統計の基礎
統計学とは?
統計学の歴史
統計的推定とは
記述統計学と推計統計学
ベイズ統計学
母集団と標本
統計的な評価
期待値
分散と不偏分散
平均
偏差値
中央値
最頻値
相関係数
箱ひげ図
統計の基礎用語
観測値
条件付き確率
周辺確率
尺度
積率母関数
質的変数と量的変数
同時確率
周辺確率
離散型と連続型
中心極限定理
確率分布
正規分布
再生性などの性質
密度関数
Z検定
期待値・分散・標準偏差の導出
標準化
正規分布の例
平均・分散の導出(積率母)
標準正規分布表
Rでグラフ
事後分布
カイ二乗分布
期待値の導出
期待値の導出(積率母)
分散の導出
分散の導出(積率母)
積率母関数の導出
グラフ
再生性
密度関数
密度関数、グラフ、性質
二項分布
期待値の導出
期待値の導出(積率母)
分散の導出
分散の導出(積率母)
積率母関数の導出
最頻値
歪度・尖度
指数分布
期待値の導出
期待値の導出(積率母)
分散の導出
分散の導出(積率母)
積率母関数の導出
無記憶性
指数分布とポアソン分布
ポアソン分布
期待値の導出
期待値の導出(積率母)
分散の導出
分散の導出(積率母)
積率母関数の導出
ガンマ分布
期待値の導出
期待値の導出(積率母)
分散の導出
分散の導出(積率母)
積率母関数の導出
連続一様分布
期待値の導出
期待値の導出(積率母)
分散の導出
分散の導出(積率母)
積率母関数の導出
離散一様分布
期待値の導出
期待値の導出(積率母)
分散の導出
分散の導出(積率母)
積率母関数の導出
F分布
期待値の導出
分散の導出
分散の導出(カイ二乗分布)
密度関数の導出
期待値の導出(カイ二乗分布)
ベータ分布
期待値の導出
分散の導出
事後分布の平均と分散
t分布
t分布表
グラフ
カイ二乗分布と正規分布との関係
ベルヌーイ分布
期待値の導出
分散の導出
ベルヌーイ試行
幾何分布
期待値の導出
分散の導出
超幾何分布
期待値の導出
分散の導出
指数型分布族
指数型分布族の一覧と証明
期待値・分散の求め方
統計的推定とは
各種推定量
最尤推定量
一致推定量
有効推定量
不偏推定量
ベイズ推定量
ベイズ推定と最尤推定
用語解説
尤度関数
フィッシャー情報量
スコア関数
クラメール-ラオの下限
仮説検定
仮説検定の基礎
有意水準
帰無仮説
棄却域
片側検定と両側検定
Z検定
カイ二乗検定
独立性の検定
独立性の検定の期待度数
カイ二乗検定の自由度
Rでカイ二乗検定
適合度検定
カイ二乗検定と残差分析
t検定
t検定の種類
母平均の検定(一標本)
母平均の差の検定(等分散)
母平均の差の検定(非等分散)
対応のあるt検定
回帰係数の検定
ベイズ統計
ベイズ統計の基礎
頻度論との違い
ベイズの定理
決定理論
共役事前分布
無情報事前分布
非正則事前分布
損失関数、危険関数
ベイズ推定(点推定)
ベイズ推定量の定義
ベイズ推定量の導出
ベイズ推定と最尤推定
正規分布
ベータ分布
ベイズ流仮説検定
頻度論との違い
基本的な検定
頻度論の考え方に基づく検定
ベイズファクター
点帰無仮説
問題点とまとめ
R言語
Rのインストールと操作
インストール【Windows版】
インストール【Mac版】
操作方法【WIndows版】
操作方法【mac版】
初心者向けR入門
ベクトル・行列の操作
データの操作
便利なコマンド集
回帰分析
自作関数の利用
グラフのプロット
パッケージの利用
入門プログラム
グラフ・図の作成
正規分布のグラフ
カイ二乗分布のグラフ
t分布のグラフ
F分布のグラフ
箱ひげ図
各種解析と自作関数例
回帰分析
t検定(3種)
相関係数
独立性のカイ二乗検定
ステップワイズ
フィッシャー正確確率
ロジスティック
条件付きロジスティック
解析小技・エラー対応
重相関係数の信頼区間
要素追加関数
マルチバイトエラー
乱数の扱い
変数の削除
その他色々
散布図のプロット
データ集計
Youden Indexでの最適カットオフ
サイコロの和のシミュレート
Excelの列名⇄列番号
Python
Pythonデータ解析入門
データの読み込み
回帰分析とプロット
データフレームの要素の参照
numpy
データフレームの行名列名
データフレームの列の入れ替え
API関連
Cloud Speech APIで音声認識
Google Natural Language APIで感情分析
その他色々
Pdbでデバッグ
録音
文字列を条件指定で分解
処理速度計測
PythonとRの処理速度比較
サイトマップ
ホーム
>
サイトマップ
2018/03/24
C++
C++の実行環境をmacにインストールする手順
C++の実行環境をWindowsにインストールする手順
Python
Python入門〜関数とライブラリ導入〜
Python入門〜for文、if文を使って条件処理をする〜
Python入門〜実行・変数・リスト型・辞書型〜
MacにPython3をインストールする方法
【Python】Zaifで仮想通貨の自動売買をする方法
PythonでCloud Speech APIを叩いて音声をテキスト化
Python3で録音してwavファイルに書き出すプログラム
PdbでPythonコードを楽にデバッグする方法
PythonでGoogle Natural Language APIを叩いて感情分析
Python3で文字列を条件指定で分解する方法
PythonとR言語のプログラム処理速度を比較!
Python3でプログラムの処理速度を計測する方法
Pythonデータ解析入門
Python3で線形モデルによる回帰分析とプロット
pandasデータフレームの列の入れ替え【Python3】
pandasでcsvファイルをデータフレームとして読み込む【Python3】
numpyの何がすごいのか?【Python3】
pandas データフレームの行名・列名の参照と変更と追加
pandasのデータフレームの要素を参照する【Python3】
機械学習
chainerでニューラルネットワーク簡単実装(初心者向け)
自然言語処理
MacにPython3用のMeCabをインストールする方法
R言語入門
Excelの列名と列番号を互換する関数
R言語で整数をエクセルの列名に変更する関数
R言語でエラーしても実行を続ける方法
R言語でビットフライヤーのAPIからBTCの情報を取得
R言語で変数を削除(初期化)する方法
RでF分布の確率密度関数のグラフを描く方法
RでYouden Indexを用いたROC曲線の最適カットオフ
Rでサイコロの和のシミュレートをしてグラフ化する
Rで散布図をプロットしてpngで保存する自作関数
Rでフィッシャーの正確確率検定 そのまま使える自作関数例
Rで独立性のカイ二乗検定 そのまま使える自作関数
Rで同じプログラム(関数)なのに結果が変わる時は?
Rで新しくパッケージをインストールするには?
Rでカイ二乗分布のグラフを描く方法
Rによる条件付きロジスティック回帰分析と自作関数
Mac版のRでマルチバイトエラーが出た時は...
Rでt分布のグラフを描く方法【dt()の使い方】
Rでベクトルにその要素が無いなら追加する関数
Rで箱ひげ図を描く(プロットする)方法【boxplot】
R言語で回帰分析の重相関係数Rの信頼区間を出力
Rでデータ集計に便利なコマンド集と列ごと集計の関数例
正規分布のグラフをRで描く。【curve()の使い方】
Rでステップワイズ法による重回帰分析の自作関数例
R言語で線形モデルによる回帰分析の自作関数例
Rでt検定行う方法とそのまま使える自作関数
Rで相関係数を求める方法とそのまま使える自作関数例
Rでロジスティック回帰分析 そのまま使える自作関数例
実行するだけでR言語入門出来るプログラム
Rでグラフをプロットして保存する【第5回】
R言語での自作関数の作り方・使い方【第4回】
R言語で線形モデルによる回帰分析【第3回】
R言語の便利なコマンド集【第2.5回】
ファイルからのデータ読み込みとアクセス【第2回】
Rでのベクトル・行列の作成と四則演算・要素の参照【第1回】
Rでのプログラムの実行方法【Windows、Mac】
Rのインストールの仕方【Windows版】
Rのインストールの仕方【Mac版】
コラム
ゼノンのアキレスと亀を分りやすく解説して考察する
ベイズ統計
ベイズ統計の区間推定を解説!頻度論との違いも!
ベイズ統計の仮説検定〜問題点とまとめ〜【第6回】
ベイズ統計の仮説検定〜点帰無仮説の場合〜 【第5回】
ベイズ統計の仮説検定〜ベイズファクター〜【第4回】
ベイズ統計の仮説検定〜頻度論の考え方に基づく検定〜【第3回】
ベイズ統計の仮説検定〜基本的な検定〜【第2回】
ベイズ統計の仮説検定〜頻度論との違い〜【第1回】
無情報事前分布とは?一様分布を詳しく解説【ベイズ】
非正則事前分布とは?〜完全なる無情報事前分布〜
ベイズ推定量の導出!例題と解説(最尤推定量と比較)
ベイズ推定の定義とその考え方をわかりやすく解説
ベイズ推定と最尤推定の違いを例題を用いて解説
正規分布の事後分布の平均と分散【ベイズ】
【ベイズ統計】共役事前分布とは?わかりやすく解説
ベータ分布の事後分布の平均と分散【ベイズ】
ベイズの定理の導出と考え方をわかりやすく解説
ベイズ統計学の考え方〜ベイズ論と頻度論の違い〜
損失関数、危険関数(リスク関数)とは?【例題あり】
決定理論とは?簡単にわかりやすく説明
仮説検定
カイ二乗検定のわかりやすいまとめ
カイ二乗検定を残差分析で評価する方法
適合度検定をカイ二乗検定で行う例題と手順
独立性の検定 期待度数の最尤推定量の導出
カイ二乗検定の自由度(分割表の自由度)
独立性のカイ二乗検定 例題を用いてわかりやすく解説
片側検定と両側検定の違いをわかりやすく解説
t検定とは?種類と手順を解説!
正規分布の母平均の検定手順(母分散既知,Z検定)
仮説検定における棄却域とは?求め方も解説
仮説検定とは?初心者にもわかりやすく解説!
回帰分析
ロジスティック回帰分析の例や説明変数を解説!
重回帰分析とその関連用語をわかりやすく解説!
線形単回帰分析の仕組みをわかりやすく解説!
時系列分析
共和分について分かりやすく解説!
時系列分析の単位根過程、ランダムウォークとは?
見せかけの回帰について分かりやすく解説!!
ARIMAモデル(自己回帰和分移動平均モデル)について分かりやすく解説!
時系列分析のMAモデルとは?
ARMAモデル(自己回帰移動平均モデル)について分かりやすく解説!
n次MAモデルの特徴や統計量について
n次ARモデルの特徴や統計量について
1次ARモデルの特徴や統計量について
時系列分析のARモデルとは?
【時系列分析の基本】定常性とホワイトノイズを分かりすく解説
時系列分析で登場する統計量・用語を一つずつ解説
時系列分析の基本的なモデルをわかりやすく解説
生存時間解析
生存時間解析〜生存関数とハザード関数とその関係〜
確率分布
F分布
F分布の期待値・分散をカイ二乗分布を用いて導出
F分布の期待値・分散を確率密度関数を用いて導出
F分布の確率密度関数をカイ二乗分布を用いて導出
t分布
t分布とは?
t分布表と見方 自由度1~240(片側)
カイ二乗分布
積率母関数を用いたカイ二乗分布の期待値・分散の導出
カイ二乗分布の期待値と分散の導出
カイ二乗分布の密度関数、グラフ、性質
ガンマ分布
積率母関数を用いたガンマ分布の期待値・分散の導出
ガンマ分布の期待値と分散を密度関数から導出する
ディリクレ分布
ディリクレ分布の期待値・分散・共分散の導出
ベルヌーイ分布
ベルヌーイ試行の定義を丁寧にわかりやすく解説
ベルヌーイ分布の期待値・分散の証明
ベータ分布
ベータ分布の期待値・分散の導出
ポアソン分布
積率母関数を用いたポアソン分布の期待値と分散の導出
ポアソン分布の期待値・分散の導出(証明)
二項分布
二項分布の歪度・尖度の導出
二項分布の最頻値を導出(確率質量関数より)
積率母関数を用いた二項分布の平均・分散の導出
二項分布の期待値・分散の導出(証明)
多項分布
多項分布とは?期待値・分散・共分散の導出も!
幾何分布
幾何分布の確率密度関数からの期待値と分散の導出
指数分布
指数分布の性質〜無記憶性・ポアソン分布との関係〜
積率母関数を用いた指数分布の期待値・分散の導出
指数分布の期待値・分散の導出(証明)
指数型分布族
指数型分布族の性質を利用した期待値・分散の求め方
指数型分布族に分類される確率分布の一覧と証明
正規分布
偏差値の意味、求め方、性質などのまとめ
正規分布の性質(再生性など)とその証明
積率母関数を用いた正規分布の平均・分散の導出
【例】身長の分布は本当に正規分布に従うのか!?
正規分布の密度関数を意味的に理解する
正規分布の期待値・分散・標準偏差の導出(証明)
正規分布を標準化する方法と意味と例題と証明
標準正規分布表(上側確率)の見方とエクセルでの作成
超幾何分布
超幾何分布の確率密度関数からの期待値と分散の導出
連続一様分布
積率母関数を用いた連続一様分布の平均・分散の導出
連続一様分布の平均・分散の導出(証明)
離散一様分布
積率母関数を用いた離散一様分布の期待値・分散の導出
離散一様分布の期待値と分散の導出
統計学の基礎
中心極限定理の例とメリットをわかりやすく解説
ベイズ統計学とは?初心者向けのやさしい解説
記述統計学と推計統計学の違い
統計学とは?どのような学問か5分で理解する
統計学の歴史〜古代ローマから現代まで〜
統計用語の解説
サンプル数とサンプルサイズの違いをわかりやすく解説
離散型と連続型の違い 例を用いて解説
尺度とは?統計学における尺度4種とその違い
質的変数と量的変数の違い 例を用いて解説!
相関係数の意味と定義(公式)
条件付き確率とは?定義とわかりやすい解説
積率母関数とは?モーメントの求め方も解説
同時(結合)確率とは?
周辺確率とは?例を交えてわかりやすく解説
期待値の定義・性質・計算例。平均との違いも!
箱ひげ図(Box-whisker plot)の見方
統計学における分散と不偏分散 例題でわかりやすく解説
統計的推定とは?~点推定と区間推定の違い~
最頻値の求め方。二つあることもある?
標準偏差の意味と求め方
統計学における観測値(observed value)とは?
平均の意味と計算方法
回帰分析における目的変数とは?
標本と母集団の違いがすぐわかる解説
中央値の求め方。二つあることもある?
回帰分析における説明変数とは?
統計的推定
最尤推定量とは?初めての人にもわかる解説
クラメール-ラオの下限とは?解説と証明
尤度関数、スコア関数、フィッシャー情報量とは?
有効推定量とは?わかりやすく解説
一致推定量とは?平均と分散の一致推定量
不偏推定量とは?平均と分散を例に分かりやすく解説
線形代数
行列の基本的な構造
固有値
固有値、固有ベクトルの求め方と例題
逆行列
余因子行列を用いた逆行列の求め方と例題
掃き出し法を用いた逆行列の求め方
連立方程式
掃き出し法を用いた連立1次方程式の解法と例題
クラメルの公式を用いた連立1次方程式の解法と例題
R言語入門
サイトマップ
ベイズ統計学のわかりやすいまとめ
全人類がわかる統計学について
確率分布の確率関数・期待値・分散一覧
カイ二乗分布のわかりやすいまとめ
ベルヌーイ分布のわかりやすいまとめ
二項分布のわかりやすいまとめ
指数型分布族とは?定義と性質をわかりやすく解説
正規分布の分かりやすいまとめ
統計学の基礎
Twitter
Facebook
Google
関連コンテンツ
この記事を読んだ方はこちらも読まれています
PythonでCloud Speech APIを叩いて音声をテキスト化
独立性のカイ二乗検定 例題を用いてわかりやすく解説
R言語で変数を削除(初期化)する方法
非正則事前分布とは?〜完全なる無情報事前分布〜
chainerでニューラルネットワーク簡単実装(初心者向け)
ゼノンのアキレスと亀を分りやすく解説して考察する
正規分布の密度関数を意味的に理解する
積率母関数を用いたポアソン分布の期待値と分散の導出
正規分布の母平均の検定手順(母分散既知,Z検定)
Excelの列名と列番号を互換する関数
無情報事前分布とは?一様分布を詳しく解説【ベイズ】
幾何分布の確率密度関数からの期待値と分散の導出
MacにPython3をインストールする方法
正規分布の性質(再生性など)とその証明
Rでステップワイズ法による重回帰分析の自作関数例
Mac版のRでマルチバイトエラーが出た時は…
超幾何分布の確率密度関数からの期待値と分散の導出
統計学の歴史〜古代ローマから現代まで〜
Rによる条件付きロジスティック回帰分析と自作関数
記述統計学と推計統計学の違い
この記事を読んだ方はこちらも読まれています
PythonでCloud Speech APIを叩いて音声をテキスト化
独立性のカイ二乗検定 例題を用いてわかりやすく解説
R言語で変数を削除(初期化)する方法
非正則事前分布とは?〜完全なる無情報事前分布〜
chainerでニューラルネットワーク簡単実装(初心者向け)
ゼノンのアキレスと亀を分りやすく解説して考察する
正規分布の密度関数を意味的に理解する
積率母関数を用いたポアソン分布の期待値と分散の導出
正規分布の母平均の検定手順(母分散既知,Z検定)
Excelの列名と列番号を互換する関数
無情報事前分布とは?一様分布を詳しく解説【ベイズ】
幾何分布の確率密度関数からの期待値と分散の導出
MacにPython3をインストールする方法
正規分布の性質(再生性など)とその証明
Rでステップワイズ法による重回帰分析の自作関数例
Mac版のRでマルチバイトエラーが出た時は…
超幾何分布の確率密度関数からの期待値と分散の導出
統計学の歴史〜古代ローマから現代まで〜
Rによる条件付きロジスティック回帰分析と自作関数
記述統計学と推計統計学の違い
人気記事
正規分布の分かりやすいまとめ
仮説検定とは?初心者にもわかりやすく解説!
R言語入門
t検定とは?種類と手順を解説!
ベイズ統計学とは?初心者向けのやさしい解説
統計学における分散と不偏分散 例題でわかりやすく解説
標準偏差の意味と求め方
カイ二乗検定のわかりやすいまとめ
片側検定と両側検定の違いをわかりやすく解説
R言語の便利なコマンド集【第2.5回】
Twitter
Tweets by toukei_net
関連記事