これまでに読んだ統計関係の本をまとめました。

簡単な問題設定に対し、3 種類の仮説検定の手法を適用してみました。

確率変数の最も簡単な例の一つであろうコインの表の出る確率を、2 通りのモデリングでベイズ推論してみました。

階層ベイズモデリングを Julia でやってみました。

GLMM モデリングを Julia でやってみました。

GLM モデリングの一連の手順を Julia でやってみました。

カイ二乗検定でイェーツ補正をすべきなのかを改めて考えてみました。

ベイズ推論がどういうものなのか, 数式を使いながら具体例を交えて解説しました.

ベイズモデルで正規分布を扱うと数式が複雑になりますよね. そんなときは指数型分布族としての標準形に直すといいかもしれません.

ベイズ推論は過学習しづらいと言われます. その理由を, MAP推定が正則化項付きの最尤推定であることを通して理解します.