【図解あり】ヤコビアンをわかりやすく解説【統計検定】
はじめに こんにちは、青の統計学です。 今回は、ヤコビアンをテーマに解説をします。これは、多変数関数の振る舞いを理解するためのツールであり、特に変数の変換や最適化問題においてその真価を発揮します。…
データサイエンスを、読む。解く。
使えるようになる。
青の統計学は、統計学・機械学習・データ分析を、解説記事と1,000問以上の演習で学べるメディアです。資格対策から実務まで、目的に合わせて始められます。
テーマから探す
よく読まれている
【生存時間解析】ワイブル分布をわかりやすく｜確率分布とパラメータ推定方法
ワイブル分布は、 製品の故障時間や材料の寿命、医療分野の生存時間解析 などで広く使われている連続確率分布です。機械部品の寿命データや、生体における生存時間データを扱う際に非常に有用で、 信頼性工学や生存分析…
【Leave-one-out】データ量が少ない時に使うクロスバリデーション|python
こんにちは、青の統計学です。 今回はデータ量が少ない時に有効な交差検証法の一種、Leave-one-outCVを紹介いたします。 Leave one out CV Leave-One-Out Cross-Validation…
【t検定】t統計量(t値)の求め方
t統計量（t value）について t統計量とは、t検定で使う検定統計量のことです。 t統計量は、回帰分析や仮説検定において重要な役割を果たす検定統計量です。特に、 回帰係数の統計的有意性を評価する 際に用いられます。…
尤度比検定とは？わかりやすく解説｜カイ2乗分布との関わり
汎用性の高い「尤度比検定」をわかりやすく解説。2つの統計モデル（完全モデル・縮小モデル）の適合度を比較する手法、検定統計量とカイ2乗分布の関係、GLMでのPython実装例までを紹介します。
【統計検定】ポアソン過程をわかりやすく解説|待ち行列理論
こんにちは、青の統計学です。 今回は統計検定準一級から登場する確立過程の一つ「ポアソン過程」について解説いたします。 このコンテンツに全て詰まっているので ブックマーク推奨 です！ 関わりの深い生存時間解析は、こちらで学習できます。…
差の差分析（DID）をわかりやすく解説：多期間DIDとサンプルサイズ計算まで
因果推論の主要手法「差の差分析（DID）」をわかりやすく解説。平均処置効果（ATT）の推定方法、重要な「平行トレンド仮定」の確認、OLSでの実装、多期間DIDまで。実務や研究での介入効果測定に。
ベルマン方程式をわかりやすく解説｜動的計画法
こんにちは、青の統計学です。 今回は、ベルマン方程式についてわかりやすく解説します。 管理人 経済学部出身だったのでマクロ経済における動的計画法の文脈で学びました。情報数理であれば、強化学習のアルゴリズムで学びますかね。…
新しい記事
共変量シフトって結局なんなのか？｜i.i.dを正しく理解する
機械学習の前提であるi.i.d.仮定と、それが崩れる「共変量シフト」の本質を数学的に解説。訓練データとテストデータの分布変化がモデル精度に与える影響や、重要度サンプリング・密度比推定（IW-ERM）による具体的な補正方法まで網羅した理論ガイドです。
【大学数学の壁】イプシロン・デルタ論法をわかりやすく解説
大学数学の壁「イプシロン・デルタ論法」を、図解を用いてわかりやすく解説します。極限と連続性の厳密な定義、イプシロンとデルタの役割、そして一様連続性や確率収束への応用まで、データサイエンス学習に必須の基礎数学を徹底的に理解できます。
【超入門】統計学とは？文系でもわかる『データを武器にする』ための第一歩
統計学とは何か？文系でもわかるように、記述統計や推測統計の基礎、大数の法則、仮説検定までを優しく解説します。データサイエンスの第一歩として、統計学の基本的な考え方を学びましょう。
ローレンツ曲線・ジニ係数・パレート分布をまとめて理解｜不平等を数学で捉える
経済格差を示すローレンツ曲線とジニ係数、そして「80:20の法則」で知られるパレート分布。統計学で重要なこれらの概念を基礎から解説します。データサイエンスや統計検定の学習にも役立つ知識です。
【カイ2乗検定】独立性検定と適合度検定についてわかりやすく解説
カイ二乗検定の「独立性検定」と「適合度検定」の違いをわかりやすく解説。この記事では、カイ二乗検定の2つの主要な使い方を、統計学の初学者にもわかりやすく解説。統計検定の学習やデータ分析に必須の知識です。
中心極限定理についてわかりやすく解説｜大数の法則との違い
なぜ中心極限定理は統計学で重要なのか？この記事では、中心極限定理の意味と「大数の法則」との決定的な違いをわかりやすく解説します。統計検定やデータサイエンスの学習に必須の基礎理論です。
【体験談】G検定は大学生でも受かる？合格率、難易度、試験範囲を徹底解説
G検定は大学生でも合格できる？この記事では、G検定の合格率、難易度、広い試験範囲を体験談を交えて徹底解説。AI・ディープラーニングの知識を習得し、将来のキャリアに活かしたい大学生や学び直しの社会人必見です。
スペクトラルクラスタリングとは？非線形データの分類
スペクトラルクラスタリングとは？本記事では、非線形データ（半月形や同心円状）の分類を得意とする教師なし学習手法「スペクトラルクラスタリング」について、数学的背景（ラプラシアン行列、固有値分解）からPythonによる実装方法まで、k-meansとの比較を交えてわかりやすく解説します。
DBSCANとは？密度ベースのクラスタリングを解説
DBSCANとは？本記事では、密度ベースのクラスタリング手法「DBSCAN」について、k-meansとの違い（任意の形状のクラスタ検出、ノイズ識別）を明確にしながら、その仕組み（eps, MinPts, コアポイント）からPythonでの実装、パラメータの選び方までをわかりやすく解説します。
確率密度関数とは？確率質量関数との違いも解説
確率密度関数(PDF)とは？本記事では、統計学の基礎である確率密度関数について、その定義、性質、面積が確率となる仕組みを解説します。また、離散型変数を扱う「確率質量関数(PMF)」との明確な違い（積分と総和）を比較しながら、両者の使い方をわかりやすく説明します。
