若き統計学者の英国: いかにしてマクロ経済学はオワコンになったか
マクロ経済学という分野は、残念ながらもう所謂オワコンになってしまった。正しく言うと、実を言うとDSGEはもうだめです。突然こんなこと言ってごめんね。でも本当です。こんな感じだろう。 結論から言うと、データを見るふりをして実は全くデータを見ておらず、はっきりいってモデル化に失敗したからだ。とくに予測能力が兎角ないのが致命的だったと思う。予測能力がない結果、モデル・理論を通して将来の政策談義を結局は出来ないので、政策提言すらまともにできず、役立たずの烙印を押された。政策評価・提案等の役目は統計的手法を上手く用いている、応用ミクロの研究者が主に担うことになった。 そもそもの始まりは、合理的期待形成仮説というバカげた仮定に基づいて、数学音痴がmathinessにまみれたリアルビジネスサイクル(RBC)理論などという、さらにバカげた理論を推し進めた点であろう。それに呼応してニューケインジアンモデルが
欠損値の発生過程の類別
先日、欠損値の発生過程の例を図示してTweetしたところ、思ったより反響がよかったので、図をブラシュアップの上、記事に残すことにした。 俄仕込みなので、間違いがあったらTwitterで指摘して下さい。 欠損値の発生過程を理解したと思われる。xが欠損値を含みうる時、 完全: 欠損なし MCAR (Missing Completely At Random): xの欠損は完全にランダム MAR (Missing At Random): xの欠損はx以外の値(yの値)に依存 MNAR (Missing Not At Random): xの欠損はxの値に依存 MNARはxの分布を歪めるため厄介。 pic.twitter.com/8VF7ogJLTE — Atsushi (Atusy) (@Atsushi776) August 24, 2018 欠損値の発生過程は大きく3種あるとされる。 MCAR;
カイカムリのスポンジ選択で学ぶ階層ベイズモデリング - katsumushiのはてなブログ
このプレプリントで、カイカムリにサイズの異なる三つのスポンジを与えて、どのサイズを気に入るかテストしています。その解析部分をここで解説してみます。それぞれの選択肢を選ぶ確率が身体の大きさと脚の欠損度合いとどのような関係にあるか、統計モデルをつくって推定してみようと思います。また、この選択行動に個体差があると考えてそれがどれくらいか推定してみます。個性を考慮しないモデルも適用しWAICをつかったモデルの評価もしていますが、ここでは省略します。興味のあるかたは論文とコードを参照してください。 コードはこちら：https://gist.github.com/kagaya/3188dd0a4571b068e501aeef9863e255 松浦氏のStanとRでベイズ統計モデリング、階層ベイズモデルとWAICに多くを負っています。 データ CSV file for Harada and Kagaya
赤池弘次の生誕90周年をGoogleトップロゴで祝う!!どんな人!?
赤池弘次さんは、日本の数理統計学者さんなんですね。 もともとは海軍兵学校から、第一高等学校と静岡で過ごし、東京大学に進学をする事になります。 1952年の25歳の時に統計数理研究所所員になり、その10年後に同研究所の第一研究部第二研究室長になります。 そこから研究部長〜研究所長にもなられた方なんですね。 赤池博士と聞いて有名なのが… AIC(赤池情報量規準)です。 この独自の方法を開拓したのが赤池弘次さんなんですね。 このAICというものは、統計学の世界では非常に有名な指標です。さらには、多くの統計ソフトに備わっているものでもあるんですね。 このAICについてもこれからなるべく噛み砕いて説明をしていきますね。 そもそも統計学とは!? 赤池弘次さんの職業は数理統計学者という事ですが、そもそも統計学とはなんぞや!? と思われる方がいらっしゃると思いますので、簡単に統計学について説明します。 普
なぜ状態空間モデルを使うのか | Logics of Blue
最終更新：2016年1月24日 このサイトでは統計学や統計モデルの紹介を多くしています。 その中でも、状態空間モデルは、力を入れている分野の一つです。 ところで、なぜ状態空間モデルを使う必要があるのでしょうか。 そもそもにおいて、統計モデルを使う必要性はどこにあるのでしょうか。 今回は個々の手法の説明ではなく「なぜそれを使うのか」という理由を解説します。 スポンサードリンク 目次 1．なぜモデルを使うのか 2．なぜ統計モデルを使うのか 3．なぜ状態空間モデルを使うのか 4．なぜたくさんのモデルを統一的に表せると便利なのか 5．状態空間モデルを使う注意点 6．状態空間モデルの御利益 7．おまけ：統計モデルと機械学習の違い 1．なぜモデルを使うのか モデルとは､「見やすくなるように簡略化したもの」です。 モデルを作る行為、すなわちモデル化とは､「見やすくなるように簡略化すること」です。 例えば
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
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
Kernel Cookbook
