返信先:@oanus補足しますと、"三角形"は重要な主張ではなく、形質に様々な機能と制約のトレードオフがあることの導入でした。機能と制約（目的変数）には共通した説明変数があり、目的変数を設計できればトレードオフを定量化（概念の具象化）できるだろうという主張でした。三角形は抽象的なので限度がありますね。

AI始めて1ヶ月だが、傾向は見えて自分の馬券も安定してきたのは確か。 ただこの脚層ベースのAIでは「大穴」はなかなか拾えてないのも事実。AIでいう説明変数の取捨と目的変数の重み付けのチューニングが必要。 その時間がめちゃ欲しい、、、睡眠障害なんかになってる場合じゃないのだがｗｗｗ

返信先:@mochi_22_77scikit-learnでインスタンス作って説明変数と目的変数流すだけですけどね😅 むしろそこから出た数値の解釈とか示唆の理解が腕の見せ所ですかね👍

返信先:@makotureやりたい… 説明変数が数値だけどかなりデジタル 説明変数と目的変数の規格化の方法 そもそも線形近似でいいのか SPSSが欲しい などが悩みどころです

✏️目的変数がダミー変数の場合のプロビットモデル・ロジットモデルをPythonで実装しました 本記事中のformulaの目的変数と説明変数を少し書き換えればすぐに使えるコードになっているので、ご活用いただけると幸いです ichi-waka.com/archives/probi…

2つの説明変数に対して目的変数が円状に並んでる場合、無相関だけど関係はあるということになるが、その場合も説明変数は削らない方がいいんだろうか

機械学習モデルの経年劣化（予測精度低下に繋がりうる） ✼コンセプトドリフト 目的変数の性質が変化したことにより、説明変数と目的変数の関係性が変わる ✼データドリフト モデルの学習時に使用したデータとビジネスで発生するデータの傾向に差異が生じる #DS検定 #データサイエンティスト検定

複数の説明変数から目的変数を予測する 重回帰分析 複数の説明変数から特定の事象が起こる確率 ロジスティック回帰分析

重回帰分析は、1つの目的変数（Y）を複数の説明変数（X1、X2、X3）から予測する 複数の説明変数（X1、X2、X3）から特定の事象が起こる確率（Y）を検討できる回帰分析はロジスティック回帰分析

目的変数がユーザーの離反・非離反の場合の説明変数は、性別・年齢・地域などの属性データに加え、各製品利用期間、各平均購買周期、過去の製品の好み、使用中製品数などが含まれます。

問題は変数の組み合わせ。 解決したい課題を目的変数にした場合、 説明変数は課題を解決するために必要な項目 仕事で解決したい課題は与えられるが説明変数は与えられない場合がある。 これをヒアリングで解決していく必要がある。

目的変数をはっきりさせて説明変数の意味をおまとめしていく

完全実施要因計画が望ましいが費用がかさむ理由により 16 通りであっても一部実施要因計画となるときもある。 交絡はある効果に他の効果が入り込んで分離できなくなることであり, 統計モデルの目的変数と説明変数の両方に関係する外部変数が存在することである。 2 / 6

【マーケターのための統計学①】 皆さん、マーケター極めるには統計学必須ですよ〜 SEOだと重回帰分析とかよく使います 目的変数:順位 説明変数:各SEO変動要素 とした場合に、各SEO要素がどれくらい順位に影響与えてるかを定量的に判断できちゃいます あとは影響度高い要素に施策打つだけです！

【Quiz 正解はリンクから】 これは何のこと？ 「統計学において、独立変数（説明変数）が従属変数（目的変数）のどれくらいを説明できるかを表す値」 #クイズ #院試 #テスト #心理学 script.google.com/macros/s/AKfyc…

２週目で復習のための記事を載せておく。 回帰分析での目的変数と説明変数の違いをわかりやすく解説！独立変数と従属変数はどっち？ - いちばんやさしい、医療統計 best-biostatistics.com/correlation_re…

昨日はライブQAやりました！ ===== ●多重補完は目的変数も説明変数も補完可能？ ●ロジスティック回帰での多重補完のデモ ●正規性をヒストグラムでどうやって確認するの？ ●2つの回帰直線の傾きはどうやって検定する？ ●交絡因子の考慮に相関係数使える？… pic.twitter.com/obxe97keFn

「SHAPから目的変数に対する説明変数の線形性or非線形性が読み取れる」という理解は合っていますか？ #データサイエンティスト の皆様、教えて下さい！

多分元ネタはエーザイの柳モデルだけど、 目的変数→PBR（t年） 説明変数→ROE（t年）、ESG指標（t-5年） など、数年前のESG指標をもとにしてるから完全な因果関係とはいえずとも、逆相関の可能性は低いはず