Pinned Tweet
統計検定1級取得後も,数理統計などを学び続けている。これまで読んだ書籍をジャンルごとにまとめた。加えて,読書ルートや読み方についても説明した。詳細はリンクとコメントから。
▼リンク
#統計検定 1級取得後に読んだ数理統計・ #データサイエンス のおすすめ書籍ガイド
stern-bow.hatenablog.com/ent…
MMMをNumPyroで実装し,パラメータの事後分布からのサンプリングを行なった。
前回記事では,広告効果のパラメータβの事前分布をデータに基づき設定した。このパラメータは,有効サンプル数が他より少なかった。MCMCがしづらいパラメータだったのか…?
▼③ベイズモデリング
stern-bow.hatenablog.com/ent…
11
664
統計検定1級の2024年 統計数理 問1は,線形モデル,最尤推定量,漸近分布,検定と,基礎概念のオンパレードな問題である。基礎力チェックにはおすすめの良問である。
▼統計検定1級 過去問解説:2024年 統計数理 問1 #統計検定
stern-bow.hatenablog.com/ent…
マーケティングミックスモデル(MMM)における事前分布パラメータの設定方法について学んだ。
残念ながら,深い理解には至らなかったが,パラメータを事前知識に基づいて決めることの重要性を感じた。
▼MMMをNumPyroで実装②データ・事前分布の設定
stern-bow.hatenablog.com/ent…
統計検定1級では,順序統計量や十分統計量は繰り返し出てくる話題である。過去問を解きつつ,関連する話題をしっかり把握しておくことが重要。
▼統計検定1級 過去問解説:2024年 統計数理 問5 #統計検定
stern-bow.hatenablog.com/ent… #統計検定1級
金本拓著「因果推論」で紹介されていたMMMをNumPyroで実装し始めた。
まずはシミュレーションデータを作ることだが,シミュレータ作成は対象の理解につながるので重要だと感じた。
▼MMMをNumPyroで実装①マーケティングシミュレーションデータを眺める
stern-bow.hatenablog.com/ent…
統計検定1級の2023年第4問は線形回帰モデルの問題であり,条件付き確率の問題である。
途中でカイ2乗分布の自由度を問われるが,時間が30分しか無いので,証明はせず解答を書くだけ,と割り切るのも大事かも。
▼統計検定1級過去問解説:2023年 統計数理 問4 #統計検定
stern-bow.hatenablog.com/ent…
結構重要なことなのですが,統計検定1級の試験内容には統計検定準1級の内容を全て含んでいます。
toukei-kentei.jp/grade/grade…
金本拓「因果推論」を読了。本書の見所は,
●因果推論と機械学習・時系列解析の組合せに関する手法が豊富である
●手法の前提・限界を説明している
●とにかく参考文献が豊富である
●説明の構造化が美しい
などである。因果推論の中級者向けの良書だった。
▼読書メモ一覧 stern-bow.hatenablog.com/ent…
「情報幾何」を読み始めたが,理解を深めるために,赤穂先生の論文を見返している。
私の場合,概念的なものを頭に入れてから細かい定義などを見ていった方が理解しやすいので,情報幾何の使い方をコンパクトにまとめた本論文はありがたい。
▼情報幾何と機械学習
jstage.jst.go.jp/article/sic…
台風の発生数は,気象庁の統計データに記録されていた。
1951年以降だと,発生数が最多だったのは1967年の39個。
逆に最少だったのは2010年の14個。
data.jma.go.jp/typhoon/stati…
【台風発生】32年ぶりの32号
11月7日(土)9時、マリアナ諸島で台風32号(チャンパカ)が発生しました。32号の発生は1994年以来32年ぶりで統計史上9回目。
今年は1月から11月まで毎月台風が発生し、1965年、2015年に続き3回目です。小笠原諸島は今後の進路に注意してください。
weathernews.jp/news/202611/0…
11
851
時系列データを利用した因果探索では,時間的優先性と時間全体の一貫性という考え方を取り入れる。
代表的な手法として,PCMCIやVAR-LiNGAMなどがある。
▼「因果推論」第8章を読む stern-bow.hatenablog.com/ent…
時間が限られた試験では,小さな計算ミスが命取りである。練習問題を解いていて計算をミスしたとき,「ケアレスミスだ」で片づけるのではなく,なぜ間違えたのか?という原因を整理し,対策を考えるのが重要。
▼統計検定 : よくある計算ミス #統計検定準1級
stern-bow.hatenablog.com/ent…
因果探索の手法を整理した。①制約ベース ②スコアベース ③関数因果モデル ④勾配ベースモデル などが存在する。
勾配ベース手法では,変数間の関係が循環しないことを制約に入れるが,行列の指数関数が登場し,なかなか面白い。
▼「因果推論」第8章を読む
stern-bow.hatenablog.com/ent…
植物の成育状況をベイズモデリングする際に,距離的な近さといった空間構造をモデルで表現する方法を整理した。
NumPyroでは,隣接行列を用いる。
▼「データ解析のための統計モデリング入門」 第11章 空間構造のある階層ベイズモデル
stern-bow.hatenablog.com/ent…
「情報幾何」をざっと読んでみた。第3章が「多様体の基礎」であり,これまで触れてこなかったジャンルであるため,結構大変そうだ。ただ,これさえ乗り切れれば,知っている分野に対する視野は広がりそうな気もする。今読むべきか,悩ましい…。
- 清智也「情報幾何」(共立出版)
- 山田璃人「バックエンドの知識地図」(技術評論社)
を入手。しっかり読みたい。
kyoritsu-pub.co.jp/book/b102…
gihyo.jp/book/2026/978-4-297…
- 清智也「情報幾何」(共立出版)
- 山田璃人「バックエンドの知識地図」(技術評論社)
を入手。しっかり読みたい。
kyoritsu-pub.co.jp/book/b102…
gihyo.jp/book/2026/978-4-297…
因果推論を行うに当たり,因果関係がわからないときは因果探索を行う。因果関係を数学的に扱うには,グラフィカルモデルやベイジアンネットワークなどのモデル化をすることになる。
▼「因果推論」第8章を読む
stern-bow.hatenablog.com/ent…
「データ解析のための統計モデリング入門」は,統計モデリングに関する良書である。階層ベイズなどの複雑なモデルの場合,計算機によるサンプリングが必要になるが,比較的新しいツールであるNumPyroで実装を試みた。
▼第10章 階層ベイズモデル ―GLMMのベイズモデル化―
stern-bow.hatenablog.com/ent…
時系列解析の因果推論への応用として,マーケティングミックスモデル(MMM)を学んだ。売上構成を広告の各施策やトレンド・季節要因に分解し,ベイズモデリングで推定する。形状効果やアドストック効果が含まれるのが特徴。
▼「因果推論」第7章を読む
stern-bow.hatenablog.com/ent…







