統計基礎

データ分析

統計学界の青本!現役DSが「自然科学の統計学」得た学びをご紹介

今回の記事では、統計学界の青本「自然科学の統計学」を読んで現役DSが得た学びをご紹介していきたいと思います。 本書は東大出版の統計学シリーズの2作目にあたる本で、統計学界の赤本「統計学入門」で統計学の基礎について学んだのちに待ち受ける、統計学の発展的な内容について解説された1冊になります。 本書は初版1992年に発行された歴史ある統計学書でありながら、統計学者必見の書として語り継がれており、丁寧な説明、図表、ふんだんな演習問題によって統計学に対する理解を統計学入門以上に深めることができる1冊となっています。 本記事では本書から私が得た学びのエッセンスをみなさんにご紹介させていただきたいと思います!
統計基礎

「自然科学の統計学」第1章演習問題3-負の二項分布を超分かりやすく解説してみた

今回の記事では、統計学の青本「自然科学の統計学」の第1章-演習問題3「負の二項分布」を丁寧に解説していきたいと思います。 今回の問題の解法は正直「そんな解き方ありかよ!」と思えるものなので、頭を柔らかくして考えていただけると幸いです。
Python

「自然科学の統計学」第11章演習問題解答集

今回の記事では、統計学の青本「自然科学の統計学」の第11章 乱数の性質の演習問題を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について、解くために必要な情報を含め丁寧に提示し、数式についてもスモールステップで解説をしているので、ご参考にしていただけると幸いです!
統計基礎

「自然科学の統計学」第1章演習問題2-幾何分布を超分かりやすく解説してみた

今回の記事では、統計学の青本「自然科学の統計学」の第1章-演習問題2「幾何分布」を丁寧に解説していきたいと思います。 書籍の回答とは別のパターンで解説しているので、「その解き方もあったか!」と参考にしていただけると幸いです!
統計基礎

「自然科学の統計学」第1章演習問題1-二項分布を丁寧に解説してみた

今回の記事では、統計学の青本「自然科学の統計学」の第1章-演習問題1「二項分布」を丁寧に解説して言いたいと思います。 確率分布の期待値/分散計算の基礎的な内容を扱っているので、皆さんもぜひ本演習から他の確率分布の期待値/分散を求めていただけると幸いです!
Python

「自然科学の統計学」第11章演習問題5-中心極限定理の実証的検証をPythonで実装してみた

今回の記事では、統計学の青本「自然科学の統計学」の第11章-演習問題5「中心極限定理の実験的検証」をPythonで実装していきたいと思います。 乗算型合同法(またはM系列)による一様乱数の生成、一様乱数からの標準正規乱数の生成、正規分布の適合度検定など、自然科学の統計学で学習した内容の総まとめ的な演習問題となっているので、ぜひ問題としてチャレンジしていただけると幸いです!
統計基礎

「自然科学の統計学」第11章演習問題4-極座標法を丁寧に解説してみた

今回の記事では、統計学の青本「自然科学の統計学」の第11章-演習問題4「極座標法」について丁寧に解説をしていきたいと思います! 逆関数の微分や偏微分などの高校数学の復習にもなりますので、数学問題のコテならしにぜひ取り組んでみてください!
Python

「自然科学の統計学」第11章演習問題3-M系列による乱数発生プログラムの作成をPythonで実装してみた

今回の記事では、統計学の青本「自然科学の統計学」の第11章-演習問題3「M系列による乱数発生プログラムの作成」をPythonで実装していきたいと思います。 M系列による乱数発生法を知らない方にもわかるように解説させていただきますので、ご参考にしていただけると幸いです.
統計基礎

「自然科学の統計学」第10章演習問題解答集

今回の記事では、統計学の青本「自然科学の統計学」の第10章 確率過程の基礎の演習問題を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について、解くために必要な情報を含め丁寧に提示し、数式についてもスモールステップで解説をしているので、ご参考にしていただけると幸いです!
Python

「自然科学の統計学」第11章演習問題2-乗算型合同法による一様乱数発生プログラムの作成をPythonで実装してみた

今回の記事では、統計学の青本「自然科学の統計学」の第11章-演習問題2「乗算型合同法による一様乱数発生プログラムの作成」をPythonで実装していきたいと思います。 乗算型合同法を知らない方にもわかるように解説させていただきますので、ご参考にしていただけると幸いです.