統計 多重共線性の回避方法5選｜VIFの基準から目的別の手法までわかりやすく解説
はじめに
前回の記事では、「多重共線性とは何か？」「なぜ問題になるのか？」という点を、図や散布図を用いて直感的に解説しました。
今回はその続編として、「多重共線性の対処法」をテーマにお話しします。
多重共線性は、分析の目...
こんどう
統計 
統計 VIFが高いとどうなる？多重共線性の悪影響をPythonでグラフ化してみた
統計やデータサイエンスにおける回帰分析で、避けて通れない問題の一つが「多重共線性」です。なんとなくは理解していても、実務でどの程度気にすべきか迷うことはありませんか？
今回は、意図的に相関のあるデータを生成し、多重共線性が予測モデル...
データサイエンス 構音障害への応用を見据えた、フォルマント分析の要点まとめ
声の“中身”を覗くための下調べメモ
構音障害のリハビリに役立つかもしれない――。そんな思いからフォルマント分析アプリを試作した前回の記事では、「声を可視化する仕組み」に主眼を置いて紹介しました。
今回は、その過程で自分なりに調...
アプリ作成 構音障害のリハビリに役立つ？フォルマント分析アプリでリアルタイムに声を可視化
はじめに ― なぜフォルマント分析に挑戦したのか？
理学療法士として日々の臨床に関わる中で、歩行や立ち上がりといった動作の評価は、速度や関節角度といった「物理量」で比較的客観的に評価できる場面が多いと感じています。たとえば、転倒＝失...
データサイエンス “ポチョムキン理解”って何!?響きが癖になるデータサイエンス用語5選。意味・由来・活用シーンも解説
はじめに
データサイエンスや統計学を勉強していると、**「なんだこの響き…？」**という独特な言葉に出会うことがあります。
「ポチョムキン理解」「マハラノビス距離」「バリマックス回転」…一見すると難しそうですが、ちょっとした由...
アプリ作成 Python×Streamlit Cloudで機械学習Webアプリを作って公開する方法｜GitHub & Streamlit Cloud活用ガイド
はじめに
ローカルでStreamlitアプリを動かしたことはありますか？
例えば、研究データの可視化アプリや簡易予測モデルのデモを作るときに便利ですよね。
でも、こんなことを思ったことはありませんか？
チ...
JASP 【たった30秒】初心者でもできる！JASPで1標本ｔ検定＋効果量・95％信頼区間・グラフ描画！
今回やってみる内容
今回は、無料の統計ソフト「JASP」を使って、
1標本ｔ検定をたった30秒で実行し、さらに効果量・95％信頼区間・グラフ描画まで一気に行う方法を紹介します！
また、検定結果やグラフを外部出力する方法も...
データサイエンス MAEやAccuracyだけでAIを信用するのは危険！医療AI予測モデル導入前に確認すべきこと
はじめに
以前の記事で、回帰モデルや分類モデルの評価指標として、MSE（平均平方法誤差）・MAE（平均絶対誤差）やAccuracy（正解率）、ROC-AUCなどの指標をご紹介しました。
しかし、これらの数値だけで「この予測モデ...
データサイエンス 【注意】AccuracyやROC曲線だけでは不十分？医療現場で使える分類モデル評価指標を図解で解説
【医療現場にも役立つ】分類モデルの評価指標をやさしく解説
近年、医療の世界でも「機械学習」や「予測モデル」の活用が注目されています。たとえば、患者の転倒リスク、疾患のスクリーニング、退院時の自立度などを予測するモデルが登場し、学会や...
データサイエンス 【コード量とUIデザインで比較】Streamlit vs Tkinter：機械学習GUIアプリ開発はどっちがベスト？
機械学習モデルを「使える」形に！Streamlitでアプリ化のススメ
モデルを構築し、素晴らしい予測性能を達成したとき、次に考えるのは「このモデルをどうやってみんなに使ってもらうか？」ではないでしょうか。
以前の記事では、機械...