統計・R・Stan関連の本、用途別のオススメ10冊 - StatModeling Memorandum
2016 - 12 - 24 統計・R・Stan関連の本、用途別のオススメ10冊 書評 R Stan 年末年始向けに、比較的読みやすい本を中心にオススメします。 統計学 入門 色々読んでみましたが、現在決定版と言えるものは存在しないように思えました。個人的には、シグマと 積分 の復習、場合の数・数え上げの方法、確率、確率変数、確率密度、度数分布と ヒストグラム 、代表値・平均・分散、確率分布、同時分布、周辺分布、確率変数の変数変換、検定、散布図と箱ひげ図、回帰、相関あたりをRなどを使いながらシンプルに説明していく本があるといいと思うのですが、なかなかバランスのとれたいい本がありません。初歩の初歩しか説明してない、グラフが少ない、検定にページを割きすぎ、分厚い、ちょっと難しいなどの不満点があります。立ち読みして自分にあった本を選ぶのがいいと思います。ネットで検索して調べるのでもいいと思います
0093 Weblog: RStudio for Mac OS X で日本語のプロットが上手くいかない場合の対処法
皆さん，RStudio使ってますか？ ようやく日本語を入力できるようになりましたよ！ 日本語のディレクトリ以下にあってもファイルを開けるようになりましたよ！ まだBuggyな部分はあるけどデイリービルド http://www.rstudio.org/download/daily/desktop/ で日々修正されてますよ！ 使わない手はありませんよ！ というわけでそんな中，Mac OS Xの環境で日本語をプロットしようとすると↓な感じで文字化けする問題はなかなか解決されていませんでした． 元々，R for Mac OS Xではデフォルトで日本語のプロットが出来ないという難がありましたが， ココとかココの方々の偉大なTipsのお陰で特に問題なくプロットできていました． しかし，その問題がRStudioで再発してしまっていて，にっちもさっちも行かない状態になっていたので，つたない英語で質問を投げ
ハイブリッド型樹木法
8. モデルに基づく再帰分割 8 一般の決定木の分割基準 Information Gain C4.5 Gini係数 CART 検定統計量 CHAID 他の分割基準を採用することもできる 下位モデルとして回帰式を採用 分割した時に2つの回帰式の残差平方和が最小になるように分割 適切な複数の回帰式になるようにデータを分割する 13. テストデータ・・・Boston 13 crim zn indus chas nox rm age dis rad tax ptratio black lstat medv 1 0.00632 18 2.31 0 0.538 6.575 65.2 4.0900 1 296 15.3 396.90 4.98 24.0 2 0.02731 0 7.07 0 0.469 6.421 78.9 4.9671 2 242 17.8 396.90 9.14 21.6
Rでテキストファイルをセンチメントの時系列データに変換する - Tech Blog
目的 テキストファイルから読み取れるセンチメント（感情）を測定したい。そのために、テキストに現れる各単語のセンチメントを出現順に計測し、時系列データとみてグラフを描く。また、その平均・標準偏差・歪度・尖度などを算出する。 手法 感情辞書 単語と感情を対応付ける辞書として、「単語感情極性対応表」（高村大也, 乾孝司, 奥村学, "スピンモデルによる単語の感情極性抽出", 情報処理学会論文誌ジャーナル, Vol.47 No.02 pp. 627--637, 2006. ）を用いる。本辞書では、各単語に対する印象を、positive: +1 ～ negative: -1の「感情極性値」で対応付けている。具体的には、辞書はテキストファイルで、55125個の単語に対して、「見出し語:読み:品詞:感情極性値」が記述されている。 なお、本辞書は研究目的に限り公開されている。 ・pn_ja.txtの内容
Snow and Chef - Steven Danna's Blog
One of my major interests is programming in R. I took a few days off for Christmas break, and in between talking with family, watching old movies, opening presents, and spreading Christmas cheer, I decided it would be fun to use Chef to create a parallel computing environment suitable for use with R. As part of this project, I wrote: A Chef cookbook to install and configure R. An R package provide
Tokyo r11caret
9. 1.2 Proposed Procedure Many beginners use the following procedure now: • Transform data to the format of an SVM package • Randomly try a few kernels and parameters • Test We propose that beginners try the following procedure first: • Transform data to the format of an SVM package • Conduct simple scaling on the data 2 • Consider the RBF kernel K(x, y) = e−γx−y • Use cross-validation to find the b
機械学習を用いた予測モデル構築・評価
質的変数（順序尺度）に有用なポリコリック相関係数を紹介しています。 また、ポリコリック相関係数を使った因子分析の方法も説明しています。
window functionまとめ - 盆栽日記
dplyrやRcppRollに実装されているwindow functionはうまく使えば便利です。 ということで以下にまとめました。 実例は下記をご覧ください。 http://cran.r-project.org/web/packages/dplyr/vignettes/window-functions.html 原則としてdplyrに入っているものを掲載していますが、ローリング処理に関してはRcppRollパッケージのインストールが必要です。 関数名 内容 備考 row_number 行番号 min_rank 順位（タイを考慮する） dense_rank 順位（タイを考慮しない） percent_rank 順位の％ cume_dist 順位の％積み上げ ntile 指定した群数に分割する lead 先頭を消して末尾にNAを加える lag 末尾を消して先頭にNAを加える cumsum 部分
プロ野球の投手力をMCMC+階層ベイズモデルで計算してみる - About connecting the dots.
大分間が空きましたが，師走で本業が忙しくて，なかなか時間が取れませんでした．その間に時期外れになってしまった気もしますが，今さら流行に乗ってMCMC+BUGSでモデリングしてみました．ネタは，これもまた旬を逃した2013プロ野球です． お題 よくいわれる話としてプロ野球の投手の成績というのは，実際にはチームの打線や守備に大きく左右されるわけです．最近はセイバーメトリクスなんかも盛り上がってますが，どうやってチームの実力から分離したピュアな投手の実力を測定するか，というのが大きなテーマだったりします．そんなわけで，投手と，その上位階層にあるチームを階層ベイズでモデリングしたらうまいこといかないかな，というのが今回のテーマです． 定式化 ざっくりとモデルをお絵描きすると，以下のような形になります．個人差と，その上位にあるチーム差で勝率を予測して，そこから結果の勝数が得られるというモデルです．
有意水準 20% はナシ - 裏 RjpWiki
Julia ときどき R, Python によるコンピュータプログラム，コンピュータ・サイエンス，統計学 「A/Bテストの数理」への批判 http://abrahamcow.hatenablog.com/entry/2013/12/28/210035 だけどねえ。ちょっといただけない。 ではこの場合、有意水準はいくつくらいにしたらいいんでしょうか？ とてもよい質問です。 たぶん20％くらいでいいんじゃないかと思います。 その根拠は天気予報です。 降水確率0％～20％くらいならだいたいみんな傘持ってかないじゃないですか。 40％～100％ならだいたいみんな傘持っていくんじゃないでしょうか。 30％だと人によってはちょっと迷うと思います。 だから20％で切っちゃいましょう。 そのくらいのざっくりした感じで十分だと思います。 有意水準は，リスク・ベネフィットの観点を考慮するというのはあたりまえな
RStanで『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
こんばんは、ゆるふわの対極であるところのガチムチ角刈り系のberoberoです。 この記事はR Advent Calendar 2013の26日目の記事になります。 12/22(日)にBUGS/Stan勉強会#2がドリコム株式会社にて催されました。そこで2つ発表をしました。そのうちの1つ「『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた」に関する詳細＆補足＆苦労話をここで書きたいと思います。RStanというパッケージでRからStanというMCMCサンプリングソフトを使っています。 最初に発表内容のスライドは以下になります。ざっと見るにはこれで十分です。 『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた from berobero11 以降ではスライドごとに簡単に補足していきます。 まずは元となった書籍の紹介です。時系列解析の第一人者による分か
reorder 関数を使って横軸の順序の並べ替えを行う方法 - Triad sou.
ggplot2 で geom_bar(stat = "identity") を利用して棒グラフを作成するときに、横軸の順序を変える方法をまとめてみます。 特に要約データなどを持っていて、ヒストグラムをプロットしたい時などに利用できるかと思います。 方法としては、データフレームに横軸の順序を規定する変数を含めておき、aes コンポーネントで reorder 関数を使うだけで好きな順序に変更することができます。 require(ggplot2) d <- data.frame( x = c("80-", "90-", "100-", "110-", "120-", "130-", "140-", "150-", "160-", "170-", "180-"), y = c(0, 9, 35, 81, 194, 276, 271, 207, 138, 55, 59), z = seq(1, 11
ggplotで棒グラフを作る geom_bar()の使い方 | Memo on the Web
Rでggplotを使って棒グラフを作る時に使われるのが, geom_bar()という関数です. このページでは, いくつかの例を元に, その使い方を解説していきます. geom_bar()のaes()内で扱える引数 x alpha colour fill linetype size weight geom_bar()の使い方の流れ ggplotを使うのが初めての方は, 良かったら｢ggplotの使い方｣を参考にしてください. このページでは, ggplotの関数の中でも, 特にgeom_bar()関数の使い方の流れを説明していくつもりです. 今回は, 自分で作成した, 以下の様なデータを使っていきます. data.csvというファイルで保存しています. name, height, years A, 150, 2011 B, 170, 2011 C, 165, 2011 A, 160, 20
log 変換する？しない？AICでモデル比較するときの注意点 - ほくそ笑む
データを分析にかける前に、出力変数を log 変換する、というのはよくあることだと思います。 次のデータを見て下さい。 このデータ、線形モデルに当てはめる前に log 変換したほうがよさそうだなーというのが見てとれます。 それもそのはず、このデータは次のように作っています。 N <- 100 x <- runif(N, min = 1, max = 2) y <- exp(x + rnorm(N, sd = 0.3)) data <- data.frame(x, y) それでは、log 変換しないバージョンと、するバージョンでモデルを作成して、AIC を比較してみましょう。 model <- lm(y ~ x, data) model.log <- lm(log(y) ~ x, data) aic <- AIC(model, model.log) print(aic) ## df AIC
ggplot2 の自分用メモ集を作ろう - Triad sou.
プロットの作製 基本プロットを作る Geoms Aesthetics 違う種類のグラフを重ねる 参照線の追加 グループ分け 層別プロット スケールと軸 Scales 軸ラベルやタイトルの変更 軸の表示範囲を変更する 軸の左右の余白を削除する 軸表示の修飾 日時の軸スケール 軸区切り値の変更 軸スケールの変更 (変数変換) プロットのソート (離散型変数の水準をソートしてプロット) 座標系の反転：横向き箱ひげ図 極座標への変換：円グラフ 座標系のアスペクト比の指定 色セットの変更 ggplot2 のデフォルト色セットの定義 任意の色セットの利用 凡例 凡例位置の変更 凡例ラベルの変更 凡例の一部を削除する テーマ (グラフ背景・グリッドの色, マージン, フォント) Themes 定義済み theme の適用と編集 theme 要素と theme() の併用時の注意点 フォント変更 保存 g
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
GitHub - stevendanna/cookbook-r: Chef Cookbook for R
Rで学ぶデータマイニングI 第8章〜第13章
A2 Hosting, Inc. » Web Hosting Grown Up
Tokyor36
～knitr+pandocではじめる～『R MarkdownでReproducible Research』
