Logo
홈
레슨
노트
사전
JLPT 연습
동영상
업그레이드
피드백
Logo
홈
레슨
노트
사전
JLPT 연습
동영상
업그레이드
피드백
Todaii Japanese
Switch language – current: ko
Logo Japanese
[email protected]
(+84) 865 924 966
315 Truong Chinh, Ha Noi
www.todaiinews.com
DMCA.com Protection Status

Todaii Japanese 소개

브랜드 스토리자주 묻는 질문사용자 가이드약관 및 정책환불 정보

소셜 네트워크

Logo facebookLogo instagram

앱 버전

AppstoreGoogle play

기타 앱

Todaii German
Todaii English
Todaii Chinese
Todaii Korean
DMCA.com Protection Status

저작권은 eUp Technology JSC에 있습니다

Copyright@2026

사전

단어 상세정보

誤差分布

誤差分布（ごさぶんぷ）は、連続型の確率分布であり、指数べき分布、一般誤差分布とも呼ばれる。 独立変数が確率変数 x   ( − ∞ < x < ∞ ) {\displaystyle x~(-\infty <x<\infty )} の誤差分布の確率密度関数は、3つのパラメータ μ   ( − ∞ < μ

관련 단어

誤差

{\sqrt {1001}}-{\sqrt {999}}\simeq 31.638584-31.606961=0.031623} 有効数字が5桁になってしまう。 有効数字が8桁なので本来なら±0.00000005%程度の誤差であるはずが、±0.00005%程度、ざっと1,000倍の誤差を含むことになる。

差分

差分バックアップ - バックアップ方式のひとつ。 diff - コンピュータプログラムにおいて、ファイルの比較を行うためのコマンド。 バージョン管理システムにおける更新前後の情報。差分を調べることで、更新前と更新後とのファイルの差異を調べることができ、前の状態に戻すことや、差分からパッチを作成することもできる。⇒

標準誤差

standard error; SE）は、母集団からある数の標本を選ぶとき、選ぶ組み合わせに依って統計量がどの程度ばらつくかを、全ての組み合わせについての標準偏差で表したものをいう。 統計量を指定せずに単に「標準誤差」と言った場合、標本平均の標準誤差（英: standard error of the

誤差関数

誤差関数（ごさかんすう、英: error function）は、数学におけるシグモイド形状の特殊関数（非初等関数）の一種で、確率論、統計学、物質科学、偏微分方程式などで使われる。ガウスの誤差関数とも。定義は以下の通り。 erf ⁡ ( x ) = 2 π ∫ 0 x e − t 2 d t {\displaystyle

差分の差分法

フルタイム当量 英: full-time equivalentで測った）処置効果を図示している。この発見が仮想的な効果であることを念頭におけば、カードとクルーガーはニュージャージーにおける0.80ドルの最低賃金の上昇が2.75の雇用におけるフルタイム当量の増加をもたらしていると推定した。

分布

(1)分かれてあちこちにあること。 また， 分けてあちこちに置くこと。 (2)その事象が空間的・時間的なある範囲内に存在すること。 また， その存在する状態。 「方言の～を調べる」「人口の～」「本州中部以南の海浜に～する植物」 (3)〔数〕 確率分布のこと。

量子化誤差

は、信号の細部を無視する変換であるため、元の信号からの誤差が必ず発生する。このような誤差を、量子化誤差と呼び、発生する雑音は、量子化雑音（Quantization Noise）と呼ばれる。 量子化誤差の大きさは、量子化の解像度やアナログ-デジタル変換回路のビット数に依存する。

誤差修正モデル

理論的に動機づけられたアプローチであり、ある時系列から別の時系列への短期と長期のいずれの効果の推定にも有用である。「誤差修正」という語は、長期の均衡からの直前の期の偏差、すなわち「誤差」が短期の変動に影響するという事実に関連してのものである。そのため、ECMはある従属変数が他の変数の変化の後に均衡に戻る速度を直接推定する。

離散化誤差

誤差（英:Discretization error）あるいは切り捨て誤差（英:Truncation error）は、連続変数の関数をコンピューターで有限個数（たとえば格子モデル（英語版）上）の計算で表現することに起因する誤差。一般的に、格子の間隔を狭くすることなどによって離散化誤差を減らすことができるが、計算量は増加する。

差分法

数値解析における有限差分法（ゆうげんさぶんほう、英: finite-difference methods; FDM）あるいは単に差分法は、微分方程式を解くために微分を有限差分近似（差分商）で置き換えて得られる差分方程式で近似するという離散化手法を用いる数値解法である。18世紀にオイラーが考案したと言われる。

差分商

微分積分学における差分商（さぶんしょう、英: difference quotient; 差商）は、ふつうは函数 f に対する有限差分の商 f ( x + h ) − f ( x ) h {\displaystyle {\frac {f(x+h)-f(x)}{h}}} を言い、これは h → 0

和分差分学

difference）あるいは和分差分学（わぶんさぶんがく、英: discrete calculus）は、（微分法および積分法を柱とする）微分積分学の離散版にあたる。微分積分学が（極限の概念を定式化し得る）連続的な空間上の函数（特に実数直線上で定義された函数）に興味が持たれるのに対して、和分差分学では離散的な空間、特に整数全体の成す集合

ボルツマン分布

ε）の準位の方が一つの準位あたりの粒子数が小さくなる。また、同じエネルギーの準位でも、高い温度（小さな β、大きな T）の条件では一つの準位あたりの粒子数が大きくなる。 複雑な粒子間相互作用がなく、エネルギー準位の分布が占有数によって変化しないことを仮定する。エネルギーが ε と ε+dε の範囲にある準位の数を

フレシェ分布

フレシェ分布（英語: Fréchet distribution) は逆ワイブル分布としても知られている。フレシェ分布は、ガンベル分布（タイプIの極値分布）、ワイブル分布（タイプIIIの極値分布）とともに、一般化極値分布（英語: generalized extreme value

ディリクレ分布

ディリクレ分布（ディリクレぶんぷ、英: Dirichlet distribution）は、連続型の確率分布である。ベータ分布を多変量に拡張して一般化した形をしており、そのため多変量ベータ分布とも呼ばれる。ディリクレ分布の確率密度関数は、同時に発生することのない K {\displaystyle K} 個の事象がそれぞれ

パレート分布

を推定する場合のモデルとして使用される。例えば、風速、洪水、震度などが一定値以上となる確率のモデル化などに適用される。この分布は 位置母数 μ、尺度母数 σ、形状母数 ξ の3つのパラメータをもち、ξ をパレート指数と言う。 累積分布関数は次式で表される。 （ただし、形状パラメータを κ = −ξ

レヴィ分布

の場合発散するので 0 近傍では定義されない。したがって、モーメント母関数は定義されない。 正規分布を除く全ての安定分布同様、レヴィ分布の確率密度関数の裾は、冪乗則に従って低減する「heavy tail」を示す。 lim x → ∞ f ( x ; μ , c ) = c 2 π   1 x 3 / 2 . {\displaystyle

分布図

分布図（ぶんぷず、英: distribution map）とは、地理的事象の分布を表す地図のことで、主題図の一種である。 分布図は地理的事象の位置や数量、分散の様子などをしめす。地理的事象の空間的な分布を考察対象とする地理学において、分布図は地理的事象の地域的な差異を把握したり、また他者へ教えたりす

カントール分布

であるような唯一つの確率分布である。 対称性により、この分布を持つ確率変数 X に対して、その期待値は E(X) = 1/2 となり、すべての X の奇中心モーメントは 0 であることが簡単に分かる。 分散 var(X) を求める上で、全分散の法則（英語版）を次のように用いることができる。上述の集合 C1