rakuda

今回は関数の引数について扱います。関数を呼び出すときに渡す値を「引数」といいます。関数に引数を渡すと関数内で変数として扱うことができます。この変数のことをparameter、実際に渡す値のことをargumentといいます。今回はこの辺の情報を基本から解説していきます。

文字列のメソッドであるjoin()とsplit()を基本から解説します。join()は結合する、split()は分離する操作をします。join()メソッドでは連結するときに「間に挿入する文字列」を、split()メソッドでは分離するときに基準とする「区切り文字」を指定することができます。

辞書型から値を取り出すには、dic[key]の形でkeyを指定するだけです。但し、この方法では辞書型にkeyが存在しなかったときにエラーとなってしまいます。エラーが起こらないように最初にkeyが存在するかどうかを確認して、存在する場合に値を取り出すメソッドget()を解説します。

今回はシーケンス（リストや文字列、タプルなど）の一部を選択する方法を基本から解説します。シーケンスから一部を切り取って返す仕組みをスライスあるいはスライシングといいます。まずは基本を学んで、省略して表記をする場合をおさえておけばそんなに難しくありません。

Pythonに特化した統合開発環境（IDE：Integrated Development Environment ）であるPycharmの環境を構築していきましょう。まずはインストールからはじめて、仮想環境の構築、各種設定をすすめていきましょう。

この記事はこんな方におススメです データを分析をしたいが、どこから始めてよいかわからない方データを仕事に活かしたいが、データの解釈の仕方がわからない方統計学を体系的に学んだことがない、初学者の方 ▶ 統計学の初学者向けに記事を書いています。...

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。