#3 仮説検定:科学的な意思決定의極意
データを用いて主張を証明または棄却する方法を学び、P値(P-value)が果たす重要な役割を理解します。
自分を高めようとする限り、私たちは老いることがありません。
データを用いて主張を証明または棄却する方法を学び、P値(P-value)が果たす重要な役割を理解します。
2つの変数が互いにどのような関係にあるのか、そして一方の変数から他方の変数をどのように予測できるのか、その核心原理を学びます。
2つ以上のグループ間に平均の差があるかどうかを統計的に確認する分散分析の原理とF検定の概念を学びます。
単一の原因ではなく、複数の独立変数が結果に及ぼす複合的な影響を分析します。多重共線性(マルチコ)と変数選択の重要性を学習します。
予測値が数値ではなく、「合格/不合格」や「詐欺/正常」といったカテゴリ型データである場合に使用されるロジスティック回帰の原理と、オッズ比 (Odds Ratio) の概念を学習します。
データの順序が重要な時系列データの特性を理解し、定常性 (Stationarity) の概念と ARIMA モデルを活用した将来予測の基礎を学びます。
データを見る前の信じ込み(事前確率)が新しい情報を得ることでどのように更新(事後確率)されるのか、ベイズの定理の核心原理と実務的な活用を学習します。
正規分布の仮定ができない状況での分析法である「非母数統計」と、数多くの変数を核心的なものへと圧縮する「主成分分析 (PCA)」の原理を学びます。
最も基本的でありながら強力な道具である「ローソク足」をマスターし、テクニカル分析の旅を始めましょう。個別の足が市場心理をどのように反映するのか、そして主要な反転パターンを識別する方法を学びます。
市場のノイズを取り除き、価格が動く本質的な方向を把握する方法を学びます。単純および指数移動平均線をマスターし、「ゴールデンクロス」と「デッドクロス」が示唆するモメンタムの変化を理解します。