約 10,078 件
https://w.atwiki.jp/chem-ota/pages/56.html
統計学を用いた品質管理の基礎です。 正規分布 N(μ、σの2乗)で表される。 標準化 U=(x-μ)/σ で正規分布表のKp(=U)を算出し、発生確率Pを求めることができる。 ガウス分布とも言われる。 中心極限定理:標本の平均値xは標準化によって正規分布に近づく 大数の法則:サンプル数が多いと正規分布に近づく 二項分布 不適合品数の処理はこの分布に従う。 例)不良発生率が0.4%で1000個/日製造しているラインが1日に全く不良品を出さない(x=0)確率は ポアソン分布 nが十分大きく、Pが小さい二項分布において、 m=nP とすることでポアソン分布に近づく。 ワイブル分布 信頼性データに仮定される分布。 寿命データに関する分布関数は、この時刻までに故障する確率でもあるので、不信頼度(累積故障率に相当)と呼ばれる。 ワイブル分布は材料破壊の最弱リンク説(鎖が切れる故障は最も弱いところで起きる)による最小値の分布の一つとして実測データの当てはめから考えられた。 故障メカニズムが明らかでないアイテムの寿命分布にもよく近似することで知られる。 ここでγ(位置パラメーター)は故障の発生する可能性がある最小時間を表すパラメーターであるため、故障発生後には関与しないとして省略するとワイブル関数は下記にて記述される。 F(t) 累積故障率 「メジアンランク(故障率が50%)を用いた場合、下記で近似できる」 F(t)=(i−0.3)/(n+0.4) iは故障の短い時間からi番目 例)サンプル数10個(n=10)で3番目の累積故障率F(t)は F(t)=(3-0.3)/(10+0.4)=0.2596=26.0% (下4桁程度まで近似できる) m 形状パラメーター (物体を構成する物質の種類によって決まる) η:尺度パラメーター ワイブル分布のMTTF(平均故障時間)はη、分散σ^2はη^2に比例する。 →ηを大きくしてMTTFを改善すると分散も大きくなる。 また、この式を変形して となり、データすべてがある一定の傾きの直線上にあることが前提となっている。 つまり、初期故障期から偶発故障期にかかるようなmが変わるほどの長い期間のデータを分析することには向いていない。 さらに、 m<1 時刻tに関する減少関数 → 初期故障期 m=1 時刻tに関して変化なし → 偶発故障期 m>1 時刻tに関する増加関数 → 磨耗故障期 であると考えられる。 詳しくは下記リンクに詳しい。 統計学 ご参考になれば幸いです。。。 トップページに戻る
https://w.atwiki.jp/abwiki/pages/149.html
整列アルゴリズムのひとつ。 バケットソート、バケツソート、ビンソートなどとも呼ばれる。実行速度は0(n)と高速であり、また安定である。アルゴリズムは以下のとおり。 データを通読してキーの度数分布を数える 度数分布を累積して順位に変換する 順位の場所にデータを入れなおす データは一定の範囲の整数値で無ければならないが、そうでない場合もキー値を整数に丸めた上で大まかに整列し、最後に挿入ソートで仕上げることもできる。 配列の参照が順を追って行われないため、仮想記憶上で大量のデータを整列しようとするとクイックソートより遅くなる場合がある。 プログラミング掲示板「ソートロジック大会」なども参照のこと Const MAX = 100'分布の上限値Const MIN = 0'分布の下限値Sub distsort(n As Integer, a As *Integer, b As *Integer)Dim i As Integer, x As IntegerDim count[MAX - MIN] As Integer' 度数分布の配列'度数分布の初期化For i = 0 To MAX - MINcount[i] = 0Next i'度数分布の数えFor i = 0 To ncount[a[i] - MIN] = count[a[i] - MIN] + 1Next i'順位の決定For i = 1 To MAX-MIN + 1count[i] = count[i - 1] + count[i]Next i'再配列For i = n To 0 Step -1x = a[i] - MINcount[x] = count[x] - 1b[count[x]] = xNext iEnd Sub
https://w.atwiki.jp/bookkeepersofsophia/pages/26.html
2015年度 成績評価分布色分けの使い方 <経済学部> 経済・経営両学科一括表示 春 2015年度春学期履修対策用~2014年度春学期成績評価分布色分~ 秋 2015年度秋学期履修対策用~2014年度秋学期成績評価分布色分~ 9月14日22時22分更新 時間割機能付き評価分布アップロード 上の従来型の評価分布に新要素を追加した完成形になります 経済学部後期用 新形式型成績評価分布 2015秋学期 過年度 2014年度休講でデータのない科目もあるので過年度の評価分布も参照してください。 <経済学部> 経済・経営両学科一括表示 春 2014年度春学期履修対策用~2013・2012年度春学期成績評価分布色分~ 秋 2014年度秋学期履修対策用~2013・2012年度秋学期成績評価分布色分~ <一般外国語 英語> 2014年度春学期履修対策用~2013・2012年度春学期成績評価分布色分~ <般教及びキリスト教> 春 2014年度春学期履修対策用~2013・2012年度春学期成績評価分布色分~ <法学部> 春 2014年度春学期履修対策用~2013・2012年度春学期成績評価分布色分~ 秋 2014年度秋学期履修対策用~2013・2012年度秋学期成績評価分布色分~
https://w.atwiki.jp/jyunzatsu/pages/95.html
純愛雑談所出身地別固定分布① 【北海道地方】 北海道→海原、ガラ 【東北地方】 青森→めめ(現在東京) 岩手→J(現在東京) 宮城→紐(仙台)、青猫、かな(現在山形) 山形→かな 【関東・甲信越地方】 茨城県→アビ猫、桃(現在兵庫) 栃木県→乳、マスター 千葉県→オナラ、じばくちゃん 東京都→ブラバス、くーぱー(港区)、えりちゃん、六(港区)、ひなの、 オレオレ(町田)、弘毅(渋谷区)、J、うるる、めめ 神奈川県→オッサンX、清楚なエロ姫、ポポ、ミッチィー、鳥ちゃん がうがう(川崎)、麿ノ介(鎌倉)、よがふれぃむ 関東の何処か→さるちゃん 純愛雑談所出身地別固定分布表② 【東海地方】 岐阜県→修行中 愛知県→ととろ、えりちゃん(現在東京)、たま、りつ 三重県→へんたい 【近畿地方】 大阪府→よっぱ(十三)、なりしろ、飛電(吹田)、まっこいさん(枚方)、ハロワヴィレッジ(高槻) 勇者カントン(谷町六丁目)、たか子、ほいくし(長居)、みん(梅田) 兵庫県→桃、ジョルジ 京都府→さあや(中京区) 滋賀県→なまえのないかいぶつ、ハロワヴィレッジ(現在大阪、草津) 奈良県→たこわさ 和歌山県→クハ 【中国・四国地方】 愛媛県→乳(現在栃木)、呆一(松山) 高知県→うるる(現在東京) 徳島県か高知県→ちー坊 【九州・沖縄地方】 長崎県→くま 熊本県→くーぱー(現在東京)、リーフ 宮崎県→じばくちゃん(現在千葉)
https://w.atwiki.jp/kouekikumiai/pages/23.html
同盟員分布図 .
https://w.atwiki.jp/tkonishi73/pages/362.html
2.12 ベルヌーイ試行と2項分布 ○ベルヌーイ(Bernoulli)試行 1回の実験で2つの結果しか起こらない場合。 2つの結果:事象(確率)、事象(確率) 条件: この場合に、確率を変えないままで実験を繰り返す。 ○順列と組み合わせ 順列(permutation)の数 個の中から個取り出して一列に並べる並べ方 組み合わせ(combination)の数 個の中から個取り出す取り出し方 ●階乗を使うと、順列の数、組み合わせの数は書き表すことができる。 ○硬貨1枚を投げて出る面を確かめる実験をする。 表(、顔)、裏(、尾) 硬貨を2回放る場合、生じる場合は4通り() の出る確率を、の出る確率をとすると、 まとめると、 2回ともHの確率= 1回のみHの確率= 0回のみHの確率= ○一般に、ベルヌーイ試行を回行って、がちょうど回起こる確率は で与えられる。 このような確率分布を、2項分布(Binomial Distriburion)といい、 確率変数は「2項分布に従う」といい、「」とかく。 ○二項分布で試行回数を無限回にした場合が「正規分布」である。 正規分布の話は後日、別の項でする。 第3章 データの尺度・データの図示 ○データの尺度 名義尺度:名称など 順序尺度:大小関係に意味がある。 間隔尺度:差に意味があるが、0に意味が無い 比尺度:倍率、0に意味がある。 ○データの図示 1.離散型の場合 2.連続型の場合
https://w.atwiki.jp/machinelearning/pages/17.html
正規分布は測定誤差の分布 f(o) 誤差がoになる確率 以下の性質を満たす。 ∫f(o)do=1となる。 f(Y-y[0])*f(Y-y[1])*f(Y-y[2])‥[y 測定値] これがY=(yの算術平均)で極値 編集
https://w.atwiki.jp/manarai0079/pages/281.html
★山形階級分布★ 「巡航迎撃アルファ」「ボストンクラブ」「カレッジスクエア」「スーパーノバ天童」に所属する隊員の階級分布まとめ データは携帯サイトを参照。 本日の偵察者:「 - 人目」 ●07・5月末分布 2007/05/31/05 06集計分 地球連邦軍 連邦 大隊名 階級 α ボストン カレッジ ノバ 大将 2 1 1 1 中将 1 1 4 4 少将 2 1 3 2 大佐 8 8 5 9 中佐 7 3 4 2 少佐 5 7 8 5 大尉 7 8 8 12 中尉 2 6 2 3 少尉 3 4 5 7 曹長 7 8 4 7 軍曹 10 11 5 5 伍長 1 5 5 6 上等兵 4 4 2 4 一等兵 11 18 9 26 二等兵 30 62 26 52 <合計> 100 149 93 145 全国大隊 ランク外 ランク外 ランク外 ランク外 ジオン公国軍 ジオン 大隊名 階級 α ボストン カレッジ ノバ 大将 1 1 2 0 中将 3 4 1 2 少将 2 0 1 2 大佐 12 6 6 11 中佐 5 5 4 4 少佐 4 2 9 5 大尉 8 3 6 8 中尉 3 4 4 5 少尉 6 6 8 6 曹長 1 8 10 4 軍曹 7 13 10 16 伍長 2 6 10 9 上等兵 3 2 3 4 一等兵 13 22 21 15 二等兵 39 66 46 52 <合計> 109 148 141 143 全国大隊 ランク外 ランク外 ランク外 ランク外 累計訪問者: - 昨日の訪問者: -
https://w.atwiki.jp/torinesia/pages/17.html
正確な分布図を作る為に、画像データを募集します。 全然足りてないですが、flashでまとめてる途中の物。 地図上でトリの位置を示す赤い丸に色つけて素材の分布を調べてます。 資料提供方法 1.ブライザで [トリを選択]→[地図を表示]→[右クリックで拡大1回] 2.編集・保存 [スクショ(Print Screen)]→[ペイントで地図切り取り]→[保存(5kb以下)で名前は【資料0000】の連番] 3.wikiにうp [素材分布・資料]→[編集]→[このページにアップロード]→[画像うp] 4.表示させる [編集]→[このページを編集]→[下に貼付]→[見つけた素材名を書く] ※画像は赤い丸と地図の特徴的な部分が少しでも写ってればでおkです。証拠として素材の画像を一緒にしても可。 ※何箇所も撮った場合はなるべく一つの画像にまとめてください。の方がまとめが楽です。 ※画像のサイズはなるべく5kb以下で。画質とかどうでもいいです。地図全体を調べた場合は例外として超えても可。 ※丸は適当に間隔をとってもらって結構です。広く全体の位置を把握していきましょう。 ※何かあったらコメントにどぞ。 資料 貼付例 ※例に合わせて投稿すると分かりやすいです。 ■例 / J5付近 上から、1.モモ 2.ブドウ+ケンタウロスの骨肉 3.ブドウ こんな感じで。出っ張りのある場所は場所を特定し易くて楽です。 気が向いたら1ヶ所で良いのでお願いします。 ↓ココから貼り付けてください ■ 画像 素材名 ■ 画像 素材名 ■ 画像 素材名 コメント コメント ※wikiのswfの表示方法分かる方【bunpu_1.swf】を表示してくださいorz -
https://w.atwiki.jp/abwiki/pages/390.html
/***********************************************************p_chi2.c -- カイ2乗分布***********************************************************/Const PI = 3.14159265358979323846264Function p_nor(z As Double) As Double /* 正規分布の下側累積確率 */Dim i As LongDim z2, prev, p, tz2 = z * zp = z * Exp(-0.5 * z2) / Sqr(2 * PI) t = pi = 3While i 200prev = p t = t * (z2 / i) p = p + tIf (p = prev) Thenp_nor = 0.5 + pExit FunctionEnd Ifi = i + 2WendIf (z 0) Then p_nor=1 Else p_nor=0End FunctionFunction q_nor(z As Double) As Double /* 正規分布の上側累積確率 */q_nor = 1 - p_nor(z)End FunctionFunction q_chi2(df As Long, chi2 As Double) As Double /* 上側累積確率 */Dim k As LongDim s, t, chiif (df And 1) Then /* 自由度が奇数 */chi = Sqr(chi2)if (df = 1) Thenq_chi2 = 2 * q_nor(chi)Exit FunctionEnd Ift = chi * Exp(-0.5 * chi2) / Sqr(2 * PI) s = tk = 3While k dft = t * (chi2 / k) s = s + tk = k + 2Wendq_chi2 = 2 * (q_nor(chi) + s)Else /* 自由度が偶数 */t = Exp(-0.5 * chi2) s = tk = 2While k dft= t * (chi2 / k) s = s + tk=k+2Wendq_chi2= sEnd IfEnd FunctionFunction p_chi2(df As Long, chi2 As Double) As Double /* 下側累積確率 */p_chi2 = 1 - q_chi2(df, chi2)End Function#N88BASICSub main()Dim i As LongDim chi2Print "***** p_chi2(df, chi2) *****"Print "chi2 df=1 df=2 df=5 df=20"For i=0 To 19chi2 = 0.5 * iPrint chi2, p_chi2(1, chi2), p_chi2(2, chi2), _ p_chi2(5, chi2), p_chi2(20, chi2)NextEnd Submain()