施策の効果をどうやって測るか(3) - compute.esパッケージによる効果量の計算 - About connecting the dots.
前回までで説明した効果量について，実際にRで計算してみましょう．使用するのは{compute.es}パッケージです．基本は実験系の研究分野でメタ分析を実施する際に使われるパッケージだそうです．パッケージマニュアルはこちらにあるので，詳細はこちらを見てください． 適用可能な検定の種類 対象となる検定と，効果量を算出するメソッドを以下にまとめました．いろいろ種類がありますね．たとえば2*2のクロス表におけるカイ二乗検定は，chiesを使えば効果量が算出できます．またt検定における平均値の差は，mesを使って同様に効果を算出することができます． 検定 効果量を算出するメソッド ANCOVA F-test a.fes() ANCOVA means a.mes() ANCOVA means (pooled sd) a.mes2() ANCOVA p-value a.pes() ANCOVA t-te
Rでの平均値の差の検定のスニペット - About connecting the dots.
仕事でぱぱっと平均値の差の検定のコードを書かないといけなくて，そういやRでどう書くんだっけとか思って若干調べたので，スニペットがわりにまとめておくことにします． 今回は，サンプルデータとして有名なirisを使います．irisのデータは以下の構成です． 変数名 概要 Sepal.Length センチメートル単位のがく片の長さ Sepal.Width がく片の幅 Petal.Length 花弁の長さ Petal.Width 花弁の幅 Species 品種（iris, setosa, versicolor, virginicaの4種類） チェック項目 基本は以下の3項目をチェック 比較したいのが2群か，3群以上か 対応がある*1か 等分散仮定が成り立つか 2群 対応がある この場合は，対応するサンプル同士の変数の差から，平均と分散を求めることができるので，等分散性の検定を行う必要はありません．単
Logics of Blue
はじめてきた方はサイト案内やサイトマップをご覧ください。 管理人Twitter始めました。一部のコードはGitHubで管理するようにしました。 プライバシーポリシーはこちらです。 ★2022年度の統計学の講義資料はこちらから閲覧できます。 ●書籍情報：Pythonで学ぶあたらしい統計学の教科書 [第2版] 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：意思決定分析と予測の活用 基礎理論からPython実装まで 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：R言語ではじめるプログラミングとデータ分析 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：RとStanではじめる ベイズ統計モデリングによるデータ分析入 書籍のサポートページはこちらです(サンプルコードやデータもこちらで
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
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
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,
[R] Rで重回帰分析で交互作用を検討する方法(pequodパッケージ) | Sunny side up!
普段は自作の統計プログラムHADを使って分析していますが，人にいろいろ教えるときにはRも使っている清水です。 さて，今回はRで重回帰分析で交互作用を検討する方法について解説します。 昔，Rで重回帰分析で交互作用を検討するためのコードをアップしていたのですが，最近はもっと便利にできるパッケージがあるようです。というか僕が知らなかっただけか・・・ これについては，DARMという広大の院生・ポスドクが中心となってやっている勉強会のページで知りました（ここ）。まぁネタぱくってる，っていう話なんですけど（笑）。ぜひDARMのページも見てやってください。 ここでは，次のようなサンプルデータを使います。20しか見えませんが，200人のデータです。サンプルデータはこちらからダウンロードできます。 これを”dat”に読み込みます。 dat <- read.csv("sampledata.csv") まずは2
統計ソフトRの「困った」を解決する12（+α）の方法｜Colorless Green Ideas
はじめに Rの「困った」 現在、統計処理ではRというソフトがよく使われている。Rは高機能であり、初心者から上級者まで使うことができる。とは言っても、Rに取りかかるのはなかなか難しい。テレビや洗濯機といった家電製品を買ったならば、紙の説明書が付いてくるので、とりあえずそれを見れば、最初の使い方も分かるし、困ったときにどうすれば良いか分かる。Rのようなソフトウェアではそうはいかない。「困った」を解決してくれる紙の虎の巻 [1] は付いてこない。また、メーカーのサポートが付いた商品なら、メーカーに問い合わせるという手段もあるが、フリーソフトのRではそうもいかない。 結局、Rで何か「困った」ことが起きた場合、自分で色々と調べなくてはならない。こう言うと、Rは大変そうだと思う人もいるかもしれない。だが、主にインターネットを通じて、Rの説明書代わりのさまざまな情報が提供されている。 この記事では、「コ
東京工業大学 情報理工学院 数理・計算科学系
大岡山地区の建物 大学正門より，桜並木のウッドデッキを通り，右手の芝生をつっきる小径が西8号館，西7号館に続くみちです． 大岡山西8号館（Ｅ棟，Ｗ棟）: キャンパスマップの18, 19番の建物にあたります．本館の西隣りに位置しています．正面玄関をはいったところは３階です． Ｅ棟においでの方は廊下をはいってすぐ左手のエレベータをご利用下さい． Ｗ棟にはじめておいでの方は十分に注意して下さい．Ｅ棟とＷ棟を繋いでいる通路は３階と１０階にしかありません．Ｅ棟のエレベータを利用すると迷子になります．正面玄関から廊下をまっすぐにおいでになり，奥の右手にあるエレベータをご利用下さい． 西7号館：キャンパスマップの17番の建物にあたります．西8号館から，建物を二つ挟んだ並びにあります．芝生から向う場合，左手に本館を見ながら進み，本館がとぎれたあたりの右手にある小さな建物が西7号館です．橋を渡ってはいったと
Rやりはじめました (CodeZine編集部ブログ)
とあるデータマイニング勉強会にいったのですが、いまさらというか遅すぎだとおもうのですが、Rのすばらしさに気づいて、やりはじめました。豊富なライブラリで、いろんなことがすごく簡単にできて、図で表現して理解できるところが楽しいです。 実際に、この資料を基にやってみます。 統計的テキスト解析(6)～語のネットワーク分析～ http://mjin.doshisha.ac.jp/R/61/61.html 菅首相の信表明演説をグラフ化してみます。 第１７４回国会における菅内閣総理大臣所信表明演説 http://www.kantei.go.jp/jp/kan/statement/201006/11syosin.html ライブラリを読み込んで、 library(igraph) ibrary(RMeCab) 形態素解析で名詞だけにします。 kekkaDF <- NgramDF("kan.txt", t
Jottings of R
Almost all contents here are written only in Japanese except this page, although English pages will be made in the future. Since all jottings in this site are just for my personal use to save unnecessary time to remind something I forget, the author is not responsible for anything you follow. Please proceed at your own risk. Furthermore, most of my valuable memorandums have already gone to Rjpwiki
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
Adding watermarks to plots | R-bloggers