犬4匹本出版にあたって
先日，翻訳書を上梓しました。 これに伴って，出版社のFacebookページに寄稿したのですが，転載の許可をもらいましたので私のブログからも情報発信したいと思います。 この度、J.Kruschke著の「Doing Bayesian Data Analysis, Second Edition: A Tutorial with R, JAGS, and Stan」翻訳書を出版する機会をいただき、2年弱の長期にわたる作業になってしまったが、無事に出版の運びとなったことを心から嬉しく思う。仕事が終わった！という嬉しさではなく、この本によって統計やデータサイエンスに関わるより多くの人に、ベイズの素晴らしさとわかりやすさを伝えることができ、伝統的な方法論から新しい世界へご案内できることの嬉しさ、である。 「これからはベイズ統計学だ」と言う話を耳にするようになり、行動計量系の学会で「まあメトリシャンの半数
世界一簡単なrstanコード
もう自分のモデルがどこまで混沌としているかわからなくて，rstanをつかいながらごく簡単なものを確かめるところまで戻ってきた。 ある標準正規分布から乱数発生に寄って得られたデータセットyの平均と分散を推定するプログラム。一瞬で終わる。確実に収束する。まあ初めてMCMCする人はここから確認するとよいかもしれないので，一応書きさらしておく。このままRにコピペで動きます。 2015.03.05 追記）修正を行いました。修正点についてはこちらを参照。 library(rstan) n <- 100 mu <- 50 sig <- 10 y <- rnorm(n,mu,sig) stancode <- ' data{ int<lower=0> T; real N[T]; // data } parameters { real mu; real<lower=0> s2; } model{ N~norm
SEMから教える。SEMだけで教える。
Yamadai.RというRの勉強会を定期的に開いているのだが，参加者が基本的にゼミ生なので，ゼミ生に対する統計の補講のようになっている。まあそれでもいいんですけど。そういう位置づけの会になっているので，授業では触れないやり方とか，新しい教え方を試す場にさせてもらっています。 普段の統計の講義（データ処理法）では，検定，回帰分析，因子分析，とオーソドックスな順で教えていくのだけど，いつも最後の方は時間が足りなくて，SEMまで言及できなかったりする。ということで，Yamadai.Rでは逆に，最初からSEMを教え始めた。回帰分析は説明したんだけど，lavaanパッケージを使ってやるのである。 重回帰分析を教えるときに，「独立変数間は無相関でないとねー」とか注意しないといけないが，lavaanを使っていると「このモデルは独立変数間に相関が考えられるよね，パスを足してみようか」という対応ができるわけ
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
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
