盛岡旅行記 なぜ盛岡か。 白龍 本店のじゃじゃ麺 岩手銀行赤レンガ館 白沢せんべい店の南部せんべい 盛岡天満宮と盛岡八幡宮 チーズケーキのチロル 大通店のクリームチーズケーキ フェザン/イオンタウン 盛岡駅前 盛楼閣の盛岡冷麺 福田パン 長田町本店のパン マルイチ 材木町店 …
![はてなブログ | 無料ブログを作成しよう](https://cdn-ak-scissors.b.st-hatena.com/image/square/06a15c64ba0ceec233d86d71001ebb29a9dcbf5d/height=288;version=1;width=512/https%3A%2F%2Fcdn.blog.st-hatena.com%2Fimages%2Ftheme%2Fog-image-1500.png)
あけましておめでとうございます。 本年もよろしくお願いいたします。 主成分分析 さて、昨年の終わりごろから、私は仕事で主成分分析を行っています。 主成分分析というのは、多次元のデータを情報量をなるべく落とさずに低次元に要約する手法のことです。 主成分分析は統計言語 R で簡単にできます。 例として iris データで実行してみましょう。 data(iris) data <- iris[1:4] prcomp.obj <- prcomp(data, scale=TRUE) # 主成分分析 pc1 <- prcomp.obj$x[,1] # 第一主成分得点 pc2 <- prcomp.obj$x[,2] # 第二主成分得点 label <- as.factor(iris[,5]) # 分類ラベル percent <- summary(prcomp.obj)$importance[3,2] *
1.エクセルの関数NORMDISTの使い方 エクセルにはいくつか正規分布に関する関数があります.ここではNORMDIST関数を使ってみましょう. NORMDIST関数は,平均μ,標準偏差σの正規分布において,確率変数がx以下になる割合(確率)を計算します(下図).NORMDIST(x, μ, σ, true)の形式でエクセルに入力します. 例えば,20歳日本人男性の身長の分布はほぼ正規分布にあてはまり,平均が170.5cm,標準偏差が5.9cmであるとしましょう.そのとき身長160cm以下は,全体のどれだけいるでしょうか? NORMDIST(160, 170.5, 5.9, true)と入力して,計算できます.
品質管理のための代表的な統計手法である実験計画法について、実践的な手法を短期間に習得したいと希望している読者に向けて、Excelを使って効率的に独学できるような解説を行う。
2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します(この論文は@doryokujin君のポストで知りました、ありがとうございます!)。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C
(鷲尾(1988)を参考にした) (1)2水準の場合 2水準の直交表 2水準の直交表の1つを図表7.1に示す。これが“2水準”とよばれるのは,表の本体に出てくる数字が1と2の2種類であるからであり,“直交表”とよばれるのは,この表が次の性質を持っているからである。 2水準の直交表の性質 任意の2つの列をとってきたとき,数字の並びは (1,1),(1,2),(2,1),(2,2) の4通りあり,この4通りの並びがどの2列をとってきても必ず同数回ずつ現れる。 この性質を図表7.1で確かめてみよう。2つの列として第1列と第2列をとってみる。数字の並びは上から順に(1,1),(1,1),(1,2),(1,2),(2,1),(2,1), (2,2),(2,2)であって,4通りの並び(1,1),(1,2),(2,1),(2,2)が各2回ずつ現れている。このようにして,どの2列をとってきても,図表7
『Rで楽しむ統計』が出ました。サポートページ 『Rで楽しむベイズ統計入門』が出ました。サポートページ,第7章のRコードをStanで書き直したRで楽しむStan 全国学力・学習状況調査の個票の疑似データがこちらで公開されています。データ分析の練習に使えそうです。SSDSE(教育用標準データセット)も。 R 4.x では stringsAsFactors=FALSE がデフォルトになりましたが,本サイトの古い記事ではそうなっていないところがあるかもしれません(read.csv() などで as.is=TRUE は不要になります(あってもかまいませんが))。 R 4.2 ではWindowsでもMac同様UTF-8がデフォルトになりました。もう fileEncoding オプションに "UTF-8","UTF-8-BOM" を指定する必要はなくなりそうです。一方で、SJIS(CP932)データの場
Technical Data presentation in R コピペで学ぶ Rでテクニカルデータプレゼンテーション 1.基礎統計解析編 グラフィックス・リテラシ-教育: 「図学 I ・図形情報 I ・統計学」科目 修了後のコースウェア 福岡大学工学部図学教室 梶山 喜一郎 ・つまみ食いで,学習しないように願います. ・データの可視化を体系・系統だったスキルにするために順を追って学習する. ・統計ブームに乗っている学習者も先人に感謝の気持ちを.さらに, ・確かなスキルにするために,教科書・解説書を理解し,Rスクリプトで確認. A. はじめに--ここは統計・解析の必要を味わった後で読めばよい まず,統計の手続きを実行する.慣れたら統計的に考えよう. 学校の統計学を復習--買った教科書とノートをまた読むだけ a. 測定と尺度 Measurement and scale b. 記述統計学の
「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か,何ができるかのリンク集(日本のもののみ) R を使うためにはどうしたらいいの? データなどの読み書き R の定石(R に限らずプログラミングの定石も) R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり,ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計(独立性の検定,フィ
■Excel:重回帰分析(3)・・・分析ツールの使い方,説明変数の選び方 ここでは,学的に厳密なことは望まず,仕事や研究で報告書を半日程度でまとめなければならない人を念頭に置いて,大筋の説明を目指す.重回帰分析自体に使える時間として,は30分~1時間程度を想定する.(もっと詳しい説明が必要な人は下端に参考資料を示す.) ■Excelの分析ツールの使い方■ 次の例では,冷蔵庫の「実勢価格」(目的変数)を「総容量L」「ドア数(個)」「冷蔵室L」「冷凍室L」「野菜室L」「製氷室L」(説明変数)で表わす重回帰式を求めることを当面の目標とする. 次の図のように目的変数(被説明変数,従属変数)がA列にあり,説明変数(独立変数)がB~G列に入力されている場合を例に解説する. 操作方法は、下の[前の操作][次の操作]ボタンを順次押せば表示される.(データの出所:2007.3.18に価格.com>スペック検
新しい実験データについての新聞・テレビ報道が研究者の間の「雰囲気」を伝えていないというのは、たしかにあることなのだけど、今回ばかりは少し乖離が大きすぎるような気がするので、久しぶりに素粒子物理の話をブログに書こうと思います。 OPERA は CERN から打ち出したニュートリノビームを、730km離れたイタリアのグランサッソという地下実験施設でで受け止める実験です。CERN から出るビームはミューオンニュートリノですが、ニュートリノ振動があるので長距離を飛ぶ間にタウニュートリノに変化し、これが測定器にあたる時にタウレプトンが出ます。この実験はそのタウレプトンを測ろうとするものです。主要な測定器はエマルジョン(写真乾板)という名古屋大学が長く手がけてきた装置で、日本の貢献が極めて大きいことでも知られています。 今回の発表はこのニュートリノ振動とは関係がなく、ニュートリノがグランサッソに到着す
今回は多変量解析についてです。その前にそもそもですが、「多変量解析」という言葉は様々な意味で使えるので、なるべく使うのを止めましょう。私が経験してきた中で、このような意味で使われていました。重回帰、一般線形モデル一般化線形モデル変数選択(ステップワイズ法)変数縮小(主成分分析) どの手法も目的がまったく違っています。「多変量解析をやりたいのですが、、、」と相談されると、こちらとしては「多変量解析」が何を意味するのかを探るところから始めます。 具体的には、解析手法はこのように使い分けます。何かの結果変数を説明するモデルを作る→重回帰同じ目的で説明変数が連続値以外→一般化線形モデル(GLIM、ぐりむと発音) 実は「重回帰」も「GLIM」もほとんど同じ意味ですが、ニュアンスとして重回帰は一般線形モデル(GLM、じーえるえむ)を指す事が多いです。正確には「重回帰」は「単回帰」と対になる言葉で、説明
竹中平蔵さんのtweetが大分叩かれているようです。 http://togetter.com/li/133823 この87%という確率はBPT分布に従って算出されています。*1 http://www.asahi.com/national/update/0507/TKY201105060460.html によると、直近の東海地震は1854年の安政東海地震で、さらに周期は100-150年と考えられているとのことです。 つまり、下記の図(正確ではありません。ラフなものです)の、 (青色部分の面積)÷((青色部分の面積)+(黄色部分の面積))が 0.87 であるということです。 このように、一様な分布ではないため、たとえば直近の1年間に東海地震が起きる確率は、(87% ÷ 30) よりも大きいものになります。 逆に、今から29年後から30年後までの1年間に東海地震が起きる確率は、(87% ÷ 30
憶測で物を語るのが3度の飯より好きな、ネットの実名「もとまか」です。でも辛子明太子の方が好きです。 さて、先日Facebookについて以下の記事を書きました。 Facebookが楽々と世界で普及していった本当の理由 この記事にはたくさんの方からTwitterで反応を頂きました。ありがとうございますm(_ _)mFacebookのこと書いてるのにTwitterからってのがインターネットは相変わらず面白いなぁと思いました。 でも、実は私にはまだモヤモヤした感が残ってたんです。それが、以下のこと。 そうです、あのFacebookに関するGoogleトレンドの結果。この記事のGoogleトレンドへの言及部分は、本来筋から言えば外しても構わなかったんですが、この図に気がついてしまって、その意味するところが理解出来ず、どうしても気になったので入れてみたわけでした。 決して別記事にするのが面倒くさかった
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