統計学の代表的な手法を実践する (6) 〜 ビジネスにおける分析の流れ - Qiita
統計学の代表的な手法について、人気書籍「統計学が最強の学問である実践編」に掲載されている一般化線形モデルをまとめた一枚の表を最初に掲げひとつひとつ多変量解析の手法を追ってきました。今回は実際のデータを分析していくにあたり留意すべき事項をまとめます。このあたり上記書籍からの引用抜粋を含みます。 ビジネスにおける分析の手順 今まで説明したとおり * 量的なアウトカムに対しては重回帰分析 * 質的なアウトカムに対してはロジスティック回帰 をおこなうことでどんなアウトカムと説明変数の関係性も分析できるようになります。 手法や指標の意味がわかったあとでも、実際に使いこなそうとすると難しいところがいくつかあり、その代表的なものは「どの説明変数をいくつ使えば良いか」というインプット、「出てきた結果変数からどういう意味を読み取りどう解釈してどうアクションを取るか」というアウトプットの二大側面に整理できます
統計学の代表的な手法を実践する (3) 〜 続・ロジスティック回帰 - Qiita
前回はロジスティック回帰について、概要について参考文献を紹介、使いどころと使用例を説明しました。 前回も述べた通り、ロジスティック回帰とは二値論理と言われる true か false かという論理に関するアウトカムを分析するための方法です。 今日は実際にオリジナルのデータを使ってロジスティック回帰分析をし、その結果について考察してみたいと思います。 想定するシナリオ 今回は話をわかりやすくするためにオンラインゲームを想定します。 あるオンラインゲームでは毎月イベントがあります。このイベントではフレンド同士で協力して戦ってスコアを稼ぎます。そして、スコアが高い上位ランキング 1,000 位以内に入ると特別な報酬が貰えます。 前回の実績となる数名のユーザーのデータを集めたので、ここからランキング上位に入賞するための成功要因を分析したいと思います。 いかがでしょうか。わかりやすくするためにゲーム
1
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
処理を実行中です
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
