「データ解析のための統計モデリング入門」読書ノート - Wolfeyes Bioinformatics beta
「データ解析のための統計モデリング入門」をひと通り読んだ．本書はGLMからMCMCによる分布推定までの一連の統計モデリングの流れを，生態学における研究の問題に即したテストデータやRを使った解析例とともに解説した本である．本書を書かれた久保さんの講義資料は前々から拝見していたのだが，今回はそれが全体を通して非常によくまとまっている印象を受けた．やはり実例に沿った例題があって，それを解決するためのストーリーが組まれていると，何が問題で何をすべきなのか，そしてその評価方法を含めてハッキリとしていて読みやすい．Rのコードに関しても，コマンドの実行方法からその解釈の仕方まで丁寧に解説が組まれており，数式とのつながりもわかりやすい．個人的には，後半のMCMCの実験に関しては大部分をWinBUGSにお任せで，シミュレーションの過程が少し不明瞭だった感じもするのだが，限られた紙面でMCMCの細かい実装方法
MCMC（Markov Chain Monte Carlo、マルコフ連鎖モンテカルロ法）について - データサイエンティスト上がりのDX参謀・起業家
今日はMCMC法についての解説です。 メモ程度のものですが、ご参考になれば幸いです。 日本語の良本はこれ。 マルコフ連鎖モンテカルロ法 (統計ライブラリー) 作者: 豊田秀樹出版社/メーカー: 朝倉書店発売日: 2008/05/01メディア: 単行本購入: 11人 クリック: 168回この商品を含むブログ (13件) を見る 有名な解説論文： Sampling-Based Approaches to Calculating Marginal Densities. Gelfand AE and Afrian F. M. Smith. Journal of the American Statistical Association, 85;410:398-409, 1990. 【概念】 Monte Carlo（モンテカルロ法） モンテカルロ：金持ちの町、F1もやってる 興味のある値を「頻度」を使
winBUGS関数パラメタ一覧編 - ryamadaの遺伝学・遺伝統計学メモ
このマニュアルの57ページからに対応しています ベルヌーイ分布 ## winBUGS r ~ dbern(p)#### R N <- 1000 p <- 0.3 R <- sample(0:1,N,replace=TRUE,prob=c(1-p,p)) hist(R) 二項分布 ## winBUGS r ~ dbin(p,n)#### R n <- 100 R <- rbinom(N,n,p) hist(R) カテゴリカル ## winBUGS r ~ dcat(p[])#### R n <- 5 p <- 1:n p <- p/sum(p) R <- sample(1:n,N,replace=TRUE,prob=p) tabulate(R,n) 負の二項分布 ## winBUGS x ~ dnegbin(p,r) ポアソン分布 ## winBUGS x ~ dpois(lambdda)#
WinBUGSの使用方法（サンプルプログラムの動かし方）その1
【目的】 アプリケーションにビルトインされている，サンプルプログラムを動作させる方法の記述． （日本語による解説はほとんどなく，今回のセミナーを受講して実行方法がやっとわかった．） 【方法】 ●サンプルプログラムを開く 「Help」メニューから「Example Vol I」を選択． サンプルプログラムのリストが表示される． 今回は一番上の「Rats: Normal hierarchial model」を選択する． ●モデルの診断 スクロールして，モデルを記述している部分を表示させる． 「Model」メニューから「Specification...」を選択する． すると，「Specification Tool」というダイアログが表示される．この時点では，まだ「check model」以外のボタンは使用不可能． キーワード「model」を選択する． この状態で，「Specification To
Stanで久保緑本11章のCAR model（空間構造のあるベイズモデル）
CAR modelが使えないからWinBUGSから移行できない・したくない皆様に朗報です。ちゃんとできたっぽいです。データや背景は久保さんのページをよく読んでください。ここやここです。 今回のStanコードはほとんど伊東さんの試行錯誤の記録からコピペしました。いつも公開感謝です！ただし、GeoBUGSのmanualに以下のように書かれていたのでrの合計がゼロになるようにしました。あと変数名も自分好みに少し変えました。 The car.normal and car.l1 distributions are parameterised to include a sum-to-zero constraint on the random effects. まずは欠損値のないバージョンから。 ・11,17,21-23行目: rの合計が1になるようにしています。 ・25-36行目: CAR model
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
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
