」 フォースにバランスをもたらす者。 そう予言され、ジェダイに利を齎しシスを打ち倒すと信じられてきたアナキン。 だが選ばれし者は暗黒面に堕ち、ジェダイはほぼ壊滅。共和国も崩壊し、シスは勢力を拡大した。 望まなかった結末に慟哭の声を上げるオビ=ワン。ジェダイの予言は間違っていたのか。 「 あんたが憎い!!!!
47 誤訳はクソやけどなっち口調って外人っぽさ感じて好き 70: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:37:04. 64 >>54 わかる 194: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:49:59. 32 >>54 刷り込まれたんや 58: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:35:45. 60 ジュラシックワールドの冒頭でデカデカと翻訳戸田奈津子って出て草生えた 64: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:36:22. 84 我らは銃士、結束は固い 66: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:36:39. 83 戸田奈津子が訳したのを 日本語に訳す人を募集すればええやんけ 68: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:36:57. 28 >>66 エキサイト翻訳かな? 73: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:37:10. 91 仕事するの早いんやろ 77: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:37:44. 06 ID:SC/ >>73 多分納期キッチリ守るんだろうな 仕事するとすごく大事だよなここらへん 76: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:37:33. で、オビワンの「地の利を得たぞ！」はなんでネタにされてるん？. 32 地の利は名訳なんだよなぁ それよりボランティア軍ってなんだよ… 85: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:38:56. 24 >>76 ボランティアには志願兵って言う意味があるけどそれを訳せなかった、本来なら義勇軍みたいな感じになるはずや 88: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:39:18. 60 ほならね、自分で訳してみろって話でしょ? 92: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:39:47. 68 戸田「ほならね、じぶんが翻訳してみろって話でしょ?私はそう言いたいですけどね。」 119: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:42:36. 22 ID:9jryf/ >>92 正体現したね 113: 風吹けば名無し@\(^o^)/ :2016/05/26(木) 08:41:57.
232 2019/07/18(木) 10:43:39 ID: 2OlpTpr0oX なっちなっ ちう るさいのはI h ave the high gr ound. の時点で 海外 で ネタ にされてる事を知らない時点で色々ダメっすね 暗黒面 に落ちてないか確認するといいよ 233 2019/09/02(月) 22:35:23 ID: 2NL+aL1AhM 戸田奈津子 の例の訳の最大の問題は、「地の利を得たぞ!」ではなく、「 It's over, Ana kin. 」を「 お前 の負けだ」と訳したこと。 「 It's over, Ana kin. 」には「終わりだ、 アナキン (だからもう やめろ)」という ニュアンス があるのに「 お前 の負けだ」と訳したことで原文の ニュアンス が消えてる。 234 2019/09/26(木) 01:18:56 ID: mDcPWB80tW >>233 別に 戸田 さんひいきではないが、 「 お前 の負けだ(だからもう やめろ )」 でいいんじゃない? 235 2019/10/12(土) 18:15:38 >>234 「(勝負の勝敗を含めて、これでもう何もかも)終わりだ、 アナキン (だからもう やめろ)。」 「 It's over 」は直訳すると「事が終わる」だが、「全てが終わる/何もかもが終わる」という意味がある。 例:「~ u nt il/t ill it's over. 」→「全てが終わるまでは ~」 「 It 's not over. 地の利を得たぞ 英語. 」→「何もかもが終わったわけではない」 「 It's over, Ana kin. I h ave the high gr ound. 」は オビ=ワン から アナキン への最後通牒。実際、 オビ=ワン は戦いの中で アナキン へ説得を試みている。 よく、「I h ave the high gr ound」は「実 力 が上だ」と「地形的に上だ」の ダブル ミーニングとされるが、個人的には納得できない。 まず、「I h ave the high gr ound」を「地形的に上だ」と解釈するのは( 完 全に間違いではないが)おかしい。" high gr ound"には高台/高所という意味もあるが、敵または競争者に対する優位な立場という意味がある。 例の シーン では、 アナキン は筏の上にいて足場が不安定だが、 オビ=ワン は地面の上にいるので足場が安定している。よって、「(高所にいるだけでなく足場が アナキン よりも安定していることを含めて)私の方が有利だ」と解釈すべき。 「実 力 が上だ」という解釈もおかしい。単純な強さだけで言えば、当時の アナキン は オビ=ワン よりも間違いなく上。 オビ=ワン は防御に長けた ソレス で アナキン の猛攻を なんとか 耐えている状態だった。 アナキン を挑発する意図があったのなら話は別だが。実際、 オビ=ワン が「I h ave the high gr ound.
15 ID:ZNziEUWU0 私の方が有利だ 15 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイW 4dca-oLBf) 2020/08/16(日) 23:43:25. 18 ID:Ut449PHM0 私の方が上だ!! 16 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイ e5c7-6+1q) 2020/08/16(日) 23:43:32. 38 ID:A1im1FNX0 Best position >>5 これが一番しっくり来る 18 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイW bec5-KBLR) 2020/08/16(日) 23:43:52. 77 ID:t3VwGTO+0 俺の勝ちだ! しかしhigherじゃなくてhighなんだな よく言われるけどそんなに違和感あるか? 有利なポジションとったぞとしか言ってないし、あれでいいのでは? 21 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイ 7995-++7W) 2020/08/16(日) 23:43:59. 33 ID:I65wHObk0 私は高台を持っています >>3 土地持ちはやっぱつええよな 23 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイW 0663-3FEg) 2020/08/16(日) 23:44:08. 69 ID:SJlRjuIs0 私が有利だ! 25 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイW bec5-wxk6) 2020/08/16(日) 23:44:14. 地の利を得たオビワンUC - YouTube. 55 ID:bADNByXq0 >>10 ディズニープラスは地の利だったは 26 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイW 31ef-qLeb) 2020/08/16(日) 23:44:23. 44 ID:L37T7t+A0 優位に立った 27 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイ 4260-Lu9C) 2020/08/16(日) 23:44:34. 25 ID:eO3h8E1E0 高地を取ったぞ 28 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイ 62de-QlkZ) 2020/08/16(日) 23:44:46. 76 ID:VC+LdPUN0 >>20 叩く流れなんだからそれでいいじゃん、、 アメリカにも地の利の概念があるんだ 私の勝ちだ でええやん 31 番組の途中ですがアフィサイトへの転載は禁止です (ワッチョイ ddc5-ZVh2) 2020/08/16(日) 23:44:59.
05\) より小さい時に「有意な相関がある」と言います。 ②外れ値に弱い 「共分散」を「2つの標準偏差の積」で割った値で求められる相関係数は、データが 正規分布 を始めとした 特定の分布に従うことを前提 としています。 裏を返せば、こういった分布に従わず 「外れ値」が出てくるようなデータから求めた相関係数 は、「外れ値」の影響を大きく受けてしまい、 正確な測定ができなくなってしまう という弱点があるんです。 「外れ値」が出てくるようなデータでは、ノンパラメトリック法(スピアマンの順位相関係数など)を利用したほうが良いでしょう。 ③相関関係があるからといって因果関係があるとは限らない 相関係数についてよくある誤解が、 相関関係と因果関係の混同 です。 例えば、生徒数 \(n=200\) のデータから算出された「身長と100マス計算テストの点数の相関係数」が \(r=0. 57\) だったとしましょう。 この場合 「身長が高い生徒ほどテストの点数が高い傾向がある(正の相関がある)」 ということになりますが、だからと言って「身長が高いからテストの点数が良くなった(因果関係がある)」とは考えにくいですよね。 このケースでは「高学年の生徒だから身長が高い」という因果関係と「高学年の生徒だから100マス計算テストの点数が良い」という因果関係によって「身長とテストの点数の間に正の相関ができた」と考えるのが妥当です。 このように、 「\(x\) と \(y\) の間に相関関係があったとしても \(x\) と \(y\) の間に因果関係があるとは限らない(第三の要素 \(z\) が原因となっている可能性がある)」 ということを覚えておいてください。 Tooda Yuuto 相関関係と因果関係の違いについては「 相関関係と因果関係の違い 」の記事でさらにくわしく解説しているので、参考にしてみてください!
8 \cdot \sqrt{5}}{16} \\ &= −\frac{5. 8 \cdot 2. 236}{16} \\ &= −0. 810\cdots \\ &≒ −0. 81 \end{align}\) 答え: \(\color{red}{−0. 81}\) 以上で相関係数の解説は終わりです。 相関係数は \(2\) つのデータの関係を考察するのにとても役立つ指標です。 計算には慣れも必要ですので、たくさん練習してマスターしましょう!
75\) (点×cm) 点数 \(x\) 空欄の数 \(y\) の共分散が \(-5\) (点×個) であることがわかります。 次に、\(x\) の標準偏差と \(y\) の標準偏差を求めます。 \(x\) の 標準偏差 は、「\(x\) の偏差」の2乗の平均の正の 平方根 で求められます。 このように計算すると 点数の標準偏差が \(\sqrt{62. 5}≒7. 905\) (点) 所要時間の標準偏差が \(\sqrt{525}≒22. 912\) (秒) 勉強時間の標準偏差が \(\sqrt{164}≒12. 806\) (分) 身長の標準偏差が \(\sqrt{114. 相関係数の求め方 手計算. 5}≒10. 700\) (cm) 空欄の数の標準偏差が \(\sqrt{5}≒2. 236\) (個) であることがわかります。 最後に、先ほどの「共分散」を対応する「2つの標準偏差の積」で割ると 見事、相関係数が求まりました。 > 「点数と空欄の数の相関係数」などの計算式はこちら エクセルのCORREL関数で確認してみよう 共分散・標準偏差・相関係数は、計算量が多くなりやすいので、それだけケアレスミスもよく起こります。 そのため、これらを求める際には EXCELを利用する のがオススメです。 標準偏差は STDEV. P 関数 共分散は COVAR 関数 相関係数は CORREL 関数 を使います。 3つの注意点 相関係数は \(x\) と \(y\) の関係性の強さを数値化するのに便利な指標ではありますが、万能というわけではなく、使用するうえではいくつか注意点があります。 ①少ないデータからの相関係数はあまり意味をなさない 今回は相関係数 \(r\) の求め方をカンタンに説明するために、生徒数 \(n=4\) という少ないデータで相関係数を計算しました。 ただ、実務においてはこのような 「少ないデータから得られた相関係数 \(r\) 」はあまり意味を成さない ということを覚えておいてください。 たった4人のデータから求められた「テストの点数と空欄の数の相関係数」 \(r=-0. 2828\) からは「この4人のデータ内に限って言えば、テストの点数と空欄の数には弱い負の相関があるように見える」と言えるに過ぎません。 それを一般化して「テストの点数と空欄の数には弱い負の相関がある」と言うのは早計です。 なぜなら、母集団の相関係数 \(ρ=0\) であっても標本の選ばれ方から偶然「今回のような相関係数 \(r\) 」が得られた可能性があるからです。 実務において相関関係の度合いを判断するときは、 十分な量 \((n\geqq100)\) のデータから算出した相関係数を使って判断する ようにしましょう。 一般的には、相関係数 \(r\) とデータの総数 \(n\) から算出した「p値」が \(0.
14 \, \text{点} \\[5pt] s_y &\approx 21. 35 \, \text{点} \\[5pt] \end{align*} であり、5 番目のステップで求めた 共分散 $s_{xy}$ は \begin{align*} s_{xy} &= 220 \, \text{点}^2 \end{align*} だったので、相関係数 $r$ は次のように計算できます。 \begin{align*} r &= \frac{s_{xy}}{s_xs_y} \\[5pt] &= \frac{220}{14. 14 \times 21. 35} \\[5pt] &\approx 0. 73 \end{align*} よって、英語の得点と数学の得点の相関係数 r は、r = 0. 【3分で分かる！】相関係数の求め方・問題の解き方をわかりやすく | 合格サプリ. 73 と求まりました。r > 0. 7 なので、一般的な基準を用いれば、この 2 つの点数の間には強い正の相関があると言えるでしょう。 最後に、この例の散布図を示します。 英語と数学の得点データの散布図と回帰直線
94\) の強い正の相関があるケース。 「\(x\) が大きいとき、\(y\) も大きい傾向がある」のが分かりますね。 負の相関 一方、相関係数が \(-1\) に近い値の場合、「\(x\) と \(y\) には 負の相関 がある」といって「\(x\) が大きいとき、\(y\) は小さい傾向がある」ことを意味します。 下図は、相関係数 \(r=-0. 相関係数とは何か。その求め方・公式・使い方と3つの注意点｜アタリマエ！. 67\) の負の相関があるケース。 「\(x\) が大きいとき、\(y\) は小さい傾向がある」のが分かります。 相関がない 最後に、相関係数が \(0\) に近い値の場合、「\(x\) と \(y\) にはほとんど相関がない」といって「\(x\) の大小は \(y\) の大小と 直線的な関係がない 」ことを意味します。 この場合、「直線的な関係がない(比例していない)」だけで 何らかの関連性がある可能性は否定できない ので、グラフと見比べながら判断する必要があります。 下図は、どちらも相関係数 \(r=0. 01\) のほとんど相関がないケース。 左は \(x\) と \(y\) に関連性がなく、右は関連性はあるが直線的ではないため相関係数が \(0\) に近い。 共分散と標準偏差から相関係数を求めてみよう ここからは、実際に相関係数を求めてみましょう。 ある日、Aさん, Bくん, Cくん, Dさんの4人は100マス計算のテストを受けた。 下の表は、4人の「テストの 点数 ・テストを終えるまでにかかった 所要時間 ・前日の 勉強時間 ・ 身長 ・答案用紙の 空欄の数 」を表している。 相関係数の公式は「\(x\) と \(y\) の 共分散 」を「\(x\) の 標準偏差 と \(y\) の標準偏差の積」で割った値です。 そこでまずは、\(x\) と \(y\) の共分散から求めてみましょう。 \(x\) と \(y\) の 共分散 は、「\(x\) の偏差」と「\(y\) の偏差」の積の平均で求められます。 ※偏差:平均との差 \((x_i-\overline{x})\) のこと このように計算すると 点数 \(x\) と所要時間 \(y\) の共分散が \(-12. 5\) (点×秒) 点数 \(x\) と勉強時間 \(y\) の共分散が \(100\) (点×分) 点数 \(x\) と身長 \(y\) の共分散が \(48.