t分布

ーーーーーーーー 主要内容 紹介書籍 「母分散未知の小標本」での母平均の区間推定 ーーーーーーーー 昔、統計検定2級に合格しましたが、あれからずいぶん時間が経ってしまって忘れがちです(汗)。統計学入門的内容の復習として、また、備忘録として記事にしたいと思います！ 参考とした書籍を2つ下にご紹介しておきます。 ↓↓↓ 紹介書籍 紹介書籍①： 【リンク】⇒Amazon/通販/商品紹介ページ；東京大学教養学部統計学教室(編)(1991年) 『統計学 基礎統計学Ⅰ』 一般財団法人東京大学出版会 紹介書籍②： 【リンク】⇒Amazon/通販/商品紹介ページ；栗原伸一 (2011年) 『入門 統計学 -検…

本記事は、ドコモアドベントカレンダー2024 19日目の記事です🎄 こんにちは！NTTドコモ クロステック開発部の畑元です。業務ではヘルスケア領域におけるデータ分析やAI開発を行っています。 この記事ではベイズ推論による機械学習とRStanを用いた分析例をご紹介します。データサイエンス分野の方には馴染みのある話かもしれませんが、私はよく忘れてしまうので頭の整理も兼ねて書いていこうと思います。 ※数式が崩れる方は、数式の上で右クリックして、Math Settings > Math Renderer > Common HTMLへ設定をご変更ください 1. はじめに 2. ベイズ推論について ベイズ…

紙の標準正規分布表やT分布表を使って行と列が交差する値を見つけるのがちょっとダルいな と思ったので、1行目と1列目をクリックするとその交差するセルの値がハイライトする表を作った Normal Distribution T Distribution こんな感じに値がぱっとわかって便利 参考 bellcurve.jp

本日の勤務は7：00–16：45。 定例の４つの授業日である。ただ，昼休みにメール対応や午前中の授業記録の作成を優先し，昼食を素焼きアーモンド10粒と水道水で代替して午後の授業に向かったため，「y＝log(1+x)のマクローリン展開を板書する」という定番の例題なのに，まともに説明できなくなり，ボロボロの授業になってしまう。受講生各位には大変申し訳ない。と同時に，月曜の昼には炭水化物をある程度摂取するように心得たい。 ４時限目のデータ分析演習では統計演習その１を実施する。二項分布，ポアソン分布，正規分布から乱数を発生させて条件の確率を推定してもらう問題，および99％信頼区間（t分布やブートストラ…

はじめに 統計検定1級の統計数理・理工学において，回帰分析の関連テーマ(最小二乗推定・線形単回帰・線形重回帰)は2012年～2022年の間で複数回登場した頻出分野の1つである。 本記事では，線形回帰モデルに関する問題である，2023年の問4についてまとめてみた。 目次 はじめに 目次 関連リンク [1] 概要 解説 解答例 [2] 概要 解説 説明するべきか，しないべきか… 各ベクトルの関係 解答例 [3] 概要 解説 解答例 [4] 概要 解説 期待値の繰り返し計算 変数の独立性を用いる 解答例 まとめ 関連リンク 問題そのものをこちらのブログに掲載することができないので，以下のリンクを参考…

はじめに 混合確率分布モデルの理論 モデルの概要 メリット・デメリット 前提と仮定 どんな変数にはどの確率分布を？ カテゴリカル変数用の分布 多項分布 ベルヌーイ分布 連続値変数用の分布 正規分布 ガンマ分布 混合モデルの理論 パラメータの推定アプローチ EMアルゴリズム ベイズアプローチ モデルの評価と選択 オープンデータで実装してみましょう 最後に はじめに 前回混合ガウスモデル（GMM）に関する記事を書かさせていただきました。今回は、混合ガウスモデルから考え方を派生させて、クラスタリングに使用する各変数によって、仮定する確率分布を柔軟に変化させ、柔軟な確率的アプローチなクラスタリングを実…

はじめに 当ブログのサブタイトルは，「JTCのデータサイエンス中間管理職の学び」である。というわけで，10月の学習記録を振り返ってみた。 目次 はじめに 目次 インプット編 「大規模言語モデル入門」 「データ解析のための統計モデリング入門 一般化線形モデル・階層ベイズモデル・MCMC」 アウトプット編 振り返りと今後の抱負 インプットとアウトプットのバランスを考慮するべき 自分なりの切り口を見せたい インプット編 2024年10月は，2冊の本を読んだ。 「大規模言語モデル入門」 gihyo.jp職場の重点施策であり，近年着目されている技術である大規模言語モデルについて，代表的なアルゴリズムの特…

こんにちは！タイミーでデータアナリストをしているkantaと申します。 普段はマーケティングの皆様とCM施策やCRM関連の分析を担当したり、他部署向けの講習会を企画したりしております。11月から半年ほど育休を取得予定のため、育休前最後の仕事（？）として当ブログの執筆を担当いたします。 さて、今回は「BigQuery + Looker Studioでt検定した話」と題しまして、その方法をご紹介できればと思います。 なぜ BigQuery + Looker Studioでt検定をしたいのか？ BigQuery + Looker Studio でt検定する手順 1. UDFの作成 1-1. Java…

はじめに 統計検定1級の統計数理・理工学において，t分布はこれまで3回出てきた。標本分布や統計的検定においてお馴染みの分野ではあるが，「t分布にしたがう変数は，独立した確率変数の合成(積)である」という性質から，平均・分散が導出できることを説明する。 目次 はじめに 目次 t分布 統計検定1級での出題 定義 確率密度関数 t分布の平均・分散の導出 方針 平均の導出 分散の導出 まとめ t分布 統計検定1級での出題 統計検定1級の統計数理・理工学において，2012年～2022年の10年の間で，関連する問題が3題出題されている。 定義 t分布は，正規母集団から作られる統計量の分布として代表的なもの…

今回読んだ本はこちら↓ Design and Analysis of Experiments, 9th Edition Douglas C. Montgomery 第2章 単純比較実験 統計の基礎知識として各種統計量、各種分布、検定と推定について触れられています 本書のメインは実験計画の説明であるためこの章の内容はかなーりあっさり、というか超特急 著者自身も冒頭で a review of several basic statistical concepts と述べており、本章の内容を初めて知る場合は他の書籍を参照することをオススメします。 単純比較についてはt検定を使用することを前提に説明がな…

先日こんなことを放言したら、思いの外結構伸びてしまったのでした。「生成AIが博士号レベルの高度な課題解決や推論が出来る」ようになったら、その出力が正しいかどうかを判定できるのは同レベルの専門人材だけなので、そういう人材の需要が逆に高まる気がしている。それはプロの研究者が論文中で捏造や改竄をしても、プロの研究者でないと見破りづらいのと同じかと— TJO (@TJO_datasci) 2024年9月19日 ということで、今回も相変わらずネタ切れでブログに書くことがないので完全に与太記事ですが「生成AI（というかLLM）の推論がどんどん高度になることで逆にユーザーの側に高度なスキルが必要になる」とは…

今回読んだ論文はこちら↓ E. Brunner, U.Munzel, Biometrical Journal 42 (2000) 1, 17-25 ポイント Brunner-Munzel(ブルンナー・ムンツェル)検定の論文(恐らく初出) 上記検定は、2組の独立したサンプルに対して検定を行う際、母分散が未知かつ異分散の場合(Behrens-Fisher問題)のノンパラメトリック手法における近似解の1つ サンプルの抽出元となる分布に仮定をおいていないので、等分散を仮定する必要がなく、正規分布を仮定する必要もない→どんな分布にも使えて便利！ n≧10程度で類似のノンパラメトリック手法であるWilco…

皆さん、こんにちは。 今回は、皆さんも人生に一度はお世話になり、悩まされ、振り回されたであろう数値「偏差値」について紹介します。