Hatena Blog Tags
はてなブログ トップ
統計 解析 r
このタグでブログを書く

統計 解析 r

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
臨床と統計をつなぐブログ•5ヶ月前

ウィルコクソン順位和検定を使いこなそう！

あけまして、おめでとうございます。本年も、本ブログをよろしくお願いします！ 今年は、「テーマ」に沿ったまとめ記事だけでなく、研究・統計コンサルティングでのあるある話や、Rコードに特化したブログ記事も展開していこうと思います！では、早速ですが、ウィルコクソン順位和検定についてまとめたので、紹介させて頂きます。 はじめに ウィルコクソン順位和検定とは？ 検定の進め方 例：Rでの解析 次回予告 はじめに ノンパラメトリック検定として有名なウィルコクソン順位和検定（Wilcoxon rank-sum test）は、対応のない2群間の比較に使える便利な手法です。 この検定は、データが正規分布に従わない場…

#ウィルコクソンの符号順位和検定#対応のないt検定#中央値#統計 解析 r

ネットで話題

もっと見る
1143ブックマークとっつきにくいけど実はエクセル以上に賢いヤツ フリー統計解析ソフトウェア「R」を触ってみよう【R入門講座】markezine.jp
744ブックマーク統計解析用フリーソフト・R-TipsR は有名な統計言語『 S 言語』をオープンソースとして実装し直した統計解析ソフトです．さまざまなプラットフォーム（OS）に対応しており，誰でも自由にダウンロードすることができます．それにも関わらず，世界中の専門家が開発に携わっており，日々新しい手法・アルゴリズムが付け加えられています．とにかく計算が速...cse.naro.affrc.go.jp
589ブックマーク第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 - ＠ITatmarkit.itmedia.co.jp
537ブックマーク統計解析 & R言語超初心者入門資料まとめmorizyun.github.io
428ブックマーク「統計解析ソフトRのスクリプト集」公開のお知らせ - 心理発達科学専攻からのお知らせpsych.educa.nagoya-u.ac.jp
423ブックマーク実践！ Rで学ぶ統計解析の基礎 － ＠ITR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（1） 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よう！atmarkit.itmedia.co.jp
315ブックマークR言語で統計解析入門： 目次1　テクニカルデータプレゼンテーション　 梶山　喜一郎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...monge.tec.fukuoka-u.ac.jp
226ブックマーク統計解析ツール「R」、8年半ぶりのメジャーバージョンアップ版「R 3.0.0」リリース | OSDN Magazinemag.osdn.jp
61ブックマーク統計解析ソフト「R」で取り組む回帰分析japan.zdnet.com

関連ブログ

臨床と統計をつなぐブログ•6ヶ月前

「対応のあるt検定」を深掘りしてみる

対応のあるt検定は「差の平均が統計的にゼロ」かどうかを調べる統計手法です。 今回は「運動前後の血圧がどう変化したか」をテーマに、私自身、大学院時代にもっとも苦手とした数式を交えながら、分かりやすく説明したいと思います。 対応のあるt検定とは？ 具体例：運動による血圧低下 数学的に見てみる 実際にRで計算してみる Rコード： 出力結果： 結果の解釈： まとめ 対応のあるt検定とは？ 対応のあるt検定は、変化量 に着目して解析を行います。たとえば、軽い運動をする前後で血圧がどれだけ低下したか、薬の服用前後で症状がどれだけ改善したかを分析するときなどに用います。 特徴： 比較対象は「同じ人」 運動前…

#対応のあるT検定#QQ プロット#統計 解析 r#理学療法士
データ解析プログラミング備忘録•1年前

ggpredictとggeffectの違い

100%理解したわけではないが覚え書き。 重回帰分析のmarginal effectsを推定・プロットしたい時は"ggeffect"パッケージが便利。 ここに例を含めて丁寧に説明がなされている。 glmやglmerの結果に基づいてggplot2で回帰線を描画する （ggeffects） #R - Qiita 自分も今までggpredictを使っていたが、どうやらggeffectというパッケージ名と同じ関数があることを知った。 このポストで違いが説明されている。 Differences between ggeffect and ggpredict · Issue #16 · strengejac…

#R#プログラミング#統計 解析 r#線形混合モデル#回帰分析
日々のつれづれ•2年前

LASSO回帰の復習・その４

LASSO回帰を実装する Rのmtcarsを使った実装例を作った。 回帰係数（w）と正則化パラメータ（$\lambda$）の初期値は適当に決めている。 回帰係数の初期値 ゼロベクトルや小さなランダムノイズを含んだベクトルなどがある。 ゼロベクトル: 回帰係数をすべてゼロでスタートすると、最小二乗法の推定と同じくらいの大きさになる。 ランダムノイズ: 小さなランダムノイズでスタートすると、初期値からバラバラになるので、局所最適解に陥る可能性が軽減する。 データの特性に基づく初期値: データの特性などに基づいて選択する。例えば、特定の変数が目的変数と関連性が高いときにその係数を初期値にする、など。…

#R#統計 解析 r#Lasso
日々のつれづれ•2年前

LASSO回帰の復習・その３

Lasso回帰の最適化アルゴリズム 最適化アルゴリズムは座標降下法が有名ですが、調べてみると他にもいくつかありました。 分かる範囲でリストアップしてみた。 それぞれの理解をまとめておく。 名称 特徴 メリット デメリット 座標降下法 1変数ずつ重みの更新を繰り返して最適解に近似させる 計算が簡単で高速 収束性が保証されない サイクリック座標降下法 座標降下法の一種重みを固定した順番で更新する 座標降下法よりも収束が速い 更新順序によっては収束しない シューティングアルゴリズム 座標降下法の一種重みをランダムに選んで更新する 重みの更新順序に依存しない 収束までに多くの反復が必要 LARS（最小…

#R#統計 解析 r#Lasso
日々のつれづれ•2年前

LARSの整理・その２

LASSOをまとめていると、LARS（最小角回帰法：Least Angle Regression）が出てきたので、これを機会に手順をちゃんと理解しようと思う。 行列と角度、高校や大学で習ったものの、いざ実データで、となるとどうしてもピンと来ない。実装してようやく理解できたので、その記録。 LARSとは LARSは、LASSOを効率的に計算できるスパースモデリングの一種です。 回帰分析において、変数選択と回帰係数の推定を同時に行うアルゴリズムであり、特徴量が非常に多い高次元データセットに対して効率的に特徴選択できる強みがある。 LARS は最小二乗法をベースに次の流れで進みます。 初期値として全…

#R#統計 解析 r#LARS
日々のつれづれ•2年前

LARSの整理・その１

LASSOをまとめていると、LARS（最小角回帰法：Least Angle Regression）が出てきたので、これを機会に手順をちゃんと理解しようと思う。 行列と角度、高校や大学で習ったものの、いざ実データで、となるとどうしてもピンと来ない。実装してようやく理解できたので、その記録。 LARSとは LARSは、LASSOを効率的に計算できるスパースモデリングの一種です。 回帰分析において、変数選択と回帰係数の推定を同時に行うアルゴリズムであり、特徴量が非常に多い高次元データセットに対して効率的に特徴選択できる強みがある。 LARSが生まれた背景 LARSはLASSOが持つ課題を開設するため…

#R#統計 解析 r#LARS
日々のつれづれ•2年前

最尤推定の復習・その１

最尤推定法の復習 最尤推定法は、データに確率モデルを当てはめるときに必要になるパラメータを、データから推定する方法です。 私の場合、大学の教養課程で習ったものの在学中に使う機会はなく、就職してからも使う機会なく時間が流れ、40歳を目前としたころ急に必要になりました。習っていても使わぬまま20年過ぎてしまうと、覚えているはずもなく、Rではライブラリで処理できたことから、あいまいな知識のまま、今に至っている方法です。 私にとって最尤推定法を理解できない原因ははっきりしていて、常套句のように出てくる「観測されたデータをもっとも起こりやすい」という表現です。これがしっくりこない。白黒つかない印象がダメ…

#R#統計 解析 r#最尤推定
日々のつれづれ•2年前

LASSO回帰の復習・その２

Lasso回帰と他の回帰の比較表 Lasso回帰は比較的新しい方法で、L1正則化を行うRidge回帰は少し古く、L1正則化とL2正則化を組み合わせるElastic NetはLasso回帰より後の年代です。 この2つに最小二乗法を加えた2種とLasso回帰を比較します。 最小二乗法 利点: 最も一般的な手法で、解釈が容易で計算が高速。 欠点: 外れ値、多重共線性に弱い。 Ridge回帰 誤差の二乗和に重みの二乗和を加えて最小化するL2正則化をで係数を推定する。 利点: 多重共線性に強く、汎化性能が高い。 欠点: 変数選択しないので、解釈性が低い。 Lasso回帰 誤差の二乗和に重みの絶対値の和を…

#R#統計 解析 r#Lasso
日々のつれづれ•2年前

LASSO回帰の復習・その１

Lasso（Least Absolute Shrinkage and Selection Operator）回帰とは Lasso回帰は、統計モデルの予測精度を向上させるための回帰分析手法の一種で、機械学習や統計学の分野で広く利用されています。最初の報告は地球物理学で行われましたが、後にRobert Tibshiraniが再発見し、一般化しました。 Lasso回帰の特徴 当時、私は統計モデルの性能が思うように上がらずに悩んでいました。そんなとき、統計学会でLasso回帰の発表を聞き、驚いたのを覚えています。 Lasso回帰はL1正則化という機能を持ち、重要度が低い説明変数の係数（重み）を0にする…

#R#統計 解析 r#Lasso