【大学数学】推定・検定入門①(母集団と標本)【確率統計】 - YouTube
大好きな分野なのでめちゃくちゃ力入れて授業作っていきます！ 【推定・検定入門の連続講義一覧(全9講)】 推定・検定入門①(母集団と標本) →https://youtu.be/Bj8fkq533Dc 推定・検定入門②(点推定) →https://youtu.be/EVyqa5FwxGc 推定・検定入門③(区間推定：分散が既知な場合) →https://youtu.be/n-CNHHCaCi0 推定・検定入門④(区間推定：分散が未知な場合) →https://youtu.be/6YfeVshwfrY 推定・検定入門⑤(区間推定：母集団分布が未知な場合) →https://youtu.be/qeD0gRs1yc4 推定・検定入門⑥(母比率の推定) →https://youtu.be/Xhrx5scFzC8 推定・検定入門⑦(母分散の推定) → https://youtu.be/NGNnr35S
データ解析のための統計モデリング入門（緑本）の読書メモ（PythonとStanで） - Qiita
「緑本」として有名なデータ解析のための統計モデリング入門の読書会を行ってました。その際に読書メモを作成したので共有します。 GitHubにJupyter Notebookとしてアップしてます。 書籍中のR,WinBUGSのコードは、できるだけPythonやStanで記載してます。 Chap1 データを理解するために統計モデルを作る Chap2 確率分布と統計モデルの最尤推定 Chap3 一般化線形モデル(GLM)―ポアソン回帰 Chap4 GLMのモデル選択―AICとモデルの予測の良さ Chap5 GLMの尤度比検定と検定の非対称性 Chap6 GLMの応用範囲をひろげる―ロジスティック回帰など Chap7 一般化線形混合モデル(GLMM)―個体差のモデリング Chap8 マルコフ連鎖モンテカルロ(MCMC)法とベイズ統計モデル Chap9 GLMのベイズモデル化と事後分布の推定 Chap
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
The document describes various probability distributions that can arise from combining Bernoulli random variables. It shows how a binomial distribution emerges from summing Bernoulli random variables, and how Poisson, normal, chi-squared, exponential, gamma, and inverse gamma distributions can approximate the binomial as the number of Bernoulli trials increases. Code examples in R are provided to
統計学の時間 | 統計WEB
統計学の時間 統計学の基礎から応用までを丁寧に解説しています。「Step1. 基礎編」は、大学で学ぶ統計学の基礎レベルである統計検定®2級の範囲をほぼ全てカバーする内容となっています。最後まで読み進めることで、統計検定®2級に合格できる力がつくことを目標にしています。 学習ページは、数式ばかりではなく具体例を多数掲載し、はじめて統計学を学ぶ方にもイメージしやすい内容になっています。学習ページで勉強した後は、練習問題で腕試しができます。練習問題のすぐ下に解説を掲載していますので、理解度をすぐに確認することができます。 一通り勉強して知識が身に着いたら、実際に統計検定®を受験するのがオススメです。 統計WEBでは、統計検定®の受験者を応援しています！ ※統計WEBを使って統計検定®に合格された方の『合格者の声』をブログに掲載しています。こちらからご覧ください。 Step0. 初級編 1. デー
統計検定2級のためのチートシート - Qiita
統計検定2級の過去問を参考に、最低限に必要な定義や式をまとめたものです！ 比較的問題になる傾向が多いところについて扱っていて、 全く網羅的ではないです [追記]統計検定2級、おかげさまで合格しました。 ※筆者が２級取得前にまとめたものであるため間違いがあればお手数ですがご指摘願います ※2017年11月までの過去問を参考にしているのですが、統計検定は毎年新しい形式の問題を出してきます グラフとデータの扱い 分散や期待値、標準偏差と共分散はどれも必須の式 箱ひげ図 箱ひげは大雑把に言えば、データを小さい順に並べてだいたい同じデータ数になるように4つに分けた図のこと あくまで どの変にデータが集まっている かがわかる また、最低値と最大値、中央値もパッと見でわかるが、正確な平均値はわからない(よって分散などもわかるわけない) 用語については以下の図の通りで、「最大値」、「最小値」、「第一四分位
ア㊙️イさんのお尻と学ぶ統計学(仮置場)
目次からリンクで飛べる各トピックはツリー形式になっているのだ。 あまりにツイート量が膨大になってしまったので、123回目以後は各ツリーの最初のツイートへリンクだけまとめておくのだ。 お尻さんは各国の歴史や制度に詳しいわけではないし統計手法も誤って理解していることがあるから(それなら黙っておけという話だけど)、間違いがあったらどんどん指摘して欲しいのだ！
10-4. ベイズの定理 | 統計学の時間 | 統計WEB
いくつかの袋の中に赤い玉と白い玉がいくつか入っています。これらの袋のうちどれか1つの袋から、いくつかの玉を取り出したとします。この取り出された玉の色（結果）から、どの袋から取り出されたものか（原因）を推定することを考えます。ここで用いるのが「ベイズの定理」です。 事象Aが起こるという条件のもとで、k種類の事象：ただしこれらは互いに排反とするが起こるとします。このとき、事象Aが起こるという条件のもとで、事象が起こる条件付き確率は次の式から求められます。
コイン投げから分かる二項分布。正規分布やポアソン分布との関係性と近似について｜アタリマエ！
コインを投げると、試行結果は基本的に「表」か「裏」かの2通りだけですよね。 ※試行：コイン投げのように同じ条件で何度も繰り返す事ができ、その結果が偶然により決まる実験・観測のこと このように、試行結果が「〇 か × か」や「成功か失敗か」といった2種類しかない試行のことを、統計学ではベルヌーイ試行と呼びます。 ここで「互いに独立したベルヌーイ試行を n 回行ったときにある事象が何回起こるかの確率分布」のことを、二項分布と言います。※英語では Binomial Distribution たとえば、 「30%の確率で表が出る特殊なコインを 4 回投げたときに、表が k 回でる確率の分布」 「サイコロを200回投げたときに、1の目が k 回でる確率の分布」 などが二項分布にあたります。 エクセルでは、BINOM.DIST関数で求められます。 二項分布は、その定義や数式をみるとややこしく感じるかも
1-1. ギリシャ文字の読み方 | 統計学の時間 | 統計WEB
統計学の書籍や論文には必ずといってよいほどギリシャ文字が使われています。しかし、いきなり登場されると読み方がわからず、そこで勉強がストップしてしまう恐れがあります。 下の表はギリシャ文字の読み方と、一般的な統計記号としての意味の一覧です。統計記号の使い方については今後おいおい登場すると思いますので、勉強をしていて読み方の分からないギリシャ文字が出てきたら、この表を見て確認してみてください。 なお、下表の中で特に記載のないものは、多くの場合ギリシャ文字の「小文字」を使います。
ファイナンス・経済のための統計学 目次 : 金融日記
コメント一覧 (5) 1. やんた 2005年04月30日 16:20 藤沢Kazuさんは、SASやTSPなど統計ソフトをお使いですか。時系列分析をおこなうには、統計ソフトが必要なのかどうか迷ってます。EXCELでもいけますかね？何かいいソフトはありますか？ 2. because of you 2005年05月01日 00:00 質問です。外資の入社試験というのは何が重要視されるのでしょうか？教えてください。成績でしょうか？完全なる学歴採用でしょうか？自分は早慶のどちらかなのですが、にゅうしゃするには東大以外は無理、もしくは入れたとしてもほんの一部ときいたのですが。。。 3. 株式五月雨風雲記 2005年05月01日 11:58 トラックバックありがとうございました。 凄く参考になりました。 リンクを勝手に貼っておきます。 また遊びに来ますので、宜しくお願い致します。 4. 藤沢Kazu
JIN'S PAGE - R
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_0２ Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
Wekaの日本語情報
Wekaの日本語情報 データマイニングツールWekaに関する日本語による情報．データマイニングツールとしての使い方なども紹介していきます． weka-jpでは，データマイニングツールWeka*の使い方に関する日本語での情報を提供していきます． Wekaはニュージーランドのワイカト大学において開発されたデータマイニングツールで，分類学習やクラスタリング，相関ルール生成のみならず，データの前処理や視覚化に関する機能も含む統合型ツールです． Wekaに実装された機械学習やクラスタリングのアルゴリズムは他のツールとAPIやCLIを通して利用可能であるため，多くのツールでライブラリとして利用されています． 本サイトでは，利用方法に関する解説記事を作成し，公開する予定です． 記事の作成に関して，より多くの方にご協力を頂きたいと考えております． 更新履歴 2023年11月1日：Weka関連リンクのページ
統計の問題を Python で実際に計算してみる - Qiita
プレジデントオンラインに統計の記事が掲載されていました。 朝食や出社時間と、営業成績に「相関関係」はあるか？ http://president.jp/articles/-/12416 上記の記事では確かに数式は出てこないのでとっつきやすく解説は詳しいので統計の入門にはピッタリです。しかしながらエクセルで手計算することが前提になっておりこれは若干億劫です。 そこで今まで利用してきた Python でこれらの問題を計算してみたいと思います。 問題とその解法 問題の内容としては各社員の、朝食を食べてきた確率 (= 朝食率) 、出社時間、それに対して営業成績を 3 つの変数として相関関係があるか調べるというものです。このように変数の間の相関関係を調べるというのはさまざまな統計の基本とも言えるでしょう。 計算機で扱えるように、それぞれの変数を X Y Z としましょう。まずはこれをCSV ファイルの
プログラミング速報
Javascript用ライブラリ「AngularJS」を用いて、入力した文字列を表示する方法について紹介します。
文系がゼロから統計を勉強するときに最初の１年で読むべき本 - StatsBeginner: 初学者の統計学習ノート
最初の１年で読むべき本を考える 私の統計学の理解はまだまだ初歩レベルに留まっていますが、昨日飲んでる時に「初心者向けの統計の本ってどういうのが分かりやすいですか」というようなことを訊かれて、「俺に訊かれてもあまり参考には……」とか思う一方、まだ初歩レベルの位置にいる人間だからこそ言える「この本が分かりやすかったよ論」ってのもあるよなと思ったので、現時点での読書感想みたいなものをメモしておきます。一昨年、統計の勉強を始めた頃の自分にむかって書いてる感じです。 理系の人とか、ある程度統計の理解ができている人からみれば、「本質的な理解のためにはもっと難しい本がいいよ」ってなるかも知れませんが、「いやそんな難しいの勧められても独学のモチベーションが続かねーよ」っていう立場でまとめておきますｗ ここでは、 統計の勉強はしたことがなく、標準偏差とか言われても意味分からない プログラミングも全くわからな
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
日本統計学会創立75周年記念出版『21世紀の統計科学』(全3巻) 増補HP版 (2012年1月)
今までの投稿記事のまとめ（統計学/機械学習/数学 etc） - Qiita
Seeing Theory
閉鎖
厚生労働統計一覧｜厚生労働省