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

GLM

  1. HOME
  2. GLM
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 : 10/26/2025 Blue 統計学

【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 […]

ロジスティク回帰について数学的背景も踏まえて解説
06/03/2022 / 最終更新日時 : 11/04/2025 Blue 教師あり学習

ロジスティック回帰についてわかりやすく解説【二項分布】【統計検定】

ロジスティック回帰とは?0か1の二値分類を行う機械学習の手法を、一般化線形モデル(GLM)や二項分布との関連、オッズの解釈を含めてわかりやすく解説。コードによる実践例も紹介します。

尤度比検定の使い方を具体例を通して理解する
05/27/2022 / 最終更新日時 : 11/04/2025 Blue 統計学

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。

一般化線形モデルについてのわかりやすい解説
05/24/2022 / 最終更新日時 : 11/09/2025 Blue 統計学

【GLM】一般化線形モデルをわかりやすく解説|ポアソン回帰

一般化線形モデル(generalized liner model) 今回はGLMと呼ばれる「一般化線形モデル(generalized liner model)」を解説します。 よく似た名前として、分散分析や共分散分析など […]

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

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
11/19/2025
パス解析をわかりやすく解説する記事
パス解析をわかりやすく解説:因果推論からMMMまで
11/19/2025
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
11/19/2025
トービットモデルについて数学的背景から解説する
トービットモデルとは?わかりやすく解説【潜在変数】|計量経済学
11/18/2025
第一種の過誤や第二種の過誤を正しく理解するための記事【青の統計学】
【仮説検定】第1種の過誤と第2種の過誤とは?
11/18/2025
ゼロ過剰ポアソン分布について使い道と他の分布との違いを理解
ゼロ過剰ポアソン分布(ZIP分布)をわかりやすく解説
11/12/2025
ガウス過程回帰の仕組みと実務での応用をわかりやすく解説|ノンパラメトリック機械学習
ガウス過程回帰の仕組みと実務での応用をわかりやすく解説|ノンパラメトリック機械学習
11/12/2025
MCMC法についてわかりやすく解説する
【完全ガイド】MCMC法についてわかりやすく解説|ベイズ推定
11/11/2025
ハミルトニアンモンテカルロをmcmcに適用するための解説記事
【MCMC法】ハミルトニアンモンテカルロをわかりやすく解説|ベイズ統計学
11/11/2025
一般化線形モデルについてのわかりやすい解説
【GLM】一般化線形モデルをわかりやすく解説|ポアソン回帰
11/09/2025

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 DID 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

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
11/19/2025
パス解析をわかりやすく解説する記事
パス解析をわかりやすく解説:因果推論からMMMまで
11/19/2025
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
11/19/2025
トービットモデルについて数学的背景から解説する
トービットモデルとは?わかりやすく解説【潜在変数】|計量経済学
11/18/2025
第一種の過誤や第二種の過誤を正しく理解するための記事【青の統計学】
【仮説検定】第1種の過誤と第2種の過誤とは?
11/18/2025
ゼロ過剰ポアソン分布について使い道と他の分布との違いを理解
ゼロ過剰ポアソン分布(ZIP分布)をわかりやすく解説
11/12/2025
ガウス過程回帰の仕組みと実務での応用をわかりやすく解説|ノンパラメトリック機械学習
ガウス過程回帰の仕組みと実務での応用をわかりやすく解説|ノンパラメトリック機械学習
11/12/2025
MCMC法についてわかりやすく解説する
【完全ガイド】MCMC法についてわかりやすく解説|ベイズ推定
11/11/2025
ハミルトニアンモンテカルロをmcmcに適用するための解説記事
【MCMC法】ハミルトニアンモンテカルロをわかりやすく解説|ベイズ統計学
11/11/2025
一般化線形モデルについてのわかりやすい解説
【GLM】一般化線形モデルをわかりやすく解説|ポアソン回帰
11/09/2025

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