統計学に特有な線形代数を学びます。 QR分解を多変量解析に応用します。

Juliaを使ってみる。今回はLaplace近似を計算してみます。

大学レベルの微分積分を復習していきます。 ノルム空間を導入します。

統計学を真剣に学ぶためのノートです。今回は、引き続き点推定論における各種概念を説明します。特に最尤法および最尤推定量の性質を扱います。

統計学に特有な線形代数を学びます。 対称行列のスペクトル分解を議論します。

Juliaを使ってみる。今回はロジスティック回帰を計算してみます。

大学レベルの微分積分を復習していきます。 引き続き整数級の収束性を扱います。

統計学を真剣に学ぶためのノートです。今回は、引き続き点推定論における各種概念を説明します。

統計学に特有な線形代数を学びます。 特異値分解を用いて多重共線性の問題を議論します。

Juliaを使ってみる。今回は数値積分を用いて確率分布を計算してみます。

大学レベルの微分積分を復習していきます。 整数級の収束性を扱います。

統計学を真剣に学ぶためのノートです。今回は、点推定論における各種概念を説明します。

統計学に特有な線形代数を学びます。 引き続き正定値行列と固有値に関する議論を行います。

大学レベルの微分積分を復習していきます。 条件収束の応用としてBonnetの定理を示します。

統計学を真剣に学ぶためのノートです。今回は、統計的決定理論の考え方を説明します。

統計学に特有な線形代数を学びます。 特異値分解の例を解いてみます。

Juliaを使ってみる。今回は線形回帰をシミュレーションします。

大学レベルの微分積分を復習していきます。 今回は関数列の条件収束を扱います。

統計学を真剣に学ぶためのノートです。今回は、標本のサンプリング方法を説明します。

統計学に特有な線形代数を学びます。 行列の因数分解を行うべく、今回は特異値分解を扱います。

Juliaを使ってみる。今回は厳密解法による統計モデルを扱ってみます。

大学レベルの微分積分を復習していきます。 助変数を持つ関数では各変数に対する微積分の順番を交換できることを議論します。

統計学を真剣に学ぶためのノートです。今回は、統計量および標本分布を具体的に導出します。

統計学に特有な線形代数を学びます。 非負定値行列と固有値に関する議論を行います(最後)。

Juliaを使ってみる。今回は数値積分を用いてBernoulliモデルの事後分布を計算していきます。

大学レベルの微分積分を復習していきます。 助変数に関する一様収束を議論すべく、Diniの定理を扱います。

統計学を真剣に学ぶためのノートです。今回は、統計量および標本分布を導入します。

統計学に特有な線形代数を学びます。 引き続き非負定値行列と固有値に関する議論を行います。

大学レベルの微分積分を復習していきます。 助変数をもつ関数列について収束性をはじめとする各種性質を議論します。

統計学を真剣に学ぶためのノートです。今回は、具体的な多次元確率分布を少し扱います。