- ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:確率統計 シェパードの補正についての質問です。)
シェパードの補正とは?確率統計で重要な考え方
このQ&Aのポイント
- 確率統計において重要な考え方の一つにシェパードの補正があります。シェパードの補正は、連続的な値をもつ実際の値が計量器で離散的な値をとる場合に生じる補正です。
- 具体的には、母集団を表す変数Yが、実際の値を表す変数Xにガンマ値を加えたものとなっています。
- また、シェパードの補正を適用するためには、値の区間やガンマの値などのパラメータが必要となります。
- みんなの回答 (2)
- 専門家の回答
質問者が選んだベストアンサー
- ベストアンサー
noname#227064
回答No.2
前の質問のリンクをつけることをお勧めします。 http://okwave.jp/qa/q7506521.html 前の質問の回答で V[X] ≒ V[Z] = 1/12 + V[Y] と書いたのですが、シェパードの補正を検索してみたところ、 V[X] ≒ V[Z] とはならず V[X] ≒ V[Z] - 1/6 = V[Y] - 1/12 になるということなんでしょうね。 となると、前の質問のANo.1のようにXとγの共分散はほぼ0と考えているのでしょう。 Xとγでプロットしてみると、共分散が0になりそうな気がします。 私の回答で混乱させてしまったようですみません。
その他の回答 (1)
- sora12100
- ベストアンサー率0% (0/1)
回答No.1
sora121です。 質問の補足をさせていただきます。 前の文章にに標本分散の式が s^2=(Σ(i=1~n)(y_i-y^(yバー))^2)/n-1 と書いてあり、式(2)の後に 【このように、Var[X]の推定は次式で得られるとあり、 (s_x)^2=(Σ(i=1~n)(y_i-y^(yバー))^2)/n-1 - h^2/12 …(3) そして、式(3)の適応性は γが一様分布であること Xの密度関数がなめらかであること】 と書いてあります。長々と申し訳ございません。
お礼
質問の方法についてもご指摘ありがとうございます。 quaestioさんの丁寧なご説明とても参考になりました。 本当にありがとうございました。