Bayesianって<br>どういう考え方なんだろう
*********** お知らせ *********** YukiWikiによるベイズ統計ファンサイト を開設しました。 このページ「Bayesianってどういう考え方なんだろう」は、 以上のファンサイトへ発展的解消いたします。 どうぞご贔屓に！ ********************************* ベイズ理論は、 普通の確率論とは一風異なる確率理論です。 この小文では、ベイズ理論の意味・意義について 私がこれまでに学び、考えたことについて整理を試みます。 とかく、＜宗教的信念＞のごとくに扱われがちのベイジアン思想ですが そのおかしいところ、よいところなど、基準を明確にして検証していけたら いいな、というのが目標です。 私自身勉強中の身なので定説と異なることを述べていたり、 明らかな間違いもあるかもしれません。 そのつもりでだまされ
R を利用する
この文章は2001年に書いたもので、かなり古くなってしまいました。 現在では Rjp wiki などを参照されたほうが良いと思います。 R はベル研究所で開発された S 言語に基づいたデータ解析用の環境で、 自由なソフト、オープンソースウェアとして公開されています。 商用ソフトと同様な統計式を使用できます。Unix, Macintosh, Windows のどれでも動きます。 ここでは詳しい説明ははぶくので、R に確実に入門するには CRAN のAn Introduction to R CRAN:Manuals 、あるいはその日本語訳 統計言語 R の関連ドキュメントの和訳 を読むことをおすすめします。 もちろん、データの扱いをすべて R に頼るというわけではないので perl などによるテキストデータの扱いに慣れていることも Unix 上でデータ解析をするのに必要でしょう。 データ解析
東京工業大学 情報理工学院 数理・計算科学系
大岡山地区の建物 大学正門より，桜並木のウッドデッキを通り，右手の芝生をつっきる小径が西8号館，西7号館に続くみちです． 大岡山西8号館（Ｅ棟，Ｗ棟）: キャンパスマップの18, 19番の建物にあたります．本館の西隣りに位置しています．正面玄関をはいったところは３階です． Ｅ棟においでの方は廊下をはいってすぐ左手のエレベータをご利用下さい． Ｗ棟にはじめておいでの方は十分に注意して下さい．Ｅ棟とＷ棟を繋いでいる通路は３階と１０階にしかありません．Ｅ棟のエレベータを利用すると迷子になります．正面玄関から廊下をまっすぐにおいでになり，奥の右手にあるエレベータをご利用下さい． 西7号館：キャンパスマップの17番の建物にあたります．西8号館から，建物を二つ挟んだ並びにあります．芝生から向う場合，左手に本館を見ながら進み，本館がとぎれたあたりの右手にある小さな建物が西7号館です．橋を渡ってはいったと
Kaplan - Meier 法による生命表
Kaplan - Meier 法による生命表 Last modified: Nov 07, 2002 Kaplan - Meier 法は，死亡発生ごとに生存率を計算するので（少数例の場合にも）正確な生存率を求めることができる（この方法は，積極限法とも呼ばれる）。 注： 少数例であっても生存率が正確に計算できるということであって，ケース数が多いときに用いてはならないということではない。 例数が多いときには，Cutler - Ederer 法が使用できる。 生命表の作成 基本的な考え方は，死亡が発生するたびに生存率を求めることから始める。 全観察対象数を $n$ として，死亡または打ち切り時間の小さい順に並べる。 ただし，死亡時間と打ち切り時間が同値の場合には打ち切り例が後になるように注意する。 この結果， $t_{1} \leqq t_{2} \leqq \dots \leqq t_
検定
検定 Last modified: May 16, 2002 統計学的推測 とは，標本から母集団の統計学的な性質を推測することである。その目的の一つに 検定 と呼ばれるものがある。 あらかじめ母集団の分布型や分布の特徴を定めるいくつかの母数を仮定した上で，調査した標本がどの程度の確からしさで，仮定された母集団からの標本と言えるかについての結論を下すことである。例えば，ある小学校の 6 年生の身長は県全体の児童の身長に比べて高いと言っていいのかどうかという命題に対して，ある確からしさのもとに解答を与えることができる。 検定と区間推定との間には深い関連がある。 検定に関連する概念として以下のようなものがある。 帰無仮説と対立仮説 片側検定と両側検定 検定手法の選択 有意水準 第 $1$ 種の過誤 有意確率（$P$ 値） 結論（検定結果）の述べ方 第 $2$ 種の過誤 検出力 標本サイズ
ベイジアンフィルタについて
最近話題のベイズ理論を用いたフィルタについて整理してみました．まず，ベ イズ理論が注目され始めたというニュースを最初にみたのが，ＭＳも注目する “ベイズ”って何だ(oricom.co.jp)でした． このときは対して気にもとめていませんでしたが，再度興味をそそられ出した のが，グーグル、インテル、MSが注目するベイズ理論(CNET)のニュース． MSだけならまだしも，Googleが，というのが自分的には大きかったです．しか し，このニュースだけでは，この技術が具体的にどのように採用されるのか， 特に検索エンジンのような大規模なものに適用可能かどうかは大きな疑問でし た． そもそも，このベイズ理論がどこに聞いてくるのかということを考えるとその 疑問は自然だと思います．ベイズ理論（ベイズ推定）は，過去に起きた事象の 確率を利用して未来を予測する手法です．そのため，直感的にはユーザごとの 最適化
サポートベクターマシン入門
次へ: はじめに サポートベクターマシン入門 栗田 多喜夫 Takio Kurita 産業技術総合研究所 脳神経情報研究部門 Neurosceince Research Institute, National Institute of Advanced Indastrial Science and Technology takio-kurita@aist.go.jp visitors since Jul. 19, 2002. 概要: 最近、サポートベクターマシン(Support Vector Machine, SVM)と呼ばれるパター ン認識手法が注目されており、ちょっとしたブームになっている。カーネルトリッ クにより非線形の識別関数を構成できるように拡張したサポートベクターマシン は、現在知られている多くの手法の中でも最も認識性能の優れた学習モデルの一 つである。サポートベクターマ
プログラミングのための線形代数 - プログラミングのための確率統計
Last modified:2011/04/15 07:54:10 Keyword(s): References:[図書] [Pr.App] [Pr.Comment] [Pr.Cont.1] [Pr.Cont.2] [Pr.Cont.3] [Pr.Cont.4] [Pr.Cont.5] [Pr.Cont.6] [Pr.Cont.7] [Pr.Cont.8] [Pr.Cont.9] [Pr.Cont.A] [Pr.Cov.1] [Pr.Cov.2] [Pr.Cov.3] [Pr.Cov.4] [Pr.Def.1] [Pr.Def.2] [Pr.Def.3] [Pr.Def.4] [Pr.Def.5] [Pr.Def.6] [Pr.Def.7] [Pr.Def.9] [Pr.Disc.1] [Pr.Disc.2] [Pr.Disc.5] [Pr.Disc.6] [Pr.Disc.7] [Pr.
stat menu
データ分析入門 復習、エクセル等で教科書の問題を解くなどして試験に十分備えて下さい。ちなみに試験は農学部の教室で行います。教科書、参考書、ノート、電卓等を持ち込んで結構です。 はじめに、注意点 用語・記号等 データの特性の記述 検定の概念 適合性の検定 平均値の比較 分散分析法１ 分散分析法２ 相関分析法 回帰分析基礎 エクセルで統計分析 多変量解析入門１ 多変量解析入門２ その他参考テクニック ＳＰＳＳ資料、練習データ等(含む実験計画法） ＊ 端末室での練習 その１ ＊ 端末室での練習 その２ その他の演習一部 情報処理演習 農学部のウェブページに戻る。
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
統計学自習ノート
http://www.isl.cs.gunma-u.ac.jp/~seki/s/SplusIntro.html
第１９回 生命表（完全生命表）
日本人の平均余命 平成１３年簡易生命表
http://www.neurosci.aist.go.jp/~akaho/ibis/learningtheory/node1.html