Category
統計学
確率・統計・データ分析に関する解説
6 件の記事
-
ベイズ統計入門——事前知識を使って確率を更新する
データが少なくても「確率の分布」として答えを出せるベイズ統計の考え方——事前分布・尤度・事後分布という三つの要素と、頻度論との違いをビジネス文脈で解説します。
-
コンバージョン率の比較で騙されないために——偽陽性・偽陰性と信頼区間
A/Bテストで「施策Aの方が率が高い」を安易に信じると間違える理由を、偽陽性・偽陰性・信頼区間の観点から解説します。サンプルサイズと多重比較の落とし穴も含む実践的な判断チェックリスト付き。
-
10種類のシールを全部揃えるには何個買えばいい？——クーポンコレクター問題
10種類のシールが入ったお菓子、全部揃えるには平均何個買えばいい？——直感的な「10個」ではなく約29.3個になる理由を、幾何分布・調和数・モンテカルロシミュレーションで解説します。
-
A/Bテストを始める前に——検出力・効果量・サンプルサイズの設計
A/Bテストの結果が「効果なし」だったとき、それは本当に効果がなかったのか、それともサンプルが足りなかっただけなのか——実験前に必要なサンプルサイズを正しく設計するための3つのパラメータと計算方法を解説します。
-
全体では勝っているのに部分では全負け——シンプソンのパラドックス
集計の粒度を変えるだけで「AよりBが優れる」という結論が逆転する——シンプソンのパラドックスの仕組みと、ビジネスデータ分析での落とし穴を具体例とともに解説します。
-
なぜ標本分散は n-1 で割るのか——不偏分散と自由度の直感
標本分散を n で割ると母分散を系統的に過小推定してしまう——その理由を直感・数学・自由度の三つの視点で解説し、NumPy の ddof=1 が何をしているかを明らかにします。
