Luokat: Kaikki

jonka Kotaro Iyanaga 6 vuotta sitten

429

統計解析Map

データ分析の分野では、さまざまなアルゴリズムや手法が利用されています。ベイジアンアプローチでは、ベイズ定理やMCMC、ギブスサンプリングなどが用いられ、時系列解析ではAR・MAモデルやVARが重要です。機械学習においては、過学習を防ぐために正則化が不可欠で、L1正則化やElastic Netが主に使用されます。さらに、クラスター分析ではK-meansや階層的クラスター分析が一般的で、距離の測り方としてユークリッド距離やマハラノビス距離が使われます。

統計解析Map

教師無学習

教師あり学習

回帰
決定木
Bagging
Boosting

データ分析MAP

機械学習

クラスター分析
クラスターの作り方

非階層的クラスター分析

K-means

階層的クラスター分析

最近接法

最遠説法

群平均法

ウォード法

距離の測り方

マハラノビス距離

ユークリッド距離

判別分析
次元削減

正準相関

判別方法

SVM (Support Vector Machine)

ベイズ判別

非線形判別

線形判別

過学習
バリアンス

バイアス-バリアンストレードオフ

バイアス-バリアンス分解

ノイズ

バイアスの二乗

正則化

Elastic Net

L2正則化(Ridge)

L1正則化(Lasso)

計算アルゴリズム

勾配降下法

正則化パラメータ選択

拡張BIC

交差検証法(Validation)

コーパス分析
バックオブワーズ

潜在意味解析

トピックモデル

潜在ディリクレ配分法

ディリクレ分布

アンサンブル学習
弱学習器

回帰木

勾配ブースティング

ランダムフォレスト

バリアンスへの対処

バギング

ブートストラップ

既存の統計分析

回帰分析
OLS

内生性

変量効果法

固定効果法

パネルデータ

操作変数法

構造方程式

構造系

誘導系

一般化線形回帰

ポワソン回帰

加重最小二乗法

Whiteの標準誤差

Binary

Probit

Logit

応用的内容

キュービックスプライン

平滑化スプライン

局所回帰

主成分分析
推定方法

特異値分解

主成分負荷量
寄与率
主成分得点

主成分回帰

サバイバル分析

一葉分布

対数正規

ワイブル分布

セミパラ

Cox比例ハザード

サブトピック

ノンパラ
実験計画法

直交計画法

コンジョイント分析

フィッシャー三原則

乱獲法

無作為化

局所管理

反復

多重比較
ノンパラメトリック

順位検定

パラメトリック

F検定

分散分析

分散検定

t検定

Z検定

2集団の差の検定

比率の検定

因子分析
分析方法

探索的因子分析

確認的因子分析

計算

回転

斜交回転

直行回転

因子得点

因子寄与

因子負荷量

共通性

潜在変数
共分散構造分析
モデル

多重指標モデル

MIMICモデル

検証的2因子モデル

モデルの評価
確率
関数

確率母艦数

確率関数

確率密度関数

確率分布

離散確率分布

負の二項分布

ポアソン分布

平均=分散

二項分布

ベルヌーイ分布

一様分布

連続確率分布

ベータ分布

ガンマ分布

指数分布

再生性

正規分布

標準正規分布

数量化法
3類

コレスポンデンス分析

2類
1類

ベイジアン

ベイジアンネットワーク
ナイーブベイズ
MCMC
メトロポリス法
ギブスサンプリング
ベイズ定理

時系列解析

加法モデル
部分反応関数
従来モデル
VAR
状態空間
定常性

弱定常性

強定常性

検定

Darbin-Watson

AR・MA

コクラン・オーカット法

SARC

ARMA