Pythonによる一元配置分散分析（ANOVA）の実践ガイド
分散分析（ANOVA）は、3つ以上のグループの平均値に統計的に有意な差があるかどうかを検定する手法です。通常のt検定を繰り返し行うと、第一種の過誤（偽陽性）の確率が累積して増大する「多重比較の問題」が発生します。分散分析を用いることで、このリスクを抑えつつ、一度の検定で全体としての有意差を判断できます。
前提条件と基礎概念
分散分析を適用する際は、デー ...
7月27日 19:35 投稿
Pythonによる線形回帰モデルの評価と実装
線形回帰モデルの評価指標
決定係数（R-squared）は、線形回帰モデルの適合度を示す指標です。0から1の範囲で値を取り、1に近いほどモデルの説明力が高いことを示します。
調整済み決定係数（Adjusted R-squared）は、変数の数を考慮した適合度指標です。同様に0から1の範囲で値を取り、1に近いほどモデルの適合度が高いことを示します。
P値は、説明変数の統計的有意性を ...
7月22日 23:54 投稿
t検定と分散分析
1.単一標本t検定
サンプルデータsamplesを作成し、仮説の母平均hypothesized_meanを設定します。ttest_1samp関数を使用して単一標本t検定を実行します。最後にt統計量とp値を出力し、p値に基づいて仮説を棄却するかどうかを判断します。
import numpy as np
from scipy.stats import ttest_1samp
# サンプルデータの作成
samples = np.array([8, 12, 6, 9, 4, 14, 7])
# ...
5月18日 03:32 投稿