統計検定1級に受かりたければこれをやれ - Qiita
2023年11月19日に統計検定1級を受験し，統計数理，統計応用(社会科学)にダブル合格。 勉強期間半年(半分ダラダラ)で一発合格できた経験をもとに主観込み込みで綴っていきたいと思う。 結論 結論からいいます。統計検定1級に受かりたければやることはただひとつ。 現代数理統計学の基礎を完璧にする。 これだけです。現代数理統計学？統計検定準1級ワークブック？過去問？いりません。 現代数理統計学の基礎，この本を仕上げ切るまでは手をつけなくていいです。 なぜ僕がこう言い切れるのか軽く説明していきたいと思います。 簡単な自己紹介 某都内私立大学3年生。大学の授業で線形代数，微積，確率統計の基礎を履修。受験期は理系で数3も勉強していたためそこまで数学に対する抵抗はない。というか数学に抵抗のある方は統計検定1級に向いてないと思う。 なぜ現代数理統計学の基礎だけでいいのか 統計応用の勉強はどうするの？そう
ガウスカーネルとその特徴ベクトル - 具体例で学ぶ数学
ガウスカーネルとは ・$K(x,x’)=e^{-a(x-x’)^2}$ という式で定義される二変数関数のことをガウスカーネルと言います。$a$ は正の定数です。関数の入力は $x$ と $x’$ で、出力はスカラーです。このページでは一次元のガウスカーネルについて説明します（$x$ と $x’$ はスカラーとします）。 ・ガウス分布（正規分布）の確率密度関数に似ています。 ・ガウスカーネル $K(x,x’)$ は $x$ と $x’$ の「近さ」を表します。 ・$x=x’$ のとき $K(x,x’)=1$ で、$x\neq x’$ のときは $K(x,x’)<1$ です。 ガウスカーネルの特徴ベクトルとは データ $x$ に対する特徴ベクトルが $\overrightarrow{\phi}(x)$ であるとき、それに対応するカーネル関数は、 $K(x,x’)=\overrightarrow
統計を勉強するときに数学に悩まされる人のための一冊｜Colorless Green Ideas
統計の勉強を始めるときに数学でつまづくことがある。そういったときに『統計学のための数学教室』という本が役に立つ。 統計を勉強しはじめたものの、統計が結局よく理解できなかったという人は少なくない。統計の勉強がうまくいかない理由にはさまざまなものがあるが、1つの大きな理由として、統計の教科書に載っている数式が分からないというものがある。数学についてよく知らないと、統計の教科書の数式に悩まされ、統計をしっかり理解できない。統計の考え方の多くの部分は、数学の言葉で書かれているので、数学が分からなければ、統計を理解することができないのだ。 私が前に統計を教えたときは、まず数学をしっかり勉強してもらうところから始めた。統計の入門書に書いてある数式を読むのに必要な数学の知識を身につけてもらったのである。実際そうすることで、統計についてしっかり理解してもらうことができたと思う。そのときは自作の小冊子をつか
固有ベクトル、主成分分析、共分散、エントロピー入門 | POSTD
(2015/11/19、記事を修正いたしました。) 目次 線形変換 主成分分析（PCA） 共分散行列 基底変換 エントロピーと情報の取得 とにかくコードが欲しい方へ その他の参考資料 本稿は固有ベクトルと行列との関係性について、平易な言葉で、数学にあまり詳しくなくても分かるように書いてみました。この発想に基づいて、PCA、共分散、情報エントロピーについても説明します。 固有ベクトルは英語で「eigenvector」ですが、この eigen はドイツ語で、「そのものだけが持つ」という意味です。例えばドイツ語の「mein eigenes Auto」は、「ほかならぬ私が持つ車」というニュアンスです。このようにeinenは、2つのものの間に存在する特別な関係性を意味します。独特、特徴的、その性質を端的に示すものということです。この車、このベクトルは、私だけのもので、他の誰のものでもありません。 線
二項分布
■二項分布 【要約】 確率変数 X が二項分布 B(n, p) に従うとき，q = 1 - p とすると
フィッシャーの「統計的方法と科学的推論」の訳者解説が素晴らしすぎる（その１） - Take a Risk：林岳彦の研究メモ
本編の方はフィデューシャル推測の項まで書いたのでもう良いかなあ、と思って終わりにして、今回から同書の「素晴らしすぎる訳者解説」のメモを書いていきます。 訳者の方は「渋谷政昭・竹内啓」さんなのですが、巻末の訳者解説が本当に素晴らしく完成度が高いのです。「池上彰か！」とツッコミたくなるくらいその解説は分かりやすく明確です。 こんな素晴らしい解説文が絶版により埋もれてしまうのは大きな文化的損失ですので、本来ならば全文引用したいところですが、色々な事情もありますので、フィデューシャル推測に関する部分だけを引用していきます。とはいっても長いので何回かに分けて見ていきます（かなり長丁場のシリーズになるかもしれません）。 同書201pの第3節の部分から引用していきます： 統計的推測の問題をはっきりさせるために、一つの例をあげて説明しよう。 今あるものの長さを測って、75.8cm、75.9cm、75.2c
ヤバい統計学 - 情報考学 Passion For The Future
・ヤバい統計学 統計の失敗やウソを暴くのではなく、統計が正しく使われた成功事例を１０のエピソードで解説する。統計学の成果を現実の社会に応用するには、難しい計算ができるだけではまったく不十分で、その数字が人間にもたらす心理効果や、実際の経済効果をよく考えなければならないということがよくわかる本。 最初のエピソードはディズニーランドのファストパスは統計学の成功例だ。ファストパス発券によってアトラクションの待ち行列が短くなるわけではない。しかしファストパスにより「ディズニーのテーマパークでアトラクションを待つ行列は年々長くなっているにもかかわらず、出口調査によるとゲストの満足度は上昇し続けている。」そうである。 ファストパスの役割は待ち時間を短くすることではなかった。パスがあっても、アトラクションの収容能力は変わらないからだ。統計学的にはパスの真の機能はゲストの待ち時間のばらつきを排除することに
統計科学のための電子図書システム
電子図書システム 電子書籍のキーワード検索 収録書籍 統計一般 関連 統計科学の三十年 −わが師わが友− (北川 敏男 著) 少数例のまとめ方 (増山 元三郎 著) 新版 統計学の認識 基盤と方法 (北川 敏男 著) 確率論及統計論 (伏見 康治 著) 推計学への道 (増山 元三郎 著) 多変量解析 関連 因子分析法通論 (浅野 長一郎 著) 質的情報の多変量解析 (松田 紀之 著) 多変量解析論 (塩谷 実、浅野 長一郎 共著) 実験計画法 関連 農業実験計画法小史 (奥野 忠一 著) ２１世紀の食糧・農業 (奥野 忠一 編) 実験計画法講義 I 基礎編（1） (北川 敏男 著) 実験計画法講義 II 基礎編（2） (北川 敏男 著) 実験計画法 (増山 元三郎 著) 実験計画法 (浅野 長一郎 著)「準備中」 品質管理 関連 統計解析 (田口 玄一 著) 工場におけるサンプリング (石
標準誤差 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Standard error|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明が
Random variable - Wikipedia
A random variable (also called random quantity, aleatory variable, or stochastic variable) is a mathematical formalization of a quantity or object which depends on random events.[1] The term 'random variable' in its mathematical definition refers to neither randomness nor variability[2] but instead is a mathematical function in which the domain is the set of possible outcomes in a sample space (e.
度数分布 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Frequency (statistics)|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針
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
https://jp.techcrunch.com/2012/11/08/20121107pundit-forecasts-all-wrong-silver-perfectly-right-is-punditry-dead/
ガンマ関数は階乗の拡張 - Maximaでつづる数学の旅
Amazon.co.jp: 数学的思考の技術 (ベスト新書): 小島寛之: 本
http://www.sci.kagoshima-u.ac.jp/~ebsa/asai01/
The Normal Distribution
Normal Approximaiton to Binomial
Amazon.com: Random Number Generation and Quasi-Monte Carlo Methods (CBMS-NSF Regional Conference Series in Applied Mathematics, Series Number 63): Niederreiter, Harald: Books
Quasi-random sequences
分散の加法性ってなんですか？ - 数学 - 教えて！goo