尤度関数 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "尤度関数" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2014年9月） 尤度関数（ゆうどかんすう、英: likelihood function）とは統計学において、ある前提条件に従って結果が出現する場合に、逆に観察結果からみて前提条件が「何々であった」と推測する尤もらしさ（もっともらしさ）を表す数値を、「何々」を変数とする関数として捉えたものである。また単に尤度ともいう。 その相対値に意味があり、最尤法、尤度比検定などで用いられる。 B = b であることが確定している場合に、 A が起きる確率（条件付き確率）を とする。このとき、逆
最尤推定 - Wikipedia
最尤推定（さいゆうすいてい、英: maximum likelihood estimationという）や最尤法（さいゆうほう、英: method of maximum likelihood）とは、統計学において、与えられたデータからそれが従う確率分布の母数を点推定する方法である。 この方法はロナルド・フィッシャーが1912年から1922年にかけて開発した。 観測されたデータからそれを生んだ母集団を説明しようとする際に広く用いられる。生物学では塩基やアミノ酸配列のような分子データの置換に関する確率モデルに基づいて系統樹を作成する際に、一番尤もらしくデータを説明する樹形を選択するための有力な方法としても利用される。機械学習ではニューラルネットワーク（特に生成モデル）を学習する際に最尤推定（負の対数尤度最小化として定式化）が用いられる。 最尤推定が解く基本的な問題は「パラメータ が不明な確率分布に
〒305-8604 茨城県つくば市観音台3-1-3 独立行政法人 農業環境技術研究所 地球環境部 生態システム研究グループ 環境統計ユニット 研究リーダー あるデータ点が複数の変量から成るとき，われわれは「多変量データ」（multivariate data）と呼ばれるものに遭遇する．たとえば，統計言語Ｒのパッケージに含まれているデータファイルのひとつに，植物学者 Edgar Anderson が集めた Iris属の形態データがある（ファイル名：「iris」）．その一部を下記に示そう：
R -- 主成分分析（princomp を援用）
主成分分析（princomp を援用） Last modified: Jul 29, 2004 目的 R には，princomp および prcomp という，二種類の関数が用意されている。 しかし，これらが返す「loadings」は固有ベクトルそのものであって，いわゆる負荷量ではない。 ここに示す関数は，princomp を下請け関数として用いて，通常の主成分分析結果として提示するものである。 なお，pca という関数も書いたので，そちらも参照してみるとよい。 使用法 princomp2(dat, pcs=0, cor=TRUE, scores=FALSE, verbose=TRUE) 引数 dat データ行列（行がケース，列が変数） pcs 求める主成分の個数。 0 を指定する（デフォールト）と固有値が 1 以上の主成分を求める。 cor TRUE（デフォールト）の場合には相関
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 -- 主成分分析（prcomp を援用）
主成分分析（prcomp を援用） Last modified: Dec 08, 2005 目的 R には，princomp および prcomp という，二種類の関数が用意されている。 しかし，これらが返す「loadings」は固有ベクトルそのものであって，いわゆる負荷量ではない。 ここに示す関数は，prcomp を下請け関数として用いて，通常の主成分分析結果として提示するものである。 なお，pca という関数も書いたので，そちらも参照してみるとよい。 使用法 prcomp2(dat, pcs=0, cor=TRUE, verbose=TRUE) 引数 dat データ行列（行がケース，列が変数） pcs 求める主成分の個数。 0 を指定する（デフォールト）と固有値が 1 以上の主成分を求める。 cor TRUE（デフォールト）の場合には相関係数行列を主成分分析する（変数の単位に異
Datasets Most of the datasets on this page are in the S dumpdata and R compressed save() file formats. Some are available in Excel and ASCII ( .csv) formats and Stata (.dta). Methods for retrieving and importing datasets may be found here. If you need one of the datasets we maintain converted to a non-S format please e-mail mailto:charles.dupont@vanderbilt.edu to make a request. For R users of the
最尤法
最尤法 Last modified: May 16, 2002 一致性，有効性，十分性を満たす最適推定量は，最尤法 により求めることができる。 母数が $\theta$ である母集団 $f ( \mathbf{x}\ |\ \theta )$ から，$n$ 個の標本 $X_{1}, X_{2}, \dots , X_{n}$ が抽出されたとする。 このとき，確率密度は（1）式で表せる。 \[ f(X_1 \ |\ \theta)\ f(X_2 \ |\ \theta)\ \cdots\ f(X_n \ |\ \theta) \tag{1} \] 今までは，母数 $\theta$ を持つ母集団から抽出された一つの確率変数 $\mathbf{x}$ が $X$ という実現値をとるとして，$f ( \mathbf{x}\ |\ \theta )$ を $\mathbf{x}$ の関数と見
数理統計学の基礎 - Google 検索
本書は、推測統計の典型的なテーマである母数の推定および検定を、数理的な枠組みの中で理解することを目指す。理論的根拠を丁寧に解説し、個別的な事例学習ではなく一貫 ...
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
多変量解析概論 あるいは 高次元空間をしたたかに生き抜く処世訓
DataSets < Main < Vanderbilt Biostatistics Wiki
http://kuva.mis.hiroshima-u.ac.jp/~asano/Kougi/99s/JouhouToukei2/6-16.html