ファイルから読み込む
CSV / TSV / テキスト。1 行目を列名として扱います。文字コードは UTF-8 と Shift_JIS を自動判別します。
ファイルをドロップ
またはクリックして選択（.csv .tsv .txt）
データが手元になければ、以下から選んでください。すべて実在データではなく、現実の構造を再現して生成した練習用データです。
中古マンション（1,200件）… 重回帰・決定木・多層パーセプトロンで価格を予測する
サブスク解約（2,000件）… ロジスティック回帰・ROC 曲線で「辞めそうな人」を見つける
家庭の電気使用量（84か月）… 季節分解・Holt–Winters で来年の電気代を予測する
株価・市場・為替（600営業日）… リスク指標・相関・ベータ推定・テクニカル指標
A/Bテスト（1,500件）… 母比率の差の検定・カイ二乗検定・分散分析で施策の効果を判定する
サブスク解約（2,000件）… ロジスティック回帰・ROC 曲線で「辞めそうな人」を見つける
家庭の電気使用量（84か月）… 季節分解・Holt–Winters で来年の電気代を予測する
株価・市場・為替（600営業日）… リスク指標・相関・ベータ推定・テクニカル指標
A/Bテスト（1,500件）… 母比率の差の検定・カイ二乗検定・分散分析で施策の効果を判定する
直接入力する
カンマ・タブ・空白・改行のいずれでも区切れます。1 列だけ貼れば 1 変数として扱います。
データプレビュー
まだデータがありません。
列の型と欠測
データを読み込むと表示されます各列を数値／カテゴリに自動判定し、欠測数を集計します。
変数とプロットの選択
基本統計量
変数を選んで描画してください
プロット
正規性の確認
結果の読み方
分布とパラメータ
確率
密度関数と累積分布関数
解説
検定の設定
検定結果
可視化
結果の読み方
前提条件のチェック
設定
分散分析表
群ごとの分布
多重比較
結果の読み方
等分散性の検定
母比率の検定
数を直接入力します。2 標本にすると比率の差を検定します。
母分散の検定
読み込んだデータの列を使います。1 変数ならカイ二乗検定、2 変数なら F 検定になります。
結果の読み方
検定統計量の分布
設定
クロス集計表
可視化
結果の読み方
設定
相関行列
散布図行列
主成分分析
結果の読み方
モデルの設定
推定結果
回帰診断
このモデルで予測する
先に回帰を実行してください推定が終わると、新しい条件を入力して予測できるようになります。
結果の読み方
モデルの設定
0.50
推定結果
ROC 曲線と予測確率
混同行列
このモデルで予測する
先に回帰を実行してください推定が終わると、新しい条件の発生確率を計算できるようになります。
結果の読み方
設定
木の構造
精度と変数重要度
決定境界（説明変数を2つ選んだ場合）
並べ替え重要度と部分依存プロット（PDP）
重要度は「どれだけ効いているか」、部分依存は「どちら向きに効いているか」を示します。
このモデルで予測する
先に決定木を作ってください木ができると、新しい条件がどの分岐をたどるかまで表示されます。
結果の読み方
設定
系列と予測
成分分解
コレログラム
診断
結果の読み方
設定
終値の列を選んでください。投資助言ではありません。過去データの記述統計にすぎない点にご注意ください。
価格チャートとテクニカル指標
リスク指標
リターン分布とドローダウン
参考予測（加法モデル）
結果の読み方
ネットワークの設定
TensorFlow.js がブラウザ内（WebGL）で学習します。データは送信されません。
待機中
学習曲線
予測性能
このモデルで予測する
先に学習を実行してください学習したネットワークはページを離れるまで保持され、何度でも予測に使えます。
結果の読み方
統計ハンドブック
この道具を使ううえで必要な考え方を、教科書としてまとめています。統計検定 3〜2 級の範囲を中心に、実務で迷いやすい点まで扱います。