Bayes 法による系統解析―原理
最近ではベイズ法を用いて（MrBayes を用いて）系統解析を行う論文も大分増えており， 方法論としてはほぼ定着した感があります。 しかしその原理や考え方についてはあまり広く理解されていないようでもあります。 そこで，筆者が幾つかの文献や資料を読んで理解した範囲で，その考え方を紹介しておきたいと思います。 筆者は数学（統計学）を専門にしているわけではありませんので，数学的に厳密な解説ではないかもしれませんが， その程度の解説と思って読んでいただければいいと思います。 正確・詳細な解説については末尾の参考文献・サイトを当たってみてください。 なお，間違いなどがありましたら，ご指摘のほどよろしくお願い致します。 ベイズの事後確率（Bayesian posterior probability）が最大となるような系統樹を求める方法です。 これは最尤法が尤度が最大となるような系統樹を求める方法である
(2000.12.24) 樋上正美「ブートストラップ法の語源について」：鈴木督久の牛込日記
From: 樋上 正美 To: stok@mn.waseda.ac.jp Subject: ブートストラップ法の語源について 鈴木 督久 様 始めまして。樋上（ひのうえ）と申します。ホームページのエッセイ 「ブートストラップ法の名前由来～竹村先生エッセーへの感想として～」 を拝読しました。私はちょうど同じ頃（1999.11.02）に京都大学動物生態学 研究室のゼミでブートストラップ法を紹介する機会があり、その発表資料に余 談として語源のことを少し書きました。私は「ほら吹き男爵」の本を5冊調べ ましたが、いずれにも「ブーツの紐を引っ張って湖の底から脱出する」という 話は、書かれていませんでした。ビュルガーの翻案をもとにしたさらに後世の 翻案で発生したエピソードなのではないかと考えていますが、まだそのオリジ ナルに行き当たりません。この辺の情報についてご存知でしたらお教え頂きた く思います。
私のための統計処理ー基本解説
実験はギャンブルのようなもので、 どんな結果が出るかはわからないが、 実験計画を立てる。 「2群に差がない!」という帰無仮説を立てる。 群間のサンプルの選択は公平にしなければならないが、 勝率が高くなるような実験計画をデザインも必要である。 生物実験では、物理科学実験とは異なり、 得られるデータは必然的にばらつきを伴う。 測定者による誤差 ---実験技術の向上に伴い、 データの信頼度は上がる！ 測定装置、あるいは測定方法による誤差 測定されるものの性質による個体差
Data Visualization: gapminder
If you're looking for a new way to visualize interactively your microarray data, have a glance at the charts from Gapminder (hosted at tools.google.com) Ramona Britto said... Hi I found your suggestion very interesting indeed; I was looking to do just that. Currently my interest is in comparative genomics of germline genes. Basically, I want to compare (and contrast) the germ line with the soma an
Yi Xing's Alternative Splicing and Computational Genomics Blog: Probabilistic Isoform Reconstruction
[杉山将のページ]
[ English | Japanese ] 杉山 将（すぎやま まさし） 東京工業大学 大学院情報理工学研究科 計算工学専攻 認知機構学講座 情報認識機構分野 准教授 興味のある研究分野： 機械学習の理論と応用， 表面微細凹凸形状測定， 信号画像処理など 研究概要 主要発表論文：英語文献, 日本語文献 全発表論文リスト:英語文献, 日本語文献 講演リスト 授業 ソフトウェア 履歴書 リンク Gmail 東京工業大学 VPN Yahoo Japan 機械学習研究グループ T-PRIMAL グローバルCOE 計算世界観の深化と展開(CompView) 駅探 Google maps Yahoo US Fraunhofer FIRST.IDA ECML2008, DMSS2008, IBIS2008, NIPS, ICDM2008, APBC2009 東京工業大学 付属図書館 東京工業大学 ポ
Nikkei225 MarketMap/日経平均225銘柄のマップ
弊社では幅広いコンサルティングサービスを提供しています。 サービス提供にあたっては、お客様個別の企業モデル、企業組織の複雑さ、コンプライアンスや業務基準、オーナーシップ構造などを考慮します。 専門家チームが常時控えているので、どれほど複雑で機密性の高いご要望であっても対応・管理にあたることができます。
- バイオインフォマティクスと統計科学
統計数理研究所のセミナーに参加。ここでは文献のみにしようかと思ったが、せっかくなのでセミナーのサマリーも掲載。 ■10:30-11:10 石井 信 先生(奈良先端大・情報科学) マルチクラス分類器の構成法と癌マイクロアレイ分類への応用 Classificationの手法として、2値分類を複数組み合わせた分類器をつくり、多値問題を解決する、という もの。これまでの手法では、サンプルはそれぞれ独立という過程のもとであったが、サンプル間の相関を考慮に入れて、 重み付けをしてアルゴリズムに組み込むことで、分類器の精度を向上させたという内容。コンセプト的には、識別能力の 低い分類器の組み合わせ、ということで、AdaBoostとコンセプトは同じといえるでしょう、とのこと。 ■11:20-12:00 冨田 秀太 先生(名古屋大・医) 発現プロファイル解析に基づく肺癌分類と臨床分子病態との相関 アジレント
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
A Cartoon Guide to
http://bonsai.ims.u-tokyo.ac.jp/~yoshidar/index.htm
Quantitative comparison of EST libraries requires compensation for systematic biases in cDNA generation - BMC Bioinformatics
超幾何分布の性質