Statorials

残差プロットは、回帰モデルの残差に対する近似値を表示するプロットの一種です。 このタイプのプロットは、線形回帰モデルが特定のデータセットに適切かどうかを評価し、残差の不均一分散性をチェックするためによく使用されます。 こ […]...

線形回帰の仮定の 1 つは、残差間に相関関係がないということです。言い換えれば、残差は独立していると仮定されます。 この仮定が満たされているかどうかを判断する 1 つの方法は、 ダービン・ワトソン検定を実行することです。 […]...

Anderson-Darling 検定は、データが指定された分布にどの程度適合しているかを測定する適合度検定です。 このテストは、データが正規分布に従っているかどうかを判断するために最もよく使用されます。 このタイプの検 […]...

二項検定では、サンプルの割合と仮説の割合を比較します。 たとえば、6 面体のサイコロがあるとします。 12 回投げると、「3」という数字が 1/6 の確率で出現すると予想され、12 * (1/6) = 2 回となります。 […]...

統計では、仮説検定の結果として得られる特定の Z スコアに関連付けられたp 値を決定したいことがよくあります。この p 値が特定の有意レベルを下回っている場合、仮説検定の帰無仮説を棄却できます。 Python で Z ス […]...

統計では、仮説検定の結果として得られる特定の t スコアに関連付けられたp 値を決定したいことがよくあります。この p 値が特定の有意レベルを下回っている場合、仮説検定の帰無仮説を棄却できます。 Python で t ス […]...

一様分布は、 aからbまでの区間の間の各値が同じ確率で選択される確率分布です。 aからbまでの間隔で x 1と x 2の間の値を取得する確率は、次の式を使用して求めることができます。 P(x 1と x 2の間の値を取得) […]...

自己相関は、連続する時間間隔にわたる時系列とそれ自体の時間差バージョンとの間の類似性の度合いを測定します。 変数の現在値とその過去の値の間の関係を測定するため、「逐次相関」または「遅れ相関」と呼ばれることもあります。 時 […]...

自己相関は、連続する時間間隔にわたる時系列とそれ自体の時間差バージョンとの間の類似性の度合いを測定します。 変数の現在値とその過去の値の間の関係を測定するため、「逐次相関」または「遅れ相関」と呼ばれることもあります。 時 […]...

2 つの変数間の関係を定量化する 1 つの方法は、2 つの変数間の線形関連性の尺度である ピアソン相関係数を使用することです。 常に -1 から 1 までの値を取ります。 -1 は、2 つの変数間の完全な負の線形相関を示 […]...