Stan
Stan is a state-of-the-art platform for statistical modeling and high-performance statistical computation. Many thousands of users rely on Stan for statistical modeling, data analysis, and prediction in the social, biological, and physical sciences, engineering, and business. Stan interfaces with the most popular data analysis languages (R, Python, shell, MATLAB, Julia, Stata) and runs on all majo
☆ Rいろは（R初心者合宿）
Rの統計ネタは自分自身の勉強を兼ね発信しています。作成者は統計の専門家ではないので自己責任でご参照ください。ご指摘も（応援も^^）歓迎します！ ズブの統計初心者な方～古典統計の再確認～GLMなどの現代統計を導入するところまでをカバーするよう構成してみました。有意差至上主義（データを正規分布へと強制変換し個別の要因を全か無かで検定 or とにかくノンパラ）を脱し、データに即した分布型を選択し全体を説明する要因はどういう構成など統計モデルで考える時代へ、架け橋の一つになればと考えています。 （注：作成者（熊谷）は統計の専門家ではありません。内容には十分な注意を払っているつもりですが、限界があることをご理解の上で参照してください。感想・苦情・間違いのご指摘、歓迎します） ＊第一部：R導入～Rコマンダー編（統計（再）導入 ＋ Rコードが苦手な人向け） ・平均、分散、標準偏差、標準誤差から、なんで統
PRML 11章 二変量正規分布からのギブスサンプリング - Qiita
はじめに Machine Learning Advent Calendar 2012の2日目を担当させていただく@yag_aysです．機械学習ガチ勢の皆様に囲まれて非常にガクブル((((;゜Д゜)))しておりますが，少しでも何か皆さんの印象に残るような記事を書ければと思います． 今回の内容 今回は「パターン認識と機械学習」11章で紹介されているサンプリング法・MCMCの中でも，ギブスサンプリングについて取り上げたいと思います．1日目のnaoya_tさんがメトロポリス・ヘイスティング法について書かれており，偶然にも続き物のような形になりました．ギブスサンプリングは，メトロポリス・ヘイスティング法というおおまかな枠組みの中の特殊なケースです．とは言うものの，実際のアルゴリズムは外見上かなり違ったものになるので，メトロポリス・ヘイスティング法をあまり知らないという人でもこの記事は問題なく読むこと
R: hSDMパッケージをためす: Taglibro de H
R Package for Hierarchical Bayesian species distribution models now available | Adam M. Wilsonという記事で紹介されていたhSDMパッケージをためしてみた。 例題として、久保本11章の空間構造のある階層ベイズモデルをやってみる。 library(hSDM) load(url("http://hosho.ees.hokudai.ac.jp/~kubo/stat/iwanamibook/fig/spatial/Y.RData")) n.site <- length(Y) adj <- c(2, sapply(2:(n.site - 1), function(i) c(i - 1, i + 1)), n.site - 1) n.adj <- c(1, rep(2, n.site - 2), 1) data
研究ソフト/R2WinBUGS - 引越作業中
R2WinBUGSの使い方 このページは、R上からWinBUGSを操作することを可能にするパッケージ、R2WinBUGSの使い方を解説するページです。 モデル式の部分を加筆中 累積訪問者数（from 2008/12/17）： - 今日来てくれた人： - はじめに 計算機の進歩により、Bayes統計（というかMCMC計算）が可能になり、その利用に関する関心が急速に高まっています。しかし、実行方法の難しさが多くのユーザーへの拡大を妨げているといえるでしょう。そこでMCMC（Gibbsサンプリングのみですが.......）計算を行うためのWinBUGSが開発されました。WinBUGSは単体で結果の表示、作図などを行ってくれます。しかし、それら以外の結果が取り出したいケースもありますし、何よりRで使えたら論文などへの二次利用も容易となるでしょう。 そこで開発されたのがR2WinBUGSです。名前は
緑本メモ - 盆栽日記
MCMCで混合効果モデルのパラメータ推定をやりたい。 R（＋外部アプリ）でやろうとするととりあえず以下の方法があるようで。 （Task-viewを読む限り他にもいろいろあるけど、日本語情報の量等考慮して以下を選んだ。） MCMC+パラメータ推定を一括でRでやってしまう lmmパッケージを使う MCMCglmmパッケージを使う lme4パッケージを使う MCMCを外部アプリに任せる WinBUGS(JAGS/OpenBUGS)をR2WinBUGS(rjags or R2jags/BRugs)から使う 一括でRでやる方が簡単そうだけど、今読んでいる本（http://hosho.ees.hokudai.ac.jp/~kubo/ce/IwanamiBook.html 以降、緑本と呼ぶ）が最後の方法を用いているので勉強がてらこれでいく。 ただしWinBUGSはWindows7にインストールできないの
生態学データ解析 - 本/データ解析のための統計モデリング入門
講義のーと の内容を詳しく説明したものです 著者: 久保拓弥 出版社: 岩波書店, シリーズ「確率と情報の科学」 編集: 甘利俊一，麻生英樹，伊庭幸人 このペイジの省略 URL: http://goo.gl/Ufq2 刊行と まちがい・修正一覧) 第 1 刷刊行: 2012 年 5 月 18 日 第 15 刷刊行: 2018 年 3 月 15 日 原稿時点の PDF ファイル (参考用) 目次, さくいん, まえがき 韓国語版 (翻訳は滋賀大の李鍾賛さん, 2017-09-15) 「統計モデリング入門」ネット上のあれこれ (のごく一部) 丸善・ジュンク堂書店の「今年驚いた! 1 冊」の「驚きの出版賞」 に選ばれました! (web archive, KuboLog 2012-12-20) Amazon カスタマーレビュー はてな出版物 -- 言及ブログへのリンクなどがあります! ブクログ,
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
MCMCpack
Hatena ID