約 6,602 件
https://w.atwiki.jp/morosaki/pages/14.html
☆現在のキャプテン候補に対する各選手感情値☆ 最終更新:29スレ目 136 名前 森崎 大空 若林 日向 政夫 -2 +2 ±0 -2 和夫 -2 +2 ±0 -2 佐野 +3 ±0 ±0 -3 新田 -3 ±0 ±0 +1 反町 +4 +3 +1 -3 来生 -2 +2 +4 -1 滝 +4 +1 +5 -1 岬 +1 +5 +1 +3 三杉 +3 +1 -1 +1 松山 +1 +5 +1 ±0 沢田 +1 +1 +1 +4 山森 +5 +3 +1 -1 井沢 +3 -2 +4 -1 次籐 +5 +2 +1 +2 早田 +5 +3 +1 +1 中里 +5 +2 ±0 +3 石崎 -4 +5 +2 ±0 高杉 -4 +2 +5 -1 若島津 ±0 ±0 ±0 +5 総合 23 37 26 5 -5~+5まであります。+5で全面的支持、-5で明確な敵意と言う状態です。 ☆主な人物相関図☆ 最終更新:29スレ目 106 【森崎関連】 森崎→(大嫌い)→翼 森崎→(友情)←中山・次籐 森崎→(侮り)→新田 森崎→(魂の兄弟)←早田 森崎→(覗き仲間)←中里 若林→(殺す)→森崎 翼→(嫉妬・憎悪)→森崎 石崎→(侮蔑)←森崎 滝→(信頼)→森崎 反町→(尊敬)→森崎・翼 日向→(敵視)→森崎 立花兄弟→(危ない奴)→森崎 新田→(憎悪)→森崎 佐野→(恩義)→森崎 沢田→(恐怖)→森崎 山森→(尊敬)→森崎・早田 シュナイダー→(期待)→森崎 岩見→(ジャイアン)→森崎 長野・小田→(尊敬)→森崎 【その他】 翼→(利用価値はある)←日向 若林→(手下)→来生(天パー)・滝(出っ歯)・井沢・高杉 若林→(友情)←翼 岬・石崎→(親友)←翼 岬→(親友)←松山 岬→(カモ)→ピエール 井沢→(嫉妬・嫌悪)→翼 井沢→(劣等感)→山森 来生・滝・井沢・高杉→(???)→若林 南葛の一部選手達→(ホモ疑惑)→翼・石崎 三杉→(強いライバル心)←翼 三杉→(苛めると楽しい)→弥生ちゃん 三杉→(嫌い)→日向 三杉→(敬意)→次籐 三杉→(紙一重)→来生 松山→(友情)←翼 松山→(ホモ疑惑)→石崎 次籐→(嫌な奴)→日向 次籐→(羨望)→早田 佐野→(卑怯者)→日向 反町→(恐怖)→日向 反町→(友情?)←早田 中里→(おぞましい)→ピエール 中里→(危険分子)→シェスター シュナイダー・カルツ→(軽蔑)→若林 シェスター→(ニンジャ!)→中里・立花兄弟 ピエール→(イイヒト)→岬 ディアス→(このパクリ野朗!)←来生 ヘルナンデス・ジェンティーレ→(恨み)→全日本・アルゼンチン 井沢→(友情)←長野 石崎・高杉→(傲慢な奴)→岩見 岸田→(髪型がかぶってるので嫌い)←沢木 松山→(殺意)→中西 松山を除く、ほぼ全員→(誰だっけそれ?)→中西 中西→(報復を恐れている)→松山・日向
https://w.atwiki.jp/moonflower/pages/34.html
猟団員相関図 勝手に作って貼れよ、キマイラいや、きさまら 猫音相関図ココ!
https://w.atwiki.jp/orirowa2nd_ver2/pages/168.html
参加者相関図 up0185.jpg
https://w.atwiki.jp/mfpc/pages/185.html
人物相関図 桓武天皇から続く竹下一族 淳ちゃん・怪鳥を中心としたMFPC/ゆあらいふ 怪鳥を中心としたNPO/商標ビジネス/中華人民共和国 淳ちゃん・もっくんを中心とした倫理法人会 もっくんを中心とした中国共産党/大連/エクセル情報通信株式会社/ さよちゃんを中心としたスピリチュアル人脈 についてお送りします。 Ver.3 ファイルサイズ制限につき,フルサイズはTwitpicに。 http //twitpic.com/3q4534 Ver.2 http //www22.atwiki.jp/mfpc/?plugin=ref&serial=69 Ver.1 http //www22.atwiki.jp/mfpc/?plugin=ref&serial=68
https://w.atwiki.jp/semillasmaple/pages/30.html
未完成 copyright 2015 最後の火魔法 無断転載を禁ず 書いてないけど冒険家のテスの親はカイリンと同じ 冒険家のシュガはメイプルワールドの女神(の投影) 暗黒の魔法使いを復活させたのは冒険家のあなたです クリティアスとかも加筆してないじゃんこれ!!!! アリーシャは死にました、とりあえず取り急ぎ ゼノンの燃料はウランですを キャプテンのハイパースキルは原子爆弾ですを 豪商ハッサル→アリアントの過去の王…? フェアリークイーン・エピネア ビーストテイマーの名前はメイって書いてあるやんあほくさ 初めての神 オバシア エリニア→シルフ オルビス→ニンフ 純白の浄化:長老三人 エルフを互いに激励する 秘宝:ミステルテイン 暗黒の魔法使いがテストネンを殺害 ナインハートフォンルビスタイン 提督マティーニ 現職ダークロード、ジン 先代ダークロードはデュアルブレイド 随時加筆修正 人物相関図の新しいやつ こんなのを画像ファイルでずっとやってたらゲリーメルになるのでソフトを変えて一から作り直し これで簡単に修正できるぜ 古い方が見やすいとか言わない あとで色つけるから勘弁してくれ 編集したけりゃ元ファイルあげます
https://w.atwiki.jp/chaou/pages/18.html
茶王の登場人物 綾鷹 CV Dash ヘルシア CV オメがん 茉莉花 CV 前菜 爽健美黒冴 CV 梨姫 茶花 CV 汽車 桂花 CV こたね 相関図 とりあえず簡単に・・・間違いとかご指摘お願いしますm(_ _)m キャラ間での呼び方 まあ、参考程度に・・・ 呼ぶ人\呼ばれる人 綾鷹 ヘルシア 茶花 茉莉花 爽健美黒冴 桂花 綾鷹 \ ヘルシア ヤカン ジャスミン --- 桂花 ヘルシア --- \ --- --- --- --- 茶花 --- --- \ --- --- --- 茉莉花 --- ヘルシアきゅん --- \ --- --- 爽健美黒冴 --- --- --- 姉さま・姐さん \ --- 桂花 綾っち ヘルシア --- --- --- \ 情報や修正箇所は下のコメントフォームからお願いします! 名前
https://w.atwiki.jp/sksm/pages/16.html
世界一しまむら相関図
https://w.atwiki.jp/idsimon/pages/97.html
22 相関と共分散 2変数のデータがあるときに、データの間に一方が増加すればそれに伴ってもう一方も増加する(or減少する)といった関係性があるときに、二つのデータに相関があるという。 相関の強さを示す指標が共分散で、それぞれのデータの平均からの差を掛け合わせ、全て足したものである。 (共分散の平方根を取り規準化したものが相関係数) 正の相関が強いとき相関係数は1に近づき、負の相関が強いとき-1に近づく。相関がないときには0に近い値になる。 コメント欄 名前 コメント
https://w.atwiki.jp/7weapons/pages/15.html
imageプラグインエラー ご指定のファイルが見つかりません。ファイル名を確認して、再度指定してください。 (相関図.jpg) ttp //genzu.net/sokan/ セブンウェポンズの内4人の関係 セブンウェポンズと他の猟団との関係
https://w.atwiki.jp/tkonishi73/pages/615.html
相関係数と決定係数 復習問題 下のデータは、県内のある病院で生まれた男子の新生児12人について、 出生時の身長x(cm)と体重y(kg)を測定した結果である。以下の問いに答えよ。 No. 1 2 3 4 5 6 7 8 9 10 11 12 身長x 45.6 49.3 47.9 53.6 46.1 42.4 50.5 46.8 44.9 44.0 46.4 49.0 体重y 2.5 3.2 3.2 4.2 3.1 2.0 3.6 2.8 2.7 2.2 2.9 2.9 (1)身長xと体重yの散布図を描きなさい。 この分布状態からすると、強い正の相関がありそうですね。 (意味のわからない人は復習してね!点が直線に乗っているのが見えませんか?) (2)平均値と標準偏差、共分散を求めよ。 この結果から、 身長xの平均 体重yの平均 xの分散 xの標準偏差 yの分散 yの標準偏差 共分散 (3)xとyの相関係数 すなわち、高い相関があることが分かります。 (4)回帰直線を求め、身長が50cmの新生児の体重を予測する。 身長xから体重yを予測するので、xによるyの回帰直線を求める。 これは、 で求めることができる。ゆえに、 より、 がわかります。これより、として、 となり、予測体重は3.81kgです。 近似式の貢献度(p.70 第5章.データから予測する) テキストのp.73からp.74を読んでください。 決定係数(相関係数の2乗)は、線形単回帰(直線による近似)によって、データの何%の説明が付いたかを表すものになります。 ゆえに、相関係数の2乗の値が高いほど、良い近似ができている、すなわち、データ分布が直線に近い(すなわち、相関が高い)ことになるわけです。 上の練習問題の場合、0.9825の2乗ですから、0.9653で、なんと約97%も説明できている(寄与している)ことになります。 実際に上で求めた回帰直線を引いてみました。 かなり良い近似ができていますね。 決定係数を寄与率ともいうのは、これが理由です。 質問や感想があればどうぞ。 何でも良いので質問して下さい。 -- 小西 (2015-06-29 14 03 47) とにかく計算問題ができるように、練習をしておいてください。 -- 小西 (2015-07-13 14 23 18) 名前 コメント