- 141
- 1 768 756
データサイエンスLab.
Japan
Приєднався 25 тра 2021
私は製造業で働くデータサイエンティストです。
このチャンネルでは、統計学の知識を配信しています。
「統計学の教科書や参考書を読んでもいまいち理解できないなぁ。。。」
そんな悩みをお持ちの方に、初心者でもわかりやすい解説でありながら、本質の理解が促される動画の制作をモットーとしております。
というのも、私自身が統計学の勉強を始めた当初、やはり本を読んだだけでは上辺だけの理解しかできず、数式に当てはめてなんとなく答えを出してわかったつもりになっている状態でした。本の図は動かないのに対して、動画の図は動くので、各種統計解析手法のイメージをつかむのにぴったりです！当時の私に紹介してあげたい動画をコツコツ制作しています。
統計学をお勉強中の方、データサイエンスに興味をお持ちの方は、せびチャンネル登録を（^-^）
このチャンネルでは、統計学の知識を配信しています。
「統計学の教科書や参考書を読んでもいまいち理解できないなぁ。。。」
そんな悩みをお持ちの方に、初心者でもわかりやすい解説でありながら、本質の理解が促される動画の制作をモットーとしております。
というのも、私自身が統計学の勉強を始めた当初、やはり本を読んだだけでは上辺だけの理解しかできず、数式に当てはめてなんとなく答えを出してわかったつもりになっている状態でした。本の図は動かないのに対して、動画の図は動くので、各種統計解析手法のイメージをつかむのにぴったりです！当時の私に紹介してあげたい動画をコツコツ制作しています。
統計学をお勉強中の方、データサイエンスに興味をお持ちの方は、せびチャンネル登録を（^-^）
MSA（測定システム解析）、測定データを扱う上で、知らなきゃやばい！
今回は、MSAについてわかりやすく解説します。
製造現場では、様々な計測機器が使われており、その測定データを使った品質管理が行われています。
もし、測定データが正確で信頼できない状態であったなら、良品を不良品と判断してしまったり、逆に、不良品を良品と判断してしまったり（←こっちは重大問題です）する可能性があります。
だから、測定データが正確で信頼できる状態かどうかを評価することが必要であり、その方法がMSAです。
この動画では、MSAにおける測定システム評価の5つの視点をわかりやすく解説しています。
QC検定のお勉強にもお役立てください。
皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
【関連動画】
▼測定システムの能力をゲージR＆Rで評価！分散分析を使用します。
ua-cam.com/video/F8QjLbmf300/v-deo.html
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
チャンネル登録はこちら
☞ua-cam.com/channels/9CZ_z2S17I46EjoOtlYrRw.html
#QC検定1級成績優秀表彰者が解説します
製造現場では、様々な計測機器が使われており、その測定データを使った品質管理が行われています。
もし、測定データが正確で信頼できない状態であったなら、良品を不良品と判断してしまったり、逆に、不良品を良品と判断してしまったり（←こっちは重大問題です）する可能性があります。
だから、測定データが正確で信頼できる状態かどうかを評価することが必要であり、その方法がMSAです。
この動画では、MSAにおける測定システム評価の5つの視点をわかりやすく解説しています。
QC検定のお勉強にもお役立てください。
皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
【関連動画】
▼測定システムの能力をゲージR＆Rで評価！分散分析を使用します。
ua-cam.com/video/F8QjLbmf300/v-deo.html
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
チャンネル登録はこちら
☞ua-cam.com/channels/9CZ_z2S17I46EjoOtlYrRw.html
#QC検定1級成績優秀表彰者が解説します
Переглядів: 765
Відео
AI技術を進展させる上で対処が必要な重要な難問『フレーム問題』とは？
Переглядів 9922 місяці тому
今回は、フレーム問題についてわかりやすく解説します。 近年、AI（人工知能）の技術は飛躍的に進歩し、私たちの生活の中に浸透してきました。 スマートフォンの音声アシスタントやお掃除ロボットなど、さまざまな場面でAIが活躍しています。 しかし、これらのAIはあくまでも限定されたフレームの中で機能するものであり、人間のように自律的に判断し、複雑な状況に対応することはまだ実現していません。 その背景には、フレーム問題と呼ばれる難問が存在します。 この動画では、フレーム問題の基本概念を解説しています。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼AI、機械学習、ディープラーニングの違いと関係がわかる！ ua-cam.com/video/hBpgeDwwgoQ/v-deo.html ＝...
『枝分かれ実験』の問題を解くことが苦手な方向けの裏技（^m^）
Переглядів 1,2 тис.4 місяці тому
今回は、枝分かれ実験の分散分析表を埋める裏技について解説します。 枝分かれ実験は、試験で出題されることが比較的多い手法ですが、平方和の計算や自由度の計算が非常にややこしいですよね。 統計学を学習中の方にとって、苦戦する単元の1つなのではないかと思います。 この動画では、枝分かれ実験の分散分析表を機械的に埋めることができる裏技を紹介しています。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼枝分かれ実験の仕組みがわかり、分散の推定値が計算できるようになる！ ua-cam.com/video/shafJDrH9dA/v-deo.html ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル登録はこちら ☞ua-cam.com/chan...
モデル構築する上で必ず知っておくべき『過学習』。複雑すぎるモデルは、未知のデータをよく予測しない。
Переглядів 1,3 тис.5 місяців тому
今回は、過学習についてわかりやすく解説します。 実測値と予測値がよく一致することと、そのモデルが使えるモデルであることとは、必ずしもイコールではありません。重要なのは、未知のデータでよく予測できることです。 モデル構築に使った訓練データではよく予測できているが、未知のデータではよく予測できていない状態のことを『過学習』と言います。 複雑すぎるがゆえに、未知のデータをよく予測できないモデルは、実運用では使えません。 モデルの学習に使った訓練データのみではモデルの良し悪しを判断することはできないので、モデルの学習に使っていない、テストデータ（未知のデータ）を用いたモデルの予測性能の評価が重要です。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ...
『交互作用』を完全マスター！計算式の意味が理解できる！
Переглядів 2,7 тис.7 місяців тому
今回は、交互作用についてわかりやすく解説します。 交互作用の平方和（SA×B）を計算する際に、主効果の平方和（SA、SB）を引き忘れる経験をしたことがある方は少なくないのではないでしょうか。 このような凡ミスで悔しい思いをしないためには、交互作用の平方和の計算式を覚えるのではなく、データの構造式のイメージとセットで理解することが重要です。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼［解答テクニック］二元配置分散分析の肝である交互作用。これでもう間違えない！ ua-cam.com/video/EH_pMI1nXV0/v-deo.html ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル登録はこちら ☞ua-cam.com/c...
『同様に確からしい』の意味を正しく理解し、正しく確率計算しよう！
Переглядів 1,9 тис.8 місяців тому
今回は、同様に確からしいについて、わかりやすく解説します。 確率の勉強をしていると出てくる「同様に確からしい」という表現は、ふわっとしており、理解できているような理解できていないような…という方は多いのではないでしょうか。 この動画では、「同様に確からしい」を正しく理解できていないと正しく解答することが難しい「最短経路の問題」を取り上げて、「同様に確からしい」の本質を解説しています。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼事象の独立、試行の独立、確率変数の独立、の定義と違いと関係性がわかる！ ua-cam.com/video/e_ZFra-5_RM/v-deo.html ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル...
サンプルサイズが大きいとなぜp値が小さくなりやすいのか？視覚的に腹落ちできる！
Переглядів 2,7 тис.9 місяців тому
今回は、サンプルサイズとp値についてわかりやすく解説します。 「サンプルサイズが大きいとp値が小さくなりやすいのでよくない」ということを聞いたことがある方は多いのではないかと思いますが、その理由まで理解している方は多くはないのではないかと思います。 この動画では、サンプルサイズが大きいとp値が小さくなる理由を、視覚的に解説していますので、その理由がわかり、実務で仮説検定を行い結果を解釈する際の注意点をしっかり自分化できると思います。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼標本平均が従う分布の平均と分散、意外と簡単に導出できちゃいます！［証明］ ua-cam.com/video/mUP-LdiBwbI/v-deo.html ▼p値...
Hampel Identifierを使えば、外れ値があっても妥当な管理限界を設定できる！
Переглядів 1,9 тис.11 місяців тому
今回は、Hampel Identifierについてわかりやすく解説します。 工程に異常原因によるばらつきが発生していることにいち早く気づくことができる便利なツールに「管理図」がありますが、管理図の管理限界を計算する際に注意しなければいけないのが「偶然原因のみによってばらついている正常時のデータのみを使う必要がある」ということです。 現実世界において、異常原因によるばらつきを完全に特定することは難しく、よって、妥当な管理限界を設定することは意外と難しいです。 この問題を解決する方法の1つに「Hampel Identifier」があります。 とても便利な上に簡単なので、実務にも応用しやすく非常に有用な手法です。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ ...
パチンコの確率を幾何分布を使って統計的に考えてみよう！
Переглядів 6 тис.Рік тому
今回は、パチンコの確率についてわかりやすく解説します。 例えば、大当たり確率が1/319であった場合、前回の大当たりまでの回転数も前々回の大当たりまでの回転数も500回を超えていたとしたら、次は早くに当たりそうと感じてしまいますよね。（実際には、パチンコの抽選は、過去の抽選結果の影響を受けない独立試行なので、いつ、どこででも、各抽選で大当たりをひく確率は1/319です。） また、300回回っている台があった場合、もうすぐ当たりそうと感じてしまいますよね。（319回回すと毎回の大当たりまでの回転数の期待値は319ですが、これは、319回回すと必ずあたるということを示しているわけではありません。） この動画では、パチンコの確率を幾何分布を使ってシミュレーションしてみました。幾何分布の本質の理解に役立つ内容になっていると思います。 QC検定のお勉強にもお役立てください。 皆さまのお役に立て...
AI、機械学習、ディープラーニングの違いと関係がわかる！
Переглядів 2,4 тис.Рік тому
今回は、AI、機械学習、ディープラーニングについてわかりやすく解説します。 AI、機械学習、ディープラーニングは、似たようなイメージを持つため、混同されがちですが、それぞれ異なる概念です。 この動画では、AI、機械学習、ディープラーニングのぞれぞれの概要と関係性について解説しています。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼教師あり学習と教師なし学習の違いと代表的なアルゴリズムがわかる！ ua-cam.com/video/O9APb0818Do/v-deo.html ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル登録はこちら ☞ua-cam.com/channels/9CZ_z2S17I46EjoOtlYrRw.html #QC検定1級成績優秀表彰者が解説します
よく使われる分類モデルの評価指標『AUC』の具体的な計算方法がわかる！
Переглядів 3,4 тис.Рік тому
今回は、AUCについてわかりやすく解説します。 AUCは分類モデルの評価指標としてよく使われます。 ROC曲線を1つの数値で表現したのがAUCなので、AUCを理解する上でROC曲線の成り立ちを理解する必要があります。 この動画では、簡単な例でROC曲線の具体的な描き方を説明していますので、ROC曲線およびAUCについて、スッキリ理解できると思います。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼超絶便利なデータマイニング手法である『決定木』の概要と仕組みがわかる！ ua-cam.com/video/LCkAeZLo8p8/v-deo.html ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル登録はこちら ☞ua-cam.com/channels/9CZ_z2S17...
相加平均、相乗平均、調和平均、計算方法と違いと使い分けがわかる！
Переглядів 4,8 тис.Рік тому
今回は、相加平均、相乗平均、調和平均についてわかりやすく解説します。 一般的に「平均」と言われているのは相加平均ですが、状況によっては相乗平均や調和平均を使うのが適切な場面もあります。 調和平均は、一見計算が複雑に見えますが、なぜそのような計算をするのかの原理がわかれば、すんなり理解できると思います。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼検査陽性のパラドックスを通して、正解率、適合率、再現率、F値がわかる！ ua-cam.com/video/Jajiw0K5-Kc/v-deo.html ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル登録はこちら ☞ua-cam.com/channels/9CZ_z2S17I46Ej...
モンテカルロ法は、複雑な問題の近似解をシンプルなアプローチで探索できる強力な手法！
Переглядів 8 тис.Рік тому
今回は、モンテカルロ法についてわかりやすく解説します。 解を求める問題を解くときに、ある決まった計算方法によって解を求めるのではなく、乱数を使って近似解を探索する、というのがモンテカルロ法のアプローチです。 世の中には、現象が複雑すぎて、数式で表現することが難しい、または数式で表現しようとするとものすごく複雑な数式になってしまうような現象がたくさんありますが、モンテカルロ法はそのような問題に対してもシンプルに近似解を求めることができる便利な手法であり、この手法の理解と活用は、様々な課題解決に役立つと思います。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル登録はこちら ☞ua-cam.com/channels/9CZ_z2S17I46EjoOt...
最適水準の区間推定をする際に重要な『有効反復数』の本質を解説します！
Переглядів 2,4 тис.Рік тому
今回は、有効反復数についてわかりやすく解説します。 実験計画法の問題では、分散分析表の作成とセットで、最適水準における点推定と区間推定までが出題されることが多いと思います。 この、最適水準における点推定と区間推定は、分散分析の原理を理解していないと、やっていることの意味を見失いがちです。 区間推定においては、有効反復数を求めることが重要になってくるので、有効反復数の本質の理解は重要です。 一度理解できれば、多元配置実験であっても、直行配列実験であっても、最適水準の区間推定の問題をスラスラ解けるようになります。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼二元配置実験において、交互作用を無視するかしないかで、母平均の推定の計算が異なる理由...
枝分かれ実験の仕組みがわかり、分散の推定値が計算できるようになる！
Переглядів 2,4 тис.Рік тому
今回は、枝分かれ実験についてわかりやすく解説します。 枝分かれ実験は、通常の要因配置実験とは考え方が異なるので、計算のイメージがわきにくいのではないかと思います。 そこで、この動画では、三元配置実験との比較の形で枝分かれ実験の仕組みを解説しています。 平方和の計算も、自由度の計算も、分散比の計算も、通常の要因配置実験とは異なるので、参考書に記載してある計算方法が複雑に感じるかもしれませんが、仕組みがわかれば、迷うことなくスラスラと計算できるようになると思います。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼平方和を分解できる仕組みが腹落ちするよくわかる解説！ ua-cam.com/video/HlkDo-AH_R0/v-deo.htm...
MTBFと指数分布の関係性がわかり、信頼度と不信頼度を求めることができるようになる！
Переглядів 2,7 тис.Рік тому
MTBFと指数分布の関係性がわかり、信頼度と不信頼度を求めることができるようになる！
質的変数と量的変数の違いと4つの尺度の違い、および尺度選択の重要性がわかる！
Переглядів 3,1 тис.Рік тому
質的変数と量的変数の違いと4つの尺度の違い、および尺度選択の重要性がわかる！
ブートストラップ法を使えば、分布の仮定をしなくても仮説検定や区間推定ができる！
Переглядів 5 тис.Рік тому
ブートストラップ法を使えば、分布の仮定をしなくても仮説検定や区間推定ができる！
階層型クラスター分析のアウトプット『デンドログラム』の作成方法と読み解き方を徹底解説！
Переглядів 6 тис.Рік тому
階層型クラスター分析のアウトプット『デンドログラム』の作成方法と読み解き方を徹底解説！
当たりを引く確率はくじを引く順番によらず一定。からの二項分布と超幾何分布の期待値のスマートな証明。
Переглядів 2,3 тис.Рік тому
当たりを引く確率はくじを引く順番によらず一定。からの二項分布と超幾何分布の期待値のスマートな証明。
単純で使いやすいクラスタリングのアルゴリズム、k-meansが理解できる！
Переглядів 4,8 тис.Рік тому
単純で使いやすいクラスタリングのアルゴリズム、k-meansが理解できる！
相関係数はなぜ-1から1の範囲なのか？コーシー・シュワルツの不等式を使った証明。
Переглядів 2,5 тис.Рік тому
相関係数はなぜ-1から1の範囲なのか？コーシー・シュワルツの不等式を使った証明。
なぜカイ二乗分布に従うのか、が知りたかったので勉強になりました！！
分散分析に関する動画でここまで原理に踏み込んでいるものは他にないので非常にありがたいです！！ 高難度な内容の動画は作業工数がかかる割に再生数が取りづらく中々優先度が上がらないかと思うのですが、そんな中でも作っていただいたお陰で分散分析の理解度が格段に上がりました！ これからも引き続き動画参考にさせていただきます😊 ありがとうございました！
いつも勉強させていただいており、ありがとうございます。自力で計算できるようエクセルに計算式を入れているところなのですが、ここの標準誤差はどういう式で出すのかご存知でしょうか。永田靖先生の本にもネットにも見つからず、悩んでおります。
非常にわかりやすかったです。新人に見せたいレベル。
非常にわかりやすい説明で、良く分かりました。特に、コーシーシュワルツの不等式の証明で、Σの中の数式をaix-biとおいた辺り秀逸です。参考書の中には、この数式をait+biなどとしていて(糞です)、途中で訳が分からなくなりました。
めちゃくちゃ知りたい内容でしたありがとうございます
統計初心者で、重回帰分析の動画いろいろ探して見たけど、これが一番わかりやすかった。
とても分かりやすい説明ありがとうございます😊
なんてわかりやすいんだ😭😭😭😭
データサイエンスLabさんが一級取得で使用したテキストを揃えて勉強してて序盤らへんで、いきなり当てはまりの悪さの計算式が出てきて、急に何を言っているのかがわかりませんでしたが、この動画があった事によって、やっと解決できました(´；ω；‘)ｳｯ 本当に助かりました。
5:03 いままで疑問に思ってた部分が何もかもスッキリしました。
神動画です。他に類を見ないぐらいの数学ポンコツの僕が見てもわかりやすかったです。ありがとうございます。
化学メーカーの工場の品質管理の転職を考えているのですが、 工事に勤めているとQC検定2級と危険物の乙4ってどっちの方が需要が高いですか？？
とてもテンポよく聞きやすく、なんといってもまとまったレジュメが素晴らしいです。 統計検定を受けようと思ってるのですが、なかなかボリュームがあってこれ結構大変だなあと思ってます。 やはり合格のコツとしては「問題見てすぐに公式をきちんと書けてそれに当てはめていく」方法が良いかなと思ってますがどうでしょう？ なにかアドバイスありましたら幸いです。
普段の業務で分析をする際はエクセルでですか？分析の勉強でおすすめなサイト・動画等教えて欲しいです。
すげえ！わかりやすい！本当にありがたい
復習に来ました😊 2:15 6:15 メモリー機能 7:35 計算実例
わかりやすいです❤ありがとうございました😊
説明が簡潔で素晴らしいです👏尊敬します😊
ありがとうございました❤
いままで難解だった分散分析の計算が視覚的に理解できて本当にありがたいです。
3:40 ありがとうございました❤
感動しました🥹
これ、すごい！！これ以上にわかりやすいものはないわ
凄いですね。 僕は子供の頃から自分の中では数学が一番の得意科目でQC検定2級と数学検定準1級を取得しています。両検定の最難関のOC検定1級と数学検定1級を取得したいと思い勉強していた時期が過去にあったのですが、両方とも難易度が爆上がりで過去何度も受検して惨敗の連続でした。合格ラインには全くかすりもせず、まさにお手上げ状態で取得を断念しました。 両方に共通するのは、試験時間が全く足りないです。超人的な猛スピードで難解な問題を解きこなさないと合格ラインに到底及びません。 受かる人は努力家であるだけでなく、IQがかなり高い人だと思います。凡人にはとても無理だと感じました。
相関係数の検定がt検定になる理由を探していたので非常に参考になりました。説明が非常に分かりやすいです！これからもお世話になります！
適合度検定で分母を期待度数にするのは何故ですか？
適合度検定は、こちらの動画で解説しておりますので、よろしければ参考にしてください！ ua-cam.com/video/Y6RkViW0hoE/v-deo.html
@@DataScienceLab. そっち見てわからなかったです😭 こちらではシグマ二乗なのに適合度検定ではなぜnpiなんですか？
見返したらわかった気がします！もうすこし他の動画で勉強させてもらってから見直します！ 最近動画みて頑張ってます。わかりやすい動画ありがとうございます
相関係数どのくらいの値であれば相関があるから問題が出そうだと判断したら良いでしょうか？動画内では0.9でしたが0.7程度だといかがでしょうか？
状況（説明変数の数やデータの数）によっても異なりますので、いくつからがだめと言い切ることは難しいと思います。 都度都度、総合的な判断が必要になってくるかと。
おー、あなたのおかげで2時間悩んだ問題が解けました、ありがとうございます
わかりやすいね。 残差に答えがある。
そのとおりです！
むちゃくちゃわかりやすかったです！ありがとうございました！
統計検定二級の勉強していてわからなかったのですが、イメージ掴めました。切片と傾きはサンプルから計算しているからこれらも確率変数で、母切片と母傾きとは異なる値を取りうると言うことですね
そういうことです！
ITパスポートで主成分分析とは何か？とあって解説も詳しく知る必要無いから、この程度知ってたら正解の選択肢が選べるからで流されててイメージ全くわかなかったのですが、この動画で少なくとも何をやってるのかという事がイメージ出来たので助かりました！！
あああああ…なるほど…めちゃくちゃ助かりました
現在、統計分析の勉強をしています。 ロジスティクス回帰分析がよく分かりませんでしたが、この動画が理解することができました！ ありがとうございました。
ランダム化とか全くしないで実験日による系統誤差を含んだのが、いわゆる擬似反復ってやつですね。GLMMとか階層ベイズの勉強で出てきて分からなかったので助かりました😊
とても分かりやすいですね。 ありがとうございました。
α=0.05や1-beta=0.9に慣習上する理由がいまだにわからんのですよね…
有益な教材をいつも有難うございます。これからも応援しています。
すごすぎる。わかりやすいです。ありがとうございます。
自分が主張したいことの反対が成り立つときの 分布のグラフと実際の分布のグラフを考える。 帰無仮説が棄却される=このグラフが一致せず左右どちらかにずれている=ずれているので非常にレアなことが起きる 帰無仮説を受容=このグラフにずれが無い(ずれが閾値より小さい)=レアではない と考えるとこの論法を受け入れられる
QC検定2級の勉強にとても参考になります。 いつも分かりやすい動画ありがとうございます！
めっっちゃわかりやすいです！ 今まで学んでたことを整理するのに最高です
Q-Qプロットの動画ありがとうございます。大変わかりやすいので、参考になります。1点教えてください。今まで正規確率紙で正規性を確認していました。この動画を見て、正規確率紙は、正規分布の理論分位点と標本データの分位点からなるQ-Qプロットと理解しました。この理解は正しいですか？
はい、そのイメージで合ってます！ 正規確率プロットの場合は、正規分布の理論分位点のかわりに、累積確率（理論分布からの分位点の選択のスライドのグレーの部分の面積）が使われることが多いのではないかなと思います。※軸の表記が異なるだけで、考え方は同じです。
非常にわかりやすかったです。「統計的に差はあったが、実務的な有意差があるか」という点に実務で頭を悩ませています。アプローチする方法（効果量Cohen's d？）などあれば、動画等でご紹介いただければ幸いです。
コメントありがとうございます（^-^） 私の経験上は、「統計的に差はあったが、実務的な有意差があるか」を統計的に判断することはできません。 統計的有意差は、観測された差が統計的に意味のある差であることを示すのに対して、実務的な有意差は、その差が現実の状況において重要であるかどうかを示し、両者は別物です。 実務的な有意差を判断するには、固有技術的観点が必須なので、その道のエキスパートたちとの会話が必須だと考えます。
この検定の説明はどの文献を参考にしましたか？差し支えなければご教授いただければ幸いです...!
コメントありがとうございます（^-^） この動画だけではなく本チャンネルの動画全般についてになりますが、参考文献があるわけではなく、これまで私が色々な参考書やWebなどで学習した内容を元に、嚙み砕いた説明を考えて作製しています。
いつもわかりやすい説明ありがとうございます。よくわかりました。 これからも動画楽しみにしています。
主コメで公式問題集は手法編のみのようですが品質管理の実践編はどのように勉強しましたか?
最高です
分かりやす！！！！！！