Copyright (C) 2006 Research and Development,Inc. All Rights Reserved.
R&D やさしい統計学講座
Copyright (C) 2006 Research and Development,Inc. All Rights Reserved.
R言語で統計解析入門： 目次1 テクニカルデータプレゼンテーション 梶山 喜一郎
Technical Data presentation in R コピペで学ぶ Rでテクニカルデータプレゼンテーション １．基礎統計解析編 グラフィックス・リテラシ－教育: 「図学 I ・図形情報 I ・統計学」科目 修了後のコースウェア 福岡大学工学部図学教室 梶山 喜一郎 ・つまみ食いで，学習しないように願います． ・データの可視化を体系・系統だったスキルにするために順を追って学習する． ・統計ブームに乗っている学習者も先人に感謝の気持ちを．さらに， ・確かなスキルにするために，教科書・解説書を理解し，Rスクリプトで確認． A. はじめに--ここは統計・解析の必要を味わった後で読めばよい まず，統計の手続きを実行する．慣れたら統計的に考えよう． 学校の統計学を復習--買った教科書とノートをまた読むだけ a. 測定と尺度 Measurement and scale b. 記述統計学の
Rプログラム (TAKENAKA's Web Page)
このページは，R を使って大量データの一括処理と自動的な図化をしたい という方むけの入門文書です． R は，統計解析機能も描画機能も充実したフリーのソフトです． 命令をひとつひとつ入力して使うこともできますが， 命令を並べたプログラムを書いて実行することもできます． プログラム次第で，多数のデータファイルの一括処理も可能です． プログラムを書いてしまえば，マウスを動かしながらの手作業でひとつひとつ 統計計算や作図を行うよりも，はるかに効率よく作業ができます． データがどんどん増えていったり，前に解析した生データのまちがいを発見して データファイルを訂正しても，プログラムをもう一回実行すればよいだけ． 少し長い目でみれば，自動化の努力はぜったい報われます．楽をするための 苦労を惜しんではいけません． とはいっても，これまでなんらかの言語でのプログラミングの経験がないと， そもそも一括処理プロ
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:
簡単だけどとっても重要な計学の話
ランダムサンプリング（random sampling: 無作為標本抽出）とは被験者をある母集団からランダム（無作為）に抽出（サンプリング）するということを意味しており，ランダム割付とは被験者を各要因・各水準に割り当てる操作である。例えば，宮教大の学生（母集団）の生活実態を調べたいときに，全員を調べ上げる（全数調査）ことは大変なので，宮教大の学生の中から無作為に被調査者を選ぶような手法（標本調査）がランダムサンプリングとなっている。ただし，調査目的が日本の大学生（母集団）の生活実態調査であるならば，上記の標本データより示された結果には一般的妥当性の問題が生じる可能性もある（キーワード：世界，母集団，標本）。 このような場合は，ランダムサンプリングではなく便宜的なサンプリングと呼ぶべきである。 近代統計学の基本的な考えは， 母集団と標本を区別することにあるといわれている。 標本にもとづいて計算
第1回 Rは統計解析のブッシュナイフだ - 実践！ Rで学ぶ統計解析の基礎 - ＠IT
今ほど統計解析が必要とされる時代はありません。オープンソースの統計処理言語・環境の「R」を使って実践的な統計解析のテクニックとリテラシーを習得しましょう！ 読者にとってRは、世に溢れるデータの密林を切り開くための“ブッシュナイフ”となることでしょう（編集部） 統計解析の必要性とリテラシー 21世紀になって、経営学者の故ピーター・ドラッカー氏が言うところの知識労働者は、ますます統計解析を必要する局面が増えてきました。この状況は、20世紀後半から21世紀に起きた計算機能力の増大とインターネットの発展を基礎に、3つの大きな潮流が現れたことがキッカケとなっているように思います。その3つの潮流とは、オープンソース、オープンデータ、そしてオープンアイデアです。後ろの2つは今筆者が名付けました。 オープンソースは、皆さんがご存知のように、Linux、Apache、Perl、Python、RubyなどのO
ビジネス統計解析
ビジネス統計解析 講義概要： 授業シラバス（pdfファイル） 【講義資料（データ）】 ４月２６日演習問題の解答（pdf） フリーソフト「R」の導入手順の説明ファイル フリーソフト「R」の基本操作の説明ファイル １章のファイル １章の演解答ファイル ２章のファイル ３章のファイル ３章の演解答ファイル ４章のファイル ４章のqccファイル ５章のファイル ５章の演解答ファイル ６章のファイル ６章の演解答ファイル ７章のファイル ７章の演解答ファイル ８章のファイル ８章の演解答ファイル 【ビジネスデータ解析講義資料】 目次のファイル 2章のファイル 3章のファイル 4章のファイル 5章のファイル txtファイル 【多変量解析法の関連情報】 行列の固有値固有ベクトルを求めるプログラム 【統計解析ソフト「Ｒ」のソース＆関連情報】 RjpWiki (「R」情報交換Ｗｉｋｉサイト) R-2.2.
業界分析や競合企業分析をする為の情報収集の仕方
現在経営の勉強をしているのですが、本をを読んでいると、業界の分析をしたり競業企業の分析を通じて、各種フレームワークを使い問題解決に道筋をつけるやり方を多く見られます。そのやり方自体は分かるのですが、上記のように、業界の詳しい情報、競業企業の詳しい情報をどういうところから入手したらよいか分かりません。 例えば○○企業の△△製品のシェアを調べたい等の場合はこれを調べたら良い。□□企業の△△製品における変動比率を調べるにはこれを調べたら良い等の、情報源を統括的にまとめた書籍、もしくはそれを調べられるサイトがあれば非常に助かります。 何でも良いので、教えて頂けますでしょうか。 経営コンサルタントを業にしている者です。 はっきり言えば『情報源を統括的にまとめた書籍、もしくはそれを調べられるサイト』があればコンサルタントは苦労しません。 そういう情報はバラバラに存在しますので、それらを色んな情報源から
推計学のすすめ - 基礎統計学講座 @ ウィキ
「推計学のすすめ」です(リンク先Amazon)。 最初の課題図書です。 議論はちょっぴり浅いかもしれませんが、感覚的な理解に焦点を絞り、(擬似的な)シミュレーションによって各種の分布を作り出していくやり方は入門書にぴったりだと思います。出版当時(1968年！)はカードをシャッフルして引いて～なんていう「シミュレーション」しか無理でしたが、いまや我々はPCを自由に使えますし、Rという簡単な統計ソフトandプログラミング言語も手にしています。ほんのすこしRの勉強に力を傾ければ、実際に本物のシミュレーションを行ってみることができます。それによって統計の勉強がよりスムーズに進められることでしょう。 ブルーバックスじゃないかーとかくさらずに頑張っていきましょー 第1章 偶然か特殊能力か？ ―仮説検定という考え方―1. 精神力が物を動かす話 2. 舌自慢を検定する話 第2章 バラついた数を読む ―分布
ハンバーガー統計学にようこそ！
｜向後研究室ホームへ｜次へ→ ハンバーガーショップで学ぶ 楽しい統計学 ──平均から分散分析まで── Web独習教材「ハンバーガーショップで学ぶ楽しい統計学《にようこそ！ この教材は、実際に大学の授業で使用したものです。それを一般公開しますので、どうぞお役立てください。 下のメニューに従って１章から７章まで順番に学習していくと、平均から分散分析までを習得することができます。大学の卒業論文レベルで使う統計学として、きっと役立つことでしょう。なお、相関（相関から因子分析まで）については、姉妹編の「アイスクリーム屋さんで学ぶ楽しい統計学《が公開されています。 さあ、がんばって進めていきましょう。 教材メニュー
untitled
R で学ぶデータ解析とシミュレーション ① ∼ R の概要と基本操作 ∼ 講義概要 フリーな統計処理ソフトである R の基本的な使用方法， 自分で関数を作成する方法，簡単なシミュレーション を行なう方法，データ解析の基本的な手順を習得します 【解説→演習の 2 ステップ】 R によるデータ解析の入門講座であるため，なるべく 統計の基礎知識を前提としないように講義を進めます 初等的な数学知識（微積分や行列代数の知識）および 基本的なパソコンの知識があれば望ましいです 演習時にパソコンを使用します 2 講義メニュー R の概要 → R でどんなことが出来るか R の基本的な使用方法 R でベクトル、行列の作成 R でグラフ作成 R で関数を使用する → 関数の定義方法 R でシミュレーション R でデータフレームの作成 R でデータハンドリング R でグラフによるデータマイニング 3
Microsoft PowerPoint - R-intro-02.ppt
R で学ぶデータ解析とシミュレーション ② ～ グラフ作成入門 ～ ２時間目のメニュー グラフの作成方法 グラフ作成の第一歩 ← 高水準作図関数 高水準作図関数の種類 関数 plot() を用いた作図例 低水準作図関数 低水準作図関数の種類 低水準作図関数を用いた作図例 数学関数のプロット 数学関数の定義方法 数学関数の作図例 参考（重ねた図の描き方，R の画像の編集方法） 2 グラフィックスは R のセールスポイント！ 簡単な命令で見栄えの良いグラフを作成することが 出来る 図のカスタマイズが非常に簡単 低水準作図関数で完成図に追記が可能 専用のパッケージを使ってカスタマイズすることも可能 複雑な図や立体的な図も簡単に描くことが出来る 様々な種類の画像ファイルに保存することが出来る 3 グラフ作成の第一歩 Rでは，以下の2つを用いて作図を行う 作図関数：グラフを出力す
Microsoft PowerPoint - R-intro-05.ppt
R で学ぶデータ解析とシミュレーション ⑤ ～ グラフとデータマイニング ～ ５時間目のメニュー イントロ ← データ「iris」の紹介 1 つの変数を要約する 2 つの変数の関係を見る CART の紹介 データ「iris」でお試し Graphic by (c)Tomo.Yun (http://www.yunphoto.net) 2 グラフとデータマイニング ⇒ データ「iris」 Sepal.Length 5.1 4.9 4.7 4.6 5.0 5.4 4.6 ・・・ Sepal.Width 3.5 3.0 3.2 3.1 3.6 3.9 3.4 ・・・ Petal.Length 1.4 1.4 1.3 1.5 1.4 1.7 1.4 ・・・ Petal.Width 0.2 0.2 0.2 0.2 0.2 0.4 0.3 ・・・ Species setosa setos
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
vol.2
http://www.ic.nanzan-u.ac.jp/~urakami/pdf/vol1.pdf
Predictive Analytics ～ データと意思決定をつなぐ予測分析 -- 参考資料
GoogleEarth&R
http://www.josai.ac.jp/~nagasima/contents/doc/rcmdr/100105presen.pdf
Microsoft PowerPoint - R-intro-03.ppt
Microsoft PowerPoint - R-intro-04.ppt