重回帰分析をわかりやすく解説 - 目的変数と複数の説明変数の関係を分析する手法
重回帰分析とOLS 重回帰分析は、1つの目的変数と複数の説明変数の間の関係を分析する手法です。 具体的な定義の前に、使い道を確認しておきましょう。…
統計検定対策（2ページ目）
相互情報量の定義とその重要性をわかりやすく解説 | KLダイバージェンス
相互情報量とは何か？この記事では、情報理論の重要概念である相互情報量の定義と性質を、エントロピーやKLダイバージェンスとの関係からわかりやすく解説。機械学習での活用法（変数選択など）も紹介します。
指数分布をわかりやすく解説｜無記憶性
指数分布 指数分布は、連続型確率分布の一つですね。 大学の学部レベルの試験や統計検定二級まで、頻出です。 管理人 この分布は、 ポアソン過程において、ある事象が発生するまでの時間間隔を記述する のに使われます。…
カイ二乗分布とは？正規分布との関わりとわかりやすく解説
カイ２乗分布 カイ二乗分布は連続確率分布の一つです。 この分布は、 正規分布に従う独立な確率変数の二乗和 によって定義されます。具体的には、自由度${k}$のカイ二乗分布は、${k}$個の独立な標準正規分布 ${N(0, 1)…
多変量正規分布の確率密度関数と主な性質を解説|機械学習・統計学の基礎
多変量正規分布の確率密度関数、共分散行列、線形結合や条件付き分布などの主要な性質をわかりやすく解説。機械学習や統計的推論での活用例、カイ二乗分布への応用も紹介します。
【完全版】二項分布をわかりやすく説明｜統計学
二項分布をわかりやすく解説。定義、期待値・分散の求め方から、正規近似、ベータ分布との共役関係まで。統計検定対策にも最適。
【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。…
【完全ガイド】MCMC法についてわかりやすく解説|ベイズ推定
【MCMC法の完全ガイド】ベイズ推定で用いられるMCMC法（マルコフ連鎖モンテカルロ法）を基礎からわかりやすく解説。ベイズの定理、次元の呪い、マルコフ連鎖の概念から、具体的なMHアルゴリズムまでを網羅します。
【統計検定】確率分布のモーメント(積率)母関数完全ガイド|導出チートシート
統計検定対策に必須！主要な確率分布（正規分布、ポアソン分布、二項分布など）のモーメント母関数（積率母関数）の導出方法を一覧で解説。期待値や分散の計算をマスターしたい方必見のチートシートです。
【時系列】状態空間モデルをわかりやすく解説|カルマンフィルタの仕組み
こんにちは、青の統計学です。 今回は、状態空間モデルについて解説いたします。 管理人…
ベータ分布についてわかりやすく解説｜二項分布との関わり
ベータ分布とは？ ベータ分布は、 0から1の間の値 を取る確率変数をモデル化するために用いられる連続確率分布です。 特に、 割合や比率 を表すような確率変数によく適合しますね。 例えば、 コインを投げたときに表が出る確率 ある製品の不良率…
ベルヌーイ分布の基本を徹底解説！期待値・分散の計算方法とは？
ベルヌーイ分布とは？ ベルヌーイ分布は、確率論と統計学の基礎を成す確率分布で、 成功と失敗の2つの結果しか持たないベルヌーイ試行 における結果をモデル化するために用いられます。…
統計検定2級のチートシートと独学で受かるコツ【2026年最新版】
統計検定2級の基本情報 統計検定2級は、 大学基礎科目レベルの統計学の知識の習得とその活用 について理解しているか問われる検定です。 取得することで機械学習やデータ分析を行う際に必要な基礎知識が身につきます。 統計検定2級の範囲…
【2026年最新版】統計検定準1級のチートシート｜最短合格への道
こんにちは、青の統計学です。 こちらの記事だけでは、紹介しきれない内容があったため第二弾のチートシートになります。 【最短合格】統計検定準一級のチートシート|難易度や出題範囲について 統計検定2級はこちら→…
【2026年最新版】統計検定準一級のチートシート|難易度や出題範囲について
統計検定準1級の頻出テーマである分散分析のF値計算、ロジスティック回帰のオッズ比、ブラウン運動などの重要公式を「チートシート」として整理。難易度が高い分野の要点を押さえ、最短合格を目指すための試験直前チェックリストです。
ラスパイレス指数とパーシェ指数をわかりやすく解説！計算方法と使い分け【統計検定】
ラスパイレス指数とパーシェ指数とは？物価変動を測る両指数の違い、計算方法、特徴（代替効果）、使い分けを具体例で分かりやすく解説します。消費者物価指数など統計検定対策にも最適です。
【統計学】分散不均一だと何が問題なのか|不偏性とガウスマルコフ性について
統計学の「分散不均一性」とは何か、なぜ問題となるのかを分かりやすく解説します。回帰分析（OLS）における「不偏性」や「ガウス・マルコフの定理」との関係性、分散不均一が推定に与える影響までを学びたい方におすすめです。
【python】主成分分析(+回帰)の仕組みとコード例|教師なし学習
こんにちは、青の統計学です。 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。 以下の記事よりも数学的背景を重めに取り扱っております。 【共線性解決!?】pythonで主成分分析(PCA)をやってみた…
【統計検定】有限母集団修正についてわかりやすく解説｜無限母集団との違い
有限母集団修正（Finite Population Correction, FPC） 有限母集団修正とは、有限母集団からの標本抽出に関連するバイアスを補正するための手法です。 まず、モチベーションから確認していきましょう。…
ゼロ過剰ポアソン分布（ZIP分布）をわかりやすく解説
ゼロ過剰ポアソン分布(ZIP分布)を徹底解説。データに0が多い場合の対処法として、定義や期待値・分散の導出、EMアルゴリズムを用いた最尤推定の手順まで網羅しています。通常のポアソン分布との違いや使い分けを学びたい方におすすめです。統計検定対策にも。