献本御礼：神林博史『１歩前からはじめる「統計」の読み方・考え方』 | Theoretical Sociology
1歩前からはじめる「統計」の読み方・考え方 1歩前からはじめる「統計」の...の他のレビューをみる» 神林 博史 ミネルヴァ書房 ￥ 2,376 (2016-04-08) 統計の基礎をほんとうに基礎から紹介した入門書。二色刷りでイラストが多数利用されており、個人的には表紙のお辞儀しているゾウが気に入りました。内容は、「データの 6W4H」、「数値の意味」「定義が変わると数値も変わる」といった、適切に統計を読んだり、まとめたりする際に重要なポイントがまとめてあります。院生レベルでも統計の曲解は珍しくないので、こういった基本の大切さは強調しておきたいです。どうもありがとうございました。機会を見て勉強させていただきます。 Tweet
Rスクリプト覚書き：選好度の写像分析法 | Theoretical Sociology
現実逃避のために選好度の写像分析法のプログラムを書いたので、掲載しておく。選好度の写像分析法とは、多次元空間上に外部データの情報を重ねるために用いられる。私の場合、職業威信のデータを多次元尺度法 (MDS) にかけて、二次元空間上に職業をプロットしたあと、職業の特性（在職者の平均収入や学歴など）をプロットするという作業をするために使ったことがある。このように MDS の結果を解釈するときに役に立つが、別の利用法もあるのかもしれない。下の図は米国の各州を犯罪の発生率のデータを使って犯罪発生率が類似しているほど近くになるように各州をプロットしたものである。 例えば左上の方に Georgia と Louisiana が近くに布置されているが、これらの州は犯罪発生率のパターンが似ているということである。矢印と赤字でしめしてあるのが、選好度の写像分析法の結果で Murder の矢印が左上に伸びている
R + TeX + Foiltexパッケージ + Impressive でプレゼン | Theoretical Sociology
R + TeX + Foiltexパッケージ + Impressive でプレゼンをするための覚書。 最近は TeX で文書を書くことが多くなったので、Word はほとんど使わない。計算も R を使うので、Excelもあまり使わない。必要な時は、OpenOfficeを使っている。しかし、PowerPointだけは手放せなくて長く使い続けてきた。しかし、それでは結局すべてのパソコンに MS-Office をインストールしなくてはならない。脱 PowerPoint。そのための方法として、TeX + Foiltexパッケージ + Impressive を試し始めたのだが、フォントの埋め込みでつまづいて半日ぐらいあれこれ試していた。以下は私の環境(Windows Vista, 角藤版pLaTeX）での成功例。Impressive は PowerPointとは一味違った使用感でなかなかおもしろい。し
ロジスティック回帰分析の結果のまとめ方 | Theoretical Sociology
一定期間更新がないため広告を表示しています
独断と偏見で選ぶ数理社会学会ベスト報告「保守主義と認知能力：遺伝要因の媒介効果と調整効果の検討」 | Theoretical Sociology
例によって、私が聞いた報告の中から独断と偏見でもっとも面白いと思った報告を選びます。私が聞いていない報告もありますし、聞いていても適切にその価値を判断できない報告もあるので、あくまで私の独断と偏見です。今回私がもっともおもしろいとおもったのは、 敷島千鶴・山形伸二・平石界・安藤寿康「保守主義と認知能力：遺伝要因の媒介効果と調整効果の検討」 です。一卵性双生児と二卵性双生児の保守主義と認知能力（頭の良さのようなもの。IQなどで測られる）を調べ、両者がどの程度遺伝的に決定されており、両者にどの程度相関があり、相関があるならばその相関はどの程度、遺伝、環境要因によって作られているかを研究しています。結果として保守主義は60パーセント、認知能力は70パーセント程度が遺伝によって決定され、残りは双子が共有していない環境要因によって決まっているという結果でした。これが本当なら親の育て方は子供のIQにあ
ランダム効果の意味、マルチレベル・モデル、全数調査データ分析 | Theoretical Sociology
1 マルチレベル・モデルとランダム効果 最近マルチレベル・モデルに関して話をしていて、三度同じタイプの誤解に遭遇したので、この誤解を正しておきたい。マルチレベル・モデルで個人レベルとグループ・レベルという二つのレベルを持つモデルを立てるとする。このときグループは母集団から無作為に抽出されていなければならず、データは多段抽出の形を必ず取らなければならない、と主張する人がいる。もしも、あなたが抽出されていないグループにまでマルチレベル・モデルの分析結果を一般化しようとするのならば、この主張はまったく正しい。例えば近所の学校を30校手当たりしだいに（つまり無作為にではなく）選んで、その高校の生徒をさらにサンプリングして、成績を出身階層で予測するような場合、この近所の30校以外に分析結果を一般化することはできない。例えば、仮にこのデータセットでは出身階層が成績に及ぼす効果が有意にならなかったとして
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
