R -- 判別分析（ステップワイズ変数選択）
判別分析（ステップワイズ変数選択） Last modified: Aug 25, 2009 目的 ステップワイズ変数選択による判別分析を行う 使用法 sdis(data, group, stepwise=TRUE, P.in=0.05, P.out=0.05, predict=FALSE, verbose=TRUE) 引数 data 説明変数だけのデータフレーム group 群を表す変数（ベクトルではなく，1 列のデータフレームとして引用するほうがよい） stepwise ステップワイズ変数選択をするかどうか（デフォールトは TRUE） P.in Pin（デフォルトは 0.05） P.out Pout（デフォルトは 0.05，Pout ≧ Pin のこと） predict 個々の判別結果などを出力するかどうか（デフォルトは FALSE） verbose ステップワイズ変数選択の途中
青木繁信氏：おしゃべりな部屋 （統計学ほか）
アクセスしていただき，ありがとうございます。 このページへのアクセスは，通算 6265344 回目です。 （1995年8月31日 からカウント開始） フォト蔵ふ つれづれなるままに ときどき一枚 狛犬ギャラリー 道祖神ギャラリー
R -- 重回帰分析（ステップワイズ変数選択）
重回帰分析（ステップワイズ変数選択） Last modified: Sep 21, 2008 目的 ステップワイズ変数選択による重回帰分析を行う 使用法 sreg(data, stepwise=TRUE, P.in=0.05, P.out=0.05, predict=FALSE, verbose=TRUE) 引数 data データ行列。従属変数は最終列におき，それ以外は独立変数と見なす。 stepwise ステップワイズ変数選択をする P.in Pin（デフォルトは 0.05） P.out Pout（デフォルトは 0.05，Pout ≧ Pin のこと） predict 個々の予測結果などを出力するかどうか（デフォルトは FALSE） verbose ステップワイズ変数選択の途中結果を出力する 偏回帰係数など，分割表，決定係数など，予測値などに関する結果はそれぞれ，「分析結果」，「
R による統計処理
「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か，何ができるかのリンク集（日本のもののみ） R を使うためにはどうしたらいいの？ データなどの読み書き R の定石（R に限らずプログラミングの定石も） R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり，ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計（独立性の検定，フィ
R -- 因子分析
因子分析 Last modified: Aug 31, 2009 目的 因子分析を行う。 R には factanal という関数が用意されている。最尤法により因子を求めプロマックス回転するならそれを利用すべきである。 factanal を使いやすくする関数（factanal2）を作ったので参照されたい。 使用法 pfa(dat) pfa(dat, method=c("Varimax", "biQuartimax", "Quartimax", "Equimax", "None"), eps1=1e-5, eps2=1e-5, max1=999, max2=999, factors=0) print(result, before=FALSE) plot(result, before=FALSE, fac.no=1:2, scores=FALSE, xlab=NULL, ylab=NUL
R -- 関数として用意されているものいろいろ
関数として用意されているものいろいろ Last modified: Feb 17, 2009 行列式 det 直前のページへ戻る > (a <- matrix(c(1, 2, 4, 9), nrow=2)) [,1] [,2] [1,] 1 4 [2,] 2 9 > det(a) [1] 1 > (b <- matrix(c(2,5,4,3, 5,7,6,3, 5,8,7,9, 1,2,5,3), byrow=TRUE, ncol=4)) [,1] [,2] [,3] [,4] [1,] 2 5 4 3 [2,] 5 7 6 3 [3,] 5 8 7 9 [4,] 1 2 5 3 > det(b) [1] 186 > det(matrix(rnorm(12), 3)) 以下にエラー determinant.matrix(x, logarithm = TRUE, ...) :
R -- 検証的因子分析
検証的因子分析 Last modified: Oct 07, 2008 目的 検証的因子分析（プロマックス回転）を行う 使用法 cfa(r, n, loc, lim=0.999, init.val=0.5) 引数 r 相関係数行列 n サンプルサイズ loc 因子負荷量または設定情報（使用例を参照のこと） lim=0.999 推定パラメータの値域 (-lim, lim) init.val=0.5 推定パラメータの初期値 ソース インストールは，以下の 1 行をコピーし，R コンソールにペーストする source("http://aoki2.si.gunma-u.ac.jp/R/src/cfa.R", encoding="euc-jp") # 検証的因子分析（確認的因子分析） cfa <- function(r, # 相関係数行列 n, # サンプルサイズ loc, # 因子負荷量ま
R による統計処理
「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か，何ができるかのリンク集（日本のもののみ） R を使うためにはどうしたらいいの？ データなどの読み書き R の定石（R に限らずプログラミングの定石も） R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり，ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計（独立性の検定，フィ
R -- 数量化 III 類
数量化 III 類 Last modified: Sep 01, 2009 目的 数量化 III 類を行う。 カテゴリーデータ行列の場合には，R の MASS ライブラリに入っている corresp 関数，または ca ライブラリに入っている ca 関数で全く同じ結果が得られる。 アイテムデータ行列の場合には，カテゴリーデータ行列に変換した後 corresp 関数，ca 関数を適用すればよい。 使用法 gt3(x) 引数 x データ行列（行がケース，列が変数） 要素が 0 または 1 のみからなるときはカテゴリーデータ行列 要素が 1 以上の整数値の場合にはアイテムデータ行列とみなす ソース インストールは，以下の 1 行をコピーし，R コンソールにペーストする source("http://aoki2.si.gunma-u.ac.jp/R/src/qt3.R", encoding
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
