@axjack.bsky.social
統計学, SQL, R, Python, Azure Machine Learning, Power BI辺りをふらふらと。 https://axjack.hatenablog.jp
髪切り終わりなう
21.11.2025 05:44 — 👍 0 🔁 0 💬 0 📌 0そうそう、down detectorも見れなくてちょっと面白かった
18.11.2025 13:34 — 👍 0 🔁 0 💬 0 📌 0なるほどなぁ、cloudflareさんが落ちたのか
18.11.2025 13:31 — 👍 1 🔁 0 💬 0 📌 0Cloud flareの大規模障害で日経サイエンスの公式サイトの閲覧が不安定な状況になっております。
何故かダウンロードサイトは元気です。
使い勝手どうなんだろなあ
news.yahoo.co.jp/articles/a39...
05.11.2025 14:18 — 👍 0 🔁 0 💬 0 📌 0
\Big/ で大きい感じのスラッシュになる。
#LaTeX
垂心をテーマにした4コマ
という夢を見た
データ解析のための数理統計入門のディリクレ分布をやっつけた
13.10.2025 23:15 — 👍 0 🔁 0 💬 0 📌 0
Stop Avoiding Politics terriblesoftware.org/2025/10/01/s...
04.10.2025 02:33 — 👍 1 🔁 0 💬 0 📌 0■P(X1+X2=s)
和がsになるような(X1,X2)の組み合わせで足し潰せばよく然るにP(X1+X2=s)=\sum_{x1+x2=s} P(X1=x1, X2=x2)
vs
■P(X1=x1 かつ X1+X2=s)
読んで字の如くX1=x1かつX1+X2=sなので必然X2=s-x1然るにP(X1=x1 かつ X2=s-x1)故に単なる同時分布
一様な角度U~Unif(-π/2, π/2)をとって「傾きY=tan(U)」に変換するとコーシー分布になる。
07.09.2025 11:02 — 👍 0 🔁 0 💬 0 📌 0一方、正規ガンマ分布は混ぜるとt分布になったりコーシー分布になったり、危険な混ぜ方だと思う。
19.08.2025 14:32 — 👍 0 🔁 0 💬 0 📌 0ガンマ・ポアソン分布ってほんとよくできてるよなぁ。計算すればたしかにそうなんだけれど、最終的にマジで負の二項分布になるのが面白い。
19.08.2025 14:28 — 👍 0 🔁 0 💬 0 📌 0
17.08.2025 15:17 — 👍 0 🔁 0 💬 0 📌 0
GPT-5はこれまでの流れや文脈が読めないのか、突然明後日の方向の回答をし出すのがもはや怖い・・・。賢くなったのは別に良いけど何か大切なことを忘れていないかいGPT-5よ・・・。
#keep4o
LITEだった
www.kewpie.co.jp/entertainmen...
玉10個のうち赤玉が3個入っている箱から、一個ずつ復元抽出するのはBern(3/10)の具体例。
これと同じことを一様乱数で作ると、たとえばu=Math.random()で一様乱数を取ってきて、u≦0.3なら当たり else ハズレとすればよい。
平たくいうとそんなことを言っている。
X~Bern(p)は当たり確率がpのくじだったり、赤玉を引く確率がpの試行だったりする。
これと同じことを一様分布でモデル化すると、U~Unif(0,1)な確率変数を取ってきて、Uがp以下だったら当たり、そうじゃなければハズレとすることである。それはP(U≦p)=pと言っていることに等しい。
総じて、ベルヌーイ分布は一様分布で表現することができる。
f(x,y) が 0≦y≦xで定義された密度関数がある。P(X≦2, Y≧1)の積分範囲は？
x∈[0, ∞) ∩ y∈[0,x] ∩ x∈(-∞,2] ∩ y∈[1,∞) から x∈[0,2] かつ y∈[1,x]となるがここで、x<1の時yが空となってしまうためx≧1である必要がある。
従って、yの範囲はy∈[1,x]でxの範囲はx∈[0,2]∩[1,∞)=[1,2]となる。
