コレスポンデンス分析の同時布置図は本当に使えないのか？（の続き） - bob3’s blog
前回の記事の続きです。 bob3.hatenablog.com 結論 使える同時布置図の描き方 コレスポンデンス分析の基本的な流れ 標準化残差の算出 標準化残差(Z)を特異値分解する ちょっと脱線 カイ二乗検定と残差分析 座標の重みづけ 標準座標 主座標 対称バイプロット 座標の組み合わせ 指標化残差が角度と長さで表現できてるか確認 フレンチプロット（主座標） 非対称プロット（列主座標） 対称バイプロット 大きな集計表で再確認 結論（再掲） 参考リンク 結論 今回も最初に結論を。 縦横のスケールを合わせるのが大前提です。 そうしないと見かけ上の角度が歪んでしまいます。 コレスポンデンス分析の同時布置図を描くときは、対称バイプロットがおすすめです。 指標化残差を正確に角度として表現できて、なおかつ見やすいので。 従来の同時布置図はフレンチプロットが多いと思いますが、正確でないのであえて選ぶ理
コレスポンデンス分析の同時布置図は本当に使えないのか？ - bob3’s blog
はじめに 結論 解説 サンプルデータ コレポンの実行 指標化残差 コレポンにおける指標化残差の表現 注意！ まとめ さいごに 参考リンク はじめに 松本健太郎さんの「マーケティングリサーチで使われるコレスポンデンス分析について調べてみた」という記事が書かれたころからでしょうか、コレスポンデンス分析（以下、コレポン）の同時布置図に対する否定的な意見をよく目にするようになりました。 松本さんの議論は どの年代で見ても20代の購入量は圧倒的なのです。そのような見方は、数量で見れば違和感を覚えます。 という疑問をきっかけに コレスポンデンス分析は、それぞれ行得点・列得点を算出しているだけで、それらを重ね合わせたに過ぎません。 つまり列要素と行要素との距離は、数理的に定義されず「近い」「似ている」のように解釈できないのです。 というところから コレスポンデンス分析は行・列をごっちゃにして分析しない。
究極のデータサイエンティストVS至高のデータサイエンティスト - Analyze IT.
ネットで面白いコピペを発見したので貼り付けておきますね。 山岡「こちらが我々の考える究極のデータサイエンティストです。」 京極「なんやて、経済学部出身やないか！ITに統計学、業務、この中で先の二つの技術的素養が必要なデータサイエンティストには理系出身者が定石やで山岡はん。」 山岡「確かに、数学のスキルが要求されるデータサイエンティストには普通の文系出身者は厳しい。しかし、彼の学部時代の専攻は計量経済学。実務では高度なアルゴリズムやビックデータの解析基盤の構築のスキルなんか本当は必要ない、経済学の手法が求められているんだ。」 京極「なんやてっ！」 山岡「ビッグデータといっても、小売りの場合大きくて１千万件程度、普通のRDBMSで処理可能だし、非構造化データなんて必要ない。アルゴリズムもSPSSやRなんかのツールに入力して結果を解釈できれば十分なんだ。一方で、政府の統計を駆使して地域の需要を推
[メモ]マーケティングにおける生存分析 - yokkunsの日記
先日、R言語で生存時間分析をやってみたが、この方法論は、マーケティングにも応用されている。 例えば、以下のような事を分析が出来る。 顧客はいつ去ってしまいそうか 顧客は次回、別の顧客セグメントに移りそうか 顧客在籍期間を長くするor短くする要因 顧客在籍期間に対するさまざまな要因の定量的効果 これらを活用して、例えば、CRMの指標の一つであるLTV(Life Time Value:顧客生涯価値)の測定などが出来る。 LTVの測定 LTVとは、顧客の初回購買から最後の購買に至までに得られる利益のことで、簡単に書くと、以下のような式になる LTV = 生涯のマージンの期待値 - 生涯の維持費の期待値マージンをMとした時に、ある期間tの期待マージンは、その期間に生存している（離脱していない）事が条件なので、以下のように書ける。 期間tの期待マージン = M × (生存率） + 0 × (1-生存
![[メモ]マーケティングにおける生存分析 - yokkunsの日記](https://cdn-ak-scissors.b.st-hatena.com/image/square/3dff25baeab56c654ac0e1a858c08694de37d122/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F17680117127154449504%2F17680117127154462167%2F1558422168)
シリーズ〈統計科学のプラクティス〉 マーケティングの統計分析 ｜朝倉書店
実際に使われる統計モデルを包括的に紹介，かつRによる分析例を掲げた教科書。〔内容〕マネジメントと意思決定モデル／市場機会と市場の分析／競争ポジショニング戦略／基本マーケティング戦略／消費者行動モデル／製品の採用と普及／他。
プログラマーに最適なデータマイニングの教科書 『集合知プログラミング』 - 図書館情報学を学ぶ
集合知プログラミング 作者: Toby Segaran,當山仁健,鴨澤眞夫出版社/メーカー: オライリージャパン発売日: 2008/07/25メディア: 大型本購入: 91人 クリック: 2,220回この商品を含むブログ (277件) を見る当初はサンプルコードがPythonということで購入した本書ですが、読んでみると内容の素晴らしさに驚嘆しました。私が今までに読んだオライリーシリーズでも屈指の名作だと思います。 『集合知プログラミング』とは 『集合知プログラミング』は、Amazonの協調フィルタリングのように、ウェブ上のデータを収集してユーザーの嗜好にあったコンテンツを推薦したり、大量のデータを分かりやすく分類・可視化するプログラムを簡単に実装する技術を解説した書籍です。Webプログラミングをかじったことのある方でしたら、だれしもAmazonのような推薦サービスを作ってみたいと思ったこと
｜同友館オンライン
書籍・商品検索 企業診断 年度刊行物 経営 業種別経営 商業・マーケティング 財務 資格試験 医療・福祉 社会・環境・高齢化 株式投資 自己啓発 学会研究年報 企業診断ニュース eラーニングこれ短
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
Tend Admin Tools