生物統計入門
製薬会社・CROの解析担当などの勉強会での配布資料です。 ある程度初歩的なところから解説している資料が多いです。 なお、資料中のデータは全て架空のものです。 （データのプロットと要約統計量） データのプロットと要約について (2011年4月5日に修正しました) （確率分布と基本的な検定） 正規分布・t分布・χ^2分布・F分布について （分散分析の資料と同じものです） t検定について (Armitage勉強会 第２回資料です) 二項分布からPoisson分布の導出 (計算特訓の資料と同じものです) 二項分布とPoisson分布の平均・分散 (計算特訓の資料と同じものです) 高校生にも分かる超幾何分布 (計算特訓の資料と同じものです) Fisher's exact testについて (計算特訓の資料と同じものです) 超幾何分布の平均・分散・共分散 (平成23年度 第１回BioS継続勉強会補助資
ミクの歌って覚える統計入門
VOCALOID 初音ミクの歌のパワーで、統計の基礎を楽しく学んじゃおう。 もうつまらない教科書はいらない！
For Today’s Graduate, Just One Word: Statistics (Published 2009)
MOUNTAIN VIEW, Calif. � At Harvard, Carrie Grimes majored in anthropology and archaeology and ventured to places like Honduras, where she studied Mayan settlement patterns by mapping where artifacts were found. But she was drawn to what she calls “all the computer and math stuff” that was part of the job. “People think of field archaeology as Indiana Jones, but much of what you really do is data a
Statistics 202: Statistical Aspects of Data Mining
Statistics 202: Statistical Aspects of Data Mining For this summer's Stats 202 page click here. For the 2007 web page for use in conjunction with the videos on YouTube click here.
Rを使った統計勉強法【中心極限定理編】 - yasuhisa's blog
Rを使った統計の勉強法 中心極限定理とはなんぞや 要するに 正規分布 特徴 muはmodeを変化させるパラメータ sigmaは分布のすそのを決めるパラメータ 確認 一様乱数で確認 乱数の平均をいっぱい作る 確認 戻ってみよう 後半に行ってみよう 正規分布っぽいね! コーシー分布 正規分布に従っているか確かめよう 「分位点プロット」とはどういうものか 正規分位点分位点プロット 「二つの分布を比較」ではなく、「ある分布が正規分布をしているか」を調べたい まとめ Rを使った統計の勉強法 統計学の理論を、Rを使って本当に成立するか実験してみる 「なんで成立するのか」は置いといて、「どういうことを言っているのか」を体感する 「どういうことを言っているのか」を理解できれば、証明が何を言っているのかの理解しやすいかも 中心極限定理とはなんぞや平均値、分散を持つ、任意の分布に従う乱数列があるとき、その平均
Statistics with R
Warning Here are the notes I took while discovering and using the statistical environment R. However, I do not claim any competence in the domains I tackle: I hope you will find those notes useful, but keep you eyes open -- errors and bad advice are still lurking in those pages... Should you want it, I have prepared a quick-and-dirty PDF version of this document. The old, French version is still a
ロジスティック回帰
目次 1)ロジスティック回帰分析概説 2)ロジスティック回帰分析はどんな時に使用するか ３）ロジスティックモデルとは 4)ロジスティック回帰分析で得られるのは 5)オッズ比とは 6)オッズ比の95%信頼限界とは 7)ダミー変数について 8)変数選択上の注意点 9)ロジスティック回帰分析が可能な統計ソフト 10)ロジスティック回帰分析に関する参考書 1)ﾛｼﾞｽﾃｨｯｸ回帰分析概説 近年の外国の論文にロジスティック回帰分析が非常に増えており、これが理解できないと論文を読めないことが多い。このことは、単変量解析では十分な解析ができないことが多いことを示唆しており、今後日本の論文でも、ロジスティック回帰分析が確実に増加していくものと思われる。しかし、ロジスティック回帰分析を理解しようと思っても、やさしい教科書は非常に少ない。ロジスティック回帰分析は、疫学調査などの大規模なスタディには必須で
カルバック・ライブラー情報量 - Wikipedia
カルバック・ライブラー情報量（カルバック・ライブラーじょうほうりょう、英: Kullback–Leibler divergence）は2つの確率分布の差異を計る尺度である。 確率論と情報理論で利用され様々な呼び名がある。以下はその一例である： カルバック・ライブラー・ダイバージェンス（KLダイバージェンス） 情報ダイバージェンス（英: information divergence） 情報利得（英: information gain） 相対エントロピー（英: relative entropy） カルバック・ライブラー距離 だたしこの計量は距離の公理を満たさないので、数学的な意味での距離ではない。 応用上は、「真の」確率分布 P とそれ以外の任意の確率分布 Q に対するカルバック・ライブラー情報量が計算される事が多い。たとえば P はデータ、観測値、正確に計算で求められた確率分布などを表し、Q
Kullback–Leibler divergence - Wikipedia
In mathematical statistics, the Kullback–Leibler (KL) divergence (also called relative entropy and I-divergence[1]), denoted , is a type of statistical distance: a measure of how one probability distribution P is different from a second, reference probability distribution Q.[2][3] A simple interpretation of the KL divergence of P from Q is the expected excess surprise from using Q as a model when
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
CS109L
Stats 202
The Central Limit Theorem in R
認証がかかっています
認証がかかっています