[PDF対数線形モデルによる分割表データの分析
1 対数線形モデルによる 分割表データの分析 行動計量学研究分野B4 町田 透 machida@koko15.hus.osaka-u.ac.jp 2 Agenda • χ2検定の限界 • 対数線形モデルの導入 – p×q 分割表の分析 (10/16) – 多次元分割表への拡張 (10/23) • シンプソンのパラドックス • SASによる分析例 – PROC CATMOD 3 1．χ2検定とその限界について - Chi-square test for Contingency tables • χ2検定の復習 – χ2検定とは – p×q 分割表による具体例 • χ2検定の限界 4 Q. 2検定」って何ですか？ 「χ A. カテゴリカルな変数間の関連の有無を検討 するための手法（心理学者） – 「性別」と「色の好み」との関連etc – 分割表の分析手法としては“定番”
第6回 「データ解析のための統計モデリング入門」 読書会に参加してきた - INPUTしたらOUTPUT!
以下メモ 第6回「データ解析のための統計モデリング入門」読書会 - connpass 第6回「データ解析のための統計モデリング入門」読書会 一番後ろの列は壁に面した机のない席のつもりで作りました、夏の座席表 - セキココ 第6章 「 GLMの応用範囲をひろげる」 前半 発表資料です。 #みどりぼん RE https://t.co/OcK2iI9YDG— gepuro (@gepuro) 2014, 7月 29 前回まではポアソン分布（0回以上上限なしのカウントデータ）でモデルを作成 今回は二項分布で回帰（0回以上上限ありのカウントデータ）でモデルを作成 glm()を使わなくてもoptim()などを使えば自力で推定できる Hackers Bar | ハッカーズバーで働いている 第6章 「 GLMの応用範囲をひろげる」 後半 あげました http://t.co/WKQAHC7ecm #みどりぼ
「データ解析のための統計モデリング入門」6.6章 割算値はなぜダメなのか？ #みどりぼん - 木曜不足
昨日 7/29 の「第6回「データ解析のための統計モデリング入門」読書会」は参加しなかったのだが、ニコ生で中継してくださっていたので後半を聞くことができた。 6.6章「割算値の統計モデリングはやめよう」では、タイトルの通り観測データ同士を割り算するなと話しているわけだが、読んでいていろいろ疑問に思うところがあり。 読書会中継でちょうど 6.6 章以降を担当された 0kayu さんの発表を聞くことができたのだが、気になっていたあたりは特に質疑でも話題にならず残念。 というわけで、誰かがツッコミを入れてくれることを期待して自分の疑問をここに書いておく。 「データ解析のための統計モデリング入門」6.6章では統計モデルに観測データ同士の割り算値を持ち込むことを批判している。その理由として、 比率にすることで元のスカラー値の情報が失われる 値それぞれが分布を持っている場合、それらの割り算値の分布がよ
銀座で働くデータサイエンティストのモデル選択について
『今さら人に聞けない「重回帰分析の各手法の使い分け」 』と言うブログのエントリーがあって、一般化線形モデル（GLM）の使い分け（Rの関数glmとパッケージMASS）の説明がされているのだが、理系実験室から出てきた人のせいか、色々と怪しく感じる所がある。純粋文系プログラマとして問題点を指摘してみたい。 1. 離散データだから最小二乗法が使えないわけではない 全体として、モデルの説明がおかしい。推定モデルの使い分けが良く分かってい無い気がする。問題のエントリーには、『クリック数という「カウントデータ＝離散値データ」』だから『普通の線形回帰』と表現されている一般最小二乗法（OLS）は正しく推定できない可能性があるので、ポアソン回帰モデルや負の二項分布回帰モデルにしようと言っている。しかし、離散データでもプロビットのような二項/多値選択モデルであったり、切り落としのトービット・モデルで無い限りは、
「データ解析のための統計モデリング入門」第3章メモ #みどりぼん - 木曜不足
6/10 に開催された「データ解析のための統計モデリング入門」、通称「みどりぼん」の第3回読書会にのこのこ参加＆ LT してきた。主宰のやまかつさん、発表者＆参加者の皆さん、会場を提供してくださったドワンゴさん、ありがとうございました。 第3回「データ解析のための統計モデリング入門」読書会 - connpass LT は……正直、ネタを思いついた時は、ええやんおもしろいやん、とかなぜか思いこんでた。当日の朝くらいに「測度論とかないわー」ということにやっと気づき、一週間前の中谷の後ろ頭をしばき倒したくなったが、もはや後戻りはできず。この LT をちゃんと最後までやり通したという一点で褒めてあげて欲しい…… 猫に教えてもらうルベーグ可測 from Shuyo Nakatani さて気を取り直して。 質疑応答の時にあれこれ好き勝手なことを突っ込ませていただいてたのだが、読書会終了後にそのあたりを
ブートストラップの適切なサンプル数 -「データ解析のための統計モデリング入門」第5章 #みどりぼん - 木曜不足
7/8 に開催された「データ解析のための統計モデリング入門」、通称「みどりぼん」の第 5 回読書会にのこのこ参加。主宰のやまかつさん、発表者＆参加者の皆さん、会場を提供してくださったドワンゴさん、ありがとうございました。 第5回「データ解析のための統計モデリング入門」読書会 - connpass 今回は第５章、尤度比検定。 みどりぼんは、この前の回の AIC も含めたモデル選択について比較的ゆるふわな説明で、これはこれでありなんだけど、しっかりしゃっきりしたものも読んでみたいなあ（でも数式少なめでよろしく！）という人は、伊庭さんの「モデル選択とその周辺」がおすすめ度高し。 伊庭幸人, モデル選択とその周辺 検定は（有用だろうけど）あんまり好きになれなくて、気分的な盛り上がりは今ひとつなのだが、知らなかったら好きも嫌いもないよね！ ということでまじまじ手を動かす。 勉強会の質疑応答も、前回参
[PDF]30分だけでは決してよくわからない とてもとても難しい 一般化線形モデル with R
30分だけでは決してよくわからない とてもとても難しい 一般化線形モデル with R M1 白砂優希 今回は尺が短いので • とにかく、ざっくりと説明して、こんな方法もあ るよねと言うことを確認 • 数学的な導出は省きまくります – (数式が好きな変態さんにはごめんなさい) – ふぇぇ:;(∩´﹏`∩);: – だって、行列がどうとか、ベクトルがどうとか、線 形性がうんぬんかんぬんゆーても皆さん嫌で しょ？ どうしてモデリング？ • 検定のような「差が有る」ことを示すだけでな く、データ全体の構造を知りたい – 検定だけでは分からない • よくわかんない割り算や変数変換から脱出し たい – そこまでして有意差にこだわるよりかは、モデリン グと言う手段を考えてもよいのでは？ http://hosho.ees.hokudai.ac.jp/~kubo/ce/LinksGlm.html 線形モデ
講義のーと : データ解析のための統計モデリング. 第３回
2008–11–06 (2012-07-01 10:11 ) 1 (2008 10-11 ) 5 (+2) 3 (2008–11–06) (GLM) 1 kubo@ees.hokudai.ac.jp http://hosho.ees.hokudai.ac.jp/~kubo/ce/EesLecture2008.html ! http://hosho.ees.hokudai.ac.jp/~kubo/ce/IwanamiBook.html 1. (GLM) ? 1 2. GLM : link 4 3. GLM : 5 4. : glm(..., family = poisson) 9 5. 14 6. + 16 7. Deviance ? 17 8. 21 9. 22 3 λ λ λ = β1 + β2 × ( 1) + β3 × ( 2) + · · · � {βj} = {β1, β2, ·
「データ解析のための統計モデリング入門」読書ノート - Wolfeyes Bioinformatics beta
「データ解析のための統計モデリング入門」をひと通り読んだ．本書はGLMからMCMCによる分布推定までの一連の統計モデリングの流れを，生態学における研究の問題に即したテストデータやRを使った解析例とともに解説した本である．本書を書かれた久保さんの講義資料は前々から拝見していたのだが，今回はそれが全体を通して非常によくまとまっている印象を受けた．やはり実例に沿った例題があって，それを解決するためのストーリーが組まれていると，何が問題で何をすべきなのか，そしてその評価方法を含めてハッキリとしていて読みやすい．Rのコードに関しても，コマンドの実行方法からその解釈の仕方まで丁寧に解説が組まれており，数式とのつながりもわかりやすい．個人的には，後半のMCMCの実験に関しては大部分をWinBUGSにお任せで，シミュレーションの過程が少し不明瞭だった感じもするのだが，限られた紙面でMCMCの細かい実装方法
生態学データ解析 - 本/データ解析のための統計モデリング入門
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,
統計勉強会の資料～二日目 一般化線形モデル編～ | Logics of Blue
2013年8月10～11日にかけて北大函館キャンパス内で行われた統計勉強会の資料です。SlideShareを利用して投影スライドはすべて閲覧できるようにしました。 初日の内容はこちらです。 一般化線形モデル(GLM)を手っ取り早く勉強したい方にはちょうど良い資料だと思います。 勉強会に参加された方もそうでない方も是非ご覧ください。 統計勉強会の内容が本になりました！ 「平均・分散から始める一般化線形モデル入門」 書籍のサポートページはこちらです。 本文の第1部はこちらから読めます。 プログラムはこちらからダウンロードできます。 データはこちらから data4.csv data5_CPUE.csv data6.csv 内容は、統計基礎～正規線形モデル(1日目）～一般化線形モデル(2日目)です。 本来ならば2日で終わるようなものではなく膨大な内容になってしまうところを私なりに凝縮した結果です。
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
[PDF]第 60 回日本生態学会大会 自由集会 (W30) データ解析で出会う統計的問題 — その「割算」あぶなくない?
樹木・森林生態学「よく出る」誤用統計学の基本わざ
[PDF]一般化線形モデル入門の入門