「アンスタック形式」と「スタック形式」のデータフレームの表現形式 統計に用いる関数が要求するデータフレームの表現形式は，下の表に示す「アンスタック形式」と「スタック形式」がある. 変数ごとに測定値を列として整理した表形式の「アンスタック形式」と データを群(カテゴリ)とその測定値に，二列(二変数)の表形式にまとめた「スタック形式」である． 「アンスタック形式」の各列の変数名は，「スタック形式」では群のカテゴリーに置き換える． データの情報は同じなので2つの形式は stack 関数と unstack 関数で互いにデータ変換できる．

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 です階段関数、経験分布関数 (グラフィックス参考実例集に戻る。Rのグラフィックスパラメータを参照する。) R の標準ライブラリの一つである stepfun は階段関数を扱うライブラリで、特に経験分布関数の作図ができる。関数 stepfun, ecdf は関数を返す関数である。plot 関数はクラス stepfun (階段状関数) とクラス ecdf (経験分布関数) のオブジェクトからそのグラフを描く(実際は関数 plot.stepfun が呼び出される)。 データから経験分布関数を計算する関数 ecdf() † R の標準ライブラリの一つである stepfun は階段関数を扱うライブラリで、特に経験分布関数の作図ができる。 用法 ecdf(x) 数値データをクラス "ecdf" のオブジェク

諸般の事情でブートストラップ法を利用する可能性が高いので復習をかねて書きます。 こちらがすごくまとまっていたので、参考にしました。 Web上であまり情報が見つからなかったのは探し方が悪かったのかな？？ とりあえず パラメトリック・ブートストラップ法と、ノンパラメトリック・ブートストラップ法がある。 有名、というかよく使われるのはノンパラメトリック・ブートストラップ法の方で、今回書いているのもたぶんノンパラメトリック・ブートストラップの方 ブートストラップ法とは 標本集団からリサンプリングを繰り返し（重複を許す）、得られた新たな標本集団（ブートストラップ標本）の統計量の分布が、母集団の分布に近いものになる、という性質を利用して、母集団に対する事前知識なし(確率密度関数を使わず)に、母集団の統計量を推定する手法です。 確認 Rのリハビリをかねつつ、確認してみます。 適当に与えたデータ(1〜10

統計学の主な目的の1つは、標本データを用いて母集団の性質を推測することである。同じ母集団から抽出した標本であっても、無作為であるため標本を構成する要素、標本のサイズが異なると、それらの統計量(比率、平均、分散など)は異なる。従って、標本データを用いて母集団の性質を推測する際には常に誤差が伴う。 正規分布N(μ,σ2)の母集団から抽出した大きさnの無作為標本の平均はN(μ,σ2/n)に従うことが知られている。σは一定の条件のもとでは標本の不偏標準偏差を用いることも可能である。このように正規分布、t分布、x2分布などの確率分布を用いて母数やモデルの推定およびその推定の誤差を計算することができる。しかし、問題によっては確率分布を仮定できないケースも少なくない。そこで、1970年代にエフロン(Efron)は確率分布の性質に頼らないブートストラップ(bootstrap)という方法を提唱した。ブート