<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>chaos_kiyono</author_name>
  <author_url>https://blog.hatena.ne.jp/chaos_kiyono/</author_url>
  <blog_title>ケィオスの時系列解析メモランダム</blog_title>
  <blog_url>https://chaosmemo.com/</blog_url>
  <categories>
    <anon>統計</anon>
  </categories>
  <description>確率分布のパラメータを推定する方法のひとつとして、カール・ピアソン（Karl Pearson, 1857–1936）が導入したモーメント法があります。直感的で計算がしやすいこの手法は、統計学の黎明期に広く用いられました。しかし、聡明な皆さんの中には、「最尤法に比べると単純すぎるのでは？」と感じる方もいるかもしれません。それでも、モーメント法は今でも現役で活躍する場面があり、特に、時系列のフラクタル解析や長時間相関解析などに応用されることもあります。私は、非ガウス性の解析にモーメント法を使う方法を提案しています。 また、モーメント法を理解することは、より洗練された推定法である最尤推定法 (最尤法…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fchaosmemo.com%2Fentry%2F2025%2F02%2F26%2F233749&quot; title=&quot;【Rで統計入門】(3) モーメント法を使った確率分布のパラメタ推定 - ケィオスの時系列解析メモランダム&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-02-26 23:37:49</published>
  <title>【Rで統計入門】(3) モーメント法を使った確率分布のパラメタ推定</title>
  <type>rich</type>
  <url>https://chaosmemo.com/entry/2025/02/26/233749</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
