約 10,088 件
https://w.atwiki.jp/kumedisiketai/pages/235.html
A 疫学の概念 小項目 宿主,病因,環境,疾病の自然史,頻度と分布,リスク要因,疫学的因果関係,標本の抽出と偏り,臨床医学との関連
https://w.atwiki.jp/c-millefeuille/pages/134.html
☆ 別名を「シュリョウヒョウ」という、アフリカからインド北部まで分布する陸上生物で最も足が速いといわれるネコ科の動物は何でしょう? チーター ☆ 「百獣の王」と呼ばれるネコ科の動物は何でしょう? ライオン ☆ 中国では大熊猫と呼ばれる、分類上はクマ科、アライグマ科などの争いがある哺乳類で、特に上野動物公園のものが有名であったものは何でしょう? ジャイアントパンダ ジャイアントパンダの尻尾は何色? 白 体重は普通のものの10分の1である、1844年にアフリカのリベリアで発見され、パンダ、ボンゴ、オカピとともに世界4大珍獣に数えられる動物は何でしょう? コビトカバ ☆ 学名を「マッカッカ・フスカタ」という、ヒト以外の霊長類の分布の北限地である青森県下北半島に生息する、オナガザル科の動物は何でしょう? ニホンザル 森林性アンテロープ類では最大の動物で赤褐色に10数本の白色の横じまがある動物で、一説には4大珍獣に数えられるのは何でしょう? ボンゴ ☆ ヒトとキリンの首の骨に共通する数はいくつでしょう? 7 ☆ もともとは中国の想像上の動物で、中国では長頸鹿とよばれる動物は何でしょう? キリン 卵胎生で子どもを産む、別名をオニイトマキエイという、エイの中で最大のものをラテン語で何というでしょう? マンタ ハーレムを作ることでも有名である、漢字では「海馬」と書くアシカ科の動物の中では最も大きい動物は何でしょう? トド 「海鹿」はアメフラシの別名ですが、「海馬」は何の別名でしょう? トド ☆ 日本には599年に百済からわたってきたという記述が『日本書紀』に記されている、「砂漠の舟」と呼ばれる動物で、ヒトコブ、フタコブといった種類があるのは何でしょう? ラクダの背中のこぶには主に何が入っているでしょう? 脂肪 膣と子宮が2個あるため二子宮類ともいう、クスクス、カンガルー、フクロオオカミ科などの動物をなんと呼ぶでしょう? 有袋類 ☆ 漢字で「河の豚」と書くとフグですが、「海の豚」は何でしょう? イルカ ☆ 鯨を大きく2つに分けると歯が退化しているヒゲクジラと何でしょう? ハクジラ ☆ ヒゲクジラで最大のものはシロナガスクジラですが、ハクジラで最大のものは何でしょう? マッコウクジラ ☆ 体の色から名前がついた、ハクジラのなかで最大のものは何でしょう? マッコウクジラ トンネルを掘り数万個体からなるタウンを作ることで知られる、北アメリカの大草原に住み、イヌに似た泣き声を発することから名がついたリス科の動物は何でしょう? プレーリードッグ 近年果樹や農作物の食害が話題となっているジャコウネコ科の動物で、体が灰色だが額から鼻筋にかけて白いことから名がついたのは何でしょう? ハクビシン(白鼻心) 1910年に沖縄本島にハブ退治のために輸入された、ジャコウネコ科の動物は何でしょう? マングース ☆ 日本に生息するキツネを大きく二つに分けると、キタキツネと何でしょう? ホンドギツネ ☆ 日本に生息するクマは、四国や本州に分布するツキノワグマと北海道に住む何でしょう? ヒグマ【エゾヒグマ】 タテゴト、ゾウ、ゴマフなどの種類がある哺乳類は何でしょう? アザラシ
https://w.atwiki.jp/rmemo/pages/20.html
歪みと尖がり ジニ係数 歪みと尖がり これまではデータの分布の中心やちらばりについて考えてきた。 しかしデータの分布は他にも、大小どちらかにゆがんでいたり、また上につんと尖がっていたり、ぺちゃんこだったりする。 こうしたデータの分布を表現するのに、 つまり平均からそれぞれの値の差(偏差)を3乗して平均を出したり(ゆがみ)、4乗して平均を出したり(尖がり)する。 このような偏差のk乗(k=1,2,3,4・・・)の平均値のことを、k次の平均まわりのモーメントと総称する。 成績データをつかって計算してみよう。 seiseki_m3 -mean(((seiseki-mean(seiseki))^3)) seiseki_m3 [1] -3736.766 seiseki_m4 -mean(((seiseki-mean(seiseki))^4)) seiseki_m4 [1] 306791.1 いま計算した3次・4次のモーメントは、測定単位に依存するので、どちらも標準偏差で割ってやって、単位に左右されないように調整してやるとよい。これをつかって歪度(κ3)と尖度(κ4)を で表すことにする。 これまた成績データをつかって計算すると、 seiseki_skewness -seiseki_m3/(sampleSD(seiseki))^3 seiseki_skewness [1] -0.6087587 seiseki_kurtosis -seiseki_m4/(sampleSD(seiseki))^4 seiseki_kurtosis [1] 2.72966 ここらでちゃんと関数の形で書いておこう skewness -function(x){ m3 -mean( ( (x-mean(x) )^3)) return(m3/(sampleSD(x))^3)} kurtosis -function(x){ m4 -mean( ( ( x-mean(x) )^4)) return(m4/(sampleSD(x))^4)} ためしにさっきの成績データを計算してみると skewness(seiseki) [1] -0.6087587 kurtosis(seiseki) [1] 2.72966 さらに収益率データで計算してみると skewness(t_shuueki_ritu) [1] 0.2203718 kurtosis(t_shuueki_ritu) [1] 2.758251 この歪度や尖度は、大きいのか小さいのか。 ためしに正規分布に従う乱数を1000個つくって、この歪度や尖度を計算してみよう。 seiki_bunpu -rnorm(1000) ##正規分布に従う乱数を1000個つくって格納する。 mean(seiki_bunpu) [1] -0.1043721 sampleSD(seiki_bunpu) [1] 1.014130 rnorm()は、デフォルトでは平均0標準偏差1の正規分布に従う乱数を発生させる。 平均はゼロ付近であり、標準偏差は1あたりである。 さて歪度と尖度を計算しよう。 skewness(seiki_bunpu) [1] 0.02163942 kurtosis(seiki_bunpu) [1] 3.054034 参考のためにヒストグラムを描いておこう。 金融経済学(ファイナンス)の分野では、日々の収益率から度数分布を計算すると、しばしばκ4は大きくなることが分かってきた。 何に対して大きいかといえば、先に見たとおり正規分布ではκ4は3になるのだが、収益率の尖度κ4これよりも大きい。 今、為替レート(円:対ドル、1989年1月~2003年6月)を用意して、収益率(Yen_shueki)を次の式で定義した。 Yen_shueki -log(Yen)-log(Yen_1) Yen_1はYenより1箇月前の数値である。 為替レートを時系列データとして入力。 Yen - ts( c( 129.13,127.15,132.55,132.49,142.7,143.95,138.4,144.28,139.35,142.15, 142.9,143.4,144.4,148.52,157.65,159.08,151.75,152.85,147.5,144.5, 137.95,129.35,132.75,135.4,131.4,131.95,140.55,137.42,137.97,138.15, 137.83,136.88,132.95,131,130.07,125.25,125.78,129.33,133.05,133.38, 128.33,125.55,127.3,123.42,119.25,123.35,124.75,124.65,124.3,117.85, 115.35,111.1,107.45,106.51,105.6,104.18,105.1,108.23,108.82,111.89, 109.55,104.3,102.8,102.38,104.38,98.95,99.93,99.57,98.59,97.37, 98.98,99.83,98.58,96.93,88.38,83.77,83.19,84.77,88.17,97.46, 98.18,101.9,101.66,102.91,106.92,104.58,106.49,104.29,108.37,109.88, 107.13,108.4,111.45,113.27,113.44,115.98,122.13,120.88,123.97,126.92, 116.43,114.3,117.74,119.39,121.44,120.29,127.66,129.92,127.34,126.72, 133.39,131.95,138.72,139.95,143.79,141.52,135.72,116.09,123.83,115.2, 115.98,120.32,119.99,119.59,121.37,120.87,115.27,110.19,105.66,104.89, 102.42,102.08,106.9,110.27,105.29,106.44,107.3,105.4,109.52,106.43, 107.75,108.81,111.07,114.9,116.38,116.44,125.27,124.06,119.06,124.27, 124.79,118.92,119.29,121.84,123.98,131.47,132.94,133.89,132.71,127.97, 123.96,119.22,119.82,117.97,121.79,122.48,122.44,119.37,119.21,117.75, 119.02,119.46,118.63), start=c(1989,1),freq=12) 最初の値を取り除いて、1か月分ずれた時系列データをつくってYen_1に入力。 データ数もひとつ少なくなっているので、最後のデータを付け加えて、Yenとデータ数を揃えた。 Yen_1 -Yen[-1] Yen_1 -c(Yen_1,118.63) Yen_1 [1] 127.15 132.55 132.49 142.70 143.95 138.40 144.28 139.35 142.15 142.90 143.40 144.40 148.52 157.65 [15] 159.08 151.75 152.85 147.50 144.50 137.95 129.35 132.75 135.40 131.40 131.95 140.55 137.42 137.97 [29] 138.15 137.83 136.88 132.95 131.00 130.07 125.25 125.78 129.33 133.05 133.38 128.33 125.55 127.30 [43] 123.42 119.25 123.35 124.75 124.65 124.30 117.85 115.35 111.10 107.45 106.51 105.60 104.18 105.10 [57] 108.23 108.82 111.89 109.55 104.30 102.80 102.38 104.38 98.95 99.93 99.57 98.59 97.37 98.98 [71] 99.83 98.58 96.93 88.38 83.77 83.19 84.77 88.17 97.46 98.18 101.90 101.66 102.91 106.92 [85] 104.58 106.49 104.29 108.37 109.88 107.13 108.40 111.45 113.27 113.44 115.98 122.13 120.88 123.97 [99] 126.92 116.43 114.30 117.74 119.39 121.44 120.29 127.66 129.92 127.34 126.72 133.39 131.95 138.72 [113] 139.95 143.79 141.52 135.72 116.09 123.83 115.20 115.98 120.32 119.99 119.59 121.37 120.87 115.27 [127] 110.19 105.66 104.89 102.42 102.08 106.90 110.27 105.29 106.44 107.30 105.40 109.52 106.43 107.75 [141] 108.81 111.07 114.90 116.38 116.44 125.27 124.06 119.06 124.27 124.79 118.92 119.29 121.84 123.98 [155] 131.47 132.94 133.89 132.71 127.97 123.96 119.22 119.82 117.97 121.79 122.48 122.44 119.37 119.21 [169] 117.75 119.02 119.46 118.63 118.63 定義どおり、収益率を計算する。 Yen_shueki -log(Yen)-log(Yen_1) 最後はゼロなので、除いておく。 Yen_shueki -Yen_shueki[-172] 収益率はこんな感じになった。 Yen_shueki [1] 0.0154521570 -0.0415924409 0.0004527619 -0.0742373536 -0.0087214926 0.0393179739 -0.0416078129 [8] 0.0347671021 -0.0198940842 -0.0052622468 -0.0034928432 -0.0069492983 -0.0281324029 -0.0596577567 [15] -0.0090298343 0.0471727904 -0.0072226184 0.0356288726 0.0205486682 0.0463882069 0.0643693920 [22] -0.0259457515 -0.0197657004 0.0299872544 -0.0041769569 -0.0631402344 0.0225213677 -0.0039943406 [29] -0.0013037811 0.0023190097 0.0069164121 0.0291315119 0.0147757945 0.0071245561 0.0377610271 [36] -0.0042226092 -0.0278329283 -0.0283577200 -0.0024771998 0.0385971259 0.0219009857 -0.0138424200 [43] 0.0309533327 0.0343710431 -0.0338037132 -0.0112858917 0.0008019247 0.0028118115 0.0532853691 [50] 0.0214416448 0.0375402880 0.0334050736 0.0087867456 0.0085805062 0.0135381990 -0.0087921056 [57] -0.0293463144 -0.0054365488 -0.0278211048 0.0211351798 0.0491097040 0.0144860090 0.0040939720 [64] -0.0193467052 0.0534234142 -0.0098552688 0.0036090265 0.0098910778 0.0124516816 -0.0163996545 [71] -0.0085509298 0.0126003381 0.0168793328 0.0923433688 0.0535707515 0.0069477999 -0.0188145583 [78] -0.0393250625 -0.1001752683 -0.0073604912 -0.0371894116 0.0023580282 -0.0122209078 -0.0382260714 [85] 0.0221285625 -0.0180987553 0.0208756039 -0.0383758178 -0.0138375633 0.0253458110 -0.0117850387 [92] -0.0277479708 -0.0161982894 -0.0014997136 -0.0221436997 -0.0516682887 0.0102877332 -0.0252412829 [99] -0.0235173659 0.0862667327 0.0184636632 -0.0296522328 -0.0139166418 -0.0170248683 0.0095148196 [106] -0.0594649858 -0.0175483966 0.0200582018 0.0048807465 -0.0512972401 0.0108541052 -0.0500344501 [113] -0.0088277029 -0.0270686859 0.0159128520 0.0418471099 0.1562281876 -0.0645439049 0.0722399090 [120] -0.0067480142 -0.0367370978 0.0027464542 0.0033391800 -0.0147745051 0.0041281432 0.0474383853 [127] 0.0450710541 0.0419797568 0.0073142098 0.0238301759 0.0033251864 -0.0461369984 -0.0310380857 [134] 0.0462134559 -0.0108629982 -0.0080472035 0.0178660135 -0.0383445449 0.0286196889 -0.0123262369 [141] -0.0097895130 -0.0205573912 -0.0339015517 -0.0127985144 -0.0005154196 -0.0730952890 0.0097060883 [148] 0.0411377518 -0.0428290501 -0.0041757067 0.0481813264 -0.0031065052 -0.0211512053 -0.0174115537 [155] -0.0586584264 -0.0111192099 -0.0071206687 0.0088522709 0.0363704350 0.0318369285 0.0389884071 [162] -0.0050200909 0.0155602618 -0.0318678952 -0.0056495013 0.0003266373 0.0253932010 0.0013412694 [169] 0.0123229108 -0.0107278133 -0.0036900411 さて、歪度と尖度を計算すると skewness(Yen_shueki) [1] 0.5298968 kurtosis(Yen_shueki) [1] 5.427148 たしかに尖度は正規分布の3よりも大きく、収益率の分布は正規分布よりも尖がっている(ファイナンス研究者がいう、収益率データの非正規性)。 もう一度、ヒストグラムを描いてみよう(正規分布のグラフと比較せよ)。 ジニ係数 ジニ係数(Gini coefficient または Gini s coefficient)とは、主に社会における所得分配の不平等さを測る指標。ローレンツ曲線をもとに、1936年、イタリアの統計学者コッラド・ジニによって考案された。所得分配の不平等さ以外にも富の偏在性やエネルギー消費における不平等さなどに応用される。 係数の範囲は0から1で、係数の値が0に近いほど格差が少ない状態で、1に近いほど格差が大きい状態であることを意味する。ちなみに、0のときには完全な「平等」―つまり皆同じ所得を得ている状態を示す。 目安として、一般的には0.2~0.3(市場経済(自由経済)においては0.3~0.4)が通常の値と言われている。 ジニ係数(Gini( s) coefficient)を計算するには、数値のあらゆる組合せの絶対値の和を2*データ数^2*データ平均で割った値を求めればよい。 まず1951年の所得データについてジニ係数を求めよう。 shotoku1951 -c(5516,11107,14830,19428,31781) まずあらゆる組合せの絶対値の和を求めよう。 Rでループなどの制御構造はなるべく使わないのがスマートなやり方だが、基本に返って二重ループで回す。 buffer -0 for(i in shotoku1951){ for(j in shotoku1951){ buffer -buffer+abs(i-j) } } buffer [1] 243404 これを2*データ数^2*データ平均で割ると buffer/(2*length(shotoku1951)^2*mean(shotoku1951)) [1] 0.2944569 これも関数の形でまとめておこう gini_coeff -function(x){ buffer -0 for(i in x){ for(j in x){ buffer -buffer+abs(i-j) } } return(buffer/(2*length(x)^2*mean(x))) } 1985年の所得データを使って shotoku1985 -c(247897,337088,419016,510747,709482) 1985年のジニ係数を計算しよう。 gini_coeff(shotoku1985) [1] 0.197251 したがって1951年に比べて1985年のほうが、少しは不平等は改善されている、といえる。 ジニ係数は不平等さを客観的に分析、比較する際の代表的な指標のひとつとなっているが、同じジニ係数で示される状態であっても、ローレンツ曲線の元の形が著しく違えば、実感として感じる不平等さがまったく変わってくる可能性がある。 (参考) 全国消費実態調査トピックス -日本の所得格差について-(総務省統計局) http //www.stat.go.jp/data/zensho/topics/1999-1.htm →國友直人(1992)『経済学入門シリーズ 現代統計学(上・下)』(日経文庫)へもどる
https://w.atwiki.jp/openmusic/pages/82.html
線形分布。linear distribution。 入力 説明 デフォ [0] g 数値。0からgまでの数字が出力されるようになる。 1.0 確率密度関数
https://w.atwiki.jp/javadsge/pages/4153.html
(1)表 表 (2)プログラム プログラム (3)グラフ グラフ (4)出所 統計的手法 例題2.14.1 (5)メモ 正規分布 (6)作業記録 3月10日 ページ作成 -
https://w.atwiki.jp/javadsge/pages/4018.html
(1)表 (2)プログラム プログラム (3)グラフ グラフ (4)出所 2章1節 (5)メモ 正規分布 (6)作業記録 3月2日 ページ作成 -
https://w.atwiki.jp/battle-operation/pages/1010.html
このページは何? 調査期間 調査目的 調査ルール 国勢調査結果あなたの階級は? あなたの年齢を教えて下さい年齢分布 年代ごとの各ビンを年齢幅で割った等間隔年齢分布 管理者のコメント 普段は、何時ごろ遊んでますか? どこから遊んでますか?地域分布 地域分布:人口比率 管理者のコメント あなたのアンテナ本数を教えて下さい 課金はどれくらいしましたか? 最近あなたがよく出撃する陣営を教えて下さい 最近あなたがよく乗る or 好きな機体属性を教えて下さい 普段は野良部屋?フレと一緒に出撃? サブアカは持っていますか まとめ Future Work コメント欄 このページは何? 普段は画面越しにコメントしあってコミュニケーションをとっているバトオペセカンドWiki民.WUXGAの画面の向こう側にはどのような人物がいるのか?機体コメ欄で意気投合した人物が二十歳も年上だったり小学生だったりしちゃったらどうする?君は・・・刻の涙をみる・・・ 調査期間 2013.11.28 ~ 2013.12.11 調査状況によっては早めに切り上げるかもっ! 調査目的 へぇ~!!へぇ~!へぇ~・・・。ふぅ。 調査ルール お一人様1回まで! ヒトポチクリックするごとに読込し直す仕様です!重いな~と感じたら空いてる時にお願いします! クリックしても数字が増えてなかったら 誰かとかち合ったかも!?ポチッた後は数字を確認してね! 同一IPから何回でも調査できるよ!みんなを信じてる! 国勢調査結果 あなたの階級は? 階級 カッコイイセリフ 同一階級の著名人 調査結果 少将 我々の意地を見よ! ノイエン・ビッター 392 大佐 当たらなければどうということはない! シャア・アズナブル 390 中佐 フフ・・・選り取りみどり シーマ・ガラハウ 213 少佐 星の屑成就のために・・・ソロモンよ私は帰ってきたっ! アナベル・ガトー 210 大尉 ザクとは違うのだよ!ザクとは!! ランバ・ラル 132 中尉 悲しいけど、これ戦争なのよね スレッガー・ロウ 94 少尉 倍返しだぁぁぁぁぁ!!!!!! 半沢直樹 62 曹長 ジム頭はやめてくれよジム頭は・・・ カレン・ジョシュア 34 軍曹 死なせはせん!誰一人とて、死なせはせんぞぉっ! テリー・サンダースJr 29 伍長 うまく言えないけど、あいつと・・・ガンダムと戦ってみたくなったんだ バーナード・ワイズマン 6 上等兵 あたし達に・・・ここで死ねって言うんですか?! フラウ・ボゥ 13 一等兵 かうなれば非常手段だ、命を的のぼうけんをしてやらう のらくろ 3 二等兵 うたるっぞぬしゃ~!!! タママ 1 合計 1579 少将 が最も多いという驚愕の結果に! この結果から直接いえるのは wiki住民の階級が高い ということですが,ゲーム全体での階級分布もこの結果に比例しているのかどうかが気になるところ.バンナムさんは統計情報を公開してはくれないでしょうが,株主総会での質疑応答ならばあるいは? 仮に結果が正しいとすれば,バトオペの魅力にどっぷり浸かった優良顧客やβ時代や稼働初期からプレイしている古強者が多いということでしょう. そもそも約2年もの間サービスが停止されずに賑わっているMMO以外のオンラインゲームというのは本当に数えるほどしかありません.バトオペは面白いですからね! この結果は下の 年齢分布 とあわせて,独立旅団結成の判断材料となりました.旅団への参加者は意外に 佐官・尉官・下士官 が多くてちょっとばかり安心したり... あなたの年齢を教えて下さい 鯖読み禁止! 選択肢 セリフ 調査結果 60歳以上 こんなにも長く、時間が掛かってしまった…俺たちは…わかりあうことができた 1 40~59歳 我が身を痛めぬ勝利が何をもたらす!?所詮はただのゲームぞ! 260 30~39歳 国民よ立て!悲しみを怒りに変えて、立てよ、国民! 395 25~29歳 (ニューとかGとか)ガンダムの力は、伊達じゃない! 214 20~24歳 オレは生きるっ!!生きてアイナと添い遂げるっ!! 260 16~19歳 ニンジンいらないよ 294 12~15歳 ニュータイプの修羅場が見れるぞ! 110 11歳以下 嘘だと言ってよ、バーニィ!! 12 合計 1546 年齢分布 年代ごとの各ビンを年齢幅で割った等間隔年齢分布 管理者のコメント 等間隔年齢分布 を見ると,高校生・大学生あたりが最大のボリュームゾーンであることがわかります. 小中学生もそれなりにいますね.wiki独立旅団の常磐連隊などは,ここら辺の学生旅団員が多いと聞いております. 驚愕すべきは40代の ファーストガンダム世代 や30代の ファミコン世代 . ファミコン世代は日本の全てのゲーム機に触れているはずですから,徳島監督の外伝シリーズなどをプレイしている方も多いと思います. ファーストガンダム世代はあまりゲーム機に慣れ親しんでいない印象もありますが,奥さんにイチャコラ文句を言われながらPS3を立ち上げ,膝の上に子供を乗せつつオンラインゲームをプレイしている様子を想像するとほほえましいですね. 独立旅団のコメント欄を見ても「模型屋さんにガンプラを買いにいってもムサイばかりが売れ残ってて悲しくなった」など,昭和世代の悲哀を感じさせるコメントが稀によくあることから, 機体コメ欄で意気投合した人物が二十歳も年上だったり小学生だったり しちゃってるということだと思います. この結果を見て,管理人は独立旅団の結成を決断致しました. 30~40代のおじさんたちが「はーい!仲の良い子と一緒になって部隊を組みましょう!」だなんて,酷なことだと思ったんですよそうですよきっと. 普段は、何時ごろ遊んでますか? 複数選択可 時間帯 結果 早朝 6時~ 125 朝 10時~ 33 正午12時~ 34 昼 15時~ 44 夕方17時~ 254 夜 20時~ 416 夜 22時~ 610 深夜 1時~ 117 深夜 3時~ 33 合計 1667 やはり22時帯が最も多いですね. 朝方プレイしている社会人プレイヤーも意外に多いようです. この結果を基に独立旅団の各連隊を組織しましたが,結局の所 22時~0時あたり が一番人が集まりやすいようですね. どこから遊んでますか? 距離が近いとラグも減るのです! 北陸(新潟等)は中部に含まれます. 八地方区分 地域 人口分布 北海道 73 東 北 117 関 東 555 中 部 236 近 畿 227 中 国 76 四 国 48 九 州 96 海 外 67 合計 1495 地域分布 地域分布:人口比率 地域別人口で割った比率 単位は [x0.0001%] 管理者のコメント 海外組が結構多くてビックリしました. アメリカで単身赴任中だったり,台湾だったり東南アジアだったり韓国だったりするようです. 総人口 はさすが首都圏といったところですが, 人口比率 で見ると北海道や四国が健闘していますね. ちなみに 中部 は愛知県, 近畿 は三都(大阪・京都・神戸)がボリュームゾーンです.「なぜ中部近畿に人が多いの?」という社会科の質問があったので書いてみました.別にキルラキルを見たからじゃないよ? あなたのアンテナ本数を教えて下さい アンテナ本数 結果 5本:俺がホストだ! 925 4本:66部屋ちょっとキツイです 148 3本:有線など只の飾りです!偉い人にはそれがわからんのです 288 2本:先出しだろうが後出しだろうが俺のタックルが勝つ! 30 1本:ラグいだと?いいえ?実力です! 18 驚愕の0本! 32 合計 1441 みなさんアンテナには気を遣っているようですね. このwikiには社会人プレイヤーが多いということも関係していると思います. 「3本」だけやけに多いのは無線LAN使用者でしょうか? 課金はどれくらいしましたか? 課金額 結果 考えてみろ。我々が送り届けた課金額の量を!バンナムはあと10年は戦える(5万円以上!) 266 金に糸目は付けない!1万円以上!! 441 7000円~1万円未満 177 4000円~ 213 1000円~ 170 新渡戸さんたのんます!(1000円未満) 61 今も昔も無課金です! 85 合計 1413 恐るべし課金者どもよ!バトオペはあと10年プレイできますね!! 課金武器・課金機体 だけでは1万円を超えるのは難しいと思います.やはり備蓄か? ゲーセンより安い! と考える昭和世代は多そうです.駄菓子やでは ワンプレイ20円 でしたけどね. エリート整備兵にボーナスを与えるのはほどほどに... 最近あなたがよく出撃する陣営を教えて下さい 陣営 結果 「栄光あるジオンの魂は、必ずやこの宇宙に満ちる!ジークジオン!!」 586 「地球連邦の国民全てへ私は訴える。もはや、ジオンに兵はいない!」 322 「勝てばよかろうなのだァァァァッ!!」 521 合計 1429 ジオン大人気の図 ドム強化前のジオン専とか先ゲル投入前のジオン専とか苦行だったと思いますが,やはり愛がそうさせるのか? あ,管理人は節操なく両陣営何でも乗ります. 最近あなたがよく乗る or 好きな機体属性を教えて下さい 機体属性 結果 汎用:俺が!俺たちが!汎用だ!! 735 格闘:怯えろぉ!竦めぇ!モビルスーツの性能を活かせぬまま、死んで行けぇッ 276 支援:俺の後ろに立つな!前にも立つな! 301 合計 1312 やはり汎用が多いですね.ほぼ出撃時の機体属性通りとなっていると思います. 格闘が大幅強化された今,低階級では地殻変動が起きている!....かも? 普段は野良部屋?フレと一緒に出撃? 選択肢 結果 友などいらぬ!愛機があれば十分! 1060 俺の背中はお前に預けた! 214 合計 1274 野良さんが多いの図. wiki住民向けの部隊結成待ったなしの図. 独立旅団 を結成して本当に良かったと感じています. サブアカは持っていますか 本アカひと筋です! 647 別に新兵を倒してしまっても構わんのだろう?アンリミテッド支給ワークス! 606 合計 1253 ちょ!?皆さんサブ垢大杉ィ!! 管理人もフレができるたんびに新しいアカウントを作ってチュートリアルやサポートをしていましたから人のことはいえません.尉官のサブアカが2つというのはいかがなものかと... 一応規約に違反する行為なので,サブアカ利用はほどほどにね! あと初心者狩りはダメ!絶対!!! まとめ 日本以上の高階級化社会待ったなしの図.バンナムさん!新人育成用のチュートリアルミッションをサッサと作りなさい! サブ垢の皆さん!新人いびりはダメ!絶対! 夜の22時にINしよう! 雑談板に投下されるネタの数々から予想されていた,「Wiki住民に相当数潜伏するファースト世代説」が白日の下にさらされた感じ?ファースト世代の既婚率調査?パンドラの箱の中に一粒残ってればいいね! 旅団関係者の証言によれば,管理人が旅団を立ち上げた所志はおおむね達成された模様.詳しくは旅団結成の経緯を参照のこと. 北海道以外に健闘. 格闘家よ!自由への咆哮を上げよ! 「考えてみろ、君たちが送り届けた課金額の量を…バンナムは、あと10年は戦える…」金は天下の回り物.輝かしい十カ年計画のためにエリート整備兵増産を!(バンナム) みんな!旅団に入ってフレを作ろう! Future Work 「いつからバトオペをプレイしていますか?」は調査したかったですね. 「部隊に関する意識調査」も是非行いたいと思っています. 調査したい内容 のアイディアも募集中!下のコメント欄に投稿してね! コメント欄 過去ログ 1 名前 興味ある人あんまりいないみたいで悲しい…(´・ω・`) - 名無しさん 2016-09-21 11 24 18 奇跡の世代がwiki住人にいるか知りたいなぁ - 名無しさん 2016-09-11 22 52 54 データも古くなってきたしもう一回国勢調査してもらいたいな・・・。 - 名無しさん 2016-08-28 14 53 58 今の状況ってどうなのか気になりますよね~ - 名無しさん 2016-08-28 15 09 55 ネタの使い回しでもよければ...あと,追加で調査したい内容も募集したいですね. - 伏流 2016-08-28 17 27 22 連邦・ジオンそれぞれで、wiki民でよく使われる汎用、格闘、支援のベスト3が何かぜひ知りたいですね. 軍ごとに、それぞれのタイプでよく使う機体を一票ずつ入れるみたいな感じにして. - pikachusuzuki 2016-08-28 17 52 17 あとは、普段使っている機体をどの程度強化して遊んでいるか(ノーハン、微ハン、フルハン、もしくはフルハン+再開発までやってる)とかも分かれば面白そうですね. - pikachusuzuki 2016-08-28 17 54 48 好きな、できれば戦場で使いたい主兵装はなにかとか - 名無しさん 2016-08-28 18 43 51 何を運営に期待しているか(新機体の追加、新ルールの追加、BGMの追加、ラグの改善)とかを投票してもらうのも面白そう. - pikachusuzuki 2016-08-28 19 11 34 上にある「いつからバトオペをプレイしていますか?」と、連続ログインの自己ベストとかどうでしょう - 1510日な人 2016-08-29 13 37 37 バトオペを始めた時期が知りたいですね。サービス開始時からやっている古参兵がどれだけ残っているのかとか、新規の獲得には成功しているのかとか分かるのではないかと。 - 名無しさん 2016-08-30 10 04 12 前回からの年齢層の変化や人口の変化などを見てみたいですね - 名無しさん 2016-08-29 16 21 24 意外とコレの存在を知らない人が多いのかなぁ? - 名無しさん 2016-08-30 09 49 20 思いの外同じ考えの人が居てびっくりですw - 木主 2016-08-31 17 39 43 おっさん多すぎィ! - 名無しさん 2015-09-08 08 31 09 ワンプレイ20円。。。ゼビウスとか?B-wingは百円くらいだった気がする - 名無しさん 2014-04-15 21 04 46 いや、ほんといろいろありがとうございます。 - 名無しさん 2014-03-11 13 04 52 おお、思ったより1st同世代が多い!でもオラは未だ中佐。たまに(以前は略毎日)「氏ね」「オンゲやるな」「引退しろ」なぁんてご親切なメールいただいてましたが年齢分布図を見る限りUnder18世代だったのかなぁ?(確かに下手なのは自覚してます)まぁ良くも悪くも一番元気な世代ですからね。あと、台湾、香港の方と一緒にやるとかなり面白いですよ。敗戦後に「情報サイトを紹介&翻訳してくれ」とか。SFIVは海外でも現地語での攻略サイトが豊富なのですがゲームの性質(ガンダムムはJPアニメぢゃけん)上、仕方が無いのかな?長文失礼 - 名無しさん 2014-02-25 20 56 09 親子で同じ部隊に参加されている方もいますから・・・ - 名無しさん 2014-02-26 13 38 19 羨まし過ぎる家族です。でも親32子16とかは嫌だなぁ・・・ - 名無しさん 2014-02-26 23 10 59 怯えろ!竦めぇ!!、MSの性能を活かせぬまま、死んでゆけぇッ!! …、「いつからプレイしていたのか」や「部隊·クランへの意識調査」などは面白そうですね。「これからバトオペに期待すること」とか採ってみても面白そうですかね? - cccc 2014-02-24 19 41 25 有線3本ですが、光で地域で一番速いハズです。ですが、ひかりTVに加入しております。家族の都合です。これにより、恐らく3本になってますが、落ちたことはありません。 - 3 2013-12-11 19 25 11 コントローラーのタイプの調査はどうですか?私はDタイプです - 名無しさん 2013-12-11 19 04 49 有線の人のLANケーブルの長さの調査はどうですか?私は7mです - 名無しさん 2013-12-10 21 25 18 残念ながら,LANケーブルの規格的に100m程度の長さでは速度や遅延は発生しません.PS3間に存在する通信ホップ数が最も重要です. http //hikaku.cman.jp/lan_cable_length/ - 伏流 2013-12-11 03 28 28 無線から有線に変えるために長いケーブル引っ張ってる人いないかなと思ったのですが - 名無しさん 2013-12-11 18 59 53 ウチは根元から3部屋離れてて、階段まで経由してるけど、30mにもならんよ。(30mに余りが出た) - 名無しさん 2014-02-24 14 10 50 ちなみに普通に5本 - 名無しさん 2014-02-24 14 11 30 私の髪は6mmです/// - 名無しさん 2015-11-12 11 07 30 有線の皆さん、無線3本で申し訳ない!思ってた以上に5本が多かった - 名無しさん 2013-12-10 00 06 14 カンスト少将の項目も欲しかったかも - 名無しさん 2013-12-08 19 57 08 そうですね.次回機会があれば. - 伏流 2013-12-11 03 29 05 飲酒運転の欄も欲しいなw飲酒運転で出撃するから俺w - 名無しさん 2013-12-07 16 38 28 四国の過疎っぷりが半端無い、海外に負けるとは… - 名無しさん 2013-12-06 16 51 15 むしろ海外からでもプレイできることを初めて知ったわw 多分ラグの要因なんだろうなぁ - 名無しさん 2013-12-08 19 27 50 ヘビーユーザーだけのデカールとかぐらいくれないかなぁ つけないけど - 名無しさん 2013-12-05 22 20 43 ハロ部屋で支給消化中ヒマだったからwiki民の総課金額を、それぞれの範囲最低金額(1000円未満だけ500円で計算)でザッと計算してみた。※訂正項目は除外 結果、1343万7500円でした。 - 名無しさん 2013-12-04 19 04 55 2013/12/04時点の魚拓 (魚拓ページのボタンは押さないでね!) - 伏流 2013-12-04 18 07 24 2013/12/08時点の魚拓 (魚拓ページのボタンは押さないでね!) - 名無しさん 2013-12-08 05 51 31 2013/12/11 3時時点の魚拓 (魚拓ページのボタンは押さないでね!) - 伏流 2013-12-11 03 25 15 大体数字落ち着いてきたのだろうか? - 名無しさん 2013-12-04 12 52 37 そうですね.総数1100あたりで鈍化しています.そろそろ締め切っても良いかもですね. - 伏流 2013-12-04 18 09 25 楽しかったです。伏流さん、最後に総評お願いします! - 名無しさん 2013-12-04 18 20 20 バンナムさんよ。10年戦えるようになったんだったら、超ヘビーユーザーには特殊MS・特殊武器を無償でプレゼントしてもいいんじゃないか? - ガンダム 2013-12-03 20 28 26 おまえ、オンゲ初めてか?そんな事したら今以上に過疎るけど?それでもいいなら、要望出してどうぞwww なんでPCガンダムオンゲで刺傷事件になったかよく考えようね - 名無しさん 2013-12-04 09 30 31 別に強機体や強武器じゃなくて、ザク改にサンタバルーン出せるようになった機体とか、女パイロットとかでいい気がするんだ。あとは、先行配備新オペ子とかさ - 名無しさん 2013-12-04 15 52 22 最新の20件を表示しています.全てのコメントを見る ▲トップに戻ります▲
https://w.atwiki.jp/ff14lore/pages/349.html
ウィーヴィルWeevil 衆生門百蟲綱ビートル属に属すゾウムシ。 黒衣森やラノシア地方などに幅広く分布する。 作物を荒らす害虫として、農夫たちからは忌み嫌われる存在だという。
https://w.atwiki.jp/guildfw/pages/67.html
会議の議題、今後の方針の草案などにどうぞ。 キャラクターの構築 キャラクター作成は自分の好きなようにキャラクターを作れるようにポイント割り振り制にする。極端に高い能力値や低い能力値は使えないようにする。 万能型キャラクターが(特に戦闘で)無能にならない様にする。 全ての数値は連続したものとして扱えるようにする(ソードワールドやD Dの様に区切りをつけない)。 キャラクターは最初からそれなりに強く、極端に成長しない。 キャラクターの成長は楽しいのでセッション毎に成長に関する処理はできるようにする。 判定方法 行為判定は下方内上方ロール 行為判定には基本的に技能、能力値を使用する。 行為判定は乱数を用いる。結果に安定感を持たせるため複数個のダイスを使用し、数値の分布を正規分布に沿わせる。ただし、極端に多いのは面倒なため採用しない。また、ある程度逆転のチャンスがある様にしたい。 決定的成功、決定的失敗などの特殊な処理は通常のダイスの目からは切り離す。 受動側は常に対応できる様にする。 戦闘 戦闘では、一撃でキャラクターが死ぬ可能性を持たせる。しかし、ある程度の時間は戦闘を続けられるようにする。 攻撃は不特定回数の連続攻撃を標準とする。 反撃などの割込行動を実現する。 キャラクターは死にやすいが実際には滅多に死なないようにする。 その他 魔法は基本的に魔法使いにとっての剣であると考える。盗賊などのキャラクターを無用の長物にする様なものは設定しない。魔法使いの系統はいくつか用意しする。 魔法も武器戦闘と同じ様に1回の行動機会に複数回使えたり、魔法に対して魔法で対応できる様に考える。 魔法を使えないキャラクターのために特殊行動を魔法の様にデータ化し、外挿ルールとして処理できる様にする。
https://w.atwiki.jp/rengosekaiwiki/pages/43.html
マナウ人 起源 ル・ヴナカンタ 分布 マナウ連邦統合府 全域 外骨格を持ち、節足動物のような見た目をしている。平均的に他の種族と比べて、体格や身体能力に劣る。