◇前置き 時系列データ解析は、データの時間的な変化やパターンを理解し、将来の動向を予測するための重要な手法です。ARIMA（Autoregressive Integrated Moving Average）モデルは、時系列データの予測に広く用いられる統計的手法の1つです。今回は、ARIMAモ…

◇前置き データサイエンスや機械学習の分野でしばしば耳にする「カルマンフィルター」。これは、時系列データのノイズを除去し、より正確な推定を行うためのツールです。今回はカルマンフィルターの基本的な原理と、その実際の応用例について解説します。 ◇…

◇前置き データサイエンスにおいてモデルの性能評価は非常に重要です。特に回帰分析などの予測モデルでは、残差（予測値と実測値の差）の分析が欠かせません。今回は残差の分布がガウス分布（正規分布）しているかどうかを調べる方法とその重要性について解…