青の統計学へようこそ。「基礎統計」や「統計学」などのテストに苦しむ大学生に向けた記事をまとめました。
アルゴリズムや機械学習について勉強したい学生は、以下をご覧ください。
まず概念を理解したい方へ|統計
【仮説検定】p値をゼロから解説(第一種の過誤,第二種の過誤,検出力)
p値がどうしてもわからない方向けのコンテンツです。
【例題あり】ポアソン分布について
大学生がわからない確率分布ランキング1位
【尤度って？】尤度関数と最尤推定量の解説と例題。
結局尤度って何かよくわからない方へ。
決定係数とは？説明変数の確らしさを図る指標の一つ。
R^2とざっくり覚えている人が多いはず。意義や導出まで幅広く扱います。
【統計検定で頻出】歪度と尖度を実例を通して解説。
よくわからずに放置しがちですね。一様分布もまとめて理解できる記事です。
【n-1】不偏分散を解説します。
なぜn-1なのか？からしっかり理解できる記事です。
不平等の指標】ジニ係数をRで解説します。
ジニ係数の計算方法を忘れた方向けです。
【良いモデルとは】AIC(赤池情報量基準)について。
割と専門性が高いです。
【二項分布】ロジスティック回帰について(実例つき)
ポアソン回帰分布以外のGLMを紹介しています。
【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
統計学や計量経済学のテストでは、不偏性や一致性以外にも、平均平方誤差が登場する場合もあります。
【共線性解決】pythonで主成分分析をやってみた
主成分分析は、今後の研究で使うことも多いと思います。概念を理解しておくだけで、「なんのために主成分分析を行うのか」がわかってくると思います。
【等分散の仮定】2標本問題ってなんだ？
理解しやすいので等分散の仮定はよく期末試験で出ると思います。是非ご覧ください。
【外れ値に対処】順位相関係数と相関係数の違いについて | python
基礎的な統計学の教科書では、発展として扱われがちな順位相関係数です。知ってるだけで得点となる場合もあります。
線形代数について
機械学習と線形代数の関わりについて知りたい方は以下のコンテンツをご覧ください。
【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
【python】行列式や逆行列は機械学習でどう使われるのか|線形代数の活用方法
問題を解きたい方へ|統計
【例題つき】固定効果推定と固定効果モデルについて解説|ランダム効果も添えて
ちょっと手強い固定効果の問題を2題用意しています。
【Standard Error】標準誤差を例題を通して解説。
標準誤差を求める問題が解けます。
【t検定】t統計量(t値)の求め方
いつt検定を行うべきかわかります。不偏分散と標準誤差の理解が先です。
【例題つき】正規分布の確率密度について
上側1%点のパラメーターを求める例題つきです。
