<?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>ガウシアンカーネル</anon>
    <anon>分布推定</anon>
    <anon>パラメトリック</anon>
    <anon>ノンパラメトリック</anon>
    <anon>バイアス・バリアンス</anon>
    <anon>オーバーフィッティング</anon>
  </categories>
  <description>混交正規分布が背景にあるとする パラメトリックに、単純な正規分布を仮定して、推定すると、サンプル数を増やしても、推定結果は1峰性の正規分布であり、背景分布の平均（期待値）と分散は正確になるが、混合正規分布の特徴である複数峰は決して推定されない。 また、期待値と分散の推定値は、散布する数が少ないときから安定して、よい値が推定される この、サンプル数が少ないときから、（モデルとしては不十分ながら）推定結果がよいことを、推定のバリアンス（ばらつき）が小さく収まるという その一方で、サンプル数をどんなに増やしても、真の分布である複数峰には近づかないことを、「モデルが真からずれている」から「推定結果もず…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fryamada22.hatenablog.jp%2Fentry%2F20200218%2F1581987977&quot; title=&quot;推定。パラとノンパラ - 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>https://cdn-ak.f.st-hatena.com/images/fotolife/r/ryamada22/20200218/20200218100609.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2020-02-18 10:06:17</published>
  <title>推定。パラとノンパラ</title>
  <type>rich</type>
  <url>https://ryamada22.hatenablog.jp/entry/20200218/1581987977</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
