統計学を勉強するときに知っておきたい10ポイント - Issei’s Analysis ～おとうさんの解析日記～
googleさんやマイクロソフトさんは「次の10年で熱い職業は統計学」と言っているようです。またIBMは分析ができる人材を4,000人増やすと言っています（同記事）。しかし分析をするときの基礎的な学問は統計学ですが、いざ統計学を勉強しようとしてもどこから取りかかればいいか分からなかくて困るという話をよく聞きます。それに機械学習系の本は最近増えてきましたが、統計学自体が基礎から学べる本はまだあまり見かけないです。 そこで今回は、統計学を初めて勉強するときに知っておいた方が良い10ポイントを紹介したいと思います。 1. 同じ手法なのに違う呼び名が付いている 別の人が違う分野で提案した手法が、実は全く同じだったということがあります。良く聞くのは、数量化理論や分散分析についてです。 数量化理論 数量化I類 = ダミー変数による線形回帰 数量化II類 = ダミー変数による判別分析 数量化III類 =
「Rを教えるにあたってのクイック・ガイド」 - 勝虫日記
Rイメージングのデータをよりによって，エクセルでカット・アンド・ペーストを徹夜してやっている4年生を見て，こりゃいかんと思い，Rのスクリプトを書いて，「ほら，こんなに作業が簡単になるでしょ?」と，Rをオススメするはずだった． ところが，反応はイマイチ．こんな難しいことやってられません，と言いたげな顔になってしまったので，いきなり負荷をかけすぎたかと反省．やはり，教えるのってムズかしい． ヤマほどR関連のドキュメントがインターネットで自由に手にはいるようになってきたが，それでも，直面している問題にすぐ答えてくれるわけでもなく，じっくり学んでいく必要があるのがほとんどだ．情報が多すぎて，すぐに自分の問題の解決に役立つようには到底思えないことが多い． ちょっとプログラムが書けると生産性がぐんと上がることは多々ある．生物学科では，データ解析は必須であるから，統計解析環境のRはもってこいだ．しかし，
【PDF】「逆システム学の窓(Vol.28)Vol.28 チェルノブイリ原発事故から甲状腺癌の発症を学ぶ―エビデンス探索 20 年の歴史を辿る」
404 Error お探しのページは見つかりませんでした． トップページへ戻る 医歯薬出版株式会社
意外な展開：自然死産率の生データを見てみた - Take a Risk：林岳彦の研究メモ
さいきんtwitter上で、「1960年代において大気圏核実験の影響で自然死産率が上昇している」という情報を見かけました（本記事の論旨の前提となりますので、ぜひ以下URLをご参照の上で以下の記事をお読みください）。 http://twitpic.com/4gcyc6 研究者ならば生データをチェックせねばと思い、「人口動態統計」から生データをダウンロードしたりして調べてみたところ、ちょっと自分でもかなり意外な結論にたどり着いたのでまとめてみます。（長くて論旨がウネウネしますがすみません。お急ぎの方は人は結論の節からどうぞ。） 手始めに：人口動態統計の生データのまとめ まず、国立社会保障・人口問題研究所のサイトから自然死産率の生データをダウンロードしてみました。 http://www.ipss.go.jp/syoushika/tohkei/Data/Popular2011/T04-20.xls
サンプリングについてのひとつのお話 - 社会学者の研究メモ
世論調査などでもしばしば「層化二段無作為抽出」という言葉を目にする人は多いのではないだろうか。この手続を簡潔に説明することはなかなか難しいので、何度テキストを読んでもピンとこない、という人は意外に多いようである。その理由の一つは、「単純ランダムサンプリング(unrestricted random sampling)」を最初に説明して、それからその他の抽出法を応用として説明しようとしているからではないか、という気がする。そのせいか、一般の方の中には「母集団の正しい姿を捉えるには単純ランダム抽出が最善で、それ以外は亜流」といった考え方をしている人も多いようだ。 ところが、統計に関わる研究者のほとんどは、実際には「単純ランダム抽出は最善というよりも次善」ということを理解した上でデータを扱っている。それが一般の人には理解しにくい思考プロセスを踏まえているために、いろいろな誤解が生じているようである
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
続・わしの頁
森下正明『間隔法による個体群密度の推定』: Taglibro de H
社会実情データ図録 Honkawa Data Tribune