RからCsoundで音を鳴らす - Technically, technophobic.
NASAの科学者はデータを「聴く」らしいです。 www.nasa.gov こういうのを一般に「data sonification」というらしいです。 Sonification - Wikipedia, the free encyclopedia なんかよく分からないけどかっこいいのでやってみたい。ということでパッケージをつくろうとしています。まだほとんど動かないんですけど。。 github.com 背景 自分でつくろうと思う前に調べてみると、それっぽいパッケージはありました。 playitbyr: Data through Sound このパッケージの手にかかると、なんということでしょう、あの味気なかったirisのデータが、こんないい感じの音に変貌しています！ soundcloud.com これはすてき。 だがしかし！ そうは問屋が卸しません。playitbyrは、今はCRANにはありませ
ggplot2論争？
データ解析・統計・機械学習のRSS @datasci_blogs 【裏 RjpWiki】 ggplot2: 「きれいなグラフ」の評価基準が理解できない。 パワーポイントの発表なら自己満足できるだろうけど，論文投稿や本に載せるとき，きっと編集者からクレームがつくだろう。 そもそも，Win... bit.ly/19DFKx5 kohske @kohske 昔もつぶやいた気がするけど、ggplot2の真の価値は見た目の美しさではないんだけどな。2変数だったらbaseでもどっちでもいい。でも多変数になるとfacet、グラフタイプの入れ替え、簡単なaes mapping、stat_summary等々、使い込むほどデータ探索に役立つ。 kohske @kohske まあ肌に合わない人いるのわかるしGoGのコンセプトが好きじゃない人いるのもわかるから全然いいんだけど、開発に関わってた人間としては、見た目
R stan導入公開版
対象: Stan触ったことない人 目的: Stan触るまで。 某勉強会にてStanについて5時間ほどお話しました。 その前半スライドになります。 何か問題がございましたら、ご連絡下さい。 Codeは、以下に･･･。 https://github.com/dastatis/Stan_Study
駄目絶対音感 - 驚異のアニヲタ社会復帰の予備
声優統計第四号において、駄目絶対音感の例として、レベルネオのCMの声優を日笠陽子と誤答する例が紹介されている。実際には早見沙織である。 声優の声の解析は声優統計および自分自身においても長らく滞っている分野であり、声優統計第五号がいろんなまとめサイトで取り上げられてバズっていた間にネット難民だった自分は取り残されていた。 そんなこんなで1月の間は信号解析について勉強していたのだが、ブログの更新も全然ｪ…だったため、適当に下書き状態で書き進めつつ、がんばって書いた。というのも、一記事の情報量が多ければ多いほどIFの高い雑誌に採択されやすい適当に拡散されていろんな人の目に留まりやすいのですごい分量になっている…と思う(下書きの最初の時点では全然ｪ…) 基本的にはPythonで音声信号処理のPythonスクリプトとMiyazawa’s Pukiwiki 公開版のmatlabスクリプトをRに書き下し
GLMMをRで実行する方法 | Sunny side up!
RでGLMMができる関数 RではGLMMを実行するためのプロシージャはいくつかあります。代表的なのは，glmmMLパッケージのglmmML関数と，lme4パッケージのglmer関数でしょうか。 glmmML関数は，ガウス-エルミート求積法による積分計算を行うので推定精度は高いようです。ただし，SASの時と同様に，変量効果は1種類しか指定できません。 一方，lme4パッケージのglmer関数は，ラプラス近似を用いますが，変量効果は複数推定することができます。 どちらがオススメか，というのは難しいところですが，変量効果が一つだけならglmmMLが，それ以上ならlme4がいいように思います。lme4はバージョンによっても結果が変わってきていて，現状の最新版のver 1.1-7はSASと一致する結果が得られましたが，ver 1.0-5では標準誤差がやや小さめに推定されていました。この辺りの不安定な
生態学データ解析 - 日本社会心理学会春セミナー2015
第2回日本社会心理学会春の方法論セミナー(出張統計学授業) 2015 年 3 月 25 日 13:00-17:00 上智大学四ツ谷キャンパス ' タイトル: GLMMの紹介 投影資料: kubo2015jssp.pdf (まだ完成してません…更新中) よりくわしい説明 や例題データその他は こちら などから入手してください このペイジの短縮 URL: http://goo.gl/5aNIZz 教科書: 本/データ解析のための統計モデリング入門 - この本の内容にそった話をする予定です このサイト には当日のセミナー録画へのリンクなどもあります 内容 FrontPage 統計学授業 生態学会大会 よくある質問 全ペイジ一覧 R の点々など 最新の30件 2019-05-29 EesLecture2019 統計学授業 出張統計学授業 2019-05-04 FrontPage 2019-04-2
Introducing shinyStan | Statistical Modeling, Causal Inference, and Social Science
As a project for Andrew’s Statistical Communication and Graphics graduate course at Columbia, a few of us (Michael Andreae, Yuanjun Gao, Dongying Song, and I) had the goal of giving RStan’s print and plot functions a makeover. We ended up getting a bit carried away and instead we designed a graphical user interface for interactively exploring virtually any Bayesian model fit using a Markov chain M
公開データ
演習用公開データ 共分散構造分析[入門編]，違いを見ぬく統計学，原因をさぐる統計学，項目反応理論[入門編]，項目反応理論[事例編]，共分散構造分析[技術編]，共分散構造分析[応用編]において掲載・使用されている データの一部を公開いたします．なお，データ使用・加工に関 して，当研究室ではサポートを行いませんのでご了承ください． 新訂 心理統計法―有意性検定からの脱却―（放送大学「心理統計法('17)」教材） 放送大学「心理統計法('17)」Rスクリプト(2020.03.23更新) 共分散構造分析[応用編] Rによるスクリプト データマイニング入門 Rで学ぶ最新データ解析 ニューラルネット関係の原稿およびスクリプトの差し替え 共分散構造分析[入門編] Rによるスクリプト 違いを見ぬく統計学 ―実験計画と分散分析入門― Rによるスクリプト 原因をさぐる統計学 ―共分散構造分析入門― Rによる
マイナーだけど最強の統計的検定 Brunner-Munzel 検定 - ほくそ笑む
対応のない 2 群間の量的検定手法として、最も有名なのは Student の t 検定でしょうか。 以前、Student の t 検定についての記事を書きました。 小標本問題と t検定 - ほくそ笑む しかし、Student の t 検定は、等分散性を仮定しているため、不等分散の状況にも対応できるように、Welch の t 検定を使うのがセオリーとなっています。 ただし、これら 2つの検定は分布の正規性を仮定しているため、正規性が仮定できない状況では、Mann-Whitney の U検定というものが広く使われています。 Mann-Whitney の U検定は、正規性を仮定しないノンパラメトリック検定として有名ですが、不等分散の状況でうまく検定できないという問題があることはあまり知られていません。 今日は、これらの問題をすべて解決した、正規性も等分散性も仮定しない最強の検定、Brunner-
Programming tools: Adventures with R - Nature
Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.
勉強会: 心理統計学の基礎をRで実行｜奥村泰之の情報公開
本書は，文科系向けの初歩的な教科書です。初歩的といっても，数式が記載されているので，初めて統計学を学ぶ人に有用です。なぜなら，数式が書かれていない本ですと，「統計=マジック」のように感じてしまうからです。数学を全く知らないで「先行研究の真似して使うだけ」なら簡単ですが，誤りに気づかない場合が多々ありますので，「数学が嫌い・苦手」と言い訳をせずに勉強すべきでしょう。 少なくとも高校1・2年生ぐらいの数学力は必要ですので，易しい数学の本，例えば， 小野寺孝義・狩野裕（2003）文科系の学生のための数学入門 (1) ナカニシヤ出版 小野寺孝義・狩野裕（2003）文科系の学生のための数学入門 (2) ナカニシヤ出版 を参考にしながら，統計アレルギーを消していくべきです。練習問題が必要な場合は，MathTeXという優れた無料のソフトウェアで問題を自作して，自習することも可能です。 なお，この教科書を
ESTRELA連載記事「Rとウェブの融合」
2014年7月号より、公益財団法人統計情報研究開発センターが発行する統計と情報の専門誌「エストレーラ」で、「Rとウェブの融合」と題して記事を連載しています。ウェブ上での記事公開の許可を頂いたのでここに公開します。なおウェブ公開記事は校正前の原稿なので誌上記事とは文章表現等が多少異なりますが、内容には変わりはありません。 Rとウェブの融合（１）ーrChartsの基礎ー (2014年7月号) Rとウェブの融合（２）ーrChartsの利用例ー (2014年8月号) Rとウェブの融合（３）ーrChartsの応用例ー (2014年9月号) 大規模データの高速処理 ーdata.table、dplyrー (2014年10月号) Rとウェブの融合（４）ーrmarkdownー (2014年11月号) Rとウェブの融合（５）ーslidify、R Presentationー (2014年12月号) Rとウェブの
dygraphsサイコォォォォオオオオオオオオオオオオオ！！！ - My Life as a Mock Quant
仕事が早いことで有名なRStudioがまた新しいライブラリを出したようだ htmlwidgets: JavaScript data visualization for R | RStudio Blog ここで紹介されているhtmlwidgets for Rパッケージは、javascriptの可視化系ライブラリのRへのラッパーとなっているとのことだ。今のところ、 Leaflet for R - Introduction dygraphs for R networkD3 DT: An R interface to the DataTables library GitHub - bwlewis/rthreejs: Three.js widgets for R and shiny の5つが用意されている*1が、俺の興味があるところは時系列データの話なので、dygraphs for Rをいじりたい。
Interpreting Confidence Intervals
About the visualization Some say that a shift from hypothesis testing to confidence intervals and estimation will lead to fewer statistical misinterpretations. Personally, I am not sure about that. But I agree with the sentiment that we should stop reducing statistical analysis to binary decision-making. The problem with CIs is that they are as unintuitive and as misunderstood as p-values and null
「統計解析ソフトRのスクリプト集」公開のお知らせ - 心理発達科学専攻からのお知らせ
石井准教授の作成した「統計解析ソフトRのスクリプト集」をオンラインで公開します。名古屋大学教育学部の「心理・教育の統計学」の授業で実際に使用されている教材です。学習・研究にご活用下さい。 2016.4.5 Ver. 4.0βを公開しました。棒グラフオプション、オメガ係数、効果量、標本サイズの推定などの記述が加わりました。 2015.3.18 Ver. 3.0βを公開しました。記述統計量の算出の部分を統一的にしたのと、データ例を書籍にあわせて変えています。 2014.11.4 Ver. 2.2βを公開しました。 統計解析ソフトＲのスクリプト集 (PDF) 下記のサイトでは、シラバスと講義資料が公開されています。あわせてご活用下さい。 「心理・教育の統計学」（名大の授業） 講義資料 (PDF) ーーー はじめに 石井秀宗 この冊子は，心理学や教育学の研究でよく用いられる統計手法に関して，統計解
多変数の相関を可視化する方法メモ - 草薙の研究ログ
自分のためのメモ。 因子分析したら因子分析の結果だけ，構造方程式モデリングしたらパス図だけ，そういうのはちょっと好かない。殆どの場合相関行列があればそういうのは再現できるし，相関行列だって上手に可視化したら，例えば因子分析くらいの見通しはつく。これは，研究報告の透明性というのにもつながる。 ただ論文には紙幅の都合があって，いつでも，というわけにはいかないけど。 とにかく多変数の相関行列に対応するようなデータの可視化について，Rを用いてメモしていく。自分ですぐ忘れてしまうから。 （スクリプトの中に不自然に半角スペースとか入っているのは，hatena記法と変に被るところを避けるため） 散布図行列（SPLOM） 一番てっとり早い方法。 まずRのデフォルト関数で「データフレーム形式」でデータを読み込む。 例えばエクセルからクリップボードにコピーした状態なら， dat<- read="" table
Rで評点者間信頼性："irr"パッケージ - 草薙の研究ログ
評定者間信頼性かあ。Rでやったことがない。 でも調べたらやっぱあった。知らんかった。 http://cran.r-project.org/web/packages/irr/irr.pdf 水本先生*1のκ係数についてのページにあるデータを例にしよう。 カッパ係数 評定者A 評定者A 1 b b 2 a a 3 c c 4 b b 5 b c 6 c c 7 b c 8 a a 9 c c 10 c c 11 c c 12 c c 13 b b 14 a a 15 b b 16 c c 17 a b 18 c c 19 a a 20 b b こんなデータ。 まずirrパッケージをインストール。 install.packages("irr") 使えるようにする。 library(irr) 準備はOK。 データを読み込む。 「数字のところだけ」エクセルとかでコピーして， dat<-read.ta
Rの基本パッケージ中の古典的検定関数一覧 - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですR は豊富な代表的古典的検定関数(パラメトリック、ノンパラメトリック検定)を持つ。 注意：帰無分布(帰無仮説の下での検定統計量の分布)に付いては、正確な分布を用いるものと、近似分布を 用いるものがある。両者がオプションで選べるものもあれば、近似分布しか使えないものもある。 R の検定関数は検定の副産物として、関連パラメータの信頼区間を同時に計算するようになっている。 注意：統計量の帰無仮説の下での分布を漸近近似で求めるものが多数を占める。こうした場合一般論として データの数がある程度大きいことが前提条件になる。特にヘルプドキュメントに注意が無いことが多いが、実際は 近似が不十分と思われる場合は警告が出る関数がある。 ノンパラメトリック検定関数 † ノンパラメトリック検定とは、通常母集団分布に
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
ベイズ推定の概要 超入門
R: How to Layout and Design an Infographic