約 6,595 件
https://w.atwiki.jp/kikanzemireport/pages/6.html
論文の「結果」について Table1には、学年、年齢、性別、SOC、GHQの相関係数の結果を示した。Table1では、SOCとGHQに、かなり強めの負の相関がみられた（r=-0.691,p .01）。そして、SOCと年齢に、ほんのわずかではあるが負の相関がみられた（r=-0.189,p .05）。また、SOCと性別にも、ほんのわずかではあるが負の相関がみられた（r=-0.183,p .05）。 Table2には、自分たちで作った質問項目とSOC、GHQとの相関係数の結果を示した。自分たちで作った質問項目では3(2)、3(7)、3(9)、3(11)、3(14)から、相関がみられた。それぞれ、3(2)、3(7)、3(9)、3(11)、3(14)の質問項目は、「２．満足できる睡眠時間はどのくらいですか？(1)４時間以下(2)４～６時間(3)６～８時間(4)８時間以上」「７．あなたの周り（家族や友人等）に喫煙者はいますか？はい ・ いいえ」「９．運動することは好きですか？はい ・ いいえ」「11．どのくらいの頻度でお酒を飲みますか？(1)ほとんどしない(2)月１～３(3)週１～３(4)週４以上」「14．自分の飲酒について悪いとか申し訳ないと感じたことはありますか？はい ・ いいえ」であった。3(2)とSOCでは、ほんのわずかではあるが負の相関がみられた（r=-0.197,p .05）。3(7)とGHQでは、ほんのわずかではあるが正の相関がみられた（r=0.170,p .05）。3(9)とGHQでは、ほんのわずかではあるが正の相関がみられた（r=0.182,p .05）。3(11)とGHQでは、ほんのわずかではあるが負の相関がみられた（r=-0.176,p .05）。3(14)とSOCでは、ほんのわずかではあるが正の相関がみられた（r=0.172,p .05）。 Figure1には、ストレス対処能力(SOC)の結果を示した。ストレス対処能力が高い人は27%、中程度の人は46%、低い人は27%であった。また、Figure2には、精神的健康度(GHQ)の結果を示した。精神的健康度が高い人は57%、低い人は43%であった。Figure3には、ストレス対処能力が高い人の精神的健康度の高さの割合を示した。Figure4には、ストレス対処能力が中程度の人の精神的健康度の高さの割合を示した。Figure5には、ストレス対処能力が低い人の精神的健康度の高さの割合を示した。Figure6には、精神的健康度が高い人のストレス対処能力の高さの割合を示した。Figure7には、精神的健康度が低い人のストレス対処能力の高さの割合を示した。 ストレス対処能力では、60点以上の者を高い人とし、45点以下の者を低い人とし、46－59点までの者を中程度の人とした。精神的健康度では、15点以下の者を低い人とし、16点以上の者を高い人とした。 Figure3より、ストレス対処能力が高い人は精神的健康度が高い人が約16%、低い人が約84%と低い人が多かった。Figure4より、ストレス対処能力が中程度の人は精神的健康度が高い人が約63%、低い人が約37%と高い人が少し多かった。Figure5より、ストレス対処能力が低い人は精神的健康度が高い人が約89%、低い人が約11%と高い人が多かった。Figure6より、精神的健康度が高い人はストレス対処能力が高い人が約8%、中程度の人が約41%、低い人が約51%と、低い人、中程度の人、高い人の順に多かった。Figure7より、精神的健康度が低い人はストレス対処能力が高い人が約53%、中程度の人が約40%、低い人が約7%と、高い人、中程度の人、低い人の順に多かった。 それぞれストレス対処能力と精神的健康度において、男女差があるのか、また、自分たちで作った質問項目のなかで「はい・いいえ」で答えられるもので、そこに差はあるのか、t検定を行った。男女の差では、ストレス対処能力において5%水準で有意な差があった（t(133)=2.147, p .05）。精神的健康度においては有意な差はなかった（t(134)=-1.092, n.s.）。自分たちで作った質問項目では3(10)、3(15)で有意な差がみられた。3(10)では、ストレス対処能力においては有意な差はなかった（t(133)=1.377, n.s.）。精神的健康度において5%水準で有意な差があった（t(134)=-2.144, p .05）。3(15)では、ストレス対処能力において5%水準で有意な差があった（t(133)=-2.009, p .05）。精神的健康度においては有意な差はなかった（t(134)=0.441, n.s.）。
https://w.atwiki.jp/koukk/pages/32.html
目次 1.1次元データの要約(4/9) (1)度数分布表とヒストグラム (2)データ分布の中心の指標 最小２乗値 各中心の関係 (3)データのちらばりの指標 (4)標準化 2.2次元データの要約(4/16) (1)散布図 (2)相関係数 (3)回帰直線 3.確率= (1)条件付確率 乗法公式 全確率の公式 (2)ベイズの定理 4.確率変数 (1)期待値 定理 (2)分散 (3)標準偏差 1.1次元データの要約(4/9) 次元とは 1次元データ 2次元データ 要するに考えているデータの組 統計の二つの方法 図や表(度数分布、ヒストグラム) 数値解析 (1)度数分布表とヒストグラム 詳細はプリント ポイント 単峰か？ No→複数の現象が影響しているので、適当に標本を限定して単純化する。(例、寿命と年齢の関係における男女) ↓Yes 中心(モード) ↓ 歪み 右に歪んでいる（右に裾野が広がる) ↓ はずれ値の有無 (2)データ分布の中心の指標 平均 メディアン データを大きさの順に並べてとおく。 すなわち、メディアンの値を境にヒストグラムの左右の面積（標本の数）は等しくなる。 モード最も度数が高い階級値（最頻値) 最小２乗値 全てのデータを数直線上に置き、すべての点からの距離の和が最少となる値。 定理 与えられたデータに対して、関数を次の様に定義すれば、 これはにおいて最小となる。 証明 とおく。であることに留意する。 が得られ、で最小となることがわかる。 各中心の関係 右に歪んだ分布では 左右対称の分布では (3)データのちらばりの指標 分散 この値は数値解析には大きすぎるためデータ解析には用いられないが、数学的な考察をする際は頻繁に用いられる。 この式の意味は、平均からの各標本の距離の平均値である。 また、最小２乗値により、平均からの距離を取ることには妥当性がある。 標準偏差 この値は主に、データ解析に用いる。特に後に述べる標準化という操作と組み合わせて用いる。 さらに重要な性質 の範囲に95%のデータが入っている。 また、で表わされる区間のことをkシグマ区間という。 参考に最下部の添付ファイル 1.pngを参照せよ。 (4)標準化 標準化とは、各データを適当に一次変換をほどこすことで、平均を0、標準偏差を1にし、異なるデータ群でも、容易に比較ができるようにすることである。すなわち、例えば、ヒトの身長のデータは平均はせいぜい170程度、標準偏差も２桁以下となるが、日本人の平均預金のデータではそれよりはるかに大きな平均、標準偏差になる。ところが、このままでは標準偏差を見てもいったいどれほどデータがばらついているのかわからない。そこで標準化を施す。数学的な記述は あるいは このことは、 定理 において 1. 2. によって確かめられる。 さらに、それぞれの証明は、 証明 1. 2. 2.2次元データの要約(4/16) (1)散布図 ある２次元データについて、たとえば、横にx軸、縦にy軸を取って、各データをプロットしたものを散布図という。 (2)相関係数 散布図を見れば、xとyの相関は主観的には容易に想像が着く。しかし、実際どれほどの相関があるのかを客観的に調べるために次のような指標を用いる。 共分散 この式の意味は、x、yの平均からの偏差積の平均値である。読み方としては、 のとき正の相関 のとき負の相関 となる。ただし、単位が元のデータにそろっていないし、xとyの因果関係までは説明していないことに注意。 相関係数 この式の意味は、xの標準化とyの標準化の積の平均値である。読み方としては、 のとき正の相関 のとき無相関 のとき負の相関 となる。これは無次元量で、値が常にの間にあるため、異なるデータ間での比較も可能である。 また、となるとき、すべてのデータが同一直線状にある。これはコーシー・シュワルツの不等式で導ける。 (3)回帰直線 これは、２次元データが実際に、どういう相関関係にあるのかを調べるためのものである。簡単にいえば、すなわち、すべてのデータから近いような直線（回帰直線)を探すのである。 すべてのデータyは、 によって表せる。このときdを誤差項という。また、a,bは回帰係数と言う。 a,bの求め方回帰直線の定義により、誤差項が最も小さくなるようにa,bを設定すればよい。 すなわち、が最小となればよい。 上の式を変形して、 なので、 が最小となればよい。 これを展開すると、 なので、 これが最小となるのは、 のときで、つまり、 となる。 3.確率= 定義などの基礎的なことはめんどくさいので割愛する。事象Aが起こる確率をなどと表すこととする。全事象をと表すこととする。 (1)条件付確率 事象Bが起きたうえでの事象Aが起きる確率をと表す。 乗法公式 全確率の公式 を互いに排反とする。また、とする。 (2)ベイズの定理 4.確率変数 確率変数そのものの説明はめんどいのでしない。たぶんみんなわかるでしょ？ただし、確率変数の定義には、離散型と連続型があることに注意。 (1)期待値 定義 確率変数Xの重み付き平均、つまり重心 定理 はで最小となる。 証明 となり、で最小値 (2)分散 定義 各Xからの距離の和=偏差和が最も小さくなる点 (3)標準偏差
https://w.atwiki.jp/todo314/pages/429.html
Influence and Correlation in Social Networks Aris Anagnostopoulos, Ravi Kumar, Mohammad Mahdian KDD 2008 概要 社会的な繋がりは大事ですよ 相関（似た行動）を引き起こすのは、「社会影響」の所為？ 同類性とか他の色々な要素があって紛らわしい 単純なテストを考案 Flickrで調べたら、相関はあるけど影響の所為ではない 導入とか 既存研究「Flickrで友達同士のタグの語彙が似ている」 相関の源は？ influence 友達の最近の行動に引き起こされる homophily 同じゲームを持っている人は友達になりやすい environment (confounding factors / external influence) 友達は同じ場所に住んでいやすい、同じ写真を投稿する 実際のデータにはオンラインの行動時刻があるので、利用しよう！ モデル 確率的モデル 予測できる、最適化、フィッティング 時間の因子を入れたモデル3つを考える Homophily Environment (Confounding factor) Influence 手法 相関の測定 a人の友達が既に活性 $$ p(a) \frac{\exp(\alpha \ln (a+1)+\beta)}{1+\exp(\alpha \ln(a+1)+\beta)} $$ αが社会相関を測る αとβの最尤推定をする、適当にやれば出来る Shuffle test 影響が無意味なら、活性化のタイミングが互いに独立 活性化時刻をシャッフルしても推定したαが似ていれば、社会影響の所為では無い！ ∵ i.i.d.なので、並び替えても同じ分布 理論的解析もあるよ 期待値よく集中している、みたいな 例で説明…影響モデルならαがかなり異なる Edge-reversal test 辺の向きをひっくり返す αはどんなもんでしょうか？ 実験 シミュレーション 生成モデル no-correlation：本当にランダム influence： correlation (no-influence)：何かそれっぽい感じにとる αのヒストグラムとCDFを出してみる、Shuffle testが上手く作動している 実データ タグづけ行動のログを見てみる 色んな成長パターンがある：bursty ("halloween"), smooth ("photos"), periodic ("moon") 結論：相関はあるが、源≠影響 まとめ 良い話 KDD 情報拡散 社会影響 2017/06/26
https://w.atwiki.jp/pakumao/pages/50.html
2020/12/21に相関図パーカーの告知ツイート 一定数の予約が集まると生産されるという販売方式。 これが相関図トートバッグのアイデアパクではないかという疑惑が出る。 https //vvstore.jp/i/vv_000000000206427/ ”既存の缶バッジ”を付けることで”相関図”が完成する点 相関図であれば本来あるはずの関係性への説明（矢印に『恋人』など）がない→アイデアの表層だけパクったのでは？ 着るたびに洗う必要があるパーカーに缶バッジをたくさんつけたら面倒なのでは？→頻繁には洗わないトートバッグだからこそのアイデアを安易にパクったのでは？ トートバッグのデザイナーが反応する。 いくつかのアカウントがこの件や過去の謝罪に言及したり、まとめサイトにまとめられたりと炎上 12/23に別アカウントからお気持ち表明 没案にあった「おかずパーカー」の画像素材が商用利用不可のものであると判明する 他にも脳みその画像がフリー素材であることや袖の矢印部分に塗残しの跡が見つかり証拠画像が後から偽造されたものである疑惑が浮上 12/27 発売中止ツイート おかずパーカーの画像について「｢定食 フリー｣で検索した画像を適当に貼りました。すみません！！」との弁明？ツイートが投稿される（もちろんサブ垢の方）
https://w.atwiki.jp/ce00582/pages/3227.html
1988 Lawrence J. Christiano Martin Eichenbaum Is Theory Really Ahead of Measurement? Current Real Business Cycle Theories and Aggregate Labor Market Fluctuations NBER Working Papers 2700 実家で読む。興味深い論文です。著者は、ノースウエスタン大学の先生です。論文のテーマは、実質賃金と労働供給の関係です。この論文の関連文献として、Lucas(1970),Hansen(1985)等がある。Lucas(1970)は、資本稼働率を利用して、実質賃金と労働供給の負の相関を説明しようと試みている。Hansen(1985)は、実物的景気循環理論の枠組みで、実質賃金と労働供給の負の相関を説明しようと試みている。実物的景気循環理論のモデルによると、実質賃金と労働供給の間には高い相関関係があります。それに対して、実証研究では、実質賃金と労働供給の間には、全く相関関係がありません。この矛盾に、多くの経済学者は、困惑してきました。この論文では、政府支出の衝撃を加えることにより、実質賃金と労働供給の関係を説明することを試みている。モデルは、単純なものです。特徴は、政府支出が個人消費に影響することです。
https://w.atwiki.jp/magichappy/pages/164.html
サンドリア 天体全図について(Adaunel) 水晶大戦時について(Esmallegue) コンフリクトについて(Excenmille) モンスター相関図について(Guilboire) 栽培について(Kuu Mohzolhi) 名声について(Namonutice) 属性相関図について(Villion) バストゥーク 水晶大戦時について(Angry Bull) バストゥーク商業区について(Epione) バストゥーク鉱山区について(Dry Bone) バストゥーク港について(Ihsan) 名声について(Flaco) バストゥークにおける軍制について(Helga) コンフリクトについて(Invincible Shield) 属性相関図について(Julio) 天体全図について(Kaela) モンスター相関図について(Vaghron) 栽培について(Valah Molkot) チョコボ育成について(Gonija) ウィンダス 魔法について(Diroku-Oroku) 天体全図について(Lago-Charago) 釣りについて(Laughing Lizard) コンフリクトについて(Mhabi Molkot) 栽培について(Ojha Rhawash) 釣りについて(Pattel-Bacchel) モンスター相関図について(Tico Karimakiba) 属性相関図について(Yuhito-Kubhito) 名声について(Zabirego-Hajigo) 水晶大戦時について(Zahsa Syalmhaia) ジュノ 名声について(Mendi) 栽培について(Zona Shodhunh) その他の地域・辺境 名声について(Vaultimand) 名声について(Ney Hiparujah) 名声について(Waylea) セルビナについて(Naillina) マウラについて(Numi Adaligo) 闇の視線 アトルガン白門 サラヒム・センチネルについて(Abquhbah) モグロッカーについて(Fubruhn) 鎖死病について(Nafiwaa) アトルガン貨幣交換について(Ugrihd) 六門院について(Sharin-Garin) アトルガンの区画について(Rujen-Gorgen) ナジャ社長について(Tohka Telposkha) 船宿コーカバについて(Kamnahb) 前聖皇ジャルザーンについて(Gameem) その他 バージの運航路について(Anguenet) モグハウスについて(Moogle) チョコボサーキット総合案内(Luca) VCSチョコボレースセンター(Jazgeh) 過去世界 カンパニエについて(Maruna-Kurina) アビセア アビセア-ラテーヌの名声について(Namonutice) アビセア-コンシュタットの名声について(Flaco) アビセア-タロンギの名声について(Zabirego-Hajigo) アビセア-ブンカールの名声について(Gulemont) アビセア-ミザレオの名声について(Izabele) アビセア-アットワの名声について(Mendi) アビセア-アルテパの名声について(Honoi-Gomoi) アビセア-ウルガランの名声について(Magriffon) アビセア-グロウベルグの名声について(Parnika) Atma Infusionist Conflux Surveyor Cruor Prospector Machine Outfitter アドゥリン 名声について(Iyvah Halohm)？ 複数エリア モグサックについて(Artisan Moogle) 競売所について リンクシェルについて 特集 ギルドNPC 特産品売場NPC 語らないNPC
https://w.atwiki.jp/runwiki/pages/2.html
メニュー RL Section 概要アクトトレーラーSample ハンドアウトHO Sample シナリオフック 情報項目Low Gear 2nd Gear 3rd Gear 4th Gear 5th Gear 08 Gear ゲストプロファイル r.U.n. エンディングリスト ノート BGMリスト 世界観 r.U.n. コラム 構想メモ レギュレーション 特殊ルール 選択ルール データ r.U.n.1st r.U.n.1st r.U.n.相関表 2nd r.U.n.2nd r.U.n.相関表 イラストトループデータ 組織 Company S.T.A.R.T. 作成中 ゲスト GUESTS1st season GUEST1st season GUEST相関表 2nd season GUEST2nd season GUEST相関表 イラスト 作成中 完走者リスト EXTRA 用語辞典 あ～さ行 た～は行 ま～わ行 A～K L～U V～Z、数字 作成中 他 砂場 お役立ちリンク 参考文献 要望置き場 ログ置き場 間借り ロッジ：黎明の海星オーガニゼーションGUEST/CUST date 妄言という名の設定 リンク @wiki @wikiご利用ガイド 他のサービス 無料ホームページ作成 無料ブログ作成 2ch型掲示板レンタル 無料掲示板レンタル お絵かきレンタル 無料ソーシャルプロフ ここを編集
https://w.atwiki.jp/mina2000gt/pages/192.html
Luo(1994)が、最初にCMBに使った論文かな？ この論文に沿って話を整理するのがよかろう。 2014/10/09 と思ったら、(2)式で行き詰ったぞ。 今度は、two-point temperature correlation functionがわからない。 まあ、言葉でいうと、 ”ある範囲の中にある、２つの点がある距離にある確率を決めるもの” なのだけれど、数式になるとよくわからないな。 とりあえず、Bond and Efstathiou (1987)なのかなあ？ しかし、これでもよくわからない。 統計の教科書に頼ってみるか。 計算の細かい点を除いて、簡単に言うと。 PDFがガウシアンのとき、相関関係を球面調和関数で展開したときの係数は、スペクトルをとると、はガウシアンによるある値になる。 しかし、angular bispectrumになると、必ず0になってしまう。 もし、これが0でないとき、PDFがガウシアンからずれていることがわかり、その情報が得られることになる。 だから、angular bispectrumを使って、ガウシアンからのずれを研究しようという流れ。 式の細かい意味は難しすぎてわからんなー。 解説してるものないのかねー？？？ 2014/10/12 ２点相関関数から順に整理してみる。 松原の「現代宇宙論」の266ページ。 元ページは、ここに細かいプロセスは書いてある。 まず、２点相関関数は、２つの点を選んだ時にそれぞれの点における密度揺らぎをとすると、 と書ける。このブラケットの中身は、２点の密度揺らぎの積であり、クラスタリングしている範囲では大きくなるし、そうでなければ小さくなる。これを、ある距離を固定して平均したとき、そのスケールでのクラスタリングの度合いがわかるということ。 密度場を使うと、 とあらわされる。 次にパワースペクトルを考える。 密度揺らぎのフーリエ変換を考える。 すると、 フーリエ空間での相関は、 となる。 積分を実行する。と変数変換すると、 積分部分は、 であり、この部分をと書き、パワースペクトルと呼ぶ。 ＝＝＝ とここまで書いて気づいた。 松原の「現代宇宙論」の296ページから、角度パワースペクトルについて書かれてた。 まあ、パワースペクトルのイメージわいたし、いいか。 下を書いて気づいてから、335ページにも少しあることに気づいた。 ＝＝＝ ２次元ゆらぎからスタートする。 このゆらぎを、球面調和関数で展開する。 このとき、 だから、展開係数は、 となる。 展開係数の積の平均を考えると、 となり、は、角度相関関数であり、は、球面上の２点の間の角度。 角度相関関数のルジャンドル展開を考えると、 であり、ルジャンドル多項式は、球面調和関数で展開され、 となることと、直交関係を使うと、 が与えられる。このとき、をangular power spectrum（角度パワースペクトル）という。 ルジャンドル多項式の直交関係 より、 と表現でき、ルジャンドル多項式のふるまいから、角度パワースペクトルは、が大きいほど、小角度の相関関数に敏感。 おおまかには、となる。 これを３次に拡張したものが、angular bispectrum なんだけど、その性質はよくわからんな。今日は、ここまでにしとくか。 戻る 天文学メニューに戻る 名前
https://w.atwiki.jp/pakumao/pages/48.html
2020/12/21に相関図パーカーの告知ツイート 一定数の予約が集まると生産されるという販売方式。 これが相関図トートバッグのアイデアパクではないかという疑惑が出る。 https //vvstore.jp/i/vv_000000000206427/ ”既存の缶バッジ”を付けることで”相関図”が完成する点 相関図であれば本来あるはずの関係性への説明（矢印に『恋人』など）がない→アイデアの表層だけパクったのでは？ 着るたびに洗う必要があるパーカーに缶バッジをたくさんつけたら面倒なのでは？→頻繁には洗わないトートバッグだからこそのアイデアを安易にパクったのでは？ トートバッグのデザイナーが反応する。 いくつかのアカウントがこの件や過去の謝罪に言及したり、まとめサイトにまとめられたりと炎上 12/23に別アカウントからお気持ち表明 imageプラグインエラー ご指定のURLはサポートしていません。png, jpg, gif などの画像URLを指定してください。 没案にあった「おかずパーカー」の画像素材が商用利用不可のものであると判明する 他にも脳みその画像がフリー素材であることや袖の矢印部分に塗残しの跡が見つかり証拠画像が後から偽造されたものである疑惑が浮上 12/27 発売中止ツイート おかずパーカーの画像について「｢定食 フリー｣で検索した画像を適当に貼りました。すみません！！」との弁明？ツイートが投稿される（もちろんサブ垢の方）
https://w.atwiki.jp/econyousuke/pages/13.html
操作変数法 説明変数(x)と誤差項(ε)に相関がある場合は 説明変数に相関があり、誤差項に無相関な操作変数(z)を定義して回帰する 操作変数の条件 ただしは有限かつnonsingularとする。 IV推定量 このzを用いて をβの推定量とする。これをIV推定量という。 IV推定量の不偏性、一致性 となり、一般に不偏性は得られない。 ここで、はに確率収束する。(大数の弱法則) またより、である。(Law of Total Expectationを使う) 従って、は０に確率収束する。 これらを用いると、はに確率収束することがわかる。