Rで連立方程式を解く練習（例：超小型の日本経済マクロ計量モデル） - StatsBeginner: 初学者の統計学習ノート
先日、『gretlで計量経済分析』という本に載っている二段階最小二乗法の演習をRでやってみるエントリ（リンク）を書いたのですが、同じ本の次の章は「マクロ計量モデル入門」となっていて、1980年から2009年までの日本経済のデータを用い、5本の構造方程式と2本の定義式、7つの内生変数と9つの外生変数からなる超小型のマクロ計量モデルをつくるというものでした。 Rで連立方程式を解く方法の確認がてら、Rで実行してみます。 最近、研究室の学生にRの使い方をイチから教えてるのですが、これをさらに単純化して練習問題に使えるかも……？ データは本のサポートページからダウンロードできるものですが、「model.gdt」というファイルをgretlで読み込んでcsvで書き出したものを、Rに読み込ませて使いました。 準備 データは↓のようなイメージです（画像は一部です）。 library(lmtest) libr
Rでパラメータ制約付き非線形最適化とパラメータ制約付の最小二乗法とロジスティック回帰（カテゴリカルデータ､質的データ） - arupaka-_-arupakaの日記
Rでパラメータ制約付非線形最適化 Rsolnpパッケージをもちいる。 Rで非線形制約条件付非線形最適化を行う方法 by Rsolnp http://d.hatena.ne.jp/teramonagi/20091217/1261048574を参考に とりあえず最小二乗法でためす. library(Rsolnp) #答えと問題のデータを作成 #y=5*x1-8*x2-3*x3 a1<-5 a2<--8 a3<--3 x1<-rnorm(1000,mean=0,sd=1) x2<-rnorm(1000,mean=0,sd=1) x3<-rnorm(1000,mean=0,sd=1) y<-a1*x1+a2*x2+a3*x3+1*rnorm(1000,mean=0,sd=1) ###最小二乗法の目的関数 eq1 <- function(x) { a1<-x[1] a2<-x[2] a3<-x[3]
Deep Learningライブラリ{mxnet}のR版でConvolutional Neural Networkをサクッと試してみた（追記3件あり） - 渋谷駅前で働くデータサイエンティストのブログ
For non-native Japanese speakers: English version is below. ちょっと前から色々なところでちらほら名前を聞くなぁと思っていたMXnet。どうやらKagglerの間では急速に人気が高まっているようで、最近になってだいぶバグフィックスが進んだらしいというので僕もインストールしてみることにしました。 もうこれはご覧の通りで、あのXgboostも配布しているDMLCが出したものです。既にソースもドキュメントもかなり整備が進んでいて、ImageNetの学習済みモデルも配布されているようです。ということで、早速ちょっと触ってみようと思います。 Convolutional Neural Network (CNN)とは 言うまでもないことだとは思いますが、Convolutional Neural Network (CNN)という手法自体はDeep
Pythonのリスト内包表記みたいなのをRで書く方法（とおまけ） - StatsBeginner: 初学者の統計学習ノート
Rの小技 Rでデータ分析するときに最近よくやる書き方があるのですが、よくやるといいながら1か月とか間が開くと忘れているので、メモしておきます。 ２個あるのですが、１個目は将来ネットで検索して役に立ててくれる人がいるかもしれないので、１個目の小技をこのエントリのタイトルにして２個目をおまけ扱いにしました。 私はべつに、Rにもプログラミングにも詳しい人間ではないので、妥当なやり方かどうかは知りません。 というか、もっと良いやり方あればご教示いただけると・・・。（とくに２個目） １．Pythonのリスト内包表記みたいなやつをRで書く Pythonだと、リストに入っている要素について、連続的に何かの処理をして、その結果をリストで返すという処理のために、リスト内包表記というのがありますね。 ある教科書に載ってた簡単な例でいうと、 cities = ["OSAKA", "TOKYO", "KYOTO"
ネットワーク分析ライブラリiGraphをPythonから使うための準備（Macの場合） - StatsBeginner: 初学者の統計学習ノート
ネットワーク分析のツール ネットワーク分析ってありますよね。 表面的な理解としては、こんな風情の図を描いたりするやつです。 頂点（node, vertex）と、頂点を結ぶ線（link, edge）の集まりとしての「グラフ」の性質を記述するグラフ理論というものがあって、これに基づいてたとえばソーシャル・ネットワーク上の人間関係とかが分析されたりするわけです。 ネットワーク分析のツールとしては、 igraph + Pythonによるネットワーク分析 ~ Blog of an immature researcher Python/NetworkXで簡単ネットワーク分析 - あんちべ！ 2章グラフ理論スピード入門 このあたりの記事を拝読すると、RやPythonのユーザとしては、iGraphってやつとNetworkXってやつを知っておけばよさそうです。 iGraphは（たぶん）Rのものが有名で、↑の
📘 R言語徹底解説（原著: Advanced R）を読んだ - cucumber flesh
🍵前置き 有難いことに去年は著者や関係の方から何冊かの本（じゃんけん大会での獲得を含む）をいただいておきながら、ついったー上でしか報告（宣伝？）できていなかったので今年はブログにも書くことにする（みなさまからの献本、お待ちしております）。 今回はいよいよ今週発売を迎える全Rユーザー待望の「R言語徹底解説（原著: Advanced R）」を関係者のご好意により頂いた。一通り読み終えたので感謝の気持ちも込めて、書籍の概要を紹介するとともに一読者としての感想や気になった箇所などをまとめてみる。（執筆お疲れさまでした、そして完成ならびに出版おめでとうございます。一Rユーザーとして、本書のような素晴らしい本に出会えて私は幸せです） 🍵前置き 📖本書の概要 👦 私について 💯 総評 第１部: 基礎編: 「なんとなく」を「徹底」した理解に変える 第２部: 関数型プログラミング: 効率的な関数の
Rメモ: 分散分析で交互作用を可視化するときのあのグラフを、Rで描きたい - StatsBeginner: 初学者の統計学習ノート
交互作用の可視化 心理学（に限らないが）で分散分析を行う場合に、交互作用を可視化することなどを目的として、折れ線のグラフが作られることがありますよね。 主に２要因の場合で、水準数もさほど多くないときに、第１の要因をX軸に、第２の要因は線の種類でかき分けて、Y軸に各群の従属変数の平均値を取る。 こんな感じで。 （出典：7.3 交互作用とは?より。） 線の傾きが違えば、交互作用があるってことです。 これ非常によく見かける図ですが、Rでどうやって作図すれば良いか、パッとはわからなかった。 何か良いパッケージがあるのかもしれないけど調べるのもめんどうなので、以下のようにx軸に配置したい要因の各水準にダミーで数字を当ててムリヤリ折れ線グラフとして描いてみた。 作図 たとえば英語の点数（平均）が、 というような結果になっているとする。 男性より女性のほうが成績がよく、かつ理系より文系のほうが成績が良い
R vs Python：データ解析を比較 | POSTD
主観的な観点からPythonとRの比較した記事は山ほどあります。それらに私たちの意見を追加する形でこの記事を書きますが、今回はこの2つの言語をより客観的な目線で見ていきたいと思います。PythonとRを比較をしていき、同じ結果を引き出すためにはそれぞれどんなコードが必要なのかを提示していきます。こうすることで、推測ではなく、それぞれの言語の強みと弱みの両者をしっかりと理解できます。 Dataquest では、PythonとRの両方の言語のレッスンを行っていますが、データサイエンスのツールキットの中では両者ともそれぞれに適所があります。 この記事では、NBA選手の2013/2014年シーズンの活躍を分析したデータセットを解析していきます。ファイルは ここ からダウンロードしてください。解析はまずPythonとRのコードを示してから、その後に2つの異なるアプローチを解説し議論していきます。つま
Pythonや機械学習、そして言語の競争について – 極めて主観的な見地から | POSTD
(訳注：2016/1/5、いただいた翻訳フィードバックを元に記事を修正いたしました。) よくある主観的で痛烈な意見を題名に付けたクリックベイト（クリック誘導）記事だろうと思われた方、そのとおりです。以前指導してくれた教授から教わったある洞察/処世術は、些細でありながら私の人生を変えるマントラとなったのですが、私がこの記事を書いたのはそれによるものです。「同じタスクを3回以上繰り返す必要があるなら、スクリプトを書いて自動化せよ」 そろそろ、このブログはなんだろうと思い始めているのではないでしょうか。半年振りに記事を書いたのですから。ツイッターで書いた Musings on social network platforms（ソーシャル・ネットワークプラットフォームについてじっくり考える） はさておき、この半年の間書き物をしていないというのはうそです。正確には、400ページの 本 を書きました。
Enterキー押すたびに人の奥さんの声が流れる関数を作りました - 盆栽日記
非常にいい話がある。 http://qiita.com/negipo/items/8f65bc8c8d8b3c74c0cc 可視化ならぬ可聴化にはつねづね関心があって、それでyeahパッケージを作ったりしていた。 ということで、上記のainoteをRとJRubyを使って実装してみた。 afplayを使って音源を再生しているので、現状Macのみの対応となっている。 また、jnativehookというJavaのライブラリをRubyから叩いているためJRubyが必要である。 devtools::install_github("dichika/yeah") library(yeah) ainote() # なお、ainoteモードから抜ける際はescキーを押してください 音源および今後の展望 そもそも私には奥さんがいないので、negipoさんがCC BYで配布されている奥さんの声をそのまま利用して
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
