Chubo's Web Site 坪田博美のWebサイト - FrontPage - Chubo's Web Site 坪田博美のホームページ
2016-10-05 MenuBar 2016-09-21 NJKの鉛筆削り 2016-03-17 迷惑電話一覧 2016-02-21 FrontPage S-PLUS S 2014-06-18 自己紹介 2014-04-23 研究業績 2013-03-28 データのダウンロード 2011-10-20 魚の煮汁 2011-09-02 Fox メモ・雑文 2011-03-12 ポスター印刷のヒント PDFをグレースケールへの変換 2010-12-14 実習/生物情報処理 ■Wiki形式でのページを2005年1月26日に開始しました． ■リンクはフリーですが，メールでお知らせいただければ幸いです． ■ご意見・ご感想・その他のお問い合わせがございましたら mailto:chubo@hiroshima-u.ac.jp までどうぞ． Online:
k近傍法 - Wikipedia
k近傍法（ケイきんぼうほう、英: k-nearest neighbor algorithm, k-NN）は、入力との類似度が高い上位 k 個の学習データで多数決/平均するアルゴリズムである[1]。 パターン認識（分類・回帰）でよく使われる。最近傍探索問題の一つ。k近傍法は、インスタンスに基づく学習の一種であり、怠惰学習 の一種である。その関数は局所的な近似に過ぎず、全ての計算は分類時まで後回しにされる。また、回帰分析にも使われる。 k近傍法は以下の手順からなる： 入力と全学習データとの類似度（距離）測定 類似度上位 k 個の選出 選出されたデータの多数決あるいは平均 すなわち「入力とよく似た k 個のデータで多数決/平均する」単純なアルゴリズムである[1]。 例えば環境（気温/湿度/風速）から天気（雨/曇り/晴れ）を予測する分類問題を考える。k=5 のk近傍分類では、過去100日の環境-天
ピアソンの相関係数、Spearman(スピアマン)の順位相関係数
Σxi,Σyi,Σxi2,Σyi2,Σxiyiを求めたら、今度は偏差平方和（Sxx,Syy）と偏差積和（Sxy）を求める。 偏差平方和を求めたら、次は統計量rを求める。 このときのr0.05はn=14のとき相関係数検定表(r表)から、r0.05=0.532であると分かる。 ｜r｜=0.943＞0.532=r0.05より、P＜0.05となるので帰無仮説を棄却できる。つまり、「年齢と酵素Xの量には関連がある」ということができる。 ……………………………………………………………………………………………………………… Spearmanの順位相関係数(ノンパラメトリック法) データが正規分布するならピアソンの相関係数rで検定すればいいが、正規分布しないならSpearmanの順位相関係数rsで検定する。 ・仮説の設定 帰無仮説(H0)：「相関はない」と仮定する。 対立仮説(H1)：「相関はある」と仮定
スピアマンの順位相関係数 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Spearman's rank correlation coefficient|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラ
ケンドールの順位相関係数 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Kendall rank correlation coefficient|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに
京都光華女子大学・京都光華女子大学短期大学部
〒615-0882 京都市右京区西京極葛野町38 Copyright © Kyoto Koka Women's University All Right Reserved.
一元配置分散分析法、Kruskal-Wallis(クラスカル・ワリス)検定 (独立多群)
役に立つ薬の情報～専門薬学 ＞ 統計学 ＞ 一元配置分散分析法、Kruskal-Wallis(クラスカル・ワリス)検定 (独立多群) 多群の検定 群数が二つなら二標本の検定をするが、三つ以上の群がある場合は多群での検定をする必要がある。独立多群の検定では「データのどこかに差があるかどうか」を検定する。ただし、どことどの群で差があるかまでは分からない。 多群を検定するとき、「それぞれの群を二標本t検定で検定すればよいのでは」と疑問が生じてくるが、実際にこの方法を行ってはいけない。これは、判定を間違ってしまう確率が高くなるからである。 二群の検定で判定が有意差「無」と判断される確率は(1-α)である。それでは、二群の検定を三回行った場合で三つとも有意差「無」と判断される確率は(1-α)3となる。このとき、逆に有意差「有」と判断される確率は1-(1-α)3となってしまう。 もし、検定をn回するな
データセット一覧 : DoDStat@d
DoDStat@d データ指向統計データベース Data oriented Database of Statistics based on Analysis Scenario/Story
統計を学びたい人へ贈る、統計解析に使えるデータセットまとめ - ほくそ笑む
はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、
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
