統計を学びたい人へ贈る、統計解析に使えるデータセットまとめ - ほくそ笑む
はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、
統計解析用フリーソフト・R-Tips
R は有名な統計言語『 S 言語』をオープンソースとして実装し直した統計解析ソフトです．さまざまなプラットフォーム（OS）に対応しており，誰でも自由にダウンロードすることができます．それにも関わらず，世界中の専門家が開発に携わっており，日々新しい手法・アルゴリズムが付け加えられています．とにかく計算が速い上にグラフィックも充実しているので数値計算などにも持ってこいです．このドキュメントは Windows 版 R と Mac OS X 版 R（と一部 Linux 版 R ）でコマンドを調べた足跡です． ちなみに，この頁の内容を新しくした書籍は こちら ，電子書籍版は こちら で販売されております．
統計学を勉強するときに知っておきたい7つのポイント
マイクロソフト社が技術分野でもっと熱い専攻の一つとして分析/統計をあげている（Microsoft JobsBlog）。同社以外でも統計学は、今後最も有益なスキルの一つだと考えているようだ（NYT - For Today’s Graduate, Just One Word: Statistics）。しかし、データマイニングの話も一般化しつつあって学習ノウハウなども公開されているが、経験にあわない部分が多い。統計学を初めて勉強するときに知っておいた方が良い7つのポイントをあげてみた。 1. 学習機会やテキストは山のようにあるので利用する 確率・統計の日本語テキストは山のようにあり、大学のコースワークを振り返っても、理文問わずにほとんどの学部で確率・統計はあったはずだ。大学院のコースワークでは英語の文献を好む傾向があるが、上級テキストでも日本語のものも少なくない。また「マンガでわかる統計学」のよ
主成分分析が簡単にできるサイトを作った - ほくそ笑む
あけましておめでとうございます。 本年もよろしくお願いいたします。 主成分分析 さて、昨年の終わりごろから、私は仕事で主成分分析を行っています。 主成分分析というのは、多次元のデータを情報量をなるべく落とさずに低次元に要約する手法のことです。 主成分分析は統計言語 R で簡単にできます。 例として iris データで実行してみましょう。 data(iris) data <- iris[1:4] prcomp.obj <- prcomp(data, scale=TRUE) # 主成分分析 pc1 <- prcomp.obj$x[,1] # 第一主成分得点 pc2 <- prcomp.obj$x[,2] # 第二主成分得点 label <- as.factor(iris[,5]) # 分類ラベル percent <- summary(prcomp.obj)$importance[3,2] *
Universität Düsseldorf: G*Power
By downloading G*Power you agree to these terms of use: G*Power is free for everyone. This includes people working in commercial environments. Commercial distribution is prohibited, that is, no-one is allowed to sell G*Power. You may use screenshots of G*Power without asking for permission. G*Power is distributed from this web page. If you wish to distribute G*Power in some other way, then you nee
世界のスマートフォン利用に関する大規模調査サイトを公開します
メディア関係者向けお問い合わせ先 メールでのお問い合わせ: pr-jp@google.com メディア関係者以外からのお問い合わせにはお答えいたしかねます。 その他すべてのお問い合わせにつきましては、ヘルプセンターをご覧ください。
Excel Random Generator based on Mersenne Twister - NtRand
An Excel Add-In Random Number Generator Powered By Mersenne Twister Algorithm ENGLISH RSS 主な用途 デリバティブのプライシング リスク管理の研究 システム導入の事前調査 研究用途。レポート作成（Excel 上でのモンテカルロシミュレーション） 100万超の乱数生成 Excel 64bit版対応 NtRand がさらに高精度に Mersenne Twister アルゴリズムに基づく乱数生成フリー Excel アドイン “NtRand” のアルゴリズムを一新、精度がグンとあがりました。新な関数も加わりバージョン3.3になって新登場！他では見られない豊富な確率分布と統計の実用関数を実装し、かつ100万超の膨大な乱数生成機能によるモンテカルロ VaR シミュレーション もカバーしています。 シンプルかつパワフ
解析データの、グラフ化に。JavaScript製統計解析ライブラリ·jStat MOONGIFT
jStatはJavaScriptで作られた統計解析ライブラリ。Canvasタグにデータをプロットする。 jStatはJavaScript/jQuery製のオープンソース・ソフトウェア。単純に一覧化された数値では分からない情報も、データをビジュアル化すると見えているものがある。トレンドや偏差が見えると、次の手や分析する上でのきっかけが掴めるようになる。 二つのデータを描画 統計のビジュアル化をする解析言語としてはMATLABやRが有名だ。しかしそうした言語を覚えないとデータのビジュアル化ができないのは面倒だ。Webブラウザ上でもっと手軽にグラフを描くソフトウェアとしてjStatを紹介しよう。 jStatでは多様な統計解析を行うライブラリだ。描画にCanvasを使っているのでHTML5をサポートしたモダンなWebブラウザがサポート対象になっている。またjQueryを使っている。線で描画すること
『Facebookってどれだけ流行っているの？』に答える24個の数字（米国版） : (旧)ガイアックスソーシャルメディア ラボのブログ
ここで発表されている数字、皆さんはいくつご存じでしょうか？それでは早速ご覧下さい！（インフォグラフィックの下に、参考になる部分について意訳を書きました。そちらもご参照頂ければと思います。）
重回帰分析
■Excel：重回帰分析(3)･･･分析ツールの使い方，説明変数の選び方 ここでは，学的に厳密なことは望まず，仕事や研究で報告書を半日程度でまとめなければならない人を念頭に置いて，大筋の説明を目指す．重回帰分析自体に使える時間として，は30分～1時間程度を想定する．（もっと詳しい説明が必要な人は下端に参考資料を示す．） ■Excelの分析ツールの使い方■ 次の例では，冷蔵庫の「実勢価格」（目的変数）を「総容量L」「ドア数(個)」「冷蔵室L」「冷凍室L」「野菜室L」「製氷室L」（説明変数）で表わす重回帰式を求めることを当面の目標とする． 次の図のように目的変数（被説明変数，従属変数）がＡ列にあり，説明変数（独立変数）がＢ～Ｇ列に入力されている場合を例に解説する． 操作方法は、下の［前の操作］［次の操作］ボタンを順次押せば表示される．（データの出所：2007.3.18に価格.com＞スペック検
自由回答データを定量的な切り口で分析するには？ ― ＠IT情報マネジメント
Webなどを通じて、顧客や利用者の意見を集めることが簡単にできるようになってきた。しかし、非定型の自由回答データは非常に有意義な意見を得ることができる反面、分析するのに手間が掛かる。手軽に定量分析する方法はないだろうか？ Webや電子メール、ケータイの普及で、幅広くさまざまな意見を募ることが安上がりにできるようになってきました。最近ではブログやSNSなどのCGMと呼ばれる口コミ系メディアも花盛りです。 Webアンケートも広く行われていますが、アンケートの回答は「出題側の仮説に影響される」という制約があり、“意外な発見”にはなかなか結び付きません。 一方、メールなどで寄せられる自由回答や意見・要望はそうした制約もなく、何かビジネスのヒントがありそうですが定量的な分析ができないという弱みがあります。せいぜい分析者が文章を読んで主観的に解釈するぐらいにしか活用していないのではないでしょうか？ あ
統計の落としアナ｜なるほど統計学園
いま、世の中にはいろいろな統計があふれています。テレビ、新聞、インターネット、本や雑誌…どこでも統計が利用されています。みなさんの社会や理科の教科書にだって統計の表やグラフがのっていますね。 統計は、客観的で説得力があり、物事を比較・分析したり、将来を予測するのにとても便利です。世の中の統計の多くは、そのように使われています。若い頃に統計を勉強した私には、とてもうれしいことです。でも、統計の持つそういう力も、正しい使われ方でなければ、人々を誤解させたり、混乱させたりするものです。 統計を作るときの注意が足りなかったためにあまり信頼できない統計とか、作った人には悪気（わるぎ）がなくても、それを見た人が誤解しがちなものもあります。ウソとまでは言えないにしても、統計を見せる側に都合よく使われている統計だって見かけます。 何かを判断するときに統計を参考にするというのは、とてもよいことです。だからと
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
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
http://logmania.masakiplus.net/archives/6309
http://cran.r-project.org/doc/contrib/manuals-jp/R-intro-170.jp.pdf
転職・退職代行マガジン -
http://wwwsoc.nii.ac.jp/mbsj/admins/ethics_and_edu/PNE/5_article.pdf
Statistical Significance Calculator
Runtime error - PukiWiki
統計データリンク集（マクロ統計）