Statorials

機械学習で分類モデルを使用する場合、モデルの品質を評価するためによく使用される 2 つの指標は、精度と再現率です。 精度: 肯定的な予測の合計と比較して肯定的な予測を修正します。 これは次のように計算されます。 精度 = […]...

発生率比を使用すると、2 つの異なるグループ間の発生率を比較できます。 たとえば、喫煙者は 100 人年あたり 7 人の割合で肺がんを発症することがわかっているとします。 逆に、喫煙しない人は 100 人年あたり 1.5 […]...

学生が統計学でよく混同する 2 つの用語は、オッズ比と相対リスクです。 次の形式をとる 2 x 2 テーブルを分析するときに、これら 2 つのメトリクスをよく使用します。 オッズ比は、治療グループで発生する事象の確率と対 […]...

学生が統計学でよく混同する 2 つの用語は、確率と割合です。 違いは次のとおりです。 確率は、イベントが発生する確率を表します。それは理論的です。 割合は、イベントが実際に発生した頻度を要約します。それは経験的なものです […]...

相対リスクは、次の形式の 2×2 テーブルを分析するときに計算されることがよくあります。 相対リスクは、対照グループで発生するイベントの可能性と比較した、治療グループでイベントが発生する可能性を示します。 次の […]...

統計では、すべての変数は次の 4 つの測定スケールのいずれかで測定されます。 名義: 定量的な値を持たない変数。 Ordinal : 自然な順序を持つ変数ですが、値間に定量的な差異はありません。 間隔: 自然な順序と値間 […]...

分散は、データセット内の値の分布を測定する方法です。 母集団の分散を計算する式は次のとおりです。 σ 2 = Σ (x i – μ) 2 / N 金： Σ ：「和」を意味する記号 μ : 母集団平均 x i : 母集団の […]...

線形回帰は、1 つ以上の予測変数と応答変数の間の関係を定量化するために使用される手法です。 線形回帰の重要な仮定の 1 つは、予測変数の各レベルで残差の分散が一定であるということです。 この仮定が検証されない場合、残差は […]...

統計学では、オッズ比は、治療グループで発生する事象のオッズと、対照グループで発生する事象のオッズとの比を示します。 オッズ比を報告する場合、通常は次の内容を含めます。 オッズ比の値 オッズ比の信頼区間 問題の文脈でオッズ […]...

ロジスティック回帰は、応答変数がバイナリの場合に使用する回帰分析の一種です。 次の一般的な形式を使用して、ロジスティック回帰モデルの結果をレポートできます。 ロジスティック回帰を使用して、[予測子変数 1]、[予測子変数 […]...