情報科学 › 研究のための計算の実務 › 再現できる数値実験
種についての平均と標準誤差
を独立で同じ分布に従う確率変数( 個の種の結果のモデル)とし、, とする。 とおく。
- , である。
- のとき、 は を満たす。したがって は の不偏推定量である。
- のとき、分散の不偏推定量は存在しない。正確には、分布の族 が 1 点に集中する分布()をすべての について含み、さらに分散が正の分布を 1 つ以上含むならば、「 のどの分布に従う についても 」となる関数 はない。
閉包の状態
✓ 公理まで証明済み
証明が使う定理を 前提 としてたどると、Rikai の中の証明だけで定義・公理(物理では基本仮定)までつながっています(前提の定理類 16 件、定義なども含めて 24 件)。
印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。
前提をたどる 証明が使う定理・定義(直接 3 件)
▸ を開くと、その項目の証明が使う前提が出ます。深い先は各項目のページでたどれます。
- 期待値定義 4.1・確率変数と期待値
独立な可積分確率変数の積の期待値✓命題 7.5・確率変数と期待値
- 確率変数の独立性定義 2.3・確率変数と期待値
変数変換公式✓定理 4.5・確率変数と期待値
- 期待値定義 4.1・確率変数と期待値
- 分布と分布関数定義 3.5・確率変数と期待値
- 単関数の期待値の well-defined 性✓補題 4.2・確率変数と期待値
単調収束定理✓定理 2.1・確率変数と期待値
- 単調収束定理(ベッポ・レヴィの定理)✓定理 5.2・ルベーグ積分の定義と収束定理 この先をたどる →
- 分散と共分散の基本性質✓命題 5.3・確率変数と期待値(上で展開済み)
分散と共分散の基本性質✓命題 5.3・確率変数と期待値
- 期待値定義 4.1・確率変数と期待値
- 確率空間では L² ⊂ L¹✓命題 5.2・確率変数と期待値
これを使っている定理
証明で明示的に参照している定理は、まだありません。