Movatterモバイル変換


[0]ホーム

URL:


はてなブックマークアプリ

サクサク読めて、
アプリ限定の機能も多数!

アプリで開く

はてなブックマーク

  • はてなブックマーク
  • テクノロジー
  • カイ二乗検定は何をやっているのか|コグラフ株式会社 データアナリティクス事業部
  • Twitterでシェア
  • Facebookでシェア

気に入った記事をブックマーク

  • 気に入った記事を保存できます
    保存した記事の一覧は、はてなブックマークで確認・編集ができます
  • 記事を読んだ感想やメモを書き残せます
  • 非公開でブックマークすることもできます
適切な情報に変更

エントリーの編集

loading...

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。

タイトルガイドライン

このページのオーナーなので以下のアクションを実行できます

タイトル、本文などの情報を
再取得することができます
コメントを非表示にできますコメント表示の設定

ブックマークしました

ここにツイート内容が記載されますhttps://b.hatena.ne.jp/URLはspanで囲んでください

Twitterで共有

ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します

347usersがブックマークコメント15

    ガイドラインをご確認の上、良識あるコメントにご協力ください

    0/0
    入力したタグを追加

    現在プライベートモードです設定を変更する

    おすすめタグタグについて

      よく使うタグ

        カイ二乗検定は何をやっているのか|コグラフ株式会社 データアナリティクス事業部

        ガイドラインをご確認の上、良識あるコメントにご協力ください

        0/0
        入力したタグを追加

        現在プライベートモードです設定を変更する

        おすすめタグタグについて

          よく使うタグ

            はてなブックマーク

            はてなブックマークで
            関心をシェアしよう

            みんなの興味と感想が集まることで
            新しい発見や、深堀りがもっと楽しく

            ユーザー登録

            アカウントをお持ちの方はログインページ

            記事へのコメント15

            • 注目コメント
            • 新着コメント
            uunfo
            古い統計手法は手計算と計算済みの値の表(標準正規分布表)に最適化されていて、表計算ソフトなどで誰もが簡単に四則計算ができる現代ではもっといいやり方はあるんだと思う/税金や医療費にも言える

              その他
              l_etranger
              コイン投げの箇所で,表が18回以上の確率が約2%と説明しているが,両側検定だしコード的にも(グラフ的にも),表あるいは裏が18回以上の確率,を計算している。

                その他
                cartman0
                正規乱数の二乗だから正規分布の仮定が必要でそこまで柔軟に扱えないのがあれよな

                  その他
                  dekaino
                  かいにノリケンテイ? ああ Chi Squared Testのことかい。カタカナで書くなせめてギリシャ字χで。

                    その他
                    kitone
                    cographさんだ

                      その他
                      georgew
                      一般的にはカイ二乗検定って分布の差の検証で使い、特に正規性の仮定は不要だったように理解してる。ただこの記事はむしろベイズ統計の有用性をわかりやすく例示していてよかったです。

                        その他
                        kobito19
                        日本語で学ぶ学校行ってたのならカイ二乗検定くらい読めるだろ

                          その他
                          egory_cat
                          パラメタを推定する形が「値」なのが点推定、「区間」なのが区間推定。そして「分布」の形で推定するのがベイズ推定。いわば「信頼度の分布」。どれもパラメタの真の値の存在は仮定している。頻度論との区別は不要。

                            その他
                            sometk
                            面白いかもしれない。現実的な面がある

                            その他
                            tettekete37564
                            確率統計苦手なんだよな。ちゃんと講義取っておけば良かった

                            その他
                            momomo1234
                            頻度論の推定値とベイズのパラメータはどっちも確率変数で似た様なものです。ベイズでも差分の組を複数取れば多重比較は生じるし、グラフ比較だけなら頻度論でもできる。計算量については同意。

                              その他
                              misshiki
                              “この記事では、私が「カイ二乗検定」を理解し納得するまでの過程をお伝えします。 一度頻度論を離れてベイズ統計の視点で考えてみたところ、実は非常に単純なことを行っていると気づきました。...”

                              その他
                              kusomamma
                              ベイズ更新のコード、thetasのスコープがおかしい

                                その他
                                dekaino
                                dekainoかいにノリケンテイ? ああ Chi Squared Testのことかい。カタカナで書くなせめてギリシャ字χで。

                                  2024/10/08リンク

                                  その他
                                  Dursan
                                  学生の頃「カイジ」って呼んでました

                                    その他
                                    uunfo
                                    uunfo古い統計手法は手計算と計算済みの値の表(標準正規分布表)に最適化されていて、表計算ソフトなどで誰もが簡単に四則計算ができる現代ではもっといいやり方はあるんだと思う/税金や医療費にも言える

                                      2024/10/08リンク

                                      その他
                                      Helfard
                                      あとで読まない

                                        その他
                                        cartman0
                                        cartman0正規乱数の二乗だから正規分布の仮定が必要でそこまで柔軟に扱えないのがあれよな

                                          2024/10/08リンク

                                          その他
                                          l_etranger
                                          l_etrangerコイン投げの箇所で,表が18回以上の確率が約2%と説明しているが,両側検定だしコード的にも(グラフ的にも),表あるいは裏が18回以上の確率,を計算している。

                                            2024/10/08リンク

                                            その他

                                            注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

                                            リンクを埋め込む

                                            以下のコードをコピーしてサイトに埋め込むことができます

                                            プレビュー
                                            アプリのスクリーンショット
                                            いまの話題をアプリでチェック!
                                            • バナー広告なし
                                            • ミュート機能あり
                                            • ダークモード搭載
                                            アプリをダウンロード

                                            関連記事

                                              usersに達しました!

                                              さんが1番目にブックマークした記事「カイ二乗検定は何...」が注目されています。

                                              気持ちをシェアしよう

                                              ツイートする

                                              カイ二乗検定は何をやっているのか|コグラフ株式会社 データアナリティクス事業部

                                              こんにちは。コグラフ株式会社データアナリティクス事業部の塩見です。 私は「カイ二乗検定」に対して、...こんにちは。コグラフ株式会社データアナリティクス事業部の塩見です。 私は「カイ二乗検定」に対して、当初は納得できない部分がありました。やりたいことに対して、必要以上に複雑な手法のように感じたからです。同じような疑問を持つ方も多いのではないでしょうか。この記事では、私が「カイ二乗検定」を理解し納得するまでの過程をお伝えします。 結論から言いますと、一度頻度論を離れてベイズ統計の視点で考えてみたところ、実は非常に単純なことを行っていると気づきました。その後、カイ二乗検定を再び考え直すと、すんなり理解できたというお話です。 カイ二乗検定の手順まず、サイコロを何度も投げ、出た目の回数(実測値)を記録します。偏りのないサイコロでは、全ての目が均等に出るはずです。この理論的な回数を理論値と呼びます。 次に、実測値と理論値の差を計算し、その差を二乗してから理論値で割ります。この計算結果を「ズレ」と呼びま

                                              ブックマークしたユーザー

                                              • techtech05212024/12/28techtech0521
                                              • nana_kichi2024/12/17nana_kichi
                                              • megadrive2024/10/11megadrive
                                              • kitone2024/10/11kitone
                                              • syrntms2024/10/11syrntms
                                              • ayaniimi2132024/10/10ayaniimi213
                                              • lifefucker2024/10/10lifefucker
                                              • kysmsyk2024/10/09kysmsyk
                                              • hyaknihyak2024/10/09hyaknihyak
                                              • satokunya2024/10/09satokunya
                                              • miuramo2024/10/09miuramo
                                              • ocadaruma2024/10/09ocadaruma
                                              • xxxxtd2024/10/09xxxxtd
                                              • haretaL5122024/10/09haretaL512
                                              • yuiseki2024/10/09yuiseki
                                              • tjumpei2024/10/09tjumpei
                                              • ac32024/10/09ac3
                                              • agrisearch2024/10/09agrisearch
                                              すべてのユーザーの
                                              詳細を表示します

                                              ブックマークしたすべてのユーザー

                                              同じサイトの新着

                                              同じサイトの新着をもっと読む

                                              いま人気の記事

                                              いま人気の記事をもっと読む

                                              いま人気の記事 - テクノロジー

                                              いま人気の記事 - テクノロジーをもっと読む

                                              新着記事 - テクノロジー

                                              新着記事 - テクノロジーをもっと読む

                                              同時期にブックマークされた記事

                                              いま人気の記事 - 企業メディア

                                              企業メディアをもっと読む

                                              はてなブックマーク

                                              公式Twitter

                                              はてなのサービス

                                              • App Storeからダウンロード
                                              • Google Playで手に入れよう
                                              Copyright © 2005-2025Hatena. All Rights Reserved.
                                              設定を変更しましたx

                                              [8]ページ先頭

                                              ©2009-2025 Movatter.jp