データには主に2種類あります。数値データとカテゴリデータです。
数値データはさらに連続データと間隔／カウントデータに分類でき、カテゴリデータは名義データと順序データに分類できます。データの種類によって、データをまとめる際に適切な手法が決まります。
提示される例を、連続データ、名義データ、順序データのいずれかに分類してみましょう。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
要約統計量は、データを説明するための基本的な手段です。この章では、平均・中央値・標準偏差などの要約統計量を学び、それらを正しく解釈する方法を身につけます。また、データに適した要約統計量を選ぶための批判的思考力も養います。
現在の演習
確率は統計学の大部分を支える概念であり、事象が起こる可能性を計算するために使われます。実際の販売データを用いながら、さまざまな値を持つデータを確率分布として解釈する方法を学びます。離散型確率分布と連続型確率分布をはじめ、正規分布がどのように導かれ、自然現象の中でいかに頻繁に現れるかも学びます。
さらに多くの種類の確率分布を学びます。二値の結果の確率を表す二項分布や、統計学で最も重要な分布の一つである正規分布について学び、各分布がどのような形状を取るかを理解します。また、ポアソン分布が時間経過に伴う事象発生確率の計算へどう活用されるかについても学びます。さらに、中心極限定理の理解も深めます。
最終章では、仮説検定を学び、母集団について正確な結論を導き出す方法を身につけます。相関の概念と、2つの変数間の線形関係を定量化する方法を学びます。無作為化や盲検化などの実験計画におけるテクニックに加え、仮説検定の結果について誤った結論を下すリスクを最小化するための方法も学びます。
