Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
綿草
@watagusa
爽秋の候,
#R
, 数理統計, lull,.
Joined July 2017
397
Following
466
Followers
2.3K
Posts
Pinned Tweet
綿草
@watagusa
about 1 month ago
企業データについて、積んだり読んだりしてる。
綿草
@watagusa
about 9 hours ago
添字付きの定数Xᵢと、確率変数Xᵢって見た目一緒だけど全然意味違う。意識的に区別しておかないと、E[Xᵢ]と書かれた時にちょっと混乱する。
綿草
@watagusa
about 23 hours ago
デルタ法の導出を持ってきてるだけのような気もするけど、変換後の近似分散の形や、√nや-g(θ)が急に出てくるところが、そのまま覚えようとしてもなかなか頭に定着しない。
綿草
@watagusa
about 23 hours ago
デルタ法は「関数で変換した確率変数をテイラー展開し、その近似を利用して変換後の分布や特性値を求めるもの」と覚えた方が楽なように思う。ほぼ証明をそのまま持ってきてるようなものだけど。
Who to follow
atfujita
@FujitaAtsunori
My work is data science. Data Scientist/Kaggle Master/Machine Learning/Python My Tweets are my own opinion.
yusuke kaneko / 『原因と結果を武器にする思考』
@coldstart_p
Data Scientist@CyberAgent, Inc 『原因と結果を武器にする思考』を2026/6/19に発売します。Kaggle Master Kaggle: https://t.co/BliVvptP9e Note: https://t.co/J3YYW8gmLJ
gk
@gegegegegege
Kaggle Master、博士 (データサイエンス)
綿草
@watagusa
3 days ago
確率分布を階層化すると、関数の形は変わらないまま、P(X) が P(X|θ) というように表記されるが、これは元々固定パラメータだったθが、確率変数として扱われるようになったことを表していたのか。
綿草
@watagusa
3 days ago
負の二項分布の期待値を、E[X]=Σx₍ᵣ₊ₓ₋₁₎Cₓ(1−p)ˣpʳで直接求める形もやってみたけど、x-1をx'と置き換えたりr+1をr'と置き換えたりで、組み合わせの取り回しが結構面倒な感じだった。
綿草
@watagusa
4 days ago
階層モデルと混合分布は、3次元のグラフ描いて整理すると理解しやすいかも。
綿草
@watagusa
4 days ago
@sha_chi_zin
ありがとうございます! 集合の考え方を用いた確率の問題は、抽象度高くて難しく感じてしまいますね……。 今日は楽しみにしていたので残念でした。(しかも雨そんなに強くなかったような) milkyさんにも調整していただいたのに申し訳ないです。 また是非お願いします!!!
綿草
@watagusa
11 days ago
「Booleの不等式」知らなかった。和事象の確率を、各事象の確率の和で上から抑え込む。 https://t.co/YQjj9Pu6Ig
綿草
@watagusa
12 days ago
逆回帰問題で男女の不公平さという結論が変わってしまう様子。「まぁ、そうなるのかなぁ」という気持ちと、釈然としない気持ちと両方ある。
綿草
@watagusa
13 days ago
説明変数と目的変数が入れ替わる逆回帰問題の実験。最小化の対象となる残差の取り方が変わることで、推定される係数も変化する。
綿草
@watagusa
13 days ago
@alk_jp
ありがとうございます! そのような見方はできていませんでした。 椿先生のお話は伺ったことがないので、調べてみようと思います。
綿草
@watagusa
16 days ago
「逆回帰の問題」興味深いけど、何が起きているのか分からない。なんで目的変数と説明変数入れ替えただけで、結論が変わってしまうんだ。
綿草
@watagusa
15 days ago
@ml_taro
おめでとうございます!!!
綿草
@watagusa
18 days ago
予測分散と残差分散を、目的変数の分散と相関係数で表現する形が頭に入ってなかった。 Var(ŷ) = Var(y)r² Var(e) = Var(y)(1-r²)
綿草
@watagusa
18 days ago
決定係数は相関係数の二乗だから、説明変数と目的変数が入れ替わっても変わらないのは感覚的にもそう。
綿草
@watagusa
18 days ago
単回帰の目的変数と説明変数を入れ替えると、係数推定量の分子に当たる共分散は変わらない一方で、分母に当たる分散は入れ替わるから、スケールが変わってるということか。
綿草
@watagusa
19 days ago
線形回帰の本読んでた時、FWLの定理と偏回帰作用点プロットの関係って意識してたっけ。
綿草
@watagusa
19 days ago
標本平均の比を2変数関数と見なすのもむずいし、そこからデルタ法で近似分散求めるのもむずい。
綿草
@watagusa
19 days ago
問題演習してる時に「これは試験本番に出るだろうか」とか考え出すと、問題から「味」がしなくなる。
綿草
@watagusa
29 days ago
Cov(X̄,Ȳ)って1/n²ΣΣCov(Xᵢ,Yⱼ)と変形できるけど、2変量の無作為標本ではi≠jなら独立になるから、それらの項はすべて0になる。結局i=jの項だけ残って、Cov(X̄,Ȳ)=σₓᵧ/nになるのか。
Last Seen Users on Sotwe
suka stw
Seen from
Indonesia
十二君君
Seen from
United States
olgun ve şişman sikicisi
Seen from
Netherlands
فحل سوداني🔞🔞🩷
カイヒ
Seen from
Japan
Yuli Yanti
Seen from
Indonesia
CuloGrande
Seen from
Panama
Puntaje Ideal
Seen from
United States
uncle lover
Seen from
India
Pecinta Tante
Seen from
Indonesia
Trends for you
1
Bobby Bonilla
Under 10K tweets
2
Good Wednesday
Under 10K tweets
3
Victor Willis
Under 10K tweets
4
Giant Eagle
Under 10K tweets
5
PS3 and Vita
Under 10K tweets
6
John Collins
Under 10K tweets
7
Happy Canada
Under 10K tweets
8
Hump Day
Under 10K tweets
9
#CanadaDay
Under 10K tweets
10
Tobias
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.7M followers
2
Barack Obama
@barackobama
119.2M followers
3
Donald J. Trump
@realdonaldtrump
111.7M followers
4
Cristiano Ronaldo
@cristiano
110.6M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
97.7M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
90.9M followers
9
KATY PERRY
@katyperry
87.7M followers
10
Taylor Swift
@taylorswift13
81.5M followers
11
Lady Gaga
@ladygaga
73M followers
12
Virat Kohli
@imvkohli
69.9M followers
13
Kim Kardashian
@kimkardashian
69.8M followers
14
YouTube
@youtube
68.7M followers
15
Bill Gates
@billgates
63.9M followers
16
Neymar Jr
@neymarjr
62.6M followers
17
The Ellen Show
@theellenshow
62.4M followers
18
CNN
@cnn
61.9M followers
19
X
@x
60.8M followers
20
Selena Gomez
@selenagomez
60.8M followers
Olivia
Online
✨
⭐
💫