以下の統計分野の英文（数ページ）を適切な日本語へ和訳をお願い致します。
なお後学のため、意訳ではなく直訳でお願いいたします。
http://handsout.jp/slide/1535
上記のリンク先に英文はアップロードしています。
No.3
508
34
10pt
||O10|o||さんの、続きから１ページ終わりまでです。
私は、discriminationやcalibrationは、研究時代、
discrimination [Threshould以上の物を通す。必要な物だけを抜き出すようなフィルタ。ディスクリミネーターという装置があり、
[ディスくる] とかいっていました。]
calibrationは、[較正と日本語で読んでいました。]
自分の論文で、恐縮ですが、
http://natsci.kyokyo-u.ac.jp/~takasima/sotsu02/nitrogen_scintill...
の3.3章です。
------------------------
MR(の値)はよく知られた方法で、その値を増加することができる。
その識別の兆候としてのMRを用いることの正当性は、以下によって提案される。
本当に、偶発的なことが、ここの方法と、あるAというイベントの中でおこったと提案しよう。
そのとき、確率 P（A|ｆｊ）は、P(A|Not fj)とはその値が異なる傾向にある。
すなわち、ターゲットイベントが、``真''になる確率はそれぞれの個々がどんなFj(例えばFjが30%であろうが80%であろうが)による判断であれ、異なるだろうということである。
そして、その正当性が強くなれば強くなるほど、P(A|Fj)とP(A|Not Fj)の差は大きくなる。
今、正当性が不確かであるとしよう、その場合、P(A|Fj)はP(A)とは異なるだろう。
言い換えると、どのような分類で判断が選ばれた条件下においても、ターゲットイベントの確率は、一致しないのであろう。
加えて、その正当性の強さは、P(A|fj)-P(A)の差の大きさによって一致するのである。
式６では、djバー(\bar{d_{j}})は、P(A|Fj)で見積もることができる。
ただし、dバーは、P(A)の近似である。
MR方の適切な識別測定方法は、以下に記述される。
-------------------------
正当性は、直訳です。信頼性と訳すのだと思います。
No.1
175781
35pt
完全な直訳で序盤だけですが、
差別、較正はきちんと確実性の程度を示す能力を伴います、対照的に、差別はそれらに関してより、それがそうではないとき、目標イベントが起こりそうであるそれらの出来事にどんな形であれ、数値的に、または、別に異なる何かを言う裁判官の傾向に言及します。それらの判断と出来事の間のどんな偶発でもまたは目標イベントの不発があるまで、人の可能性判断が差別的であるか、分解されて。高い可能性判断がイベントの出来事と関係しているかどうかに関係なく、その偶発の特徴が例えば何であるかは無関係です、そして、低いものはそうではありません。
No.2
175781
35pt
続きです。
判断のコレクションが完全な決議の理想に近づく範囲は、おそらく「Murphy Resolution」（MR）統計によって最もきれいに見受けられます。
No.3
50834
ここでベストアンサー
10pt
||O10|o||さんの、続きから１ページ終わりまでです。
私は、discriminationやcalibrationは、研究時代、
discrimination [Threshould以上の物を通す。必要な物だけを抜き出すようなフィルタ。ディスクリミネーターという装置があり、
[ディスくる] とかいっていました。]
calibrationは、[較正と日本語で読んでいました。]
自分の論文で、恐縮ですが、
http://natsci.kyokyo-u.ac.jp/~takasima/sotsu02/nitrogen_scintill...
の3.3章です。
------------------------
MR(の値)はよく知られた方法で、その値を増加することができる。
その識別の兆候としてのMRを用いることの正当性は、以下によって提案される。
本当に、偶発的なことが、ここの方法と、あるAというイベントの中でおこったと提案しよう。
そのとき、確率 P（A|ｆｊ）は、P(A|Not fj)とはその値が異なる傾向にある。
すなわち、ターゲットイベントが、``真''になる確率はそれぞれの個々がどんなFj(例えばFjが30%であろうが80%であろうが)による判断であれ、異なるだろうということである。
そして、その正当性が強くなれば強くなるほど、P(A|Fj)とP(A|Not Fj)の差は大きくなる。
今、正当性が不確かであるとしよう、その場合、P(A|Fj)はP(A)とは異なるだろう。
言い換えると、どのような分類で判断が選ばれた条件下においても、ターゲットイベントの確率は、一致しないのであろう。
加えて、その正当性の強さは、P(A|fj)-P(A)の差の大きさによって一致するのである。
式６では、djバー(\bar{d_{j}})は、P(A|Fj)で見積もることができる。
ただし、dバーは、P(A)の近似である。
MR方の適切な識別測定方法は、以下に記述される。
-------------------------
正当性は、直訳です。信頼性と訳すのだと思います。
calibration
2009/08/01 00:11:44
19
15
1
1
回答ありがとうございます。
本文章は統計分野の文章で、discriminationは識別、calibarionはカリブレーションという訳を
通常は使うようです。特に私が分からないのは統計的な話しが出てきたところですので、
そこら辺の訳をしていただけると大変助かります。
また、直訳と書いているのは文章の順番を大きく変えて欲しくなかったという意味です。
ですから、文章の順番が変わらないようであれば、多少は意訳でも構いません。
全文をどなたかが訳してくださると大変助かります。
もしお時間があったらよろしくお願いします。