最尤推定

観測されたデータが得られる確率（尤度）が最も大きくなるように、確率分布やモデルのパラメータの値を決める推定方法。例えば、コインを10回投げて7回表が出たとき、表の出る確率を0.7と推定する。ロジスティック回帰など多くの統計モデルや機械学習のパラメータ推定に使われる。

母集団の平均や比率などの母数を、標本平均のような1つの値で推定すること。分かりやすいが推定値がどの程度ずれ得るかは示せないため、標準誤差を併記したり区間推定と組み合わせたりする。推定量には、平均的に母数と一致する不偏性などの性質が求められる。

母数が含まれると考えられる範囲を、信頼区間として幅を持たせて推定すること。95％信頼区間とは、同じ方法で標本の抽出と区間の計算を繰り返したとき、そのうち95％の区間が真の母数を含むという意味である。標本を大きくすると区間は狭くなる。

あるパラメータの値を仮定したときに、実際に観測されたデータが得られる確率（または確率密度）を、パラメータの関数として見たもの。観測データを固定して、パラメータの値の「もっともらしさ」を表す。尤度が最大となる値を推定値とする方法を最尤推定といい、モデルの当てはまりの比較にも使われる。

母集団についての仮説が正しいかを標本データから統計的に判断する手続き。否定したい仮説（帰無仮説）を立て、それが正しいとしたら起こりにくいデータが得られた場合に棄却する。A/Bテストの評価などに使う。

仮説検定で、否定されることを期待して立てる仮説。「差がない」「効果がない」という形をとる。データがこの仮説の下では起こりにくいと判断されたときに棄却し、逆の主張（対立仮説）を採用する。

仮説検定で帰無仮説を棄却するかどうかの境目となる確率。5%や1%が使われる。正しい帰無仮説を誤って棄却してしまう確率の上限にあたるので、小さくするほど判定は慎重になる。