- すべて
- 画像・動画
並べ替え:新着順
すうがくぶんかさんの統計検定1級模試に申し込みました!どうぞよろしくお願い申し上げます。 #すうがくぶんか #統計検定 #模試 sugakubunka.com/group-course/c…
今日は講座『統計検定1級応用(社会科学)対策』の第5回でした!Laspeyres指数やPaasche指数とその性質について、さまざまな側面から学びました o(^ ^)o 次回は回帰分析です!#すうがくぶんか pic.twitter.com/asMCZmMsCZ
今日は講座『マーケティングサイエンス理論と実践』の第17回でした!Pareto/NBDモデルのベイズ推定の後半として ・ワイブル分布 ・PyMCでの計算 を解説し、PyMC-Marketingパッケージの結果と一致することを確認しました o(^ ^)o 次回からはMMMに進みます!#すうがくぶんか pic.twitter.com/T3Bwy3JisJ
今日は講座『数理統計学【統計検定1級「統計数理」対策】』の第17回でした!線形単回帰分析、特に ・最小二乗推定量の導出 ・その不偏性の証明 について学びました o(^ ^)o 次回は最小二乗推定量の分散の計算、重回帰分析の場合の推定量の導出について学びます!#すうがくぶんか pic.twitter.com/XUc9Ktz1HD
9月から統計検定1級の模擬試験を開講します!一週間前までに問題を共有して、講座当日は解説を行う形式です o(^ ^)o - 添削も実施! - 全科目あります!(1科目から受講できます)#統計検定 #すうがくぶんか ↓↓↓ お申込・詳細はこちらをクリック ↓↓↓ sugakubunka.com/group-course/c…
今日は講座『統計検定1級応用(社会科学)対策』の第4回でした! - ゼロ過剰ポアソン分布のEM-algorithm - ローレンツ曲線とジニ係数の具体的な計算例 について学びました o(^ ^)o 次回は価格指数・数量指数や回帰分析の話に進んでいきます!#すうがくぶんか pic.twitter.com/GGewcjYb2K
今日は講座『マーケティングサイエンス 理論と実践』の第16回でした!Pareto/NBDモデルのデータ生成過程をPython言語のコーディングを交えながら復習し、尤度関数を導出しました o(^ ^)o 次回は事前分布に関する説明を加え、PyMCによるパラメータの推定を行います! #すうがくぶんか pic.twitter.com/Lw66WB4BYI
今日は講座『数理統計学【統計検定1級「統計数理」対策】』の第16回でした!内容は ・Neyman-Pearsonの補題の証明 ・尤度比検定 です o(^ ^)o 特に尤度比検定は、母平均の検定を例にその計算方法を学びました。次回から回帰分析に入っていきます!#すうがくぶんか pic.twitter.com/H2lpmDlhkV
今日は講座『統計検定1級応用(社会科学)対策』の第3回でした。Poisson-Gammaモデルの性質やローレンツ曲線・ジニ曲線について学びました o(^ ^)o 次回は続きから始めて、さまざまな価格指標・数量指標の性質や効用関数との関係について解説します!#すうがくぶんか pic.twitter.com/rj3u3X0skJ
今日は講座『マーケティングサイエンス 理論と実践』の第15回でした。Pareto/NBDモデルのベイズ推定を理解するために、ベイズ推定とPyMCに入門しました o(^ ^)o 板書はEAP推定量の解説をしているところです! #すうがくぶんか pic.twitter.com/aNAfk0PzLp
今日は講座『数理統計学【統計検定1級「統計数理」対策】』の第15回でした。Neyman-Pearsonの補題を導入し、母平均の検定が正規母集団の場合に一様最強力であることを証明しました o(^ ^)o 次回はこの補題の証明と尤度比検定です!#すうがくぶんか pic.twitter.com/61vTCI42vE
今日は講座『統計検定1級応用(社会科学)対策』の第2回でした!ポアソン分布について復習し、ゼロ過剰ポアソン分布の性質や最尤推定(EM-algorithm)について学びました o(^ ^)o 次回はポアソン混合モデル、ローレンツ曲線の性質に進んでいきます!#すうがくぶんか pic.twitter.com/bTAawujpN5
今日は講座『マーケティングサイエンス 理論と実践』の第14回でした!Pareto/NBDモデルがどのようなモデルだったのかを具体的な計算を交えて復習し、顧客の生存確率や期待購入数とは何を計算しているのかを数式を用いて説明しました o(^ ^)o #すうがくぶんか pic.twitter.com/ka4gGYEwCM
今日は講座『数理統計学【統計検定1級「統計数理」対策】』の第14回でした!統計的仮説検定の基本的なフレームワーク、特に ・検出力関数と第1種/第2種の誤り ・有意水準 ・一様最強力検定 について解説しました o(^ ^)o 次回はついにNeyman-Pearsonの補題です!!#すうがくぶんか pic.twitter.com/GcqFfDbsaR