統計学 ベルヌーイ分布の応用1
統計検定2級の問題で、面白い問題があったので解答を載せます。母比率の検定の問題ですが、ベルヌーイ分布から二項分布を作ります。次に、二項分布から正規分布正規分布を作り、数を比率に書き換えて答えを出します。
統計学
統計学 
Python R 最も簡単な異常検知の手法-ホテリングのT2 理論
異常検知の入門ともいえる、ホテリングのT2理論を使ってみる記事です。python で1次元、多次元データに対する異常度の計算を実装します。
ベイズ統計学 ベイズ推定と最尤推定の比較
データが何かの分布に従うと仮定したら、パラメーターを求める為に何か計算をします。その時の手法として、最尤推定とベイズ推定があります。実例を通して、それぞれの手法の良し悪しを書いてみます。
ベイズ統計学 エントロピーからKLダイバージェンスを理解する
エントロピーの定義から始めて、KLダイバージェンスの意味を理解するのが目標です。エントロピーがデータの分布の違いを検知できる事を説明し、KLダイバージェンスが確率分布同士の距離を測る道具になっていることを解説します。最後に応用について少しだけ説明します。
統計学 多次元正規分布の性質
多次元正規分布の定義の平均値や分散を計算します。最尤推定によって得られた平均値や分散が、不偏推定量になっているか確かめます。その結果をもとに、多次元正規分布が正規分布の拡張になっている事を確かめます。
統計学 Fisher情報量(Fisher情報行列)
Fisher 情報量(Fisher 情報行列)の定義と、その役割について解説します。統計量の推定をした時、推定量の分散の大きさについての情報を与えてくれるのがFisher 情報量(Fisher 情報行列)です。
統計学 回帰分析と正規分布
パラメーターが正規分布に従っていると仮定して、最尤法から回帰分析を導きます。リッジ回帰も同じような手法で導くことが出来る事を説明します。
統計学 正規分布の性質
正規分布の導入をします。確率になっていること、平均の値、分散の値を具体的に計算します。
統計学 リッジ回帰分析
リッジ回帰の解説をします。重回帰分析にペナルティを課すモデルです。これによって、パラメーター全体が大きくなることが抑えられ、データ自体のバラツキを無視してくれるようになります。さよなら過学習。
統計学 重回帰分析(2変数)
説明変数が2つの場合の重回帰分析について解説します。計算を詳しく書いています。