データサイエンティスト
2024/03/01
データサイエンティストになるためには? 必要なスキルや学習方法を解説
データサイエンティストとは、データを分析してビジネスに役…
データサイエンス
2020.02.14
統計学の基礎概念1
INDEX
統計学の基礎概念1
こんにちは、データミックスメディア編集部です。
今日は統計学の基礎概念を、なるべくシンプルな言葉で紹介していきます！
統計学とは
統計学とは、母集団からランダムに選んだサンプルを調査し、サンプル・平均や分散などの統計量から、母集団の傾向や性質を理解するための学問。
一般的な統計学の主な役割は以下の通り。
- 推計する
- 商品Aの購入意向を5点満点で評価してもらい、データの平均とその信頼度を求める
- ウェブサイトのクリック率とその信頼度を求める
- 比較し結論付ける
- A案とB案の2種類のウェブサイトを作り、ランダムに表示させて、どちらの案のほうがクリック率が高まるかを結論付ける
- 予測する
- 広告予算をあと10%増加させたときに、どの程度の集客が見込める かを(レンジで)予測する
確率分布
Ï
サンプルの世界 ≠ 母集団の世界であるが、サンプルから母集団を推測したいときに、確率分布という概念が必要になる。
まず抑えたいキーワード：
- 正規分布
- パラメータ
- 二項分布
正規分布
正規分布は、連続数値を取る左右対称の確率分布で、自 然現象をはじめとするノイズを表現するためによく使われる。統計学において最も重要な分布。
正規分布の式
この数式の意味は、
「確率変数Xは平均μ、標準偏差σの正規分布に従う」
である。
正規分布にまつわる2つの重要な理論
- どんな正規分布も「正規化」すると平均0, 標準偏差1の正規分布（標準正規分布）に変換できる
- どんな母集団でもランダムにサンプリングしたデー タの平均は、(サンプル数が十分大きければ)正規分布に従う。（中心極限定理）
正規分布の正規化
平均μ, 標準偏差σの正規分布に従う確率変数Xについて、 以下の変換を行うと平均0, 標準偏差1の標準正規分布に変換することができる。正規化のメリットは、平均や標準偏差が違うデータでも、正規化することで相対化でき比較ができることである。
中心極限定理
中心極限定理とは、平均μ・標準偏差σを持つどんな母集団からのサンプルであっても、
サンプル数nが十分大きければ*「サンプルの平均x̄」は、平均µ・標準偏差(σ/√n)の正規分布に近似的に従う。
*nが30以上が一つの目安。
二項分布
コインの表/裏や成功/失敗など、結果が２通りの試行を何度か繰り返すときの、表や成功の結果が出る回数を確率変数とする確率分布のこと。以下のような場合が当てはまる。
- n回のページビュー数のうち、確率pで広告がクリックされる回数
- n人のユーザーのうち、確率pで契約解除する人数
- n人の社員のうち、確率pで退職する人数
n,pが二項分布のパラメータである。
パラメータ
パラメータとは、確率分布の形を規定する変数のことである。
コインを投げた回数をn、表が出る確率をpとした二項分布で考えると、パラメータnとpによって分布の形状が以下のように変化する。
関連記事
