วีดีโอ

完全に理解できました。ありがとうございます。

中学数学だけじゃ全然2級取り組めないんで、気をつけてねみんな期待値の定義を理解するのに積分の式が出てくるし、回帰係数を求める時に偏微分も使う。高校数学の知識はもちろん、大学の知識も使います。

結局、母関数ってなんなの？

わかりやすい！！！！！ありがとうございます！！

統計検定1級を受験するのですが、全ての分布の式を覚える必要がありますか？

マクローリン展開に似てますね

この本コンプリートしたら統計応用の方も合格点取れるレベルになりますか？

大変分かりやすい動画をありがとうございます！ 一つ質問なのですが不偏推定量がいくつもあるという話で具体的な例を教えていただきたいです。

え！　μは母平均ではないんですか？？？

y🟰mc

すみません。当チャンネルにて、引用させていただきました。問題があるようでしたら、お知らせください。

準1は線形代数(固有値の対角化、シュミットの直交化)、微積(重積分、深めるなら広義積分と微分、極限の入れ替え)が必要ですな。

中学数学レベルの状態であれば、数学I,II,A,Bからやるべきですか？

ありがたい動画

応用は理工学分野で合格できました！！

準1級の高校数学は数IIIもですか？

中心極限定理の証明において，標記ミスがあると思います． 冒頭1:30付近にて，②の証明したい分布収束の右辺において，確率密度関数が標準正規分布の形になっておりません．左辺の標本平均は標準化しているので矛盾します． また，同式右辺の積分範囲が誤っています．左辺はzで抑えているので，積分範囲は-∞からzまでになるはずです．そして，積分する変数にzを用いているのも厳密ではなく，yなど他の変数を用いるべきかと思います．

準一級を目指しているのですが、やはり2級から始める方がいいんですかね？QC2級レベルの知識はあります。

本当にいつも助かっております　ありがとうございます！

2級、中学数学だけではカバーできない範囲ありますよね？高校数学の範囲である微分&積分、組み合わせの考え方も理解しておく必要があると思います。 「中学数学がわかっていれば誰でも受かる」はさすがに言い過ぎかなとおもいます。

いわゆる推測統計では「真の確率分布で測った確率が大きい集合に実現値が属する」という立場をとるが，それは真の分布が有限集合上の一様分布であることを暗に仮定している．一方，分布が連続型の場合，任意の可算集合の確率は0であるから，実現値は大きな確率の集合に属する，i.e. 小さな確立の集合には属さないという立場では，実現値は有理数ではないが，現実世界において観測できるのは有理数のみである．この点を見るだけでも推測統計は結果を得るために都合のよい仮定を設けた手法の集まりといえる．

わかりやすいいい！

母数の推定によって確率分布を明らかにしなくても、得られた統計量の値から凡その確率分布が推測できてしまうような統計量が十分統計量ってことですね。

8:55あたりの期待値取ると積分出てくるところ分からない(´;ω;｀)

分布の再生性のことでしょうか？

これご自分で解かれた訳ではないですよね？ 本に書いてある事をまるまるまんま写経ですよね？ ご自分で解かれたのならすみません 意味あるかな？

これはわかりやすい・・・！

スッキリしました。分かりやすく解説いただきありがとうございます。

一様分布の時は負のワイブル分布にはならなくないですか？ 正のワイブル分布に収束すると思います。

エクスポネンシャルあたりの式がガバガバ

証明は丁寧で親切だと思いました。 ただ、これを自力でやるとなると 大変むずかしいと思いました。

4:03でｆｘが確率密度関数関数なので、ｆｘが０．４や０．２の確率と等しくならないのでは？

途中の効果音が鬱陶しくて残念ですね。

部分微分と置換微分ってなんだよ

6:05 三行目への式変形を解説いただきたいです。右辺はsの総和になるのではないでしょうか。(全確率の法則)

なぜオッズ比は斜めにかけるんですか？オッズ比の根本的な意義が知りたいです。

内容を理解することができました。ありがとうございます。

Pのカッコ内に不等号があるのはどうしてですか？　なぜ不等号があるのか。そもそも引数に不等号を描いてもいいのでしょうか？

T分布とF分布の対応表、ありがたい

統計検定準1級をギリギリ取れたくらいですが、どれくらい勉強期間必要ですかね？

動画ありがとうございます。 私にできることがないので、今からいいねを押して回ってきます。

開始3分でわかりやすすぎて感動しました。 ありがとうございます！

統計検定準1級に役立つ動画を探してここにたどり着きました！ 過去問の解説では省略されている部分を丁寧に教えて下さりありがとうございます😊 今後も動画を活用させていただきます

いつも勉強させていただいております。ありがとうございます。 １点、質問させてください。 7:57 の箇所です。 n件のxに対する対数尤度内の尤度関数f_nのまま、確率変数列Xで積分する扱いをされていますが、確率変数列Xに対する積分[dX（ディー・ラージX）で積分]する方法が分かりません。どんなキーワードでネットを検索すれば勉強できますでしょうか？ 私は、f_nを1件毎のxの尤度関数f_1の掛け算に分解して、対数尤度log(f_1)の和として扱い、各項の期待値の和として求めたところ、１にならずにnになってしまいました。そこで行き詰まりました。 ご助言をいただけましたら助かります。 （抽象的に「ラージXで積分（ベクトルXで積分？）」と単純化して考えれば単純な積分の形ですが、数列ラージXに対して積分というのが具体的にどんなものか？が分かれば、私の間違い箇所を特定できるのではないか？と考えています。n件の数列ラージXに対して積分するというのは、n個の積分記号が並んだ状態なのだろうとイメージしております。）

わかりやすかったです！累積罹患率や、死亡率、致命率もよくわからないので例が欲しいです😭

非常に分かりやすかったです！ 適合度検定も独立検定も本質は同じなのですね。

めちゃくちゃ助かりました

質問です。9:45　の青色の項の話ですが、ところですが、4から5行目の式に対して期待値の二乗を展開したものなので、係数の2がつきませんか?

∑を使ったすべての式で ∑のn=1からnまでとなっていますが、 ∑のi=1からnまでですよね？