69 ワイは藤真やな 32 風吹けば名無し :2018/03/30(金) 21:41:47. 82 ID:O/ >>22 ハーナガタ ハーナガタ 40 風吹けば名無し :2018/03/30(金) 21:42:50. 86 >>32 高身長インテリイケメンやからモテモテやろうなあ 23 風吹けば名無し :2018/03/30(金) 21:40:44. 81 湘北なら木暮か宮城やな 他は話通じない 44 風吹けば名無し :2018/03/30(金) 21:43:14. 28 >>23 桜木は男に対してはアレだけど女には優しいからな 24 風吹けば名無し :2018/03/30(金) 21:40:59. 96 ワイはゴリがええわ 25 風吹けば名無し :2018/03/30(金) 21:41:06. 24 ID:O/ 木暮公延←読めない 26 風吹けば名無し :2018/03/30(金) 21:41:07. 87 三井は母性本能くすぐるんだろうな 29 風吹けば名無し :2018/03/30(金) 21:41:36. スラムダンクの好きなキャラ、女性に聞いたベスト10。流川は2位 | 女子SPA!. 85 >>26 流川の方がくすぐられるわ 47 風吹けば名無し :2018/03/30(金) 21:43:30. 67 >>29 それ以上にガイジやから 52 風吹けば名無し :2018/03/30(金) 21:43:50. 43 >>47 三井の方がガイジやん 27 風吹けば名無し :2018/03/30(金) 21:41:17. 56 久しぶりに読みたい 28 風吹けば名無し :2018/03/30(金) 21:41:29. 13 ワイは鉄男やな 30 風吹けば名無し :2018/03/30(金) 21:41:37. 35 三井やろなあ 31 風吹けば名無し :2018/03/30(金) 21:41:47. 33 流川は女に興味ないし まったく優しくないからな 33 風吹けば名無し :2018/03/30(金) 21:42:01. 69 水戸がもてる説あったな 37 風吹けば名無し :2018/03/30(金) 21:42:30. 31 >>33 水戸含めていいなら水戸の一人勝ちやわ 34 風吹けば名無し :2018/03/30(金) 21:42:12. 30 ID:GpCHh/ そもそもの投票数ゴミ過ぎて笑った、友達間のやり取りかよ 35 風吹けば名無し :2018/03/30(金) 21:42:14.
5位 宮城リョータ 14. 5% 4位 安西光義先生 16. 5% 井上雄彦「SLAM DUNK 新装再編版 5 (愛蔵版コミックス)」集英社 5位は男性人気も高い宮城リョータ。背が低いながらもその実力はお墨付き。ピアス穴を開けていて見た目はちょっとチャラいけど、湘北バスケ部を支える名PGとしての一面や片思いの相手である彩子への一途さなど、ギャップ萌えの宝庫ともいえるキャラだと思います。 特筆すべきは試合中に彩子に見惚れるも、それがフェイントとなって繰り出される「彩ちゃんパス」!あんな風に想われてみたいというアラフォー女性の心の叫びが聞こえてくるかのようです。 4位は湘北バスケ部の顧問である安西光義先生。白髪鬼と呼ばれた名指導者だった過去を持っていますが、今はそのころの面影はない温厚篤実な好々爺(こうこうや)。それでも早い段階で桜木の才能を見出したり、流川が渡米しようとするのを「日本一の高校生になりなさい」と止めたり……。こんな恩師がいたら、自分の青春も変わっていたかもと思わされる素晴らしい先生ですよね。
gooランキング調査概要 集計期間:2009年8月20日~2009年8月22日 【集計方法について】 gooランキング編集部にてテーマと設問を設定し、「 gooリサーチ 」のモニターに対してアンケートを行い、その結果を集計したものです。( 詳しくは こちら ) 記事の転載は、引用元を明記の上でご利用ください。
さて、連続型確率分布では、分布曲線下の面積が確率を示すので、確率密度関数を定積分して確率を求めるのでしたね。 正規分布はかなりよく登場する確率分布なのに、毎回 \(f(x) = \displaystyle \frac{1}{\sqrt{2\pi}\sigma}e^{− \frac{(x − m)^2}{2\sigma^2}}\) の定積分をするなんてめちゃくちゃ大変です(しかも高校レベルの積分の知識では対処できない)。 そこで、「 正規分布を標準化して、あらかじめ計算しておいた確率(正規分布表)を利用しちゃおう! 」ということになりました。 \(m\), \(\sigma\) の値が異なっても、 縮尺を合わせれば対応する範囲の面積(確率)は等しい からです。 そうすれば、いちいち複雑な関数を定積分しないで、正規分布における確率を求められます。 ここから、正規分布の標準化と正規分布表の使い方を順番に説明していきます。 正規分布の標準化 ここでは、正規分布の標準化について説明します。 さて、\(m\), \(\sigma\) がどんな値の正規分布が一番シンプルで扱いやすいでしょうか?
5\) となる \(P(Z \geq 0) = P(Z \leq 0) = 0. 5\) 直線 \(z = 0\)(\(y\) 軸)に関して対称で、\(y\) は \(z = 0\) で最大値をとる \(P(0 \leq Z \leq u) = p(u)\) は正規分布表を利用して求められる 平均がど真ん中なので、面積(確率)も \(y\) 軸を境に対称でわかりやすいですね!
正規分布 正規分布を標準正規分布に変形することを、 標準化 といいます。 (正規分布について詳しく知りたい方は 正規分布とは? をご覧ください。) 正規分布を標準化する式 確率変数\(X\)が正規分布\(N(μ, σ^2)\)に従うとき、 $$ Z = \frac{X-μ}{σ} $$ と変換すると、\(Z\)は標準正規分布\(N(0, 1)\)(平均0, 分散1)に従います。 標準正規分布の確率密度関数 $$ f(X) = \frac{1}{\sqrt{2π}}e^{-\frac{x^2}{2}}$$ 正規分布を標準化する意味 標準正規分布表 をご存知でしょうか?下図のようなものです。何かとよく使うこの表ですが、すべての正規分布に対して用意するのは大変です(というか無理です)。そこで、他の正規分布に関しては標準化によって標準正規分布に直してから、標準正規分布表を使います。 正規分布というのは、実数倍や平行移動を同じものと考えると、一種類しかありません。なので、どの正規分布も標準化によって、標準正規分布に変換できます。そういうわけで、表も 標準正規分布表 一つで十分なのです。 標準化を使った例題 例題 とある大学の男子について身長を調査したところ、平均身長170cm、標準偏差7の正規分布に従うことが分かった。では、身長165cm~175cmの人の数は全体の何%占めるか? 解説 この問題を標準化によって解く。身長の確率変数をXと置く。平均170、標準偏差7なので、Xを標準化すると、 $$ Z = \frac{X-170}{7} $$ となる。よって \begin{eqnarray}165≦X≦175 &⇔& \frac{165-170}{7}≦Z≦\frac{175-170}{7}\\\\&⇔&-0. 71≦Z≦0. 71\end{eqnarray} であるので、標準正規分布が-0. 71~0. 71の値を取る確率が答えとなる。 これは 標準正規分布表 より、0. 5223と分かるので、身長165cm~175cmの人の数は全体の52. 23%である。 ちなみに、この例題では身長が正規分布に従うと仮定していますが、身長が本当に正規分布に従うかの検証を、 【例】身長の分布は本当に正規分布に従うのか!? で行なっております。興味のある方はお読みください。 標準化の証明 初めに標準化の式について触れましたが、どうしてこのような式になるのか、証明していきます。 証明 正規分布の性質を利用する。 正規分布の性質1 確率変数\(X\)が正規分布\(N(μ, σ^2)\)に従うとき、\(aX+b\)は正規分布\(N(aμ+b, a^2σ^2)\)に従う。 性質1において\(a = \frac{1}{σ}, b= -\frac{μ}{σ}\)とおけば、 $$ N(aμ+b, a^2σ^2) = N(0, 1) $$ となるので、これは標準正規分布に従う。また、このとき $$ aX+b = \frac{X-μ}{σ} $$ は標準正規分布に従う。 まとめ 正規分布を標準正規分布に変換する標準化についていかがでしたでしょうか。証明を覚える必要まではありませんが、標準化の式は使えるようにしておきたいところです。 余力のある人は是非証明を自分でやってみて、理解を深めて見てください!
また、正規分布についてさらに詳しく知りたい方は こちら をご覧ください。 (totalcount 73, 282 回, dailycount 1, 164回, overallcount 6, 621, 008 回) ライター: IMIN 正規分布
4^2)\) に従うから、 \(Z = \displaystyle \frac{X − 69}{0. 4}\) とおくと、\(Z\) は標準正規分布 \(N(0, 1)\) に従う。 よって \(\begin{align}P(Z \geq 70) &= P\left(Z \geq \displaystyle \frac{70 − 69}{0. 4}\right)\\&= P(Z \geq 2. 5 − p(2. 4938\\&= 0. 0062\end{align}\) したがって、\(1\) 万個の製品中の不良品の予想個数は \(10, 000 \times 0. 0062 = 62\)(個) 答え: \(62\) 個 以上で問題も終わりです! 正規分布はいろいろなところで活用するので、基本的な計算問題への対処法は確実に理解しておきましょう。 正規分布は、統計的な推測においてとても重要な役割を果たします。 詳しくは、以下の記事で説明していきます! 母集団と標本とは?統計調査の意味や求め方をわかりやすく解説! 信頼区間、母平均・母比率の推定とは?公式や問題の解き方