TokyoRの第36回R勉強会に行ってきました - Java Coffee Cafe
珍しく勉強会参加報告。 これ -> http://atnd.org/events/47713 統計解析に特化した言語なので発表内容もその方面に偏るわけだが、 とは言ってもいろんなドメインがあって、手法もそのぶんいろいろあるので よく聞く話から今まで全く知らなかったことまでいろいろ聞けて面白いものだ あと、難しい話はしないので詳しく知りたい方はslideshareを見てください というわけで内容まとめるよ 10分で分かるR言語入門 ver2.6 10分で分かるr言語入門ver2 6 from Nobuaki Oshiro Rの文法やCRAN、お役立ちサイトなどの紹介 タイトルから分かるようにこれからRを始める人に向けた内容だった 10分しか話してない(実際の発表時間は計ってませんw)ので導入といった感じ Rによるやさしい統計学 「第20章 検定力分析によるサンプルサイズの決定」 Rによるやさ
特集：セルフサービスBIをめぐるAtoZ - ＠IT
「セルフサービスBI（セルフBI）」とも呼ばれる動き、そしてこれに関連する製品・サービスが急速に広がりつつある。一言でいえば、ビジネスを直接生み出す、あるいは直接支える人々が、データを自ら活用し、より迅速で的確な判断をすることを目指す活動だ。本特集では、セルフサービスBIで具体的に何ができるのか、どうやればいいのか、社内の役割分担はどうすればいいのか、セルフサービスBIツールをどう補うのが効果的なのか、といった、従来のBIとは異なるセルフサービスBIならではの課題と解決策をお伝えする。
今回は因果関係があるのに相関関係が見られない4つのケースをまとめてみた（前編：検定力が低い） - Take a Risk：林岳彦の研究メモ
どもお久しぶりです。林岳彦です。ローソンなどで売ってるいなばのタイカレーはそうめんのつけ汁として使ってもマジうまいのでオススメです。 さて。 今回は前々回の記事： 因果関係がないのに相関関係があらわれる４つのケースをまとめてみたよ（質問テンプレート付き） - Take a Risk：林岳彦の研究メモ の続編として、逆のケースとなる「因果関係があるのに相関関係が見られない」ケースについて見ていきたいと思います。あんまり長いと読むのも書くのも大変なので、今回はまずは前編として「検定力の問題」に絞って書いていきます。 （＊今回は上記の前々回の記事での記述を下敷きに書いていきますので、分からないところがあったら適宜前々回の記事をご参照ください） まずは（今回の記事における）用語の定義：「相関」と「因果」 今回も少しややこしい話になると思うので、まずは用語の定義をしておきたいと思います。（＊細かいと
Rが使えるフリをするための14の知識
米国FDAで公認され、ハーバード大学やイェール大学の授業で利用されるようになり、世間での認知度が着実に上昇している統計用プログラミング環境のRだが、ユーザーなのか、ユーザーになりたいのか、ユーザーとして振舞いたいのか分からない人が増えてきた。 スノッブなユーザーとして振舞う場合は、Rの特性を語れる必要があるので、ユーザーになるよりもRへの知識や理解が必要で、実は難易度が高い行動である。それでもあえて意識の高いRユーザーとして振舞いたい人々のために、最低限求められる事のチェック・リストを用意してみた。 1. 参考文献や参考ページを押さえておく 一番大事な事だが、参考文献や参考ページを押さえておこう。公式サイトで配布されている、「R 入門」「R 言語定義」「R のデータ取り込み/出力」は持っておくべきだ。R-TipsやRjpWikiも参考になる。 2. 演算子や制御構文をマスターする 四則演算
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
