二値データの時系列解析<br/>ベータ分布のベイジアン動的モデル – MrUnadon – Bayesian Statistical Modelings with R and Rstan
Twitterでこの記事をシェアする author: Mr.Unadon (見習い飯炊き兵) 動作環境:Mac OS Sierra 10.12.1; R version３.３.2; rstan 2.10.1 はじめに 時系列の二値データが得られる場合というのは多々あることと思います。連続量だけどデータがどうもよくないので「購入 vs 未購入」に変数変換したという場合などです。 行動実験での時系列データも二値データの場合があるかもしれません。 今回は、二値データ生起確率の時系列推移を推定・定量化してみたいと思います。 例として、「365日のデータで、CVがあった日とCVがなかった日」のデータを想定しました。CVとは、サイトクリックや訪問行動などの目的としたい出来事を指します。 パッケージとサンプルデータの読み込み。 0と１の365個の値、2016年１月１日から12月30日の365個のデータを
MCMCサンプルを{dplyr}で操る - StatModeling Memorandum
RからStanやJAGSを実行して得られるMCMCサンプルは、一般的に iterationの数×chainの数×パラメータの次元 のようなオブジェクトとなっており、凝った操作をしようとするとかなりややこしいです。 『StanとRでベイズ統計モデリング (Wonderful R)』のなかでは、複雑なデータ加工部分は場合によりけりなので深入りしないで、GitHub上でソースコードを提供しています。そこでは、ユーザが新しく覚えることをなるべく少なくするため、Rの標準的な関数であるapply関数群を使っていろいろ算出しています。しかし、apply関数群は慣れていない人には習得しづらい欠点があります。 一方で、Rのデータ加工パッケージとして、%>%によるパイプ処理・{dplyr}パッケージ・{tidyr}パッケージがここ最近よく使われており、僕も重い腰を上げてやっと使い始めたのですが、これが凄く使い
Rでベイズ推定を行う環境の構築 - Qiita
先日のBUGS/stan勉強会 #3に参加（聴講のみ）したのでそのリポート、というわけではなく環境の整備をしたという記事。...形から入りたい性格だから（小声）。詳しいことはまた勉強する or ブログ記事を読む。 （致死させない程度の） マサカリ歓迎 主催の@TeitoNakagawa さんからのメッセージ。 なお、参加される方へ、本日は初心者セッション等はございませんので過去資料や関連するblog記事等に目を通しておくこと、RStanのインストールをお勧めします。 #TokyoBUGS — Teito Nakagawa (@TeitoNakagawa) July 12, 2014 過去の勉強会 BUGS/stan勉強会 #1 BUGS/Stan勉強会 #2 入門セッションは過去のものを参考に。 BUGS/Stanとは... おまけにJAGS BUGS/Stanとは何ぞやということを説明し
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
処理を実行中です
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
