ページが見つかりませんでした お探しのページは一時的にアクセスできないか、削除または移動された可能性があります。 お手数ですがトップページ、またはサイト内検索より目的のページをお探しください。
ページが見つかりませんでした | マネックス証券
ページが見つかりませんでした お探しのページは一時的にアクセスできないか、削除または移動された可能性があります。 お手数ですがトップページ、またはサイト内検索より目的のページをお探しください。
TAKENAKA's Web Page: 有意性検定の無意味さ
The Insignificance of Statistical Significance Testing 統計学的な有意性検定の意味のなさ Johnson, Douglas H. 1999. The Insignificance of Statistical Significance Testing. Journal of Wildlife Management 63(3):763-772. Jamestown, ND: Northern Prairie Wildlife Research Center Home Page. http://www.npwrc.usgs.gov/resource/1999/statsig/statsig.htm (Version 16SEP99). この論文の存在は， 久保拓弥さん（北大）の ページで知りました． The Wildlife Soci
- ～海外ニュースまとめ～
< 01月 | 1234567891011121314151617181920212223242526272829 | 03月 >
大卒が就職できないのもポスドクが就職できないのも理由はひとつ | 5号館を出て
世の中の経済活動は、基本的にはすべて需給バランスで動いていると考えても良いのではないでしょうか。 大学卒業生がどんどん多くなっているのに、経済状態はとてもどんどん発展しているという状況ではなく、多くの大学卒業生が望むホワイトカラーの就職先はそれほど増えていません。ポスドクのケースも好意的に考えると、文科省はこれからは学卒ではなく修士卒、博士卒、さらにはポスドクを必要とする企業がどんどん増えてくるだろうから、大学院を充実させ、博士ならびにポスドク経験者を大量に生産しておこうと思ったのかもしれません。しかし、増加する学卒を吸収できない程度の経済発展しかしていない状況のもとでは、さらに高学歴を求める企業はやはり増えなかったのです。 それにしても、新聞・テレビがこぞって同じような報道をするのにはやはりうんざりしますね。こちらが朝日新聞に掲載された、いかに今年の大卒予定者の就職内定率が悪いかというグ
「信頼と活力のある社会」の実現｜公益財団法人日本生産性本部
日本生産性本部が提供する研修・セミナーを、テーマ別・階層別に検索いただけます。 テーマから探す 人材育成 エグゼクティブ 次世代リーダー・経営人材育成 ビジネススクール・ 長期研修 コンサルタント養成 （中小企業診断士、キャリアコンサルタント） グローバル人材育成 経営課題 経営戦略 組織開発・組織活性化 リーダーシップ・ マネジメント 生産性向上 業務改善 経営品質・顧客満足 労働組合・労使関係 働き方改革・ ワークライフバランス 企業倫理・ コンプライアンス ダイバーシティ・ 女性活躍 キャリアデザイン ヘルスケア・ メンタルヘルス DX人材育成 スキル コミュニケーション 人事・労務 賃金・評価・考課 会計・財務 部下育成・コーチング ロジカルシンキング・ 問題解決・発想力 ファシリテーション・ プレゼンテーション ビジネスディベート・ 交渉力 ビジネスライティング 営業・マーケティ
「少人数のチームの方がソフトウェアの品質は高い」実証的ソフトウェア工学の研究会が開催
統計や実証を通してソフトウェア工学を研究していく、それが「エンピリカルソフトウェア工学」（Empirical Software Engineering、実証的ソフトウェア工学）です。「第一回エンピリカルソフトウェア工学研究会」が、12月10日に都内で開催されました。 基調講演では、マイクロソフトリサーチで研究をしているDr. Thomas Zimmermann氏が登壇。開発組織の構造がソフトウェアにどう影響するのか、バグ報告書やバグ報告者と修正されるバグの優先順位の関係、そしてエンピリカルソフトウェア工学という「データ指向のソフトウェア工学」を、どのようにソフトウェア開発における意志決定に役立ていくのか、といった内容の講演でした。 開発組織の構造がソフトウェア品質に及ぼす影響は？ マイクロソフトリサーチのDr. Thomas Zimmermann氏。 今日はいくつかのテーマについて紹介した
平均値の検定
1.仮説検定とは(再掲) 仮説検定とは，母集団のある性質について，分析対象である標本を用いて判断，検証するために用いられる手段 仮説検定は以下の手順で行われる(山田・杉澤・村井[2008]を一部修正） 母集団に関する帰無仮説(きむかせつ)と対立仮説を設定する 検定統計量を選ぶ（検定を選ぶ） 有意水準の値を決める（棄却域を決める） データから検定統計量を実際に計算する 検定統計量が棄却域に入るかチェックする→帰無仮説，対立仮説どちらになるか判断する 検定では，帰無仮説は「同じである（＝差がない）」といった形を採ることが多い． 検定統計量が棄却域に入ると，帰無仮説が間違っていると判断→「帰無仮説を棄却する」 帰無仮説が棄却されるならば，その逆の対立仮説が採択される（すなわち，実験者の予想が的中した）ことになる 帰無仮説が棄却できない場合，帰無仮説が正しい，となる 検定における判断基準 検定統計
日本人のお金の使い方がまるわかりになる全国消費者実態調査データ | 初代編集長ブログ―安田英久
今日は、世の中の人がどんなお金の使い方をしているのかを全国で調査したデータを紹介します。市場調査を行うにあたって参考になるかなり詳細なデータを入手できます。しかも無料で。 「30代の男性は書籍や雑誌に1か月あたり何円使っているのか」「ケータイの通信費は、年齢層でどれくらい違うのか」「緑茶と紅茶とコーヒーと、それぞれいくらぐらい使っているのか」「靴やシャツや下着に使っているお金は？」「CD・DVDやゲームにはどれくらいお金を使っているのか」「映画や遊園地や温泉にはみんなどれくらい行っているのか」こんなデータがあればいいと思いませんか？ それがあるのです。 そのデータとは、総務省統計局が行っている「全国消費実態調査」。 平成21年全国消費実態調査（統計局）全国消費実態調査とは、国民生活の実態について、家計の収支や貯蓄・負債、耐久消費財、住宅・宅地などの家計資産を総合的に調査し、世帯の消費・所得
未婚でいることは大統領になることよりもリスキーだ／命に関わるリスクをまとめたリスト
C．R．ラオ『統計学とは何か―偶然を生かす』で紹介されている“A Catalog Of Risks”という論文をネットで見つけた。 Cohen,B. and Lee, I. S.(1979). "A Catalog Of Risks", Health Physics, Vol. 36, 702-722. http://www.osti.gov/opennet/servlets/purl/16126710-mAlUg8/16126710.pdf この論文は、事故や習慣、病気や職業などなど、比較が容易なように、様々なリスクを「何日、寿命が縮むか」に換算している。 まとめのリストから作ったグラフが以下である。 太り過ぎは、癌と同じかそれ以上に寿命を縮める危険がある。 ベトナム戦争に従軍するよりも、貧乏は命にかかわる。 誰かに殺されるのと、合法な薬のせいで死ぬリスクは同じくらいである。 恐怖新聞を
第4回 正規分布［前編］ | gihyo.jp
今回と次回では前後編に分けて、統計においてもっともよく使われる確率分布である「正規分布」のお話をします。 第2回・第3回の復習 最初に、前回までのおさらいを簡単にしておきましょう。 まず確率を定義するものとして、確率変数 X と確率分布 p(X) を紹介しました。これが「確率」であるためには、以下の2つの重要な条件を満たしている必要がありました。 確率の値は0以上1以下 すべての取り得る値の確率の合計は1 これらの条件は、今後機械学習を学んでいく上で、常に意識しておかないといけません。今回も使いますよ。 それから、確率変数が複数ある場合の「同時確率」「条件付き確率」「周辺確率」、そして「事後確率」を導入し、「確率の加法定理と乗法定理」という2つの定理と、「ベイズの公式」を導きました。加法定理と乗法定理については、今回も使いますのでその時に確認しましょう。 最後に、「条件付き独
第3回 ベイジアンフィルタを実装してみよう | gihyo.jp
さらに詳細な利用方法が知りたい方は、Yahoo!デベロッパーズネットワークのマニュアルを参照してください。 ベイジアンフィルタの実装 ここから本格的にベイジアンフィルタの実装に入っていきます。 その前に、まずは先程のリスト1のコードを利用して入力された文章をわかち書きし、単語の集合を返す関数を作成しnaivebayes.pyとして保存しましょう。こちらも先程のmorphological.pyと同様にutf-8で保存してください。 リスト2 文章の分割をする関数（naivebayes.py） # -*- coding: utf-8 -*- import math import sys #yahoo!形態素解析 import morphological def getwords(doc): words = [s.lower() for s in morphological.split(doc)
第2回 確率の初歩 | gihyo.jp
今回は、機械学習で使う「確率」のお話です。 確率は、統計的な機械学習のもっとも重要な基礎知識です。とはいえ、確率についてゼロから説明するというのは紙数的にも厳しいため、高校の確率を少し憶えているくらい（期待値や標準偏差など）を前提とし、「高校の確率」と「機械学習の確率」の本質的な相違点について、少し丁寧に見ていく、という形で進めていきます。 機械学習と確率 最初に、機械学習にとって確率はどういう役割なのかを確認しておきましょう。 実のところ、機械学習に確率が必須というわけではありません。ニューラルネットワークやサポートベクターマシンなどの有名な手法も「確率を用いない機械学習」ですし、その他にも数多くの手法があります。しかし、「確率を用いない機械学習」の多くは、「結果のランキングを作りづらい（評価値の大小に意味がない）」「条件が異なる場合の結果を比較できない」などの欠点がありま
第1回 Rは統計解析のブッシュナイフだ - 実践！ Rで学ぶ統計解析の基礎 - ＠IT
今ほど統計解析が必要とされる時代はありません。オープンソースの統計処理言語・環境の「R」を使って実践的な統計解析のテクニックとリテラシーを習得しましょう！ 読者にとってRは、世に溢れるデータの密林を切り開くための“ブッシュナイフ”となることでしょう（編集部） 統計解析の必要性とリテラシー 21世紀になって、経営学者の故ピーター・ドラッカー氏が言うところの知識労働者は、ますます統計解析を必要する局面が増えてきました。この状況は、20世紀後半から21世紀に起きた計算機能力の増大とインターネットの発展を基礎に、3つの大きな潮流が現れたことがキッカケとなっているように思います。その3つの潮流とは、オープンソース、オープンデータ、そしてオープンアイデアです。後ろの2つは今筆者が名付けました。 オープンソースは、皆さんがご存知のように、Linux、Apache、Perl、Python、RubyなどのO
政府統計の総合窓口 GL01010101
統計データを探す すべて 分野から探す国土・気象人口・世帯労働・賃金農林水産業鉱工業商業・サービス業企業・家計・経済住宅・土地・建設エネルギー・水運輸・観光情報通信・科学技術教育・文化・スポーツ・生活行財政司法・安全・環境社会保障・衛生国際その他 組織から探す 内閣官房人事院内閣府公正取引委員会警察庁消費者庁こども家庭庁総務省公害等調整委員会消防庁法務省外務省財務省国税庁文部科学省文化庁スポーツ庁厚生労働省中央労働委員会農林水産省林野庁水産庁経済産業省資源エネルギー庁特許庁中小企業庁国土交通省観光庁海上保安庁環境省防衛省 主要な統計から探す ５０音から探す あ い う え お か き く け こ さ し す せ そ た ち つ て と な に ぬ ね の は ひ ふ へ ほ ま み む め も や ゆ よ ら り る れ ろ わ すべて見る 分野から探す 国土・気象人口・世帯労働・賃金農林
サヨナラ検定、グッバイ統計的有意性／統計を使うつもりなら必読の論文はこれ
Author:くるぶし（読書猿） twitter:@kurubushi_rm カテゴリ別記事一覧 新しい本が出ました。 読書猿『独学大全』ダイヤモンド社 2020/9/29書籍版刊行、電子書籍10/21配信。 ISBN-13 : 978-4478108536 2021/06/02 11刷決定 累計200,000部（紙＋電子） 2022/10/26 １４刷決定 累計260,000部（紙＋電子） 紀伊國屋じんぶん大賞2021 第３位 アンダー29.5人文書大賞2021 新刊部門 第１位 第２の著作です。 2017/11/20刊行、４刷まで来ました。 読書猿 (著) 『問題解決大全』 ISBN:978-4894517806 2017/12/18 電書出ました。 Kindle版・楽天Kobo版・iBooks版 韓国語版 『문제해결 대전』、繁体字版『線性VS環狀思考』も出ています。 こちらは１０刷
素人の僕が、データ分析に自信を持つようになったある発見 - 人と組織と、fukui's blog
2010年03月13日 22:01 カテゴリ事業家養成講座 素人の僕が、データ分析に自信を持つようになったある発見 Posted by fukuidayo Tweet 僕は1999年に就職活動をしました。会社は全部で8社ぐらい？受けたのかな。 受かった会社の選考よりも、落ちた会社の選考のほうが覚えているもので、あるシンクタンクを受けたときに提出したレポートの出来の悪さと、あるコンサルティング会社を受けたときに出たケーススタディーの答案を前に、頭が真っ白になったときのことは、今でもたまに思い出します。 どうやって分析し、自分の見解を示せば良いのか、まるでわからなかったのです。 それから数年がたち、僕はケーススタディーを受ける側ではなく、つくる側になりました。 データの見方を教え、伝える側になったのです。 そうなれたのは、データを分析する。ということに関して、助言を与え続けてくれた先輩・上司が
「幸福の科学」「創価学会」の信者数が今回の総選挙で見えてきた、各市町村ごとの政党得票数について
第45回衆議院議員総選挙が終了し、民主党が単独で308議席、自民党は119議席となり、ついに政権交代が実現したわけですが、ここではそのほかの政党について注目してみます。例えば、これまで政権を担ってきた自・公の場合、この「公」とは「公明党」のことであり、Wikipediaによると公明党の主な支持母体は宗教法人「創価学会」となっています。また、同じく宗教法人が支持母体である政党と言えば、今回が初の選挙となり、全員落選してしまった「幸福実現党」は宗教法人「幸福の科学」が支持母体です。 今回の総選挙は日本全国で行われており、各選挙区と比例の2つに投票が行われたため、その得票結果を見ることによって間接的かつ大雑把ではあるのですが「自分の住んでいる地域に幸福の科学や創価学会の信者がどれぐらいいるのか？」を推測することが可能です。 各都道府県と各市町村ごとの政党得票数については以下から。 まず、そもそも
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
社会実情データ図録 Honkawa Data Tribune
大規模文字列解 析の理論と実践＠IBISML - DO++
「新年おめでとう」はＮＧ？ 震災で年賀状に異変 「謹賀新年」控え、「笑門来福」「絆」「笑顔で」 ：日本経済新聞