カテゴリ · 69本
統計学
統計学の記事の一覧です。平均・分散・正規分布の基本から、検定、回帰分析、ベイズ統計、因果推論、統計検定の勉強法まで、例とPythonのコードで解説しています。
まず読む記事
すべての記事
交絡因子とは？シンプソンのパラドックスや対処法を身近な例で分かりやすく解説！
交絡因子とは、原因と結果の両方に影響を与えてしまう隠れた要因のことです。本記事では、アイスと水の事故などの身近な例、結論が逆転する「シンプソンのパラドックス」、ランダム化比較実験や層別解析などの対処法を図解で分かりやすく解説します！
差分の差分法（DID）とは？施策の効果を正しく測る方法を具体例とPythonで分かりやすく解説！
差分の差分法（DID）とは、施策をしたグループとしなかったグループの「前後の変化」の差で、施策の効果を測る方法です。本記事では、考え方と具体例の計算、大事な前提「平行トレンド」、有名な最低賃金の研究、注意点、Pythonでの回帰分析のやり方を図解で解説します！
期待値とは？意味と求め方を、サイコロ・宝くじ・機械学習の例で分かりやすく解説！
期待値とは、ある行動を何度も繰り返したときに、平均的にどれくらいの結果が得られるかを表す数値です。本記事では、意味と求め方（公式）、サイコロや宝くじの計算例、データ分析・機械学習・強化学習での使われ方、日常で役立つ期待値思考を図とPythonで分かりやすく解説します！
モンテカルロ法とは？円周率の求め方や精度、使われる場面をPythonで分かりやすく解説！
モンテカルロ法とは、乱数を使ってたくさん試し、知りたい値をだいたい推測する方法です。本記事では、基本の手順、ランダムに点を打って円周率を求める実験、誤差が1/√nで減る精度の話、リスク分析やAIでの使われ方を、図とPythonのコードで分かりやすく解説します！
選択バイアス（セレクションバイアス）を分かりやすく解説！どんな種類がある？
本記事では、統計的に因果を見つける上で注意しなくてはいけない選択バイアス(セレクションバイアス)について分かりやすく解説していきます。自己選択バイアスや生存者バイアスなど有名な選択バイアスの種類を紹介し、どうやって選択バイアスを回避すればいいのかについても見ていきますよ！ここでしっかり理解しておきましょう！
傾向スコアを使ったマッチングや逆確率重み付け法(IPW)についてPython実装法と共に分かりやすく解説！
本記事では、非常に奥が深い分野である統計的因果推論の分野の1つに傾向スコアを用いたアプローチがあります。今回はそんな傾向スコアについて学び、それを使ったマッチング法や逆確率重み付け法(IPW)について見ていきましょう！
層別解析について分かりやすく解説！Pythonで実装してみよう！
本記事では、非常に奥が深い分野である統計的因果推論の分野の1つの手法である層別解析について見ていきましょう！
ランダム化比較実験（RCT）とは？Pythonでの実装方法も見ていこう！
本記事では、ビジネスシーンで因果関係を知りたい時に一番適切なアプローチがランダム化比較実験であり、非常に重要なので必ずおさえておきましょう！
【これだけはおさえておきたい！】ビジネスで役立つAI用語45選まとめ！
当サイト【スタビジ】の本記事では、ディープラーニング系/機械学習系/統計学系の3つのカテゴリに分けて重要な用語を説明していきます！
ユークリッド距離(L2ノルム)とマンハッタン距離(L1ノルム)の違いを解説！Pythonで計算してみよう！
当サイト【スタビジ】の本記事では、ユークリッド距離(L2ノルム)とマンハッタン距離(L1ノルム)について解説していきます！実際にPythonで計算して、その違いを確認していきましょう！
ポーカーの勉強方法を確率的戦術とあわせて解説！オススメの本やサービスも紹介！
当サイト【スタビジ】の本記事では、ポーカーの勝ち方や勉強法について紹介していきます！実はポーカーには統計学や確率論と関わりが深い部分が多く含まれているんです！
次元の呪いとは！？対策/対処法と共にわかりやすく解説！
当サイト【スタビジ】の本記事では次元の呪いについて解説してきます。次元の呪いとは、高次元になればなるほど機械学習による回帰・分類が上手くいかない現象を指します。今回は次元の呪いとその解決方法について解説していきます。
【実験計画法】交互作用について具体的な例をもとにわかりやすく解説！
当サイト【スタビジ】の本記事では、交互作用について解説していきます！具体例や見つけ方について、分かりやすく説明していきます！
【例あり】最尤法（最尤推定）についてわかりやすく解説！
当サイト【スタビジ】の本記事では最尤法について解説してきます。最尤法とは、観測されたデータからデータから尤度が最大となるパラメータを決定する方法です。最尤法によってパラメータが不明な確率分布に従うデータから、データを尤もよく表せるパラメータを適切に推定することができます。今回は最尤法を例を交えつつ解説していきます。
最小二乗法の導出方法についてわかりやすく解説！
当サイト【スタビジ】の本記事では最小二乗法について解説してきます。最小二乗法とは単回帰分析・重回帰分析におけるパラメータの決定方法であり、残差の平方和を最小化することで求めることができます！今回は最小二乗法の導出方法について解説していきます
分散分析についてわかりやすく解説！Pythonで実装してみよう！
当サイト【スタビジ】の本記事では、統計解析の基本である分散分析について解説していきます！考え方を説明した後、Pythonで実装していきます！
重回帰分析における偏回帰係数の求め方をわかりやすく解説！
当サイト【スタビジ】の本記事では偏回帰係数・標準偏回帰係数について解説してきます。回帰係数は回帰分析における変数の係数を意味していますが、係数ごとの単位が異なると比較ができない問題があります。これを解消したものが偏回帰係数・標準偏回帰係数となります。今回は偏回帰係数・標準偏回帰係数の意味と定義式について解説していきます。
決定係数(R2)・自由度調整済み決定係数(R**2)の求め方をわかりやすく解説
当サイト【スタビジ】の本記事では、決定係数と自由度調整済み決定係数について解説してきます。決定係数とは「回帰式の予測精度の指標」、自由度調整済み決定係数は「説明変数の数を考慮した決定係数」と定義されています。これらの指標は主に回帰分析で使われており、モデルの予測精度を表しています。今回は決定係数・自由度調整済み決定係数の定義と式について解説していきます。
【正規分布】歪度と尖度について解説！定義と目安について分かりやすく！
当サイト【スタビジ】の本記事では、尖度と歪度について解説してきます。尖度とは「分布が正規分布からどれだけ尖っているか表す指標」、歪度は「分布が正規分布からどれだけ歪んでいるか表す指標」と定義されています。歪度と尖度を求めることで、データの分布がどのような形状になっているかある程度分かるようになります。今回は歪度と尖度の定義と目安について解説していきます。
95%信頼区間の求め方！誰でも分かる区間推定
当サイト【スタビジ】の本記事では、区間推定について解説していきます。区間推定とは「抽出した一部のデータから、データ全体の特徴をある区間でもって推定する方法」のことです。今回は、そもそも推定とは？といったイメージの話から、実際の区間推定を行う計算方法まで詳しく解説していきます！