<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>ryamada22</author_name>
  <author_url>https://blog.hatena.ne.jp/ryamada22/</author_url>
  <blog_title>ryamadaの遺伝学・遺伝統計学メモ</blog_title>
  <blog_url>https://ryamada22.hatenablog.jp/</blog_url>
  <categories>
    <anon>ぱらぱらめくるシリーズ</anon>
    <anon>分布推定</anon>
    <anon>Wavelet変換</anon>
    <anon>ノンパラメトリック</anon>
    <anon>Gaussian sequence model</anon>
  </categories>
  <description>多段階の解像度処理 Waveletと呼ばれる小さい波関数を使う。Wavelet関数は複数ある Wavelet変換のよい特徴の一つは、アルゴリズム(フーリエ変換よりさらに高速)であること 離散Wavelet変換と連続Wavelet変換とがある Wavelet shrinkage 推定 Shrinkage 推定っていうのは、多点観察で観測値そのものを推定値にするのではなくて、「つぶし」てやると、点全体の当てはまり指標が良くなるという話の「つぶす」作業である&quot;Shrinkage&quot;をWavelet を使って定義するやり方 「つぶす」には閾値が必要で、閾値はどう決める、という問題が発生する False …</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fryamada22.hatenablog.jp%2Fentry%2F20131127%2F1385948445&quot; title=&quot;Chap7 A Primer on Estimation by Wavelet Shrinkage：ぱらぱらめくる『Gaussian estimation: Sequence and wavelet models』 - ryamadaの遺伝学・遺伝統計学メモ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2013-11-27 10:40:45</published>
  <title>Chap7 A Primer on Estimation by Wavelet Shrinkage：ぱらぱらめくる『Gaussian estimation: Sequence and wavelet models』</title>
  <type>rich</type>
  <url>https://ryamada22.hatenablog.jp/entry/20131127/1385948445</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
