2024-05

今回の記事では、統計学の青本「自然科学の統計学」の第6章-演習問題4「二項確率の検定の標本の大きさ」にPythonを適用して問題を解いていきたいと思います。 今回の記事を読めば、検定したい確率$p_0$と確率$p$の時の検出力$\gamma$が定まれば必要なサンプルサイズが決定できることを学ぶことができます！ 要は求められる水準になるような検定に必要なサンプルサイズを求めることができるので、ぜひ参考にしてみて下さい！

今回の記事では、統計学の青本「自然科学の統計学」の第6章-演習問題1「二項分布に対する検定の検定力」を解いた上で、検出力関数のグラフをPythonで可視化をしていきたいと思います。 検出力、検出力関数あたりの話は馴染みのない方には理解しにくいかもしれませんので、適宜解説を入れています。 検出力まわりについて聞いたことがない方も「なるほどね！」と理解いただきながら読み進めていただけると幸いです！

今回の記事では、統計学の青本「自然科学の統計学」の第5章適合度検定の演習問題をPythonで実装してみましたので、それぞれのブログ記事へのリンクを本記事にまとめておきたいと思います。 演習問題を解く際の考え方やどのようなステップでコードが実行されているのかについても解説していいますので、自分で問題を解くプログラムを実装する場合や、プログラムで解かずともやっていることの方向性が合っているのかを確かめるためにご活用いただけると幸いです！

今回の記事では、統計学の青本「自然科学の統計学」の第5章-演習問題7「$\pi$の数字の一様性」にPythonを適用して問題を解いていきたいと思います。 一様分布を仮定した場合の$\chi^2$適合度検定のPython実装について学ぶことができるので、ぜひ参考にしていただけると幸いです！

今回の記事では、統計学の青本「自然科学の統計学」の第5章-演習問題6「ブラッドリー・テリーのモデル」にPythonを適用して問題を解いていきたいと思います。 今回実装するPythonコードの詳細については別記事で紹介しているので、本記事では実装コードと結果について簡単に共有させていただきます！

今回の記事では、統計学の青本「自然科学の統計学」の第5章-演習問題5「適合度検定: 得点データへの分布の当てはめ」にPythonを適用して問題を解いていきたいと思います。 今回の問題ではポアソン分布や負の二項分布などのマーケティング領域でよく使われる分布が出てきますので、みなさんもぜひマーケティング分野において$\chi^2$検定を行いたい場合には、本記事の実装を調整して活用してみてください！

今回の記事では、統計学の青本「自然科学の統計学」の第5章-演習問題4「$\chi^2$適合度検定統計量の分布」にPythonを適用して問題を解いていきたいと思います。 今回の記事のコードを使用すれば、自身で仮定した分布に対する$\chi^2$適合度検定を実施することができるようになるので、ぜひみなさんの検定にも活用してみてください!