コンテンツへスキップ ナビゲーションに移動

青の統計学

  • 統計学
    • 統計学基礎
    • ベイズ
  • 機械学習
  • 統計検定対策
  • 大学の試験対策
  • マーケティング
  • DS Playground
  • 資料

2022年6月

  1. HOME
  2. 2022年6月
モーメント母関数の基礎をわかりやすく解説【青の統計学】
06/30/2022 / 最終更新日時 : 01/19/2025 bluest 統計学基礎

【期待値の応用】モーメント母関数(積率母関数)について

統計検定準一級には、積率母関数についての問題があります。 マクローリン展開や合成関数の微分の知識が必要なことから、避けられがちですが、使う分には便利なものです。 今回は、モーメント法と積率母関数について解説します。 統計 […]

コサイン類似度を具体例も含めて解説する記事【青の統計学】
06/30/2022 / 最終更新日時 : 01/25/2025 bluest Python

コサイン類似度とは?高校数学で理解する

1. コサイン類似度とは? ベクトル同士の“方向の近さ”を測る指標 コサイン類似度(Cosine Similarity)とは、主に2つのベクトルがどのくらい同じ方向を向いているかを測定するための指標です。計算結果の値は- […]

コーシー分布とは?わかりやすく解説
06/29/2022 / 最終更新日時 : 01/19/2025 bluest 大学数学

コーシー分布とは?わかりやすく解説

1. コーシー分布とは?ざっくり解説 はじめに、コーシー分布は「重い裾(fat-tail)を持つ分布」として知られ、平均や分散が定義できないという面白い特徴を持っています。 確率論を学ぶと真っ先に登場する正規分布とは異な […]

対数正規分布とは?ビジネスで使える便利な確率分布
06/29/2022 / 最終更新日時 : 01/19/2025 bluest マーケティング

対数正規分布とは?ビジネスで使える便利な確率分布

1. 対数正規分布とは? まず、抑えて欲しいのが 対数正規分布は、「ある変数 ${X}$ の対数 ${\ln(X)}$が正規分布に従う」ときに、変数${X}$そのものが従う分布のことです。より具体的には、確率変数${X} […]

混合ガウス分布とは?図解しながらわかりやすく解説
06/28/2022 / 最終更新日時 : 02/08/2025 bluest ベイズ

混合ガウス分布とは?わかりやすく解説

はじめに 正規分布(ガウス分布)は、統計学や機械学習における基本的な確率分布であり、データが平均を中心に左右対称に分布する特徴を持ちます。この分布を拡張したもの混合ガウス分布(Gaussian Mixture Model […]

等分散の仮定をした2標本検定について解説する
06/28/2022 / 最終更新日時 : 09/22/2024 bluest 統計学基礎

【等分散の仮定編】2標本問題をわかりやすく解説|推定と検定

こんにちは、青の統計学です。 今回は、2標本問題について扱います。 確率変数が2つ登場するため難しいですが、応用上用いられることが多いのが「2標本問題」です。 中でも今回は、二つの確率変数が同一の分散であると仮定した「等 […]

幾何分布とは?意外とビジネスに役立つ確率分布
06/28/2022 / 最終更新日時 : 01/13/2025 bluest マーケティング

幾何分布とは?意外とビジネスに役立つ確率分布

1. 幾何分布(Geometric Distribution)の概要 幾何分布は、離散確率分布の一種で「ある試行を繰り返したときに、初めて成功が得られる試行回数に関する分布」を表します。 ビジネスの現場では「初回成功まで […]

多項分布とは?ビジネスの活用範囲の多い分布
06/28/2022 / 最終更新日時 : 01/17/2025 bluest マーケティング

多項分布とは?ビジネスの活用範囲の多い分布

多項分布って? 多項分布とは、複数のカテゴリにまたがって起こりうる事象を、一定回数の試行によって観測したときに、その観測結果がどのような確率で生じるかを表す分布です。 具体的には、サイコロを何度も振った場合に1の目が何回 […]

ガンマ分布とは?リスク解析と保険数理について
06/27/2022 / 最終更新日時 : 01/28/2025 bluest マーケティング

ガンマ分布とは?リスク解析と保険数理に使える分布

ガンマ分布とは ガンマ分布とは、連続型の確率分布の一種で、主に「待ち時間」や「寿命」「損害額」などのモデリングに広く使われる分布です。その汎用性の高さが特徴的です。 ガンマ分布はふたつのパラメータ(しばしば形状パラメータ […]

自己組織化マップとは?データの視覚的探索と次元削減の手法
06/27/2022 / 最終更新日時 : 03/18/2025 bluest Python

自己組織化マップとは?データの視覚的探索と次元削減の手法

自己組織化マップとは? 自己組織化マップ(Self-Organizing Map,SOM)は、高次元のデータを2次元(時には1次元や3次元も)の格子状に配置されたニューロンの集合体に投影することで、データの可視化と理解を […]

サムネイル
06/27/2022 / 最終更新日時 : 06/30/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(5)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

06/27/2022 / 最終更新日時 : 06/28/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(4)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

サムネイル
06/27/2022 / 最終更新日時 : 06/27/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(3)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

サムネイル
06/27/2022 / 最終更新日時 : 06/28/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(2)

以下の論文を解説しています。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulator […]

ベイズの定理とベイズ統計学についてわかりやすく解説する
06/25/2022 / 最終更新日時 : 11/29/2024 bluest ベイズ

ベイズ推定をわかりやすく解説|事後分布から推定量を導く方法

ベイズ推定の目的 ベイズの定理からしっかり解説するので、これからベイズ推定について知見を深めたい人や、MCMC法を使ってベイズ推定をしたい方など、さまざまな人におすすめです。 ベイズの定理 まず第一にベイズ統計学は、経験 […]

サムネイル
06/25/2022 / 最終更新日時 : 06/30/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(1)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

ガウスマルコフの定理をわかりやすく解説する記事
06/24/2022 / 最終更新日時 : 11/07/2024 bluest 数理最適化

【MSEを最小化】ガウス・マルコフの定理と最良線形不偏推定量について

回帰分析等で算出した推定量を評価するとき、どのような指標があるでしょうか。 これまでは、一致性や不偏性を取り上げてきました。簡単に復習しましょう。 一致性(consistency):サンプル数を∞に近づけると、推定量はパ […]

主成分分析について数学的背景から解説する
06/22/2022 / 最終更新日時 : 09/11/2024 bluest Python

主成分分析(PCA)をわかりやすく解説【統計検定準一級】|python

主成分分析 青の統計学へようこそ。 今回は、教師なし学習の一つ「主成分分析」について解説いたします。 数学的背景まで掘り下げたコンテンツは以下になります。 【python】主成分分析(+回帰)の仕組みとコード例|教師なし […]

マルチンゲールについての数学的背景を解説
06/20/2022 / 最終更新日時 : 10/14/2024 bluest Python

【統計検定準一級】ランダムウォークとマルチンゲールの話。

こんにちは、青の統計学です。 統計検定準一級では、「この確立過程Sは、マルチンゲールかどうか?」という問題が出ることがあります。 マルコフ性と並んで登場する「マルチンゲール」に、とっつきにくさを感じた方も多いと思います。 […]

06/19/2022 / 最終更新日時 : 10/31/2023 bluest Python

【python】ガウス過程回帰の仕組みと実務での応用|ノンパラメトリック機械学習

こんにちは、青の統計学です。 今回はガウス過程回帰について解説いたします。 製造業の現場など、n=20やそこらぐらいのデータセットで予測を行う必要がある時によく使われます。 ガウス過程は少数データとの相性がよく、予測値の […]

サムネイル
06/18/2022 / 最終更新日時 : 09/09/2024 bluest Python

【python】共分散分析(ANCOVA)の基礎から応用まで|因果推論

共分散分析 共分散分析は、調整平均を用いて、共変量(covariate)の影響を考慮した上で、群間の平均値の差を検定する方法です。 分散分析(ANOVA)と似ていますが、共分散分析は共変量を考慮する点で異なります。 →こ […]

IT企業でのUIUX改善事例をもとに、p値の解釈を丁寧に伝える記事
06/18/2022 / 最終更新日時 : 01/11/2025 bluest マーケティング

UI/UX 改善における統計的アプローチ: ~サンプリング設計とベイズ推論の活用~

1. UI/UX 改善と統計学の関係 ユーザーの操作感やインタラクションをより快適にするためのUI/UX改善は、データドリブンなアプローチができるようになってます。 たとえば「新しいボタン配置Aが既存配置Bよりもコンバー […]

06/15/2022 / 最終更新日時 : 04/27/2024 bluest 大学数学

【線形代数】固有値や固有ベクトルは機械学習にどう使われているのか|主成分分析

こんにちは、青の統計学です。 今回は、前回大好評だった「線形代数がデータサイエンスにどう使われているのかシリーズ」の第二弾です。 大学数学で勉強した固有値や固有ベクトルが一体何の役に立っているのか…対角化で冪 […]

06/15/2022 / 最終更新日時 : 05/05/2024 bluest 統計学基礎

【F値とは】分散分析による検定の多重性について|統計検定準1級

統計検定準一級では、2級同様「分散分析」の内容が出てきます。 今回は、前回と視点を変えた「検定の多重性」について解説します。 例題を通して理解していきましょう。 *確実に理解するために、ある程度時間をかけてみましょう。 […]

オッズとオッズ比を理解する
06/13/2022 / 最終更新日時 : 10/14/2024 bluest ベイズ

【ベイズ因子】オッズ比の使われ方を紹介します

こんにちは、青の統計学です。 今回はロジスティック回帰の解釈で定番の、オッズ比について考えていきます。 オッズ比は二つのカテゴリに分けられるデータに対して有用な指標であり、特に、疾患や事象が発生する確率について研究する際 […]

多重共線性を正しく理解する
06/13/2022 / 最終更新日時 : 02/20/2025 bluest 大学数学

【完全攻略】多重共線性をわかりやすく解説

多重共線性(Multicollinearity)とは 重回帰分析を勉強していると、最小二乗法の仮定の一つに「多重共線性がないこと」と見たことがあると思います。 冪乗項や交互作用項などを説明変数に入れて必然的に生じる多重共 […]

シンプソンのパラドクスを解説
06/12/2022 / 最終更新日時 : 01/06/2025 bluest 医薬生物学

シンプソンズのパラドクスとは?──「部分」と「全体」で逆転する統計の落とし穴

「相関関係はあるが、因果関係があるとは限らない」——統計を学ぶ方なら必ず耳にする言葉ですが、「因果はあるのに相関が消えてしまう」という、より厄介な現象も存在します。それがシンプソンズのパラドクス (Simpson’s P […]

06/11/2022 / 最終更新日時 : 01/13/2024 bluest Python

【因果推論】差の差(DID)分析による平均処置効果の推定|計量経済学

こんにちは、青の統計学です 今回は、社会科学の分野でもよく使われる「差の差分析」について解説いたします。 シンプルで理解しやすいかつ強力な分析手法ですが、並行トレンドの仮定など前提となるルールもあります。 差の差分析(d […]

一般化線形混合モデルについて基礎から理解する
06/08/2022 / 最終更新日時 : 01/12/2025 bluest マーケティング

【GLMM】一般化線形混合モデルについてわかりやすく解説

1. 一般化線形モデル (GLM) と固定効果モデル まずは、前提知識を確認しましょう。 2. 一般化線形混合モデル (GLMM) の位置づけと特長 「GLMM = 一般化線形モデル + 混合効果」GLMM は、一般化線 […]

尤度と尤度関数を正しく理解するための記事
06/06/2022 / 最終更新日時 : 01/04/2025 bluest ベイズ

【尤度って?】尤度関数と最尤推定量の解説と例題

確率分布のパラメータ\(θ\)を推定する方法の一つとして、最尤推定というものがあります。 最尤推定には、尤度関数を使うことが必須です。まずは尤度関数については見てみましょう。 尤度(likelihood)について 抑えて […]

サムネイル
06/06/2022 / 最終更新日時 : 06/15/2022 Cas9 医薬生物学

【論文解説】リンパ節ごとのレパトア解析(4)

(4)では、resultの後半部分、T細胞の移入実験を解説します。 この記事では、以下の論文を紹介しています。 Stephanie K. Lathrop, Nicole A. Santacruz, Dominic Pha […]

サムネイル
06/05/2022 / 最終更新日時 : 06/15/2022 Cas9 医薬生物学

【論文解説】リンパ節ごとのレパトア解析(3)

(3)では、前半部分の、リンパ節ごとのレパトア解析に触れます。 この記事では、以下の論文を紹介しています。 Stephanie K. Lathrop, Nicole A. Santacruz, Dominic Pham, […]

正規分布をわかりやすく解説【青の統計学】
06/04/2022 / 最終更新日時 : 02/08/2025 bluest 大学数学

正規分布とは?図解と合わせわかりやすく解説

こんにちは、青の統計学です。 二項分布やポアソン分布のようなカウントデータを扱う離散分布の他に、連続データを扱う連続分布があります。 今回は、連続分布の代表格である「正規分布」について扱います。 確率密度に関する例題とと […]

投稿ナビゲーション

  • 固定ページ 1
  • 固定ページ 2
  • »

人気記事

統計検定2級の完全ガイド
統計検定3級の徹底攻略

Udemy

バナー広告

新サービス

青の統計学|X

Update Contents

統計検定2級の完全ガイド
統計検定2級の難易度と範囲を徹底解説【2025年最新版】
05/03/2025
自己組織化マップとは?データの視覚的探索と次元削減の手法
自己組織化マップとは?データの視覚的探索と次元削減の手法
03/18/2025
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
03/18/2025
k-medoidsとは?k-meansとの違いをわかりやすく解説
k-medoidsとは?k-meansとの違いをわかりやすく解説
03/18/2025
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?非線形データの分類
03/18/2025
DBSCANとは?密度ベースのクラスタリング
DBSCANとは?密度ベースのクラスタリングを解説
03/16/2025
【完全ガイド】k-means法とは?周辺のクラスタリング手法と比較
【完全ガイド】k-means法とは?周辺のクラスタリング手法と比較
03/15/2025
確率密度関数とは?確率質量関数との違いも解説
確率密度関数とは?確率質量関数との違いも解説
03/15/2025
多重共線性を正しく理解する
【完全攻略】多重共線性をわかりやすく解説
02/20/2025
パレートの法則についてわかりやすく解説
パレートの法則についてわかりやすく解説
02/12/2025

New Contents

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?非線形データの分類
03/18/2025
DBSCANとは?密度ベースのクラスタリング
DBSCANとは?密度ベースのクラスタリングを解説
03/16/2025
確率密度関数とは?確率質量関数との違いも解説
確率密度関数とは?確率質量関数との違いも解説
02/25/2025
効果量とは?サンプルサイズ設計を実務で使うには
効果量とは?サンプルサイズ設計を実務で使うには
02/03/2025
統計的なサンプルサイズ設計の手引き
サンプルサイズ設計のガイド:基礎理論と実践をわかりやすく
01/10/2025
グラフニューラルネットワークの基礎と応用事例
グラフニューラルネットワークの基礎と応用事例
01/08/2025
パレートの法則についてわかりやすく解説
パレートの法則についてわかりやすく解説
01/07/2025
負の二項分布を実験に活かした具体例
負の二項分布をわかりやすく解説
01/04/2025
ベイズ因子をABテストに使ってみる
ベイズ因子とは?──定義と直感的解釈
01/01/2025
マーケティングミックスモデリング(MMM)について理解
【完全版】MMMを課題設定から考える|Google Meridian
12/26/2024

Tag Cloud

AIC F統計量 GBDT GLM K-means法 KL divergence MCMC法 MSE PCA p値 ridge回帰 t検定 カイ2乗分布 ガンマ分布 ブートストラップ法 ポアソン分布 マルコフ連鎖 ラグランジュの未定乗数法 ランダムウォーク ランダムフォレスト ロジスティック回帰 一様分布 不偏性 中心極限定理 二項分布 信頼区間 共分散 再生性 分散分析 回帰分析 固定効果 多重共線性 尤度比検定 尤度関数 層化抽出法 幾何分布 指数分布 最小二乗法 最尤法 標準偏差 標準誤差 正規分布 決定木 深層学習 相関係数

Recent

統計検定2級の完全ガイド
統計検定2級の難易度と範囲を徹底解説【2025年最新版】
05/03/2025
自己組織化マップとは?データの視覚的探索と次元削減の手法
自己組織化マップとは?データの視覚的探索と次元削減の手法
03/18/2025
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
03/18/2025
k-medoidsとは?k-meansとの違いをわかりやすく解説
k-medoidsとは?k-meansとの違いをわかりやすく解説
03/18/2025
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?非線形データの分類
03/18/2025
DBSCANとは?密度ベースのクラスタリング
DBSCANとは?密度ベースのクラスタリングを解説
03/16/2025
【完全ガイド】k-means法とは?周辺のクラスタリング手法と比較
【完全ガイド】k-means法とは?周辺のクラスタリング手法と比較
03/15/2025
確率密度関数とは?確率質量関数との違いも解説
確率密度関数とは?確率質量関数との違いも解説
03/15/2025
多重共線性を正しく理解する
【完全攻略】多重共線性をわかりやすく解説
02/20/2025
パレートの法則についてわかりやすく解説
パレートの法則についてわかりやすく解説
02/12/2025

サイトマップはこちら

青の統計学|Follow Me!

チートシート

バナー広告


バナー広告

バナー広告
バナー広告
バナー広告
バナー広告

シミュレーション

サンプルサイズ設計ツールのサムネイル

問題演習

統計検定2級問題演習へのリンク
  • 統計学
  • 機械学習
  • 統計検定対策
  • 大学の試験対策
  • マーケティング
  • DS Playground
  • 資料

Copyright © 青の統計学 All Rights Reserved.

Powered by WordPress with Lightning Theme & VK All in One Expansion Unit

MENU

  • 統計学
    • 統計学基礎
    • ベイズ
  • 機械学習
  • 統計検定対策
  • 大学の試験対策
  • マーケティング
  • DS Playground
  • 資料
PAGE TOP