スライド概要 2022年8月14-16日に行われたベイズ統計学勉強会'22夏（いわゆるベイズ塾夏合宿）での発表に使ったスライドです。質問・ご意見等がございましたらメール（h.muto[at]zm.commufa.jp）等でお知らせください。
EMアルゴリズムとともだちになろう | ドクセル
スライド概要 2022年8月14-16日に行われたベイズ統計学勉強会'22夏（いわゆるベイズ塾夏合宿）での発表に使ったスライドです。質問・ご意見等がございましたらメール（h.muto[at]zm.commufa.jp）等でお知らせください。
多重共線性のシミュレーション - 井出草平の研究ノート
下記エントリーの続き。 ides.hatenablog.com こちらの教科書から多重共線性について Statistical Rethinking: A Bayesian Course with Examples in R and STAN (Chapman & Hall/CRC Texts in Statistical Science) 作者:McElreath, RichardChapman and Hall/CRCAmazon Richard McElreath - Statistical Rethinking_ A Bayesian Course with Examples in R and STAN 6.1. 多重共線性 一般に、回帰モデルに追加する潜在的な予測変数が多くあることは事実である。たとえば、霊長類のミルク・データの場合、我々が結果として選ぶどの列も予測するために利用可
因果推論とグラフ理論 - エクサウィザーズ Engineer Blog
こんにちは。数理最適化ギルドでエンジニアをしている加藤です。 ある自社プロダクトの開発を通じて因果推論について勉強する機会がありました。因果推論は統計の分野ですが、その中で数理最適化の技術が使えることを知り、とても面白かったのでその内容をシェアしようと思います。具体的には組合せ最適化問題のひとつである最小カット問題が、因果推論のタスクの一部である識別可能性に利用できるという話をします。 前半は因果推論についての概説で特に予備知識は仮定していないです。後半は計算時間やネットワークフローなどのアルゴリズムを知っていると読みやすいと思います。 因果推論とは 因果推論の目的 統計的因果推論とは事象の間の因果効果を実験データや観測データから推定することを目的とした統計学の一分野です。単に因果推論といった場合は統計的因果推論を含むより広い概念を指すことがありますが、簡単のため以下では因果推論といえば統
リーディングDAT | 統計数理研究所 統計思考院
思考院トップ 統計思考院の事業活動 リーディングDAT 2022年度 リーディングDAT無料動画 思考院トップ 統計思考院の事業活動 統計教育動画配信 リーディングDAT無料動画 情報・システム研究機構 データサイエンス高度人材育成プログラム リーディングDAT無料動画 ※2023/6/30に「3. 因果と相関」の一部の図を差し替えた動画を公開しました。内容には変更ありません。 リーディングDAT講座の動画公開について ここでは、2021年度リーディングDAT L-A講座（4日間）の前半2日間分、および、関連して作成された補助動画を無料で公開しています。後半2日間分は有料の講座として開催中で、当面は公開の予定はありません。講義の特徴などについてはこちら（所外 YouTube）の動画をご覧ください。 ・動画中で言及されている「付録」については各講師の判断で一部のみPDFで提供します。また、も
(5/22追記あり)[雑記] R 4.2.0のリリースでにわかに盛り上がる Base Pipe “|>” とは何なのか? %>%との違いを調べました
Twitterにて@eitsupiさんに 「Base pipeのプレースホルダーを二回以上使用すると、その数だけパイプ以前の処理を繰り返し評価してしまう」という情報をいただきました! この仕様を踏まえると、今後プレースホルダーが二回以上使えるようになる日は来ない可能性があるな🤔と思いました。詳しい内容は「追記」にて追記させていただきました。 こんにちは。大変分かりやすい記事をありがとうございました。 プレースホルダーを二回使えない件ですが、これは意図的と思われます。 ↓の投稿にもあるように、ベースパイプは_の中身をそのまま評価するため、複数回使用すると計算量が何倍にもなるからです。https://t.co/A8Oxi3B4Qn — えいつぴ (@eitsupi) May 21, 2022 はじめに こんにちは! このブログは当初初心者向けのコンテンツを提供する場として始めたのですが、いよ
![(5/22追記あり)[雑記] R 4.2.0のリリースでにわかに盛り上がる Base Pipe “|>” とは何なのか? %>%との違いを調べました](https://cdn-ak-scissors.b.st-hatena.com/image/square/11dadcf53a948c66f6387c303805f83f707f3c9d/height=288;version=1;width=512/https%3A%2F%2Fi0.wp.com%2Fexcel2rlang.com%2Fwp-content%2Fuploads%2F2022%2F05%2Ffd0ef023e64effb63589225b32bf1fbd.jpg%3Ffit%3D853%252C480%26ssl%3D1)
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
Windows版CmdStanRでGPU（OpenCL）を使う方法 | kscscr
本記事では、Windows版CmdStanR動作するCmdStanRでGPU（OpenCL）を使う方法を紹介します。「CmdStanRってナニソレオイシイノ？」って人は、清水先生の資料を参照してください。 先日、WindowsのWSL2（Ubuntu）上のCmdStanRで、GPUを使う方法を紹介されている記事を見かけ、これならWindows上で動作するRやRStudio上でも行けそうだなと思い、試してみることにしました（WSL2がGPUを認識してくれなかったので）。 基本的には公式サイトとvignettesを参考にしています。ただ、筆者の環境ではつまづきポイントがあったので、解決方法もまとめて紹介します。ちなみに、NVIDIA GPUでの動作紹介になります、AMDのものを使用する場合は、AMD用のドライバーを入れる必要があり、CmdStanのインストールで別途設定が不要かもしれません。
ワクチン接種後死亡1002人「接種と因果関係」結論づけられず | NHKニュース
新型コロナウイルスのワクチン接種後に副反応の疑いがあると報告された事例について、厚生労働省が最新の分析結果を公表しました。8月8日までに死亡した人で「接種と因果関係がある」と結論づけられた人はいなかったということです。 厚生労働省によりますと、新型コロナウイルスのワクチン接種を受けたあとに死亡が確認された人は、8月8日の時点で1002人でした。 ▼ファイザーが100万人あたり19.6人 ▼モデルナが100万人あたり1.2人で 「接種と因果関係がある」と結論づけられた人はいなかったということです。 また、心臓の筋肉や膜に炎症が起きる「心筋炎」や「心膜炎」の疑いがあると報告された人は、 ▼ファイザーのワクチンが55人で、100万人あたり1.1人、 ▼モデルナが13人で、100万人あたり1.4人でした。 このほか、ファイザーのワクチンの接種を受けた80代の女性が、血小板の減少を伴う血栓症を発症し
カルマンフィルターについて - Qiita
はじめに 千葉大学/Nospareの米倉です．今回はカルマンフィルターについて解説していきたいと思います． カルマンフィルターで何が出来るの？ フィルターとあるように，カルマンフィルターが出来る基本的なことは線形ガウス状態空間モデルのフィルタリング密度を逐次的に求めることです．ここで２つのキーワード，「線形ガウス状態空間モデル」と「フィルタリング密度」という単語が出てきましたので，まずはそれらについて解説します． 線形ガウス状態空間モデルとは 状態空間モデルとは2つの確率過程からなります．1つは潜在変数・状態変数・隠れ変数といわれるもので，これは直接観測できないがマルコフ連鎖に従う変数だとモデリングされます．例えば景気の良し・悪し等，概念として存在するけれど直接は観測できないものを想像してください．2つめは観測値で，これは直接観測できるもの，つまりデータです．ただし変数に依存して観測される
ベイズ主義による研究の報告方法
6月8日に広島大学で行われた「ベイズ推定による多変量解析入門」の「MCMCで研究報告」の続編にあたるものです。 推定としてMCMCを用いるのでは満足できず、ベイズ主義をより全面に出した論理構成を行う場合の報告方法です。まだ未完成なので後日変更する点があると思います。ここ間違っているなどあればご指摘ください。Read less
既知の確率質量関数からMAP推定値と最高密度区間 (HDI) を計算するためのRの自作関数
あけましておめでとうございます。mutopsyです。年末にノロウイルスらしきものに感染してしまいましたがぶじ元気に2019年を迎えることができました。今年も何卒よろしくお願いいたします。新年早々ではありますが，必要に駆られてRの自作関数を作ったので共有します。 既に分かっている確率質量関数を使ってMAP (最大事後確率) 推定値とHDI (highest density interval; 最高密度区間) を求める関数です。実現値として離散値kを返す既知の確率質量関数 (e.g., 二項分布) で事後分布が表現できる場合に，そのような事後分布のMAPとHDIを計算するのに使えます。ちなみに連続値を返す確率密度関数の場合でも，離散化すればこの関数を使って近似的にMAP推定値とHDIを求めることができるはずです。 2019年1月2日追記：MAPとなる値やHDIの範囲が2つ以上ある場合 (例えば
非劣性検定（等価検定）をRで試してみる - 渋谷駅前で働くデータサイエンティストのブログ
この記事は、以前『統計学のセンス』を読んだ時から気になっていたことを思い出したので、単にRで試してみたという備忘録です。 非劣性検定（等価検定）の話題は、本書の最後にある8.3節「非劣性の検証とは？」であくまでも付録扱いとして登場します。ここでは、 統計学的検定は通常「有意差検定」といわれるが、 1) 標本数を大きくすることによって「医学的に有意でない差」を「統計学的に有意」とすることができる 2) 標本数を小さくすることによって「医学的に有意な差」を「統計学的に有意でない」とすることができる という欠点があることは意外と知られていない。（同書p.143） という有意差検定の問題点を指摘した上で、1980年代後半ごろから新薬審査に当たって「標準薬と同等程度の有効性」が検証できれば認可されるという流れが出てきたことで、積極的に同等性を検証するというニーズが出てきたという話題が紹介されています
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
Options for improving Stan sampling speed
周辺確率
Lay out multiple ggplot graphs on a page
beyond-bar-and-box-plots/README.md at main · z3tt/beyond-bar-and-box-plots
The Data Visualisation Catalogue
Changing R versions for the RStudio Desktop IDE – RStudio Support
Material Design
Case study on spatial models for areal data - Poisson CAR/IAR