biostatistics | バイオスタティスティクス | 生物統計学農学生命情報科学特論 I ＠東京大学アグリバイオインフォマティクス教育研究ユニット (2023-10) プログラミング言語未経験者を対象とした Python 入門講義。農学や分子生物学などの分野で利用される Python の最新事例を紹介しながら、Python の基礎文法の講義を行う。
RStanで『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
こんばんは、ゆるふわの対極であるところのガチムチ角刈り系のberoberoです。 この記事はR Advent Calendar 2013の26日目の記事になります。 12/22(日)にBUGS/Stan勉強会#2がドリコム株式会社にて催されました。そこで2つ発表をしました。そのうちの1つ「『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた」に関する詳細＆補足＆苦労話をここで書きたいと思います。RStanというパッケージでRからStanというMCMCサンプリングソフトを使っています。 最初に発表内容のスライドは以下になります。ざっと見るにはこれで十分です。 『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた from berobero11 以降ではスライドごとに簡単に補足していきます。 まずは元となった書籍の紹介です。時系列解析の第一人者による分か
「統計モデリングとは何なのか」をいま一度整理してみる - 渋谷駅前で働くデータサイエンティストのブログ
もうタイトルを読んで字の如しなんですが、要は「統計モデリングってぶっちゃけ何なのよ？」という問題意識が最近非常に局所的ながら影響力の大きいところ*1から出てきておりまして。 で、僕もその議論にマターリ参加しながら「このもやもやしたものをどうやったらうまく表現できるかなー」と思っていて、何日かして自分なりにちょっと整理がついた気がするので、自分向けの備忘録も兼ねてちょっとブログにまとめてみることにしました。ちなみに@berobero11さんは既にこの議論についてまとめていらっしゃるようで。 あてはめの原理・あてはめを実装する計算法・モデル そうそう、今回もお題はこちらの久保先生の緑本です。というかここから議論が始まったわけで。 データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学) 作者: 久保拓弥出版社/メーカー: 岩波書店発売日: 20
Logics of Blue
はじめてきた方はサイト案内やサイトマップをご覧ください。 管理人Twitter始めました。一部のコードはGitHubで管理するようにしました。 プライバシーポリシーはこちらです。 ★2022年度の統計学の講義資料はこちらから閲覧できます。 ●書籍情報：Pythonで学ぶあたらしい統計学の教科書 [第2版] 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：意思決定分析と予測の活用 基礎理論からPython実装まで 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：R言語ではじめるプログラミングとデータ分析 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：RとStanではじめる ベイズ統計モデリングによるデータ分析入 書籍のサポートページはこちらです(サンプルコードやデータもこちらで
Rな予測
★新サイト完成しました! ３秒後に自動的に移動します 変わらない方は こちらからどうぞ http://logics-of-blue.com/r%E3%81%AA%E4%BA%88%E6%B8%AC/ 統計モデルを使った簡単な予測モデルのプログラム ソースコードを展示しています。 フリーの統計ソフト 「R」を使用していますが、それに関する解説は一切載っていません。とても分かりやすい文献・サイトがたくさんあるので。 もしRのことを知りたいのならば「R-Tips」と検索してみてください。このサイトにとても詳しく載っています。またRipWikiで検索すると、恐 ろしい情報量のWikiにたどり着きます。 目次 回帰分析編 予測の話 予測に便利な統計の基本や、本ページの趣旨などについて書かれています。 単回帰分析 単回帰分析による予測の簡単な説明と、プログラムです モデル 選択 理論編 モデル選択の簡
単純な集計とデータサイエンスによる分析とで結果が食い違うかもしれない3ケース - 渋谷駅前で働くデータサイエンティストのブログ
一般に、データ分析の大半はそれほど高度なテクニックの類を必要としないものです。僕も常日頃から口に出して言うことが多いんですが、「統計学だの機械学習だのの出番なんてそもそも少なくて当たり前」。工数もかかるし、できればやらない方が良いです。ぶっちゃけ単純な四則演算で十分なケースの方が多数派でしょう。 なので、普段はDB上でSQL（というかHiveなど）でサクッと四則演算だけで集計処理を済ませてしまって、その結果だけを表示するようにしておいた方が圧倒的に楽で手っ取り早いはず。多くのBIツールもそういう考えのもとで作られていると思います。 ところがどっこい。世の中には、単純な四則演算での集計結果と、データサイエンスを駆使した分析結果とで、食い違ってしまうケースが何故かあることが知られています。どちらかと言うとレアケースだとは思いますが、その矛盾をおざなりにするととんでもないことになることも多々あり
Rから利用するオープンデータAPI
2. Linked Open Data • Web上で利用可能な，オープンなグラフデータベース • オープンデータの主要なデータモデルの１つ Wikipedia日本語版 DBpedia Japanese クエリ結果の可視化例 LOD化 クエリ実行 3. SPARQL • LODデータセットに対するクエリ言語 • W3C標準のAPI（エンドポイントと呼ぶ） PREFIX dbpja: <http://ja.dbpedia.org/property/> PREFIX dcterms: <http://purl.org/dc/terms/> select distinct ?movie ?director ?actor // 映画名，監督名，出演者名を取得 where { ?m dcterms:subject <http://ja.dbpedia.org/resource/Category:日本
非エンジニアにもオススメ。数学が苦手な統計初心者がR言語を触ってみる。
こんにちは。海原です。 ここ最近、統計学が流行していますね。「統計学が最強の学問である」がきっかけになっているのでしょうか。数年前に比べてマーケティングが重要視される今日、統計の需要が増えたのかもしれません。私はまだこの本を読んでいませんが、読もうと思った矢先にたまたま統計ツールRに出会いまして、調べながら少しいじってみました。Rを使った感触から申し上げますと、SQLを叩いて好きなデータをピックアップするよりもずっと簡単で小気味良いのです。 他の統計ツールには色々な種類があるようですが、よく知られるものとしてIBMのSPSS (IBM)（有償）があります。 その点、RはMac/Win両方に対応しており無償です。またSPSSに劣らない機能を備えており、統計学者の間でデファクトスタンダードとなっているようです。 Rに関して検索すれば丁寧な解説サイトがたくさんありますので、インストールから何の心
統計解析ツール「R」、8年半ぶりのメジャーバージョンアップ版「R 3.0.0」リリース | OSDN Magazine
4月3日、オープンソースの統計解析ツール「R」開発チームは最新版となる「R 3.0.0」（開発コード「Masked Marvel」）のリリースを発表した。2^31-1以上の要素を持つベクトル（Long Vector）のサポートなどが加わっている。 Rは統計や解析処理、グラフ化のための言語および実行環境。WindowsやMac OS X、Linuxなどで利用できる。GNU Projectの1つで、動的型付け、オブジェクト指向などの特徴を持ち、データの操作、計算、グラフィック表示などの機能も統合されている。拡張性が高く、関連パッケージが豊富に用意されている点も特徴で、パッケージはCRAN（Comprehensive R Archive Network）から入手できる。ライセンスはGPL。 バージョン3.0.0は、2004年に公開されたR 2.0.0以来のメジャーバージョンとなる。大きな変更点と
JIN'S PAGE
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_0２ Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
分位点と箱形図 - かずのたしなみ（統計環境Rによる） @Wiki
#contents **パーセンタイル パーセンタイルとは、計測値の分布（ばらつき)を小さい方から並べてパーセントで見た数字。データの分布具合（ばらつき）を見るのに役立つ。 Ｒにはパーセンタイルくらいありそうな気がするのに、探し方が悪いのか見つからなかった。 よってパーセンタイルを計算する関数は自作である（後で罠にはまったことに気付く）。 percentile<-function(x,y){ sort_x<-x[order(x)] i<-round(length(sort_x)*y/100) i[i<1]<-1 ##ｉが１未満のときは１にする return(sort_x[i])} 使い方 percentile(データのベクトル,何％か（０～１００）)とする 使用例 percentile(seiseki,10) [1] 43 seisekiデータのパーセンタイル０～１００％までを１０％きざみ
R: The R Project for Statistical Computing
Getting Started R is a free software environment for statistical computing and graphics. It compiles and runs on a wide variety of UNIX platforms, Windows and MacOS. To download R, please choose your preferred CRAN mirror. If you have questions about R like how to download and install the software, or what the license terms are, please read our answers to frequently asked questions before you send
続・わしの頁
「R で学ぶデータマイニング�T，�U」「R Commander ハンドブック」の再版作業が大方終了したので， 今月は別の 2 冊の執筆作業を進め，来月からはいよいよ「The R Tips」の再版（改訂）作業を開始する予定． 他の 1 冊も来年春までに執筆完了しなければいけないので，当分は暇にならないなぁ・・・． 作業の息抜きに テトリス・最高難度プレイ． 見入ってしまいます・・・． 作業に疲れたら ああエキセントリック少年ボウイ． 名曲です＾＾．(08.10.05) - R に関する資料・統数研の公開講座「 R で学ぶデータ解析とシミュレーション」1 日目の資料 - 【 R 入門】 R 2.6.2 のセットアップ : Windows 版 R で R 入門． 【 R 入門】 第 1 回 : R の基礎知識． 【 R 入門】 第 2 回 : R でグラフ作成． 【 R 入門】 第 3 回
統計・データ解析
『Rで楽しむ統計』が出ました。サポートページ 『Rで楽しむベイズ統計入門』が出ました。サポートページ，第7章のRコードをStanで書き直したRで楽しむStan 全国学力・学習状況調査の個票の疑似データがこちらで公開されています。データ分析の練習に使えそうです。SSDSE（教育用標準データセット）も。 R 4.x では stringsAsFactors=FALSE がデフォルトになりましたが，本サイトの古い記事ではそうなっていないところがあるかもしれません（read.csv() などで as.is=TRUE は不要になります（あってもかまいませんが））。 R 4.2 ではWindowsでもMac同様UTF-8がデフォルトになりました。もう fileEncoding オプションに "UTF-8"，"UTF-8-BOM" を指定する必要はなくなりそうです。一方で、SJIS（CP932）データの場
R の日本語文章の pdf 版
R の日本語文章 (pdf 版) このディレクトリに置いてある pdf ファイルは、間瀬先生の R に 関するホームページからたどれる dvi ファイルを元に作ら れています。詳しくはそちらをご覧下さい。 pdf 化に際しては、dvipdfm を利用しています。不都合などあり ましたら森までお知らせ下さい。 R-admin-jp.v15.pdf R-data-jp.v15.pdf R-exts.jp.pdf R-intro-170.jp.pdf R-intro-jp.170.pdf R-intro.jp.pdf R-lang.jp.v110.pdf 森 厚 ( Atsushi Mori ) mori@buran.u-gakugei.ac.jp
Rの基本パッケージ中の回帰、分散分析関数一覧 - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですR の回帰分析と分散分析関数の簡易一覧 Rは回帰分析関連の関数を多数持ち、統計解析機能の中心的位置を占める。 以下では、線形(重)回帰モデル、一般化線形モデル、非線型回帰モデル、そしていくつかの 現代的手法用の関数を紹介する。現代的な統計理論では、分散分析も線形回帰モデルとして処理することが 普通であるため、分散分析関連の関数もここで一緒に紹介するのが適当である。 線形モデルを当てはめる lm() 関数 lm() は線形モデルの当てはめに使われる。回帰分析、および一元配置 分散・共分散分析を行える(後者に付いては aov() 関数の方がより広範囲なインタフェイスを与える)。 lm(formula, data, subset, weights, na.action, method = "qr"
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
Amazon.co.jp: The R Book: データ解析環境Rの活用事例集: 岡田昌史: 本
認証がかかっています
R本リスト - RjpWiki
Rの基本パッケージ中の多変量解析関数一覧 - RjpWiki