実験計画法 - Wikipedia
実験計画法（じっけんけいかくほう、英: Experimental design、Design of experiments）は、効率のよい実験方法を設計（デザイン）し、結果を適切に解析することを目的とする統計学の応用分野である。R・A・フィッシャーが1920年代に農学試験から着想して発展させた。特に1950年G・M・コックスとW・G・コクランが標準的教科書を出版し、以後医学、工学、実験心理学や社会調査へ広く応用された。またこれを基にして田口玄一による品質工学という新たな分野も生まれた。 他にも、マーケティングや新しい商品・サービスのコンセプトや仕様を考える場合などに用いられる、コンジョイント分析も有用である。 実験計画法の基本的な原則は次の3つである。 局所管理化 影響を調べる要因以外のすべての要因を可能な限り一定にする。 反復 実験ごとの偶然のバラツキ（誤差）の影響を除くために同条件で反
冪乗則 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "冪乗則" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2023年3月) この項目「冪乗則」は途中まで翻訳されたものです。（原文：en:Power law） 翻訳作業に協力して下さる方を求めています。ノートページや履歴、翻訳のガイドラインも参照してください。要約欄への翻訳情報の記入をお忘れなく。（2008年5月） 冪乗則にしたがうグラフの例。横軸が商品のアイテム数、縦軸が販売数量を表す。このモデルは「80:20の法則」として知られ、右に向かう部分はロングテールと呼ばれる。 冪乗則（べきじょうそく、power law）は、統計モデルの一
要約統計量 - Wikipedia
要約統計（ようやくとうけい、英: summary statistic）あるいは、記述統計（英: descriptive statistic）とは、標本の分布の特徴を定量的に記述し要約する統計学上の値であり、統計量の一種である。基本統計（英: basic statistic）または代表値(英: representative value)とも呼ばれることもある[1][2]。 記述統計学（英: descriptive statistics）は、こうした統計量を用いて分析する学問領域である。記述統計学は、データを用いてデータの標本が表すと考えられる母集団について知るのではなく、標本を要約することを目的としている点で、推計統計学（英: inferential statistics, or inductive statistics）と区別される[3]。つまり、記述統計は推計統計と異なり、確率論に基づい
数値解析 - Wikipedia
バビロニアの粘土板 YBC 7289 （紀元前1800-1600年頃）。2の平方根の近似値は六十進法で4桁、十進法では約6桁に相当する。1 + 24/60 + 51/602 + 10/603 = 1.41421296... [1]。(Image by Bill Casselman) 数値解析（すうちかいせき、英: numerical analysis）は、計算機代数（英語版）とは対照的に、数値計算によって解析学の問題を近似的に解く数学の一分野である。 （狭義には「数値解析」とは「数値計算方法」の数学的な解析・分析（mathematical analysis of numerical methods）のことであり，広義の意味＝数値を使って問題の解析・分析を行う（Analysis by numerical methods）・式でなく数値で計算を行う「数値計算」（numerical comput
統計学 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "統計学" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2021年3月) 正規分布は非常に一般的な確率密度関数の一つであり、中心極限定理により有用となっている。 散布図は、さまざまな変数間で観測された関係を示すために記述統計で利用される。この散布図はIrisデータセット（英語版）を使用している。 統計学（とうけいがく、英: statistics）とは、統計に関する研究を行う学問である。経験的に得られたバラツキのあるデータから、応用数学の手法を用いて数値上の性質や規則性あるいは不規則性を見いだす。統計的手法は、実験計画、データの要約や解
R言語で統計解析入門： 目次1 テクニカルデータプレゼンテーション 梶山 喜一郎
Technical Data presentation in R コピペで学ぶ Rでテクニカルデータプレゼンテーション １．基礎統計解析編 グラフィックス・リテラシ－教育: 「図学 I ・図形情報 I ・統計学」科目 修了後のコースウェア 福岡大学工学部図学教室 梶山 喜一郎 ・つまみ食いで，学習しないように願います． ・データの可視化を体系・系統だったスキルにするために順を追って学習する． ・統計ブームに乗っている学習者も先人に感謝の気持ちを．さらに， ・確かなスキルにするために，教科書・解説書を理解し，Rスクリプトで確認． A. はじめに--ここは統計・解析の必要を味わった後で読めばよい まず，統計の手続きを実行する．慣れたら統計的に考えよう． 学校の統計学を復習--買った教科書とノートをまた読むだけ a. 測定と尺度 Measurement and scale b. 記述統計学の
最尤推定 - Wikipedia
最尤推定（さいゆうすいてい、英: maximum likelihood estimationという）や最尤法（さいゆうほう、英: method of maximum likelihood）とは、統計学において、与えられたデータからそれが従う確率分布の母数を点推定する方法である。 この方法はロナルド・フィッシャーが1912年から1922年にかけて開発した。 観測されたデータからそれを生んだ母集団を説明しようとする際に広く用いられる。生物学では塩基やアミノ酸配列のような分子データの置換に関する確率モデルに基づいて系統樹を作成する際に、一番尤もらしくデータを説明する樹形を選択するための有力な方法としても利用される。機械学習ではニューラルネットワーク（特に生成モデル）を学習する際に最尤推定（負の対数尤度最小化として定式化）が用いられる。 最尤推定が解く基本的な問題は「パラメータ が不明な確率分布に
偏差値 - Wikipedia
正規分布における偏差値の分布。T scoresが偏差値を示す。 偏差値（へんさち、英: T-score）とは、データの値を、平均50、標準偏差10のデータに変換（標準化）した値である。個々のデータに対して平均からどれだけ離れているか感覚的に現す方法である。データの単位を消して一律の指標として表すことを目的とするので、結果的に無次元数となる。 計算方式から、偏差値50のデータは平均である。偏差値50±5以内とは以内を意味するので、全体のうち平均に近い68.26%分のデータに含まれることを意味する。同様にして右の図のような分布に従うと考えて、平均からの離れ具合を求める。 学力試験・テストに導入されている学力偏差値は、受験者の得点が受験者全体の中でどの程度高い（低い）位置を知ることができる指標である。一般的なテストでは通常、偏差値は25（下位0.62%）前後から75（上位0.62%）の範囲に収ま
セイバーメトリクス - Wikipedia
セイバーメトリクス（英語: SABRmetrics, 一般にSabermetrics）とは、野球においてデータを統計学的見地から客観的に分析し、選手の評価や戦略を考える分析手法である。 概要[編集] セイバーメトリクスとは、野球ライターで野球史研究家・野球統計の専門家でもあるビル・ジェームズ（George William “Bill” James, 1949年 - ）によって1970年代に提唱されたもので、アメリカ野球学会の略称SABR (Society for American Baseball Research) と測定基準 (metrics) を組み合わせた造語である。ジム・アルバート、ジェイ・ベネットが著した『メジャーリーグの数理科学（原題Curve Ball[1] ）』はセイバーメトリクスについてわかりやすく解説している。 野球には、様々な価値基準・指標が存在するが、セイバーメト
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
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
