独立変数の変化に応じて変わる数。関数y＝f（x）においては、変数xのとる値によって定まる変数yをさす。
最小二乗法というのはよく出来ているなあと改めて感じた。 田辺俊介。回帰分析の基礎。簡単に説明すれば、独立変数を利用して従属変数がどれだけ説明されるか、予測可能かを。今回は単回帰分析という簡単なもの。2つの連続変数を。従属変数と独立変数を。独立変数を1つだけ用いることで重回帰分析と対比して。回帰分析という統計手法。連続変数同士の関係を。席率相関変数と対比。独立変数から従属変数を予測説明。予測とはどのような形で？基本的には数式で。式の中身を詳しく。左辺のYに山形の記号。ハット。ワイハット、Yの予測値。式の右側。定数。独立変数Xの値が0。回帰係数。独立変数Xの値が1増加した時にYの変化量。独立変数の…
CPS1985データを使い、wageを従属変数、genderとageと独立変数とした重回帰分析を行う。 RStudioでの実行。R.4.3.3+Stools4.3を使用。 data { int<lower=0> N; // サンプルサイズ int<lower=0, upper=1> X_1[N]; // 独立変数（性別、0: 男性、1: 女性） vector[N] X_2; // 独立変数: 年齢 vector[N] Y; // 従属変数（賃金） } parameters { real alpha; // 切片 real beta_gender; // 性別の影響 real beta_age;…
RStudioでの実行。R.4.3.3+Stools4.3を使用。 Stanコード ``{stan output.var="stan_model"} // stanファイルを読み込まない方にするには"```{stan output.var="stan_model"} "と書く data { int<lower=0> N; // サンプルサイズ int<lower=0, upper=1> X[N]; // 独立変数（性別、0: 男性、1: 女性） real Y[N]; // 従属変数（賃金） } parameters { real alpha; // 切片 real beta; // 性別の効果…
回帰分析は統計学の手法の一つであり、変数間の関係性を調べるために用いられます。この分析に利用される変数を従属変数と独立変数と言い、この関係性を把握するのが回帰分析です。言い換えると、ある変数（従属変数と呼ばれる）が他の変数（独立変数と呼ばれる）にどのように影響されるかを調べるために使われます。また、変数間の関係性の強さを回帰係数と言います。以下に、これらの用語を具体例を含めながら説明します。 従属変数（Dependent Variable）とは 独立変数（Independent Variable）とは 回帰係数（Regression Coefficient）とは (adsbygoogle = …
通常の頻度統計で行う。 library(AER) # CPS1985 データを含むパッケージ data("CPS1985", package = "AER") fit.freq <- lm(wage ~ age, data = CPS1985) print(fit.freq) 結果。 Call: lm(formula = wage ~ age, data = CPS1985) Coefficients: (Intercept) age 6.16747 0.07755 ベイズ統計での計算 単回帰のstanファイルを作る data { int<lower=0> N; // データポイントの数 ve…
発行元：放送大学教育振興会 改訂版 社会統計学入門まとめ 改訂版 社会統計学入門を読んだ理由 改訂版 社会統計学入門で仕事に活かせるポイント 改訂版 社会統計学入門の目次 改訂版 社会統計学入門の感想 改訂版 社会統計学入門まとめ はじめて大学の教科書を読んで統計学がわかった気になれたかも 改訂版 社会統計学入門を読んだ理由 統計学に、ついて知りたかったので 改訂版 社会統計学入門で仕事に活かせるポイント 高校数学の知識は必要ということ 改訂版 社会統計学入門の目次 社会調査のデータと統計分析の考え方 データの基礎集計① データの基礎集計② 標本に基づく推測統計①統計的推定 標本に基づく推測統…
戦略論におけるビジネスモデル研究を、因果複雑性の経営学の考え方に従って行ったのがLeppänen, George, & Alexy (2023)である。前編では、Leppänenらが、ビジネスモデルを構成する性質やその他の要素がどのように組み合わさることで企業業績を高めるのか、あるいは高めないのかについて、結合性、等値性、非対称性を考慮した構成論アプローチによって理論展開と仮説導出を行ったプロセスを解説した。とりわけ社会科学では理論構築だけでなくその妥当性を実証研究で示していくことが求められるため、因果複雑性の経営学を用いなければこのようなアプローチは不可能であるといってもよい。ビジネスモデル…
A Real ‘Theory of Everything’ 本当の「万物の理論」by Wal Thornhill | January 1, 2006 8:05 amThe editorial of New Scientist of 10 December 2005 is headlined: 2005年12月10日の『ニュー・サイエンティスト』社説の見出しはこうだ：“Ideas needed: The hunt for a theory of everything is going nowhere fast.” 「アイデアが必要です：万物の理論を探求することは、決して早くは進みません。」 It…
App Builderに初めて触れる方々へ なぜこのツールがあなたの組織のアプリ開発プロセスにおいて重要なのかをまず簡潔にご説明します。 App Builderは、プロダクトマネージャー、デザイナー、開発者、関係者のための統合プラットフォームです。 クラウド上で動作するこのWYSIWYG（What You See Is What You Get）ドラッグ&ドロップツールを使うことで、企業は従来よりも80%高速にフルフレッジのビジネスアプリケーションを設計し、構築することが可能になります。 FigmaやSketchでのデザイン作業からスタートし、運用環境で活用できるBlazor、Angular、…
Wekaを用いたデータの準備をする際，「どのようなデータを用意すべきか」で頭を悩ませることが多いと思います． 今回は，3つの観点からデータの準備について，説明していきます． データの内容 Wekaで利用可能な機械学習アルゴリズム（一部，回帰分析などの統計的手法），クラスタリング手法では，事例をいくつかの特徴量で表した表形式のデータを用いることを想定しています． 表形式のデータは，データベースで言うところのリレーショナルモデルによる用語でも説明可能です． データの作成の考え方特徴量（英語でFeature）は属性（英語でAttribute）と呼ばれますが，この属性に具体的な値（＝属性値）を入れて，…
ども葉山です。 冒頭に書きたいこともないので、はてなブログ特有の今週のお題について一言。 今週のお題「大発見」 最近友人から葉山に一つ写真が送られてきました。 葉山は文豪ストレイドックスのフョードルを推しているんですけど、 最新刊のドスくんが映ったコマの写真でした。 すごく好きでした（幼児の感想） さて今回は、同じくブログを書いているブログ仲間兼先生からの相談です。 葉山「次の記事何書こうか迷ってるんです」 先生「僕さー、あれ、EEの話聞きたいんよねー。この前終わったでしょ。」 葉山「承知いたしましたー。」 と言うことで、 EE関連の情報を、実体験をもとにまとめてみようと思います。 特に「EE…
1. 線形重回帰 2. 最小二乗推定と正規方程式 3. 重相関係数 (adsbygoogle = window.adsbygoogle || []).push({}); 1. 線形重回帰 複数の説明変数を用いて、1つの目的変数を予測するための統計的手法です。 このモデルは、各説明変数が目的変数に与える影響の大きさと方向を推定します。 基本的に、説明変数と目的変数間の関係が線形であると仮定し、その関係性を数学的に表現します。 線形重回帰では、目的変数の値を、複数の説明変数の線形結合で表します。 モデルの式は以下のように定義されます。 ここで各変数は次のように定義されます。 ：目的変数 ：説明変数…
1. 概要 2. 分散分析の主要な構成要素 1. 全変動 (S_T) 2. 回帰による変動 (S_R) 3. 残差による変動 (S_e) 4. (補足) 全変動の分解 3. 分散分析表 1. 分散分析表 2. 自由度について 3. 検定統計量 F の解釈 4. 決定係数 1. 決定係数の定義 2. 決定係数の解釈 3. 自由度調整済み決定係数 (adsbygoogle = window.adsbygoogle || []).push({}); 1. 概要 回帰の分散分析は、回帰モデルの効果を統計的に検証する手法です。 この分析を通じて、回帰モデルが目的変数の変動をどの程度説明しているか、また、…
統計解析において、同じ意味合いで、違う呼び名が存在する それらを列挙して、整理したい
以前に、重回帰分析の目的変数は正規分布している必要はないとのブログ記事を書いた しかし、本当にそうなのだろうか？ 自信がなくなってきたので、調べてみた
BB非解析解 1. 数値解析解 AAでは解が陽的に数式で得られるケースを挙げたが、自然界の振舞を表すODEはそれだけではない。非線形現象のためむしろ数式で表せない方が圧倒的に多い。そんな時は数値解析手法に頼る事になる。つまりAAで頑張っても解けない場合は数値解析しましょうという訳である。このブログの性格上、コーディングは最終手段なので、できる限りソフトウェアの搭載機能を利用していきたい。 数値解析手法は大きく次の３つに分けられる。陽解法は数値解析の基礎である。とにかくODEをどのようにコンピュータに計算させるのかを理解するために通らなければならない入口だ。本ブログではルンゲクッタ法を使った計算…
mrunadon.github.io
www.anlyznews.com
