Pinned Tweet
統計検定1級取得後も,数理統計などを学び続けている。これまで読んだ書籍をジャンルごとにまとめた。加えて,読書ルートや読み方についても説明した。詳細はリンクとコメントから。
▼リンク
#統計検定 1級取得後に読んだ数理統計・ #データサイエンス のおすすめ書籍ガイド
stern-bow.hatenablog.com/ent…
yoschi_s retweeted
数年前まではPython,R,Juliaを全くやっていなかったが、今はほぼ毎日やっている。Pythonはyoschi_sさん(@stern_bow)のブログ、Rは統計学の学習、Juliaは清水団先生(@dannchu)の投稿やブログを通じて興味を持った。
若くない私が新しい事を習得するキッカケをくださり、本当に有り難いと思っています。
面白そう。 @mushoku_swe さんの新書である。
【新刊】2026年11月30日発売『マーケティングサイエンスの理論と実装』本体3,200円+税,和山弘 著,「課題 → 理論 → Python実装」で理解するgihyo.jp/book/2026/978-4-297…
yoschi_s retweeted
普段は技術的なことをつぶやいていますが、宣伝させてください。
この度、技術評論社様より『マーケティングサイエンスの理論と実装』という本を出版させていただくことになりました。
私自身のマーケティングサイエンスに関する実務経験をもとに、
「実務で生じた課題」
↓
「解決手段と、その背景にある理論」
↓
「Pythonによる実装」
↓
「結果の解釈と施策への応用」
という流れで各章を構成しています。
特に意識したのは、「なぜその手法を選ぶのか」「得られた結果から何がわかるのか」「そこからどのような施策を考えられるのか」を、具体例や数式、コードを通して追えるようにすることです。
扱うテーマは、顧客分類(k-means・GMM)、新製品の普及予測(バスモデル)、選択行動(ロジットモデル)、購買頻度(NBDモデル)、顧客の異質性(階層ベイズ)、離反予測(生存時間解析)、LTV推定、推薦(行列分解・LightGCN)などです。
マーケティングの課題に取り組むデータサイエンティスト、アナリスト、エンジニアの方や、分析担当者と一緒に施策を考えるマーケティング担当の方に読んでいただけたら嬉しいです。
【新刊】2026年11月30日発売『マーケティングサイエンスの理論と実装』本体3,200円+税,和山弘 著,「課題 → 理論 → Python実装」で理解するgihyo.jp/book/2026/978-4-297…
機械学習を因果推論に適用すると,過適合に加えて,正則化項がバイアスを引き起こす。
対策がクロスフィッティングとDouble/debiased machine learning(DML)であり,統計的推論の妥当性を確保する。
▼「因果推論」第5章を読む
stern-bow.hatenablog.com/ent…
【過去記事】線形回帰モデルの誤差項εに正規分布を仮定すると,残差平方和はカイ2乗分布にしたがう。このとき,特異値分解を用いて正準形にしておくと見通しが立ちやすい。
▼残差平方和に関連する標本分布(カイ2乗分布) #統計検定
stern-bow.hatenablog.com/ent…
ちばてつやさん死去とのこと。合掌。
「あしたのジョー」は中学生の頃に全巻揃えた。いい作品だった。
ジョーのコーチである丹下段平の名言「立て、立つんだジョー」が作中に何回登場したか気になり、単行本の中から数えたのは良い思い出。
ちなみに登場回数は、↓
漫画家のちばてつやさん死去 - 「あしたのジョー」、87歳
news.jp/i/148764511457399682…
機械学習を用いた因果推論の考え方と,異質な処置効果を推定する代表的な手法であるメタラーナーについて整理した。
メタラーナーのうち,DR-learnerは結果変数モデルと傾向スコアモデルを組合わせることで推定の頑健性を高める。
▼「因果推論」第5章を読む
stern-bow.hatenablog.com/ent…
【過去記事】実務・統計検定1級ではおなじみのテーマである線形回帰モデルについて,部分空間を用いた幾何学的な解釈について説明した。
n次元空間の世界ではあるものの,幾何学的な解釈を理解しておくと覚えやすい。
▼部分空間による線形回帰モデルの解釈 #統計検定
stern-bow.hatenablog.com/ent…
基礎的な因果推論の手法は,線形モデルを用いている。そのため,非線形データや高次元データが扱いにくい。これらの問題に対処し,因果推論を高度化するために,機械学習が用いられる。またAutoMLによって分析の効率性・透明性が高まる。
▼「因果推論」第4章を読む
stern-bow.hatenablog.com/ent…
ありがたいことに,弊ブログの合計アクセス数が18万件を超えた。いつも読んでくださりありがとうございます。
stern-bow.hatenablog.com/
因果効果の推定の基本はランダム化実験である。ただ,RCTができないときは,【自然実験】を用いる。自然実験では,「介入の閾値付近では,介入以外の状況が変わらない」など,各種の仮定をおいて因果効果を推定する。
▼「因果推論」第3章を読む
stern-bow.hatenablog.com/ent…
yoschi_s retweeted
自分用に論文リスト作ったしせっかくなので放流
pozihamebaystar.github.io/co…
2年前に
【統計検定1級に合格して変わらなかったこと・変わったこと #統計検定 】
という記事を書いた。
統計検定1級を取ること自体は,仕事や人生を直接変えるものではなかったが,自分の知識の基礎はかなり固められたし,発展的なことを理解するうえで重要だと感じている。
stern-bow.hatenablog.com/ent…
基本的な因果推論手法である「二重にロバストな推定法」は,結果変数モデルと傾向スコアモデルを巧妙に組合せたもので,どちらか一方が正しければ,全体としても正しく推定できる。
▼「因果推論」第3章を読む
stern-bow.hatenablog.com/ent…
基本的な因果推論手法(回帰分析・共変量調整・傾向スコア)を復習した。
回帰分析は,共変量・処置をモデルに組込みATEを推定する。
傾向スコアは,処置を受ける確率を用いて,処置群と対照群の背景の違いをマッチング・IPW等で調整する。
▼「因果推論」第3章を読む
stern-bow.hatenablog.com/ent…
因果効果推定のためのグラフについて復習した。因果推論の場合,基本的に多変量の解析になるが,共変量・交絡因子・中間変数の違いを意識することは重要である。
実務上は,変数が多くなりすぎたときに,可視化の工夫がいると考えられる。
▼「因果推論」第2章を読む
stern-bow.hatenablog.com/ent…
しっかり理解したい分野である。ぜひ読んでみたい。
【11月新刊】『情報幾何:推定と予測の漸近理論』(清 智也 著)
kyoritsu-pub.co.jp/book/b102…
情報幾何学の基礎を押さえ、推定と予測の漸近理論を幾何学的に捉える。必要事項は なるべく自己完結的に記述し、他書を頼らずとも読み進められるよう構成されている。(11/05発売)
因果効果と反実仮想を復習した。効果を考えるために,起きていない「反事実」を想定するのだが,起きていないことを起点に考えを深掘りして定義づけるので,なかなか思いつかない発想だとあらためて感心した。
▼「因果推論」第2章を読む
stern-bow.hatenablog.com/ent…
面白そう。仕事で必要になるのはこういう本。
【新刊】2026年11月4日発売『バックエンドの知識地図』本体2,400円+税,山田顕人 著,進化し続ける技術の中でも変わらない本質を理解するgihyo.jp/book/2026/978-4-297…










