A/Bテストと統計的検定の注意点(その1) - ほくそ笑む
素晴らしい記事が上がっていたので言及したい。 仮説検証とサンプルサイズの基礎 - クックパッド開発者ブログ この記事では、A/Bテストにおいて、意味のある差が出たかどうかを統計的検定を用いて判断する方法を説明しています。 Web上にある多くのA/Bテストの記事と異なるのは、単に検定手法にデータを突っ込んでp値を出すのではなく、 意味のある差とは何かを事前に決定する サンプルサイズを事前に決定する という統計的検定のフレームワークに則ったまともな方法で判断を行っているという点です。 よく言われる統計的検定は無意味だなどという言論の多くは、このフレームワークを使っていないだけに過ぎず、不確実な事象に対する科学的な検証方法として、統計的検定のフレームワークの強力さはいまだ健在です。 さて、統計的検定のフレームワークについては上の記事および記事中で紹介されている参考文献にお任せするとして、ここでは
第8回 「新米探偵、データ分析に挑む」の
2016.09.29 Rではじめよう！［モダン］なデータ分析 第8回 「新米探偵、データ分析に挑む」の"Rと地図と連携する"をやってみた 松村杏子（著者）、匿名知的集団ホクソエム（著者） 「地図との連携方法」と「インターネット上に公開する」方法として、Shinyというパッケージを用いたアプリケーションで作成する手法についてご説明します。 はじめに Rは年々便利になっており、データの取得から結果の公開まですべてRで完結することができます。 『新米探偵、データ分析に挑む』の第6章235ページにおいて、Rの操作に慣れてきた俵太くんが、 Rに地図と連携する機能がある、また、それをそのままスライドとしてインターネットに公開することができる、ということを見つけるシーンがあります。 作中には、その具体的な方法は書かれていませんでした。 今回は、「地図との連携方法」と「インターネット上に公開する」方法とし
政治学方法論 II：階層モデルとStan によるベイズ推定
theta.hat.sp <- matrix(rnorm(1000 * J, mean = Schools$y, sd = Schools$sigma), nrow = 1000, byrow = TRUE) df <- data.frame(y = Schools$y, median = apply(theta.hat.sp, 2, median), lower = apply(theta.hat.sp, 2, function(x) quantile(x, .025)), upper = apply(theta.hat.sp, 2, function(x) quantile(x, .975))) separating <- ggplot(df, aes(x = y, y = median)) + geom_linerange(aes(ymin = lower, ymax = upper
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
処理を実行中です
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
