5分でわかるベイズのお話 【Goodpatch Advent Calendar 2015 23日目】 - it's an endless world.
この記事はグッドパッチのエンジニア陣がお届けするGoodpatch Advent Calendar 2015の23日目の記事です。 昨日はmariokadaの「はじめてのプログラミング / PebbleのWatchfaceを作ってみた」というお話でした。マジで初めてのプログラミングでよくがんばった！ qiita.com 今日はチラッとベイズの話をしようかと。 ベイズって何？ ベイズ推定 ベイズ統計学 ベイズ確率 ベイジアンネットワーク ベイジアンフィルター Webで仕事している人たちはこのような言葉を聞いたことがあるかと思います。 これらはいわゆる「ベイズの定理」をベースにしているのでそう呼ばれています。 で、その「ベイズ」が何かというと人名です。 この人。トーマス・ベイズ (Thomas Bayes)さん。 1700年代初頭のイギリスの牧師さんらしいです。 正直に言うと、私の中で「ベイズ
政府統計の総合窓口
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
言語Rを用いて相関ルールを抽出 | Commojun's Blog
統計ソフト言語Rを用いて，相関ルールを抽出するために必要なことです． たとえば，今日のごはんについてアンケートをして，data.frame形式でこんなデータが得られたとする． > test 項目:性別,年齢,地域,主食,おかず,野菜,その他 1 男性,28,関東,餅,NA,NA,醤油 2 男性,27,関東,米,豚肉,タマネギ,NA 3 女性,28,関東,餅,豚肉,ピーマン,味噌 4 男性,30,関西,パン,ハム,タマネギ,醤油 5 女性,31,関西,餅,魚,タマネギ,NA 6 男性,27,関西,パン,ハム,レタス,NA ※NA:欠損値（未回答，未入力を表す） 項目同士にどんな関連性があるのかを知りたい場合，相関ルールを調べるのが有効です． たとえば，今回の場合，パンを食べる人はよくハムを食べそうです． それを表すルールは，{主食=パン} => {おかず=ハム}です． 言語Rで相関ルールを抽
Rによるアソシエーション分析 - Qiita
相関ルール 頻出するアイテム間の何らかの組み合わせの規則をアソシエーションルールと呼ぶ。アソシエーションルールは連関ルール、関連ルール、相関ルールなどと呼ばれます。 「商品Aを買うと商品Ｂも買う」のようなルールを見つけ出すことを目標としています。 今回の例は、掃除機の購買動機に繋がる不満要素の組み合わせです。 これを特定し、その中でも特に強い不満点を解明して、商品開発に貢献させることを目標とします。 アンケートの設問 設問の形式 チェックボックス系の複数回答形式の設問 回答データ 水平展開形式のデータ サンプル毎に複数の設問への回答が存在し、１サンプル１レコードの形式であること。 集計データ 予め用意できるのであれば、SQLなどで集計データを作成しておくとグラフが描きやすくなります。 （※そこまで準備しなくとも、Rで図を出すことは可能です。） ※しかし、この表では集計されてしまっているので
Rの初歩
Rのインストール R（アール）は統計・データ解析・統計グラフ作成のためのオープンソースソフトです。CRAN（「シーラン」または「クラン」、Comprehensive R Archive Network）のミラーサイト（日本では統数研 https://cran.ism.ac.jp/ など）からダウンロードし、インストールしてください。Windows用、Mac用、Linux用があります。 最近では下図のような RStudio（アール・スタジオ、英語の発音により忠実に書けばアール・ステューディオまたはアール・ストゥーディオ）という統合開発環境（IDE）を介してRを使う人が増えています。Download RStudio Desktop のページからダウンロードしてインストールします。 RStudio。左上ペインがソースエディタ（この図では隠れている）、左下がRコンソール、右上がグローバル環境のオブ
RjpWiki - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですRjpWiki はオープンソースの統計解析システム 《R》 に関する情報交換を目的とした Wiki です † どなたでも自由にページを追加・編集できます． (初めて投稿・既存記事への追加・修正を行なう方はこのページ末の注意*1を御覧下さい) ページへのファイル添付については、画像ファイルのみパスワードなしで可能としてあります(ページ上部「画像添付」より)。その他のファイルの添付はパスワードを入力することで可能です(ページ上部「ファイル添付」より)。現在のパスワードは, Rでの round(qt(0.2,df=8),3) の実行結果です。 スパム書き込みに対処するため、書き込み系の処理に対してパスワードを設けました。ユーザ名の欄には，Rで round(qt(0.2,df=8),3) を実行
今から統計学を学ぶならコレ！間違い無しの超良質記事まとめ10選。 | SIROKグロースハックブログ
グロースハックを本格的にしようとすると、統計学が出来ると凄く便利！今回は、この記事を見ておけば今からでも統計学を使いこなせるようになる記事をピックアップしましたので、ご覧下さい！ ハンバーガーショップで学ぶ楽しい統計学 本にもなっている統計学の入門には最適な決定版サイト。広く使われている統計手法について分かりやすく解説されています。 オンラインで無料で読める統計書22冊 Web上で閲覧可能な統計書がまとめられている超お得な情報が詰まっている記事。 WEBで読める統計関係の良質な資料 統計に関する良質な資料がまとめられている記事。 統計屋による新社会人のための統計系入門書お薦め一覧 統計について学べる入門書についてまとめられている記事。 統計学を勉強するときに知っておきたい7つのポイント 統計学を学ぶ上で、重要なポイントが整理されている記事。 統計学を勉強するときに知っておきたい
判別分析でツンデレキャラを見分けよう！ - 小人さんの妄想
アニメに登場するツンデレ・ヒロインの特徴は「ちび、貧乳、髪と目が色鮮やか、釣り目」だと言われています。 その道に詳しい人であれば、容姿を一目見ただけでツンデレを見抜くことができるのですが、素人目には簡単に見分けがつきません。 そこで、ヒロインの外見的な特徴に基づいて、ツンデレを判別する方法を考えてみました。 ■ 方針 アニメワン・ツンデレキャラランキングから、上位の人気ヒロインをピックアップしました。 >> http://anime.biglobe.ne.jp/userranking/chara/6602/ 比較対象として、同じアニメに登場するツンデレではないキャラクター、非ツンデレキャラを適当に選び出しました。 こうして作った「ツンデレグループ」と「非ツンデレグループ」をお手本にして、未知のヒロインがどちらのグループにより近くなるかを見極めました。 ２つのグループへの近さを測る方法は、多
アイスクリーム統計学にようこそ！
｜向後研究室ホームへ｜次へ→ アイスクリーム屋さんで学ぶ 楽しい統計学 ──相関から因子分析まで── （公開版2004.3） Web独習教材「アイスクリーム屋さんで学ぶ楽しい統計学《にようこそ！ この教材は、実際に大学の授業で使用したものです。それを一般に公開しますので、どうぞお役立てください。 下のもくじに従って１章から９章まで順番に学習していくと、相関から因子分析までの入門を習得することができます。相関から始まる統計学の第一歩を踏み出すことができるでしょう。全体の分量は、週２時間で15週間（30時間）として設計してあります。 さあ、進めていきましょう。まず、「この教材の使い方《からお読みください。 もくじ
サンプルデータファイル 村瀬SPSS SAMPLE DATA FILES by MURASE Yoichi, HIROSE Tsuyoshi, TAKADA Hiroshi
『SPSSによる多変量解析』 サンプルデータ http://shakaichousa.net/mua 分析実習用資料 教育研究目的ならば誰でも自由にお使いください 村瀬洋一・高田洋・廣瀬毅士編『SPSSによる多変量解析』オーム社(2007年12月発行) で用いた各種サンプルデータを掲示しています。 主に用いたのは、都道府県別データと、仙北調査データです。ご自由にお使いください。 練習用に人数を減らしたデータがあるので、研究用に大きなデータ用いたい時は個別にご連絡ください。 email muraseyo ○gmail.com 『SPSSによる多変量解析』目次 はじめに サンプルデータについて 第１章 統計分析の目的とは 村瀬洋一 第２章 SPSSの基本操作 神林博史 第３章 統計分析の基礎 神林博史 第４章 クロス集計、独立性
多変量解析
データの中には、多くのトレンド（傾向）が必ず隠れています。このトレンドをつかむことができるのならば優位に意思決定を進めることができます。 このページでは、データの中からトレンドを見つける多変量解析の手法を紹介します。 ことわざで「木を見て森を見ず（You can't see the forest wood for the trees. ）」といわれるように、データマイニングの分野ではマクロ（巨視的）な視点で全体を捉える能力が求められます。 とはいえ、データの要素数が多くなると全体像を捕らえることが困難になるのです。 コンピュータは局所的な数値の集合として全体を把握していますので、意味ある情報として全体を見ることが不得意です。逆に人間には、もともと空間的に全体像を捉える能力が超越しています。 例をあげて解説します。 左図は写真です。写真も「画素」と呼ばれる一つ一つの情報の集まりで全
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
Google Trends
Rによる分類木 入門
Nyle Engineering Blog
トピックス