古典的統計手法に超高速アルゴリズムを組み合わせ、ビッグデータから新しい事象を見出す統計手法を開発 | 特集記事 | Nature Careers | Nature Portfolio
古典的統計手法に超高速アルゴリズムを組み合わせ、ビッグデータから新しい事象を見出す統計手法を開発 2013年8月22日 東京工業大学大学院 情報理工学研究科 計算工学専攻 瀬々 潤 准教授 生命科学の研究では、P値（検出された事象が誤りである確率を示す検定値）は発見の信頼性を担保する重要な概念となっており、P値が0.05あるいは0.01といった閾値以下（有意水準とした5％以下あるいは1％以下）であることが必須とされ、論文にも明記することが求められている。 遺伝子の変異を例に取ると、次世代シーケンサーの登場で読み取れる情報が膨大になり、数多くの変異が発見される一方で、変異が少数の場合と同一の基準で調べると、偶発的に生まれる誤発見を含む確率も高くなる。誤発見を避けるためには、データが増えるに従って、P値の計算方法をより精度の高いものにする必要がある。ところが、これまで膨大なデータからP値を精度
第4回 ネット書店が「おススメ」を選び出すロジックとは？：日経ビジネスオンライン
ビジネスに直接役立つ統計解析の手法として、ビジネススクールでは「相関」を学びます。相関は、価格と販売数の相関関係、為替と株価の相関関係、身長と体重の相関関係など、ビジネスや経済、生物学から心理学まで幅広く使われます。 相関度の強さは、相関係数という数値で表され、－1～1の範囲に収まります。１に近いほど高い相関度があり、0に近ければ相関度は低く、－1に近づくほど逆相関にあるという考え方です。たとえば相関係数が0.8なら、高い相関と言えます。 2つの変数の相関がわかると、ビジネスに活かせます。為替とある企業の株価の相関関係が高いのであれば、トレーダーは為替の変動情報をもとに株式の売買を行えます。あるいは、特定の経済指標の変動と高い相関関係を示す銘柄の株式も存在します。統計情報からテクニカルな取引をする手法もあります。オンライン書店で使われるレコメンデーションも、相関を応用しています。 今回は、
青木繁信氏：おしゃべりな部屋 （統計学ほか）
アクセスしていただき，ありがとうございます。 このページへのアクセスは，通算 6265344 回目です。 （1995年8月31日 からカウント開始） フォト蔵ふ つれづれなるままに ときどき一枚 狛犬ギャラリー 道祖神ギャラリー
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
間違いだらけの疑似乱数選び
