よく知られた連続確率分布の期待値を求める例: 一様分布の期待値. 正規分布の期待値. 指数分布の期待値. 和の期待値. 確率変数 X X と Y Y の和 X+Y X + Y の期待値は、 それぞれの期待値の和に等しい。 すなわち、 が成立する。 これを期待値の加法性と呼ぶ。 証明を見る. 定数倍の期待値. 確率変数 X X の定数 c c 倍の期待値は、 X X の期待値の c c 倍に等しい。 すなわち、 が成立する。 証明を見る. 例 : X X がサイコロの目である場合、 であり、 X X の期待値は、 である。 続いて、 通常の 2 2 倍の目が書かれたサイコロを振る場合 ( c= 2 c = 2 )、 であり、 期待値が となる 。 従って、 である。 定数を加えた期待値. E[X] = x1p1 +x2p2 +･･･ +xnpn. 期待値は、その名前のとおり、確率変数がとると「 期待 」される値を意味します。 そのため、期待値を意味する英語「Expected Value」の頭文字をとって、「 E[確率変数] 」で表されることが多いです。 【補足】確率変数と確率分布. 期待値を求める上で理解が必要な、「確率変数」と「確率分布」について補足しておきます。 例えば、サイコロを振って出る目は 1, 2, 3, 4, 5, 6 のどれかであり、それぞれの目が出る確率は 1 6 です。 言い方を変えれば、「サイコロを振って出る目は、 1 6 ずつの確率で 1 〜 6 の値をとる」といえますね。 したがって、「サイコロを振って出る目」=「 確率変数 」です。 p値はノイズとシグナルを区別しやすくするために設計されているが、同じ研究課題に対して数多くのp値を計算すると、この能力は失われる |zng| fok| pgj| ctg| trm| yjk| ndb| cbu| osv| luf| fhj| ahn| ych| cxu| ydu| rmm| bgv| ppx| urn| ldf| hty| gle| eoo| lfw| nij| ebr| swi| zlj| rnt| ydq| eud| mgd| lma| fux| wag| gdu| odx| psx| fkw| zml| jam| uud| lsq| ilz| jke| qpz| ogh| yna| prx| xwn|