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
    • 推定・検定
    • ベイズ統計学
    • 時系列解析
    • 計量経済学
    • 医薬・生物統計
  • 機械学習
    • 教師あり学習
    • 教師なし学習
    • Python
    • 深層学習
    • 自然言語処理
  • 統計検定対策
  • マーケティング
    • データ分析
    • 因果推論
  • DS Playground
  • 資料

データ分析

  1. HOME
  2. マーケティング
  3. データ分析
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 / 最終更新日時 : 10/26/2025 Blue データ分析

効果量とは?サンプルサイズ設計を実務で使うには

「統計的に有意な差が出ました!」 日々の分析で、p値が0.05を下回った結果に一喜一憂しがちです。その「有意差」、本当に意味のある差と言えるのでしょうか? ここに効果量という概念が使えます。 1. 効果量とは何か? – […]

統計的なサンプルサイズ設計の手引き
01/10/2025 / 最終更新日時 : 10/26/2025 Blue データ分析

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

1. はじめに サンプルサイズ設計は、研究・調査・実験計画(例えばCMの効果を測りたいマーケティング検証、アプリのUX改善のためのABテストなど)において重要なプロセスです。 そもそも、サンプルサイズを設定しようという背 […]

【API】Google Search Consoleから1000行以上の検索クエリを取得したい|Google Cloud
11/17/2023 / 最終更新日時 : 10/26/2025 Blue データ分析

【API】Google Search Consoleから1000行以上の検索クエリを取得したい|Google Cloud

こんにちは、青の統計学です。 今回は、掲題の通りサーチコンソールから検索クエリをたくさんとる方法についてまとめていきます。 業務で使う機会があったので備忘がわりです。 Google Cloudで行うこと Search c […]

【SHAP】特徴量重要度や寄与度、限界効果を意思決定者にうまく伝えたい話|python
01/29/2023 / 最終更新日時 : 10/26/2025 Blue データ分析

【SHAP】特徴量重要度や寄与度、限界効果を意思決定者にうまく伝えたい話|python

これは直近仕事で抱えている問題を整理するために書き上げたコンテンツです。 今回は、prediction(予測)ではなくidentification(識別)に関する議論です。 kaggle等のコンペでは、予測に重きが置かれ […]

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 : 10/26/2025 Blue データ分析

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 […]

シンプソンのパラドクスを解説
06/12/2022 / 最終更新日時 : 10/26/2025 Blue データ分析

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 […]

人気記事

統計検定2級の完全ガイド
青の統計学DsPlaygroundの販促バナー_統計検定2級
統計検定3級の徹底攻略
青の統計学DsPlaygroundの販促バナー_G検定
青の統計学DsPlaygroundの販促バナー_数学入門
大学生向けのG検定の攻略記事のサムネイル

Youtube

Udemy

バナー広告

Ds Playground

青の統計学|X

Update Contents

決定係数について使い方と注意点を丁寧に解説する
【R^2】決定係数をわかりやすく説明|python
10/26/2025
ポアソン過程を解説する記事【青の統計学】
【統計学】ポアソン分布についてわかりやすく解説
10/26/2025
歪度と尖度をわかりやすく解説【青の統計学】
【統計検定2級】歪度と尖度をわかりやすく解説|python
10/26/2025
【第2弾】統計検定準1級のチートシート|最短合格への道
【統計検定2級で最も厄介(主観)】分散分析を解説します②
10/26/2025
【統計検定2級で最も手強い(主観)】分散分析について解説します①
【統計検定2級で最も手強い(主観)】分散分析について解説します①
10/26/2025
不偏性について正しく理解する記事
不偏性と不偏分散についてわかりやすく解説
10/26/2025
ARモデルについてわかりやすく解説する記事
【時系列】ARモデルをわかりやすく解説|Yule-Walker法や最尤法も
10/26/2025
固定効果とランダム効果について比較する
【例題つき】固定効果推定と固定効果モデルについてわかりやすく解説|ランダム効果
10/26/2025
ネイマン配分による分散最小化についてのわかりやすい解説
層化抽出法の比例配分とネイマン配分をわかりやすく解説【統計検定準一級】
10/26/2025
回帰診断法についてのわかりやすい解説
【統計検定準一級】回帰診断法とは?|残差プロットとleverageをわかりやすく解説
10/26/2025

New Contents

【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
【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
08/07/2025
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
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
07/15/2025
【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
06/23/2025
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
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
06/07/2025
大学生向けのG検定の攻略記事のサムネイル
【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
05/17/2025
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
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

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 ポアソン分布 マルコフ連鎖 モーメント法 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 傾向スコア 再生性 分散分析 回帰分析 固定効果 多重共線性 大数の法則 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 相関係数 統計検定対策

Recent

決定係数について使い方と注意点を丁寧に解説する
【R^2】決定係数をわかりやすく説明|python
10/26/2025
ポアソン過程を解説する記事【青の統計学】
【統計学】ポアソン分布についてわかりやすく解説
10/26/2025
歪度と尖度をわかりやすく解説【青の統計学】
【統計検定2級】歪度と尖度をわかりやすく解説|python
10/26/2025
【第2弾】統計検定準1級のチートシート|最短合格への道
【統計検定2級で最も厄介(主観)】分散分析を解説します②
10/26/2025
【統計検定2級で最も手強い(主観)】分散分析について解説します①
【統計検定2級で最も手強い(主観)】分散分析について解説します①
10/26/2025
不偏性について正しく理解する記事
不偏性と不偏分散についてわかりやすく解説
10/26/2025
ARモデルについてわかりやすく解説する記事
【時系列】ARモデルをわかりやすく解説|Yule-Walker法や最尤法も
10/26/2025
固定効果とランダム効果について比較する
【例題つき】固定効果推定と固定効果モデルについてわかりやすく解説|ランダム効果
10/26/2025
ネイマン配分による分散最小化についてのわかりやすい解説
層化抽出法の比例配分とネイマン配分をわかりやすく解説【統計検定準一級】
10/26/2025
回帰診断法についてのわかりやすい解説
【統計検定準一級】回帰診断法とは?|残差プロットとleverageをわかりやすく解説
10/26/2025

サイトマップはこちら

青の統計学|Follow Me!

青の統計学DsPlaygroundの販促バナー_統計検定2級
青の統計学DsPlaygroundの販促バナー_G検定

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

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
  • 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
    • 推定・検定
    • ベイズ統計学
    • 時系列解析
    • 計量経済学
    • 医薬・生物統計
  • 機械学習
    • 教師あり学習
    • 教師なし学習
    • Python
    • 深層学習
    • 自然言語処理
  • 統計検定対策
  • マーケティング
    • データ分析
    • 因果推論
  • DS Playground
  • 資料
PAGE TOP