社会人が片手間で取る統計検定2級 - Qiita
概要 通勤時間の本読みと公式過去問3周とWebでなんとか合格までは到達できる。 主に使用した教材は下記 まずはこの一冊から 意味がわかる統計学 (BERET SCIENCE) 日本統計学会公式認定 統計検定 2級 公式問題集[2015〜2017年] 改訂版 日本統計学会公式認定 統計検定2級対応 統計学基礎 統計検定2級 模擬問題集1 統計学の時間 使用電卓 電卓はルート計算できるものは必須。僕はこれを使いました。 前提条件 理系私立大学卒・数学が嫌い・統計は勉強したことがない社会人です。 統計の知識がないままstatsmodelsを使ってシステムを組んでいましたが、根拠をもった説明を行いたくなったため統計検定をうけることを決意 頑張れば割となんとかなる。 勉強方法 通勤時間(往復1時間弱)は、統計学の時間をひたすら閲覧。 「なぜこの式を使うのか。なぜこうなるのか。」を意識することが大切
Python での回帰分析 --「子供にはすぐ解けて大人にはなかなか解けない問題」を例として - Qiita
8809=6 3333=0 7111=0 5555=0 2172=0 8193=3 6666=4 8096=5 1111=0 7777=0 3213=0 9999=4 7662=2 7756=1 9312=1 6855=3 0000=4 9881=5 2222=0 5531=0 を pandas の線形回帰ライブラリを用いて解いてみた． 方針 それぞれの数字 $n$ には何かの特徴（まあ答えを言ってしまうと穴の数．ただしそれは今は判らないとしておく）があるものと 仮定します．それをパラメータ $\phi_n$ であらわします．例えば 0000=4 の場合，
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
API Reference - statsmodels 0.14.1
statsmodels.tsa.statespace.sarimax.SARIMAX - statsmodels 0.15.0 (+280)
statsmodels.tsa.arima_model.ARMA — statsmodels
statsmodels.tsa.seasonal.seasonal_decompose - statsmodels 0.14.1
statsmodels.tsa.arima.model.ARIMA - statsmodels 0.14.1
Autoregressive Moving Average (ARMA): Artificial data - statsmodels 0.14.1
statsmodels.graphics.tsaplots.plot_pacf - statsmodels 0.15.0 (+280)
statsmodels.graphics.tsaplots.plot_acf - statsmodels 0.14.1
statsmodels.tools.tools.add_constant - statsmodels 0.14.1
statsmodels.regression.linear_model.OLS - statsmodels 0.15.0 (+280)
statsmodels.tsa.arima_process.ArmaProcess.generate_sample - statsmodels 0.14.1
statsmodels.tsa.ar_model.AutoRegResults.plot_predict - statsmodels 0.14.1
statsmodels.tsa.arima_model.ARMA — statsmodels
statsmodels.tsa.arima_process.ArmaProcess - statsmodels 0.14.1
statsmodels.tsa.stattools.adfuller - statsmodels 0.14.1
statsmodels.tsa.stattools.acf - statsmodels 0.14.0
https://www.statsmodels.org/
HugeDomains.com
