データサイエンス実戦講座［第２回］仮説検定の徹底理解とp値によるリスク対策（前編）
統計学の中で最もよく使われる仮説検定の原理を理解して、現実の問題解決のための３つのスキル（①アクションプランとリスク対策の立案、➁パラメトリック検定とノンパラメトリック検定の併用、③統計解析ソフトの活用）を手に入れよう。
4.33 (66 reviews)
520
students
2.5 hours
content
Sep 2023
last update
$19.99
regular price
What you will learn
自然現象や社会現象のメカニズムを分析するデータサイエンスの様々な手法について、複数のコースに分けて1つずつ習得していきます。古典的な頻度論の統計学から最新のディープラーニングまで、原理の理解と実務への応用を目指します。
第２回目のコースは仮説検定です。統計学のなかで最もよく使われる手法ですが、誤解や誤用がとても多く、アメリカ統計協会は『p値と統計的有意性に関する声明』を発表して警鐘を鳴らしています。本コースでは仮説検定のロジックを解きほぐして分かりやすく説明します。
仮説検定には、母集団に正規分布などを仮定するパラメトリック検定と、何も仮定しないノンパラメトリック検定があります。統計学の基礎レベルでは前者しか扱わないのが普通ですが、現実には正規分布に従わない現象や、母集団の分布が分からない場合も多々あります。本コースでは問題に応じて両方の手法が使えるように学習します。
ＪＡＳＰというフリーの統計解析ソフトを演習問題で使用します。アムステルダム大学が開発したソフトで、メニューは日本語化されています。仮説検定ではパラメトリックとノンパラメトリックの手法が利用できます。豊富な機能を持ち、ベイズ統計の手法も使えますので、日々の勉学や実務にも役立つスキルを身に着けることができるでしょう。
仮説検定だけに特化した内容です。パラメトリック検定とノンパラメトリック検定の両方を合わせると手法がとても多くなるため、前編（今回）と後編（次回）に分けました。前編では仮説検定のロジック解説、リスク対策の考え方、１サンプルの検定までを扱い、後編では２サンプルの検定、分散分析、分割表の検定を扱います。
Screenshots
5474310
udemy ID
7/31/2023
course created date
9/7/2023
course indexed date
Bot
course submited by