だけど、
「何も要らない」のと g(θ) = 定数 という「事前分布が必要」とでは、
「エーーーーッ、使い勝手が随分違うじゃん！！！」と感じる人が多いので、
ベイジアンはメジャーになれないのよ

二百十一日六時間。

ume

子

丑

寅

卯

辰

巳

午

未

申

酉

戌

亥

二百十二日。

二百十二日一分。

二百十二日二分。

二百十二日三分。

二百十二日四分。

このスレッドは１０００を超えました。
もう書けないので、新しいスレッドを立ててくださいです。。。