約 10,103 件
https://w.atwiki.jp/saga2_ds/pages/18.html
モンスター分布に関するメモ 分布表第4世界総合 詳細 欲しい肉を入手するにはどの場所のどのシンボルと戦えば可能性が高いか、を追求するページ。 当面調査中。 モンスター分布に関するメモ 基本エリアごとに沸きポイントが決まっている エリアごとに出現するシンボルが決まっている シンボルごとに出現するパターンが決まっている パターンごとに出現するモンスターが 3 種類決まっている 各パターンの各モンスターごとに、非チェーン時「必ず出現する」「出現したりしなかったり」「必ず出現しない」のいずれかが決まっている 各パターンの各モンスターごとに、順序(1,2,3)が決まっている 各沸きポイントのシンボルが決定するのはエリア切り替え時と撃破後再沸き時 各シンボルのパターンが決定するのはエンカウント時逃げた後再びエンカウントするとパターン再抽選 チェーン時チェーンの基点となったパターンは、そのパターンの 3 種類のモンスターが主人公の上左・左・上右に配置される チェーンの 2 番目以降のパターンは、ある法則に従って主人公の下右・下左・右に配置される (下記) チェーン時の配置法則1 チェーン時は単純で、基点の順序1・2・3のモンスターがそれぞれ上左・左・上右に、1 チェーン目の順序1のモンスターが下右に配置される。 2 チェーン、3 チェーンは複雑。上左・左・上右は基点の1・2・3だが、下右・下左・右は基点、1 チェーン目、2 チェーン目のパターンの組み合わせで変わる。(調査中) 分布表 ※とりあえずデータをとってみた第4世界のみ。 第4世界 総合 ● 非チェーン時必出現かつ必単体、同シンボル他パターン無 ○ 非チェーン時必出現かつ必単体、同シンボル他パターン有 ■ 非チェーン時必出現かつ非単体、同シンボル他パターン無 □ 非チェーン時必出現かつ非単体、同シンボル他パターン有 ▲ 非チェーン時稀出現、他シンボル無 △ 非チェーン時稀出現、他シンボル有 × チェーン時のみ出現 - 出現しない ※基本的に、上にあるマークほど肉を狙いやすい。 場所\モンスター 毒グモ イエロ|ゼリ| サ|ベルタイガ| プテラノドン カメレオン グ|ル アハイシュケ 亀 毒蛾 大目玉 デュランダ|ル ライブオ|ク メドュ|サ グリフォン レイブン マクロファ|ジ 謎の病気 備考第4世界 毒 イ サ プ カ グ ア 亀 毒 大 デ ラ メ グ レ マ 謎 備考 天の柱周辺 × - × × - - ● × ● ● × × - ○ ○ - × アポロンの神殿周辺 × - × × - - ● × ● ● × × - ○ ○ - × 山の洞窟周辺 × - × × - - ● × ● ● × × - ○ ○ - × 光の洞窟周辺 × - × × - - ● × ● ● × × - ○ ○ - × 海底火山周辺 - - - - - - - × ● ● - × - × - - - 海底火山 毒 イ サ プ カ グ ア 亀 毒 大 デ ラ メ グ レ マ 謎 備考 1階 × ○ - □ □ □ × ○ - - - □ × - □ □ □ 2階 × ○ - □ □ □ × ○ - - □ □ × - □ □ □ 3階 × ○ - □ □ ■ × - × □ □ ■ - - - □ □ 4階 × ○ - - ■ ■ × - × □ ■ ■ - - - □ - 5階 × ○ - - ■ ■ × - × □ ■ ■ - - - □ - 山の洞窟 毒 イ サ プ カ グ ア 亀 毒 大 デ ラ メ グ レ マ 謎 備考 地下1階(手前) □ □ - - - × □ - □ ○ ○ × - × ● □ × 地下1階(奥) □ □ - - - × □ - □ ○ ○ × - × ● □ × 地下1階(中央) □ □ - - - - □ - □ ○ ○ - - - ● □ - ※チェーン不可 地下2階 □ □ × - □ × □ - □ □ ○ - ● - - □ - 地下3階(1) □ □ - - □ - □ - □ □ ○ - ● - - □ - ※チェーン不可 地下3階(2) - - - - - - - - - - - - - - - - - ※敵なし 地下3階(3左) - - - - - - - - - - - - - - - - - ※敵なし 地下3階(3右) □ □ × - □ × □ - □ □ ○ - ● - - □ - 地下4階 □ ■ × - ■ - □ - □ □ ■ - ● - - □ - 地下5階(1) □ ■ - - ■ - □ - □ □ ■ - - - - □ - 地下5階(2) - - - - - - - - - - - - - - - - - ※敵なし 光の洞窟 毒 イ サ プ カ グ ア 亀 毒 大 デ ラ メ グ レ マ 謎 備考 1階 - - - - - - - - - - - - - - - - - ※敵なし 2階 - - ▲ ■ ▲ ■ - ■ ▲ ■ ▲ - ▲ - ■ × ▲ 3階 - - ▲ □ △ ■ - ■ ▲ ■ ▲ □ ▲ □ ■ × △ 4階 - - ▲ □ △ ■ - × ▲ ■ ▲ □ ▲ □ - - △ 5階 ■ - - □ - ■ - × ▲ × ▲ □ □ □ ■ - ▲ 6階 □ - ■ □ - - ■ □ □ × ▲ □ □ □ □ - △ 7階 □ - ■ □ - - ■ □ □ × ▲ □ □ □ □ - △ 詳細 第4世界 外天の柱周辺 アポロンの神殿周辺 山の洞窟周辺 光の洞窟周辺 海底火山周辺 海底火山1階 2階 3階 4階 5階 山の洞窟地下1階(手前) 地下1階(奥) 地下1階(中央) ※チェーン不可 地下2階 地下3階(1) ※チェーン不可 地下3階(2) ※敵なし 地下3階(3左) ※敵なし 地下3階(3右) 地下4階 地下5階(1) 地下5階(2) ※敵なし 光の洞窟1階 ※敵なし 2階 3階 4階 5階 6階 7階
https://w.atwiki.jp/manarai0079/pages/208.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・4月末分布 2007/05/01/05 05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 0 2 1 中将 0 1 0 4 少将 2 2 2 0 大佐 4 4 5 7 中佐 8 4 5 7 少佐 4 6 12 6 大尉 7 8 9 3 中尉 3 9 4 4 少尉 1 6 5 7 曹長 2 7 6 7 軍曹 11 11 7 8 伍長 5 8 2 8 上等兵 3 5 1 7 一等兵 11 16 11 14 二等兵 31 85 33 51 <合計> 94 172 104 134 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 1 1 中将 0 2 0 0 少将 3 0 3 1 大佐 8 4 4 5 中佐 4 3 8 4 少佐 4 4 7 7 大尉 10 8 6 7 中尉 3 1 2 5 少尉 4 5 4 3 曹長 4 9 8 7 軍曹 4 9 15 13 伍長 9 10 7 10 上等兵 3 5 6 6 一等兵 8 19 24 17 二等兵 41 71 58 66 <合計> 106 157 153 145 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/14.html
分布図 下記の座標はかなりおおざっぱな座標です。見つからない場合は周辺マスも見てみてください 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。 (map.JPG) 絵 名前 用途 座標 木イチゴ 工作時の色(赤) C4、G11周辺 モモ 工作時の色(桃) C4,G5周辺 イガクルミ 工作時の色(黒) E13周辺/G~I 16・17境情報求む トゲヤシの実 工作時の色(紫) E13周辺,H15 ブドウ 工作時の色(青) H6,J5周辺 蜜イチゴ 工作時の色(黄) H6,H7周辺 ドングリ 工作時の色(茶)や服の工作時に使用 F2周辺 綿毛 服、帽子の工作時に必須 E8~E13周辺 綿花 服、帽子の工作時に必須 E4~I6(St.COOK PARK中央部) ピーナッツ 服の工作時に使用 B12,E13周辺 ナミテキウム 帽子の工作時に使用 CD13周辺 マツボックリ 服やその他の工作時に使用 C3周辺 鉄鉱石 家具工作時に使用 C15,H15周辺 ハーピーの骨肉 家具工作時に使用 D10周辺 オークの骨肉 家具工作時に使用 H7周辺 砂アロエ その他の工作時に使用 E14周辺 庭キノコ その他の工作時に使用 G1,I2周辺 オウルベアの骨肉 その他の工作時に使用 E4~H7周辺 スフィンクスの骨肉 その他の工作時に使用 C9,E8周辺 ケンタウロスの骨肉 その他の工作時に使用 I6周辺 ミミックの骨肉 その他の工作時に使用 C15周辺I15周辺 コメント コメント H7周辺で、ぶどう•綿花•オウルベアの骨肉 庭キノコ大量に見付けました。 (2010-04-24 22 02 59) 上記地図が正式版とはかなり異なっています。 見つけた素材と場所を随時書いていきます。 ドングリはセントクックのKとPの中間の少し上に大量にあります。 (2010-04-16 12 15 01) オータムパーク及びその場所にある素材の分布は載せて頂けないのでしょうか? (2009-11-15 15 17 14) F15周辺でスフィンクスの骨肉発見しました。 (2009-09-29 21 43 46) F12周辺でイガクルミ発見しました (2009-09-25 15 41 48) なんで素材が鶏肉くなってんだYO! (2009-09-23 18 42 34) ミミックの肉、鉄鉱石はB12にもありました (2009-09-23 18 35 41) F12周辺にて大量のトゲヤシを見かけました。 (2009-09-16 19 41 19) オークの骨肉、私だけかもしれませんが「H4、5」辺りのほうがよく見かけました。 (2009-08-28 22 24 26) イガクルミをG16付近で発見しました。 トゲヤシの実もあります (2009-08-27 19 38 19) J5はブドウ畑… (2009-08-17 09 24 06) B12-13辺りにもミミックありました (2009-08-08 19 43 54) マツボックリ、E3周辺にもありました~ (2009-08-06 12 19 36) トゲヤシはHの15・16あたりに落ちてる (2009-08-04 19 57 12) トゲヤシが座標に無いYO! (2009-08-03 20 04 04) 線花→綿花(めんか) 線毛→綿毛(わたげ)だと思うのですが。。。 (2009-08-03 07 24 14) -
https://w.atwiki.jp/gundan/pages/564.html
軍団 生息分布 西軍 ガチンコ 大阪 ピエロ 大阪 シャルル 大阪 キャベシ 九州 ← 大阪 コヨーテ 兵庫 小百合 兵庫 セン 兵庫 幻 京都 船長 奈良 29 長崎県 諫早市 竹山 岸和田駅前 ズボ 尼崎 リリン 和歌山 ごはん 滋賀 TUBE キャプテン 愛知県 岡崎市 よしりん 名古屋 東軍 キャベツ 茨城 ととのえ 千葉 もりしー 東京 ど 東京 ← 宇治 ← 出身は、もっと南 風 カントンのトンキン 審査員 北海道 蟲師 北海道 それ、どこやねん? ガルシア 清掃員 町田 たこ部屋 コメント欄より寄せられたコメント 名前 コメント 【トップページ】 キャベツ軍団@wiki 上へ
https://w.atwiki.jp/t-korp/pages/12.html
対局時に常にレーティング通りの実力がでるわけではない 対局時にレーティング通りの実力が発揮できるのであれば,対局するまでもなく(第三者が)勝敗を決定することができる。 しかし,実際には(レーティングの低い)下位者が上位者に勝つことがしばしば(対局者によってはしょっちゅう?)起こる。 そこで,レーティングを「絶対」的な値ではなく,「目安」として考え, 対局時に発揮する実力は,その棋士の持つレーティングを中心にバラつきがあるものとする。 ここでは,レーティングと発揮する実力のバラつきは棋士(レーティング)によらないものと考える。 レーティングRの棋士がR+xの実力を出す確率をf(x)とすると,f(x)は, +∞ ∫ f(x) dx=1 -∞ を満たさなければならない。 この(確率密度)関数f(x)を「実力分布関数」と呼ぶことにする。
https://w.atwiki.jp/wiki2_sw/pages/71.html
2dの確率分布確率分布 目標値 達成値の比べあい 運命変転確率分布 2dの確率分布 確率分布 目標値 達成値の比べあい 確率分布 2d(六面体のサイコロを2コ振ったときの合計値)の確率分布です。 「丁度」:例えば、「合計値3丁度」なら(1,2),(2,1)が出る確率。 「以上」:例えば、「合計値11以上」なら(5,6),(6,5),(6,6)が出る確率。 期待値は7です。 合 計 値 出目 合計値丁度が 出る確率 合計値以上が 出る確率 - % - % 2 (1,1) 1/36 2.78% 36/36 100.00% 3 (1,2) (2,1) 2/36 5.56% 35/36 97.22% 4 (1,3) (2,2) (3,1) 3/36 8.33% 33/36 91.67% 5 (1,4) (2,3) (3,2) (4,1) 4/36 11.11% 30/36 83.33% 6 (1,5) (2,4) (3,3) (4,2) (5,1) 5/36 13.89% 26/36 72.22% 7 (1,6) (2,5) (3,4) (4,3) (5,2) (6,1) 6/36 16.67% 21/36 58.33% 8 (2,6) (3,5) (4,4) (5,3) (6,2) 5/36 13.89% 15/36 41.67% 9 (3,6) (4,5) (5,4) (6,3) 4/36 11.11% 10/36 27.78% 10 (4,6) (5,5) (6,4) 3/36 8.33% 6/36 16.67% 11 (5,6) (6,5) 2/36 5.56% 3/36 8.33% 12 (6,6) 1/36 2.78% 1/36 2.78% 目標値 目標値のある行為判定は、「達成値(技能レベル+能力値ボーナス+2d-修正)≧目標値」で成功となります(同点は成功)。 例)スカウトLv2、器用度B2、スカウトツール持ちのキャラが、解除判定(目標値10)を試みるならば、2dで6以上を出せば成功(成功率72.22%)。 達成値の比べあい 攻撃の命中判定など、能動(攻撃)側と受動(防御)側のある行為判定は、「能動側の達成値 受動側の達成値」で能動側の成功、「能動側の達成値≦受動側の達成値」で受動側の成功となります(同点は受動側の成功)。 また能動側が1ゾロ(自動的失敗)を出したら、受動側は判定不要で成功。 かつ能動側が6ゾロ(自動的成功)を出しても、受動側が6ゾロ(自動的成功)を出せば受動側の成功。 ※達成値の比べあいは、受動側に有利といえます。 お互いにサイコロを振り合うため、成功率の計算は煩雑になります。 基準値が同じ場合を例に解説してみます。 例)基準値が同じ場合の比べあいの成功率 能動側の出目 受動側が「失敗」する出目 能動側の成功率% 受動側の成功率% 6ゾロ 2~11 44.37 55.63 11 2~10 10 2~9 9 2~8 8 2~7 7 2~6 6 2~5 5 2~4 4 2~3 3 1ゾロ 1ゾロ 判定不要で成功 達成値の比べあい表 (能動側基準値-受動側基準値) 能動側の成功率% +9以上 94.52 +8 94.21 +7 93,29 +6 91.36 +5 87.96 +4 82.56 +3 75.15 +2 65.97 +1 55.48 ±0 44.37 -1 33.87 -2 24.69 -3 17.28 -4 11.88 -5 8.49 -6 6.56 -7 5.63 -8以下 5.32 ※+9以上、-8以下は6ゾロ(自動的成功)と1ゾロ(自動的失敗)絡みで成功率が変わらなくなる。 運命変転 確率分布 確率分布 人間の種族特徴【剣の加護/運命変転】を使用した時の確率分布です。 「丁度」:例えば、「合計値3丁度」なら(1,2),(2,1)が出る確率。 「以上」:例えば、「合計値11以上」なら(5,6),(6,5),(6,6)が出る確率。 期待値は8.944…です。 合 計 値 出目 合計値丁度が 出る確率 合計値以上が 出る確率 - % - % 2 - - 36/36 100.00% 3 - - 36/36 100.00% 4 - - 36/36 100.00% 5 - - 36/36 100.00% 6 - - 36/36 100.00% 7 (1,6) (2,5) (3,4) (4,3) (5,2) (6,1) 6/36 16.67% 36/36 100.00% 8 (1,5) (2,4)(2,6) (3,3)(3,5) (4,2)(4,4) (5,1)(5,3) (6,2) 10/36 27.78% 30/36 83.33% 9 (1,4) (2,3) (3,2)(3,6) (4,1)(4,5) (5,4) (6,3) 8/36 22.22% 20/36 55.56% 10 (1,3) (2,2) (3,1) (4,6) (5,5) (6,4) 3/36 16.67% 12/36 33.33% 11 (1,2) (2,1) (5,6) (6,5) 4/36 11.11% 6/36 16.67% 12 (1,1) (6,6) 2/36 5.56% 2/36 2.78%
https://w.atwiki.jp/tkonishi73/pages/618.html
第15回.統計調査法~正規分布~正規分布表の使い方 配布資料に基づいて説明します。 まず、社会調査には全数調査と標本調査があり、全数調査は現実的に実施不可能な場合が多く、 普通は、標本調査を行う。 アンケート調査や心理実験などが標本調査の実例といえる。 標本調査で得られたデータから、基本的な統計量を計算する。 統計的推定や統計的検定の手法を用いて、これらの統計量から「未知の母数」を推定する。 統計的推定や統計的検定の理論は「正規分布」が基本となって構成される。 度数分布表から作られたヒストグラムの長方形は、長方形全体の面積を1(=100%)とすると、 1つの長方形の面積が相対度数になることがわかる。 例えば、大学生の身長データから」ヒストグラムを作ってみる。 今回のテキストの巻末にも正規分布表が付録で収録されている。 この表は、左側が「整数.小数第1位」で上の欄が「小数第2位」を示す。 そして、「その値よりも大きい部分の面積(確率)」が表の中に書かれている。 例えば、P{x≧1.23}の値が知りたければ、左側で「1.2」上で「0.03」を選び、その位置に該当する 数値「0.1093」が対応する確率の値になっている。 P{-∞<x<∞}=1.0(=100%) 端から端まで、すべての確率は1.0である。 また、標準正規分布の場合には平均が0で中央に位置し、中央で左右対称形なので、 P{x≦0}=P{x≧0}=0.5 となる。 【解答例】 (1).P{-1.2≦z≦1.0}=P{-1.2≦z≦0}+P{0≦z≦1.0} =P{0≦z≦1.2}+P{0≦z≦1.0} (対称性から) =(0.5P{z≧1.2})+(0.5-P{z≧1.0}) =(0.5-0.1151)+(0.5-0.1587) =0.3849+0.3413=0.7262 ■ (2).P{z≧1.5}=0.06681 (表の値そのまま) ■ (3).P{0≦z≦1.5}=0.5-P{z≧1.5}=0.5-0.06681=0.43319=0.4332 ■ 次の定理が、標準正規分布(正規分布表が使える)と一般の正規分布(正規分布表は無い)を結びつける。 この定理から、すべての場合が計算できるようになる。 例えば、次の問題も解くことができる。 【例題1・解答例】 入学試験の成績xは平均73、標準偏差10の正規分布に従っている。 このため上の定理より、とおくと、zは正規分布に従うことになる。 また、上の置き換えより、 となる。 zは正規分布表を用いることができ、求める確率はP{x≧80}であるので、 x≧80 ⇔ 10z+73≧80 ⇔ 10z≧7 ⇔ z≧0.7 より、 P{x≧80}=P{z≧0.7}=0.2420 受験生が150名なので、 150×0.2420=36.3 より、約36名いると予測できる。 ■ 【例題2・解答例】 合格者が25名で、その確率は25÷150=0.1667である。 正規分布表から、この値に近いzを探すと、0.97であることがわかる。 すなわち、P{z≧0.97}=0.1660である。 x≧82.7 ⇔ 10z+73≧73+9.7=82.7 ⇔ 10z≧9.7 ⇔ z≧0.97 より、成績xは82.7以上になるので、83点以上が合格になる。 ■ さらに、以下の問題は今後の基本になる。 【練習問題1・解答例】 仮定より試験の成績xは平均55、標準偏差15の正規分布に従っている。 このため上の定理より、とおくと、zは正規分布に従うことになる。 また、上の置き換えより、 となる。 「優」の学生の割合は0.15である。 正規分布表から、この値に近いzを探すと、1.035であることがわかる。 すなわち、P{z≧1.035}=0.15である。 x≧70.525 ⇔ 15z+55≧55+15.525=70.525 ⇔ 15z≧10.35×15=15.525 ⇔ z≧1.035 より、成績xは70.525以上になるので、71点以上が合格になる。 ■ 【練習問題2・解答例】 仮定より知能指数xは平均100、標準偏差15の正規分布に従っている。 このため上の定理より、とおくと、zは正規分布に従うことになる。 また、上の置き換えより、 となる。 zは正規分布表を用いることができ、求める確率はP{x≧150}であるので、 x≧150 ⇔ 15z+100≧150 ⇔ 15z≧50 ⇔ z≧3.33 より、 P{x≧150}=P{z≧3.33}=4.342E-04=0.0004342 よって、約0.043%占めると予測できる。 ■ 【練習問題3・解答例】 (1).仮定よりxは平均5、標準偏差2の正規分布に従っている。 このため上の定理より、とおくと、zは正規分布に従うことになる。 また、上の置き換えより、 となる。 zは正規分布表を用いることができ、求める確率はP{x≦7}であるので、 x≦7 ⇔ 2z+5≦7 ⇔ 2z≦2 ⇔ z≦1 より、 P{x≦7}=P{z≦1}=1.0-P{z≧1}=1.0-0.1587=0.8413 ■ (2).仮定より仮定よりxは平均μ、標準偏差σの正規分布に従っている。 このため上の定理より、とおくと、zは正規分布に従うことになる。 また、上の置き換えより、 となる。 zは正規分布表を用いることができる。 まず、P{x≧6}=1-P{x≦6}=1-0.9773=0.0227 x≧6 ⇔ ≧6 ⇔ ≧ ⇔ z≧ より、 =2.0 が分かり、 ・・・① また、同様に、 まず、P{x≧4}=1-P{x≦4}=1-0.8413=0.1587 x≧4 ⇔ ≧4 ⇔ ≧ ⇔ z≧ より、 =1.0 が分かり、 ・・・② 上の①②より、、、がわかる。 ■ 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。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) 8月4日のアクセス件数が100でした。私も数回見ましたが、試験の前日でそこそこの訪問者が居て良かったです。正規分布の問題はとにかく図を描くことです。何の確率を求めるかが分かれば、あとは計算だけです。 -- 小西 (2015-08-05 01 41 55) 名前 コメント
https://w.atwiki.jp/hmiku/pages/17085.html
にこうぶんぷのうた【登録タグ に りくのら ニコニコ外公開曲 初音ミク 曲】 作詞:りくのら 作曲:りくのら 編曲:りくのら 唄:初音ミク 曲紹介 統計を学ぶための覚え歌です。内容については、こちらのサイトをご覧ください。【ミクの歌って覚える統計入門】http //miku.motion.ne.jp/ ピアプロの投稿者コメントより転記 歌詞 (ピアプロより転載) 二項分布はコンビネーションnからx Px乗1マイナスPn引くx乗 平均はnP 分散nP1引くP 二項係数並べて書けばパスカルの三角形 確率うんと小さくしたならポアソン分布 平均と分散が等しくなるの 試行回数大きくしたなら正規分布 スターリングの公式使って確かめてみて ね コメント 名前 コメント
https://w.atwiki.jp/hmiku/pages/17086.html
【検索用 せいきふんふのうた 登録タグ 2008年 VOCALOID せ りくのら ニコニコ外公開曲 初音ミク 曲 曲さ】 + 目次 目次 曲紹介 歌詞 コメント PIAPRO 作詞:りくのら 作曲:りくのら 編曲:りくのら 唄:初音ミク 曲紹介 曲名:『正規分布の歌』(せいきぶんぷのうた) 統計を学ぶための覚え歌です。内容については、こちらのサイトをご覧ください。【ミクの歌って覚える統計入門】http //miku.motion.ne.jp/ ピアプロの投稿者コメントより転記 歌詞 (ピアプロより転載) 正規分布は ルート2π(パイ)σ(シグマ)ぶんの エキスポネンシャルマイナス2σ(シグマ)二乗ぶんの かっこX(エックス)マイナスμ(ミュー)二乗 μ(ミュー)は平均 σ(シグマ)は偏差 σ(シグマ)二乗は分散 なぜかっていうとね エキスポネンシャルマイナスX(エックス)二乗を 積分するとルートπ(パイ) コメント 名前 コメント コメントを書き込む際の注意 コメント欄は匿名で使用できる性質上、荒れやすいので、 以下の条件に該当するようなコメントは削除されることがあります。 コメントする際は、絶対に目を通してください。 暴力的、または卑猥な表現・差別用語(Wiki利用者に著しく不快感を与えるような表現) 特定の個人・団体の宣伝または批判 (曲紹介ページにおいて)歌詞の独自解釈を展開するコメント、いわゆる“解釈コメ” 長すぎるコメント 『歌ってみた』系動画や、歌い手に関する話題 「カラオケで歌えた」「学校で流れた」などの曲に直接関係しない、本来日記に書くようなコメント カラオケ化、カラオケ配信等の話題 同一人物によると判断される連続・大量コメント Wikiの保守管理は有志によって行われています。 Wikiを気持ちよく利用するためにも、上記の注意事項は守って頂くようにお願いします。
https://w.atwiki.jp/kasin/pages/19.html
同盟員の分布図です。 トップページ