2022-01

今回はPythonで「連関の検定」する方法を基本から解説していきます。前回、カイ二乗値を検定統計量としてこれらが得られる確率によって帰無仮説を棄却できるかどうかを判断する、と解説しました。今回はPythonを使って実際に検定をする方法を基本から解説します。

今回は「連関の検定」を基本から解説していきます。連関は２つのカテゴリ変数間の関係を表します。これまで同様にまず、帰無仮説と対立仮説をたてます。連関があることを示したいので、「帰無仮説：連関がない」「対立仮説：連関がある」と設定するところがスタートとなります。

今回はPythonで「比率差の検定」する方法を基本から解説していきます。前回、統計ツールを利用しない前提で、比率差の検定をする方法を解説しました。かなり多くのステップを経てやっと「検定」できた、という感じでしたが、統計ツールを使うとこれらが一瞬でできてしまいます。早速やっていきましょう。

今回は「比率差の検定」を扱います。統計的仮説検定はまず帰無仮説（棄却することを狙う仮説）と対立仮説（成立することを狙う仮説）をたて、帰無仮説が正しいという仮定のもとで標本観察を進めて仮説を否定できれば「対立仮説」を成立させるという流れでしたね。比率差の検定で実際に見ていきましょう。

今回は「統計的仮説検定」を扱います。まず仮説を立て、仮説が正しいかを統計的に判断することをいいます。基本的な検定を紹介したあと、統計的仮説検定の流れまで説明します。この記事を読むことで、検定をどのようなものに適用できるか、どのようは手順でおこなうかがわかるようになります。

今回は「t分布」について扱います。t分布は標準化をおこなった際に母分散を不偏分散で代用した時の分布です。はじめにt分布のパラメータの確認をおこない、次に（近似をせずに）Pythonでt分布から直接、平均の区間推定する方法を解説します。

今回は「推定」について扱います。統計学は大きく２つに分けると「記述統計」と「推測統計」に分かれます。「推測統計」は「推定」と「検定」に分かれます。今回は比率の区間推定、平均の区間推定の順に解説し、最後にPytyonで確認することにしましょう。

今回は、「不偏分散」をPythonで求める手順を基本から解説していきます。母数を推定するのに使う統計量を「推定量」と呼ぶのでしたね。推定量の中には、不偏性を持つもの/持たないものとがあります。標本分散は不偏性を持たないため、母分散の推定量としては「不偏分散」を使います。

今回は「母数の推定」について基本から解説していきます。推測統計の興味の対象は「母集団」でしたね。母集団を調査することはできないから「標本」から「母集団」を推定します。「母集団」の統計量のことを母数と表現するので、「母数の推定」をすることになります。

今回は「推測統計」を扱います。限られた標本から母集団の特徴を推測するのが「推測統計」です。母集団をすべて調べることはできないので、標本を分析して母集団を推測する、ということになります。今回の記事を読むことで、「推測統計」の概要を把握することができます。

今回は確率分布の一つとである「二項分布」を扱います。二項分布はいろいろな確率分布の基礎となる分布であり、正規分布をこの二項分布から派生したものです。二項分布はどんなものであるかの解説から初めて、Pythonでの実装までみていきましょう。

今回は「標準化」を扱います。データを集めたあと、その値が大きいのか、小さいのかを判断したくても、「尺度」が揃ってないと比較もできません。「標準化」をすることによって尺度をそろえ、比較することができます。標準化の定義を確認し、Pythonでの実装方法まで確認していきましょう。

今回は統計学ではおなじみの正規分布を確認していきましょう。正規分布はガウスが発見したので、ガウス分布とも呼ばれます。この正規分布は自然界でも多く見られ、統計学の分野でもよく使われる分布です。まずは定義から確認してPythonで確かめていくことにしましょう。