論文一覧に戻る 🗺 概念マップ 📚 用語解説（ジャストインタイム型データサイエンス教育）

📚 用語集 — ジャストインタイム学習

論文を読む途中で出会った専門用語をその場で学べる「用語解説ページ」を、 テーマ別グループ教材 8カテゴリと個別ページ 81 用語に体系化しました。どちらから入っても、ポップアップ・関連リンクで自然に行き来できます。

29

グループ教材

81

個別用語ページ

22

カテゴリ

💡 使い方ガイド

① 論文から入る
論文一覧から興味ある論文を読む → 用語ハイライトをクリック → ポップアップで概要 → 詳細ページで深掘り。

② テーマで学ぶ
下のグループ教材から、学びたい分野を選ぶ → 体系的に複数の関連用語を一気に学習。

③ 用語名で探す
下の カテゴリ別索引・50音インデックス から個別ページに直接アクセス。

📚 グループ教材（テーマ別）

複数の関連用語を 1 ページで体系的に学べる教材。 SSDSE-B-2026 を題材にした Python コード・練習問題付き。

📐 記述統計の基礎

代表値（平均・中央値・最頻値）

平均・中央値・最頻値・幾何平均

ばらつきの指標

分散・標準偏差・範囲・MAD

四分位・IQR・パーセンタイル

順位ベース統計と外れ値

分布の形状指標

歪度・尖度・モーメント

正規・二項・ポアソン・指数等

🎨 可視化

1変量の可視化

ヒストグラム・KDE・箱ひげ図

2変量の可視化

散布図・ヒートマップ・相関

🎯 推測統計と検定

標本抽出と中心極限定理

標本・CLT・ブートストラップ

仮説検定の枠組み

p値・有意水準・誤り

1標本・2標本・対応のあるt検定

分散分析（ANOVA）

一元・二元・反復測定

📈 回帰モデル

ロジスティック回帰とGLM

二値・カウント・順序応答

🧮 機械学習

機械学習の基礎

学習・汎化・損失

分類モデル基礎

ロジ・k-NN・SVM・NB・LDA

決定木・アンサンブル学習

RF・XGBoost・LightGBM

Ridge・Lasso・Elastic Net・Dropout

モデル選択

AIC・CV・グリッド・Optuna

Accuracy・F1・AUC・RMSE

クラスタリング

k-means・階層・DBSCAN・GMM

PCA・t-SNE・UMAP・LDA

🧠 深層学習・AI

ニューラルネットワーク基礎

MLP・誤差逆伝播・最適化

深層学習アーキテクチャ

CNN・RNN・Transformer

自然言語処理

トークン化・BERT・LLM

拡散モデル・LLM・RAG

⏰ 時系列・因果推論

時系列分析

ARIMA・状態空間・Prophet

パネル & 因果推論

RCT・DID・IV・RDD・PS

📚 リテラシー・基盤

データリテラシー

PPDAC・問いの設計・EDA

データエンジニアリング

ETL・前処理・パイプライン

AI倫理・公平性

XAI・プライバシー・規制

📑 カテゴリ別個別ページ

単一用語を深く解説する個別ページ。グループ教材から「📚 関連グループ教材」リンクで往復できます。

カテゴリへジャンプ: 回帰モデル 13 可視化 6 推測統計 6 時系列 6 機械学習 6 記述統計 6 仮説検定 5 パネル分析 4 因果推論 4 教師なし学習 4 データ前処理 3 基礎統計 3 格差・分布 3 正則化 3 次元削減 2 AI基礎 1 モデル選択 1 リテラシー 1 倫理 1 地域分析 1 推定法 1 確率分布 1

📑 回帰モデル（13 件）

VIF（分散拡大係数） (VIF)ステップワイズ法 (—)プロビット回帰 (—)ロジスティック回帰 (—)単回帰分析 (y = α + βx)回帰係数 (β)多重共線性 (—)最小二乗法（OLS） (OLS)標準化偏回帰係数 (β (std))残差 (ε / e)決定係数 R² (R²)調整済み決定係数 (adj.R²)重回帰分析 (y = α + Σβᵢxᵢ)

📑 可視化（6 件）

デンドログラム (—)ヒストグラム (—)ヒートマップ (—)回帰直線 (—)散布図 (—)箱ひげ図 (—)

📑 推測統計（6 件）

p値 (p)オッズ比 (OR)サンプルサイズ (n)信頼区間 (CI)有意水準 (α)標準誤差 (SE)

📑 時系列（6 件）

ARIMAモデル (ARIMA(p,d,q))Granger因果検定 (—)VAR（ベクトル自己回帰） (VAR)指数平滑法 (—)時系列分析 (—)自己相関 (ACF)

📑 機械学習（6 件）

SHAP値 (—)k近傍法 (kNN)サポートベクトルマシン (SVM)ニューラルネットワーク (NN)ランダムフォレスト (RF)決定木 (—)

📑 記述統計（6 件）

中央値 (—)分散 (σ²)四分位 (Q1/Q2/Q3)平均 (x̄ / μ)最頻値 (Mo)標準偏差 (σ / SD)

📑 仮説検定（5 件）

F検定 (F)Kruskal-Wallis検定 (H)t検定 (t)カイ二乗検定 (χ²)ノンパラメトリック検定 (—)

📑 パネル分析（4 件）

Hausman検定 (—)パネルデータ (—)ランダム効果モデル (RE)固定効果モデル (FE)

📑 因果推論（4 件）

交絡因子 (—)内生性 (—)差分の差分法（DiD） (DiD)操作変数法 (IV)

📑 教師なし学習（4 件）

Ward法 (—)k-means法 (—)クラスタリング (—)階層クラスタリング (—)

📑 データ前処理（3 件）

外れ値 (—)標準化 (z)欠損値 (NaN)

📑 基礎統計（3 件）

Spearman順位相関係数 (ρ (rho))共分散 (Cov(x,y))相関係数 (r)

📑 格差・分布（3 件）

β収束・σ収束 (β / σ)ジニ係数 (G)ローレンツ曲線 (—)

📑 正則化（3 件）

Elastic Net (L1+L2)LASSO回帰 (L1)Ridge回帰 (L2)

📑 次元削減（2 件）

主成分分析（PCA） (PCA)因子分析 (FA)

📑 AI基礎（1 件）

📑 モデル選択（1 件）

AIC（赤池情報量基準） (AIC)

📑 リテラシー（1 件）

データリテラシー

📑 倫理（1 件）

📑 地域分析（1 件）

特化係数（LQ） (LQ)

📑 推定法（1 件）

GMM（一般化積率法） (GMM)

📑 確率分布（1 件）

正規分布 (N(μ, σ²))

🔤 50音 / 英字索引

名前から直接探したいとき。

アオッズ比

カカイ二乗検定クラスタリング

ササポートベクトルマシンサンプルサイズジニ係数ステップワイズ法

タデンドログラムデータリテラシー

ナニューラルネットワークノンパラメトリック検定

ハパネルデータヒストグラムヒートマッププロビット回帰

ラランダムフォレストランダム効果モデルロジスティック回帰ローレンツ曲線

漢β収束・σ収束中央値主成分分析（PCA）交絡因子信頼区間共分散内生性分散単回帰分析四分位回帰係数回帰直線因子分析固定効果モデル外れ値多重共線性差分の差分法（DiD）平均指数平滑法操作変数法散布図時系列分析最小二乗法（OLS）最頻値有意水準標準偏差標準化標準化偏回帰係数標準誤差欠損値正規分布残差決定係数 R² 決定木特化係数（LQ）生成AI 相関係数箱ひげ図自己相関調整済み決定係数重回帰分析階層クラスタリング

AAIC（赤池情報量基準）AI倫理 ARIMAモデル

GGMM（一般化積率法）Granger因果検定

KKruskal-Wallis検定 k-means法 k近傍法

SSHAP値 Spearman順位相関係数

VVAR（ベクトル自己回帰）VIF（分散拡大係数）

⚠️ 用語集を使うときの注意点

定義の正確性は学術書を超えない：要約は導入・整理を目的としており、厳密な定義や数学的詳細は教科書・原典で確認してください。
相関と因果を混同しない：本用語集の多くは「予測・記述」用語であり、因果効果を直接保証するものではありません。
同名異義に注意：「分散」「モデル」「学習」など同じ語でも文脈で意味が変わります（数式・分野を確認）。