[B! R] vanbraamのブックマーク

p値を計算したくなる検定の数々を試しにStanによるベイジアンモデリングで代替してみた - 渋谷駅前で働くデータサイエンティストのブログ

この記事は、やたらはてブを稼いでしまった前回の記事の続きです。 ASAのプレスリリース及び声明の中には、確かに「p値に依拠しない新たなアプローチの例」として予測値を重視するアプローチ*5、ベイジアンモデリング、決定理論的アプローチ*6およびfalse discovery rate*7といったものを用いるべき、という趣旨のコメントが入っています。とは言え、重回帰分析とか機械学習のような多変量モデリング（なおかつサンプルサイズも大きい）を伴うテーマならともかく、統計学的仮説検定のようなサンプルサイズも小さい（データも少ない）シチュエーションでどうやるんだよ的な疑問を持つ人も多いのではないかと。そんなわけで、実際にそれっぽい各種検定の数々をStanによるベイジアンモデリングで代替してみたので、この記事ではその結果をつらつら紹介してみようと思います。テーマは前々回のこちらの記事の1節で取り上げた

vanbraam 2016/03/10

残念ながら内容は理解できなかった;こうして考えると,天下りの"5%"を使っていても,素人に仕組みが理解しやすいという意味でp値の計算には価値があったのかも;途中でてきた"2.5%"も天下りではないかと気になった

リンク

R言語メタプログラミングの基礎 - 檜山正幸のキマイラ飼育記 (はてなBlog)

Rはメタプログラミングの能力を持っていますが、情報がまとまってなくて苦労します。けっこう落とし穴もあります。基本的な事項をここにまとめておきます。内容：関数オブジェクトの基本構造関数オブジェクトのコンストラクタペアリストと仮引数リスト空な名前とデフォルト値なしコールオブジェクトと関数本体関数の評価環境関数の登録先環境コールオブジェクトの操作引数の式をコールオブジェクトとして取得するその他のメタプログラミング・ツールメタプログラミングのサンプル R言語メタプログラミングの基礎：補足関数オブジェクトの基本構造ユーザーが定義した関数をデータとして見ると、3つの部位（スロット、メンバー）を持つ構造体と考えることができます。3つの部位とは、仮引数リスト（formal parameter list）、本体（body）、環境（environment）です。その要点を次の表にま