カイカムリのスポンジ選択で学ぶ階層ベイズモデリング - katsumushiのはてなブログ
このプレプリントで、カイカムリにサイズの異なる三つのスポンジを与えて、どのサイズを気に入るかテストしています。その解析部分をここで解説してみます。それぞれの選択肢を選ぶ確率が身体の大きさと脚の欠損度合いとどのような関係にあるか、統計モデルをつくって推定してみようと思います。また、この選択行動に個体差があると考えてそれがどれくらいか推定してみます。個性を考慮しないモデルも適用しWAICをつかったモデルの評価もしていますが、ここでは省略します。興味のあるかたは論文とコードを参照してください。 コードはこちら：https://gist.github.com/kagaya/3188dd0a4571b068e501aeef9863e255 松浦氏のStanとRでベイズ統計モデリング、階層ベイズモデルとWAICに多くを負っています。 データ CSV file for Harada and Kagaya
残りの私たちにとって、Rが最高のプログラミング言語である理由 | POSTD
訳注：2017/5/23、いただいた翻訳フィードバックをもとに記事を修正いたしました。 私はRを使用して6年以上になります。Rとの最初の出会いは、財政学におけるモンテカルロシミュレーションの博士課程の時で、紹介してくれたのはWolfgang Hörmannでした。プログラミング言語に関しては、それ以前にもいくつか使ったことがあり、最後のものはC++（これも私は大好きです）でしたが、それらのどれもRほど 便利 ではありません。 残りの私たちにとってRが最高の言語である理由をリストアップする前に、まず “残りの私たち” の定義を明確にしておきましょう。残りの私たちとは、ExcelユーザやSPSSユーザ、そしてコンピュータサイエンス（CS）界の外にいる人々(*)、つまり簡潔さを目指して努力しながら、同時にパワーと柔軟性を追求する “プログラムの利用者” のことです。Rは、そんな 私たち にとって
Introducing Ridgeline Plots (formerly Joyplots)
Revolutions Milestones in AI, Machine Learning, Data Science, and visualization with R and Python since 2008 UPDATE September 20: Joyplots are now known as Ridgeline Plots, and available in the ggridges package. Read the explanation here. This is a joyplot: a series of histograms, density plots or time series for a number of data segments, all aligned to the same horizontal scale and presented wit
Google Computing Engine で rstan を動かすまで - 勝虫日記
前回のポストで、rstudio.cloud の紹介をした。｛rstan｝がインストールできなかったので、結局、Google Cloud Platform （GCP）にインストールした RStudio server を使用している。今はキャンペーン中で、1年間は無料で使える。なお、自分が仮想のコンピュータの管理者になれるので、当然ソフトウェア上の問題は自分でなんとかできる。 この記事の手順は、次の記事を参考にさせてもらい、ほぼ同じです。Ubuntu を選択したくらいしか違いはありませんが、{rstan}導入のところで、一度こけました。 yoshidk6.hatenablog.com インスタンスの作成 ここではUbuntu 17.04 を選んで説明する(が、自分は以前に作成した16.04のインスタンスで諸々環境構築しているので、実は使用しているのは、16.04)。 httpプロトコルを有効に
Home - RDocumentation
Easily search the documentation for every version of every R package on CRAN and Bioconductor.
Rで様々な表を書く。<br />パラメータの多いStanの結果も美しい表に。 – MrUnadon – Bayesian Statistical Modelings with R and Rstan
まずはTwitterでこの記事をシェアする author: Unadon (見習い飯炊き兵) 動作環境:Mac OS Sierra 10.12.1; R version３.３.１; rstan 2.10.1 はじめに Rを使う時、私はわざわざ表など使わず、”head(data)”なんかでデータの確認を済ませてしまったりすることが多いです。 でも、他人と共有するとなると、見せ方を考えなければならない。それで、面倒だけどエクセルにコピペして…とやっていました。 また、Rのコンソールに収まりきれないデータを確認したいときなども、何らかの手立てを考える必要があるとおもいます。 今回は、そんなデータの確認に使える”表の出力”についてまとめていきます。 本稿のお品書き package{DT}: dataframeをHTMLの表に一発変換(データが大きい場合有用) package{knitr}: dat
R言語メタプログラミングの基礎 - 檜山正幸のキマイラ飼育記 (はてなBlog)
Rはメタプログラミングの能力を持っていますが、情報がまとまってなくて苦労します。けっこう落とし穴もあります。基本的な事項をここにまとめておきます。 内容： 関数オブジェクトの基本構造 関数オブジェクトのコンストラクタ ペアリストと仮引数リスト 空な名前とデフォルト値なし コールオブジェクトと関数本体 関数の評価環境 関数の登録先環境 コールオブジェクトの操作 引数の式をコールオブジェクトとして取得する その他のメタプログラミング・ツール メタプログラミングのサンプル R言語メタプログラミングの基礎：補足 関数オブジェクトの基本構造 ユーザーが定義した関数をデータとして見ると、3つの部位（スロット、メンバー）を持つ構造体と考えることができます。3つの部位とは、仮引数リスト（formal parameter list）、本体（body）、環境（environment）です。その要点を次の表にま
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
Release v2.21.0 (18 October 2019) · stan-dev/stan
Jupyter Notebook Viewer
GitHub - rstudio/rticles: LaTeX Journal Article Templates for R Markdown
Posit
CRAN: Package scrm
Population genetics and genomics in R