アヒル本(StanとRでベイズ統計モデリング)のChapter5にPythonで取り組んでいきます。 練習問題を解いて、本文中に書かれてるグラフをPythonで描いてみます。 なおChapter1~3は導入だったのと、Chapter4は練習問題の内容が「はじめての統計データ分析」と被っていたのでパスします。 Chapter5 基礎的な回帰とモデルのチェック 重回帰 複数の説明変数を用いた回帰のこと 重回帰も結局は正規分布を仮定している 目的 説明変数からの応答変数の予想、及び説明変数の寄与率 分布 複数の説明変数ならScatterplot matrixを利用すると良い MCMCの設定について スケーリング: MCMCを行う前に、各データのオーダーを大体(1前後に)そろえること。 収束がしやすく、早くなる 最大値、標準偏差、標準偏差の倍で割ったりすれば良い 結果の解釈 : モデルの改善に活か
近所の通りを歩いていたら、信号が黄色から赤に変わりはじめたのに、交差点に突っ込んできた乗用車があった。強引に右折して進んでいく。歩道近くの歩行者たちは、あわてて身をひき、皆がひやりとした。車のドライバーは、年配の男性だった。みたところ団塊の世代くらいか。車種はそれなりの中型車だった。 何を怒っているのだろう。わたしは思った。あきらかに、何かに腹を立てているかのような、乱暴な運転だった。別に渋滞でもなく、忙しい通勤の時間帯でもない。だから別のことに腹を立てているのだ。 それにしても、彼は何に怒っているのか。立派な車も持ち、たぶんきちんと家庭もあり、年齢から見て、日本の高度成長の栄光と共に生きてきたはずだ。年金だって、それなりにもらっているだろう。多くの若い人から見れば、うらやむべき境遇ではないか。 もちろん、日常生活には腹の立つ場面はたくさんある。出がけに夫婦げんかでもしたのか、あるいは、好
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
処理を実行中です
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