「COVID-19データポータルJAPAN」は、研究に役立つ新型コロナウイルスのデータやサービスを集約し提供します。 本システムはEuropean COVID-19 Data Portalの協力の元、JAIRO Cloudの基盤を利用して、国内の多数の機関の援助を受けて公開しています。 新型コロナウイルスへの生活への影響や予防については、厚生労働省特設サイトをご覧ください。
Inter-Parliamentary Union ( IPU ) ( ipu.org ). For the year of 1998, the data is as of August 10, 1998.
Reliability and Accuracy Matter The Human Mortality Database (HMD) is the world´s leading scientific data resource on mortality in developed countries. The HMD provides detailed high-quality harmonized mortality and population estimates to researchers, students, journalists, policy analysts, and others interested in the human longevity. The HMD follows open data principles.
Beautiful, easy data visualization and storytelling
所得金額階級別に相対度数分布をみると、「200~300万円未満」が 13.9%、「300~400万円未満」が 13.3%と多くなっている。 中央値は 427万円であり、平均所得金額(547万5千円)以下の割合は 61.3%となっている。(図8)
Select discrete Plot out-of-range colors Selected: None Mouse over: None / The above grids can be used to choose colors from the Munsell color system and display them in sRGB coordinates. The grids are (in order) value/chroma, chroma/hue, and value/hue. Limitations The xyY-to-sRGB formula (in the python script used to process the renotation data) is from Wikipedia. Unless you're willing to verify
構造化データとは、HTMLで書かれた情報が何を意味するのかを、検索エンジンやその他のクローラーに理解できるようタグ付けしたものです。 人間ならばWebページを見れば、その文字列が会社の名前であるとか、お問い合わせ電話番号であるとかがわかりますが、ロボットには理解することは困難です。 そこで、あらかじめ決められたフォーマットをもとに、そのような文字データ(data)をロボットにも理解できるよう構造化して(structured)記述したものが構造化データ(structured data)です。 ここでは、HTMLに構造化データを記述するメリットや記述のしかた、注意点などをまとめました。 動画でも解説していますので、ぜひこのブログと合わせてご覧ください。 構造化データはリッチスニペットを表示させるためにも用いられますが、この記事では構造化データ自体に焦点をあてています。 リッチスニペットについて
Pythonで正規分布の平均値の信頼区間を計算する方法 (2016/02/17) 説明 あまりにも基本的なことなのだが、ネット上で検索したら間違った例が意外と沢山見つかったので、以下に正しいと思われるコードを載せる。 import numpy as np from scipy import stats n_samples = 100 alpha = 0.95 data = np.random.randn(n_samples) mean_val = np.mean(data) sem_val = stats.sem(data) # standared error of the mean ci = stats.t.interval(alpha, len(data)-1, loc=mean_val, scale=sem_val) print('mean:', mean_val) print('c
農林水産基本データ農林水産業に関する主要なデータ(自給率、労働力、生産量など)について、直近のデータを毎月1日現在で掲載しています
統計学におけるブートストラップ法(ブートストラップほう、英: bootstrap method)とは、様々な目的に用いられる統計的推論の手法であり、再標本化法に分類されるもののひとつである。モンテカルロ法の一つ。 概要[編集] ブートストラップ法は母集団の推定量(分散など)の性質を、近似分布にしたがって標本化したときの性質を計算することで推定する手法である。近似分布としては、測定値から求められる経験分布を用いるのが標準的である。また仮説検定に使う場合もある。仮定される分布が疑わしい場合や、パラメトリックな仮定が不可能ないし非常に複雑な計算を必要とするような場合に、パラメトリックな仮定に基づく推計の代わりに用いられる。 ブートストラップ法の利点は解析的な手法と比べて非常に単純なことである。母集団分布の複雑なパラメータ(パーセンタイル点、割合、オッズ比、相関係数など)の複雑な推定関数に対して標
要約:Executive Summary いろんなところで話題に上るテレビ番組の視聴率。しかし、こんな「闇」がありました。 0)基礎知識 まずはこれをふまえておきます。 テレビ番組の視聴率のデータは、株式会社ビデオリサーチ(以下、VRの略表記を併用します)が調査集計し、契約先の関係各企業へと提供しているものです。 よって、われわれがふだん見聞きしている視聴率データの「出典」をたどると、すべて「ビデオリサーチ調べ」に帰着します。 現代日本において統計的に信頼に足る「視聴率データ」は、その1種類しかありません。 1)視聴率データは「見るだけ」? この視聴率データについて、どうやらVRは 「一般人が使うな。発表されたものを見るだけにしろ」 というスタンスでいるようです。 Webサイトで公表されていた視聴率データの転載に関して、問い合わせ窓口の同社「コーポレートコミュニケーション室」に照会してみた
時系列データの統計モデリングについて 生態学会大会2015, 生態学会大会2016 ベイズ統計 & MCMC, 空間統計学 も参照 [もくじ] R で時系列データ解析 library(KFAS) 一般化状態空間モデルをあつかう library(sspir) ちょっとメモ 現代的な時系列データの統計モデルは何をやっているのか? R で時系列データ解析 RjpWiki 内の 時系列データオブジェクト に関する情報 library(KFAS) 野村俊一さん (2016) 「カルマンフィルタ」(共立出版) サイト 一般化状態空間モデルをあつかう library(sspir) library(sspir) (CRAN) これは時系列データの一般化状態空間モデリング (state space modeling) を可能にしている R Graphical Manual に掲載されてる sspir の 図
講義のーと の内容を詳しく説明したものです 著者: 久保拓弥 出版社: 岩波書店, シリーズ「確率と情報の科学」 編集: 甘利俊一,麻生英樹,伊庭幸人 このペイジの省略 URL: http://goo.gl/Ufq2 刊行と まちがい・修正一覧) 第 1 刷刊行: 2012 年 5 月 18 日 第 15 刷刊行: 2018 年 3 月 15 日 原稿時点の PDF ファイル (参考用) 目次, さくいん, まえがき 韓国語版 (翻訳は滋賀大の李鍾賛さん, 2017-09-15) 「統計モデリング入門」ネット上のあれこれ (のごく一部) 丸善・ジュンク堂書店の「今年驚いた! 1 冊」の「驚きの出版賞」 に選ばれました! (web archive, KuboLog 2012-12-20) Amazon カスタマーレビュー はてな出版物 -- 言及ブログへのリンクなどがあります! ブクログ,
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