最終更新:2020年12月19日

ここでは統計学の入門記事をまとめています。
「統計学とは何か」から始めて、一般化線形モデル、ベイズ統計学まで、幅広く「統計学の基礎」を書いていきます。


スポンサードリンク

理論から始める確率・統計

複雑な応用例や数値計算を含む多くの要素を削り、統計学の理論だけに焦点を当てた入門記事です。
ほかの統計学入門と比べて極端に短く、手早く統計学の考え方が学べます。

統計学とは何か

統計学はどのような考え方で問題を解決するか

記述統計の基礎

確率分布と確率変数の基礎

確率密度関数と正規分布

推定の基礎

統計的仮説検定の基礎

 

データ分析入門

カイ二乗検定

t検定の考え方

分散分析の基礎

主成分分析の考え方

 

統計モデル基礎

平均・分散から始める一般化線形モデル入門:サポートページ
管理人が著した、統計モデルの入門書です。
本文も一部公開しています
平均・分散から始める一般化線形モデル入門:本文
1章 t検定(数式なし)
2章 t検定(数式あり)
3章 Rの簡単な使い方

一日目 統計基礎~正規線形モデル
二日目 一般化線形モデル
北大で行った統計勉強会の資料です。
統計基礎~GLM(一般化線形モデル)までざっくり俯瞰したい人におすすめ。
主に回帰分析系の話です。
書籍「平均・分散から始める一般化線形モデル入門」のもとになった資料です。

統計学初心者のための読書案内
お勧めの統計学入門書の紹介です。

 

ベイズ統計学基礎

ベイズ+MCMCを使って統計モデルを推定する方法を書いた記事です。
Rな予測にも一部同じ記事があります。

ベイズ統計学基礎

ベイズと統計モデルの関係

ベイズとMCMCと統計モデルの関係

Stanによるベイズ推定の基礎

Stanで推定するローカルレベルモデル

”慣れ”の統計モデリング:Stanで推定する時変係数モデル

ベイズ統計学の文献

 

数学基礎

掛け算・割り算・分数の割り算の考え方

情報理論の基礎~情報量の定義から相対エントロピー、相互情報量まで~

 
 

 ※記載内容の使用は自己責任でお願いします。無断転載は禁止です。
   バグやご意見等ございましたら、メール(logics.of.blue★gmail.com)にてお知らせください。



スポンサードリンク