Python matplotlibを使って学ぶ統計処理 正規分布 新しいページはコチラ

提供: yonewiki
移動: 案内, 検索
(■正規分布の確率密度を算出する式の作り方)
(■正規分布の確率密度を算出する式の作り方)
84行: 84行:
  
  
 確率密度関数で積分して1となる面積にデータである<ymath>$ x $</ymath>を掛ければ面積が平均値と一致します。確率密度の関数のパラメータの<ymath>$ \sigma $</ymath>を<ymath>$ 1 $</ymath>に固定すれば、上記のグラフのように<ymath>$ \mu $</ymath>がプラスの時は上側にコブが出来るグラフでマイナスのときは下側にコブが出来るグラフになります。もちろん面積は<ymath>$ \mu $</ymath>と同じ値になります。<ymath>$ \mu $</ymath>が大きいほど大きいコブになって面積が大きくなっていきます。マイナス側も同じで小さくなるほど、コブが下向きで大きくなってマイナスの面積が大きくなります。<ymath>$ \mu $</ymath>が<ymath>$ 0 $</ymath>のときだけ、<ymath>$ f(x)=-x $</ymath>のグラフで対称となる小さなコブができた状態でプラス側では上向きにマイナス側では下向きにコブができます。面積合計は打ち消しあって0になります。
+
 確率密度関数で積分して1となる面積にデータである<ymath>$ x $</ymath>を掛ければ面積が平均値と一致します。確率密度の関数のパラメータの<ymath>$ \sigma $</ymath>を<ymath>$ 1 $</ymath>に固定すれば、上記のグラフのように<ymath>$ \mu $</ymath>がプラスの時は上側にコブが出来るグラフでマイナスのときは下側にコブが出来るグラフになります。もちろん面積は<ymath>$ \mu $</ymath>と同じ値になります。<ymath>$ \mu $</ymath>が大きいほど大きいコブになって面積が大きくなっていきます。マイナス側も同じで小さくなるほど、コブが下向きで大きくなってマイナスの面積が大きくなります。<ymath>$ \mu $</ymath>が<ymath>$ 0 $</ymath>のときだけ、<ymath>$ f(x)=-x $</ymath>のグラフで対称となる小さなコブができた状態でプラス側では上向きにマイナス側では下向きにコブができます。面積合計は打ち消しあって0になります。なんで、正規分布の積分をする前の<ymath>$ f(x) $</ymath>に対して<ymath>$ x $</ymath>をかけてから積分すると、これほど都合よく平均値と一致させることができるのか?確かめる必要があります。では少し確認してみることにしましょう。
 +
<ymath>$$ \int f(x) = \int \frac{1}{\sqrt{2\pi}\sigma}e\power{-\frac{1}{2\sigma^{2}}(x-\mu)^{2}} $$</ymath>
  
  

2020年4月24日 (金) 00:00時点における版



個人用ツール
名前空間

変種
操作
案内
ツールボックス