Welcome — Statistics Done Wrong
The woefully complete guide¶ by Alex Reinhart If you’re a practicing scientist, you probably use statistics to analyze your data. From basic t tests and standard error calculations to Cox proportional hazards models and propensity score matching, we rely on statistics to give answers to scientific problems. This is unfortunate, because statistical errors are rife. Statistics Done Wrong is a guide
pbdR - Programming with Big Data in R
pbdR - Programming with Big Data in R
SmartNewsを支ãˆã‚‹æ©Ÿæ¢°å¦ç¿’
ニュースアプリSmartNews(https://www.smartnews.be/)ã®èƒŒæ™¯ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã«ã¤ã„ã¦TokyoWebMining30th(http://tokyowebmining30.eventbrite.com/)ã§è©±ã•ã›ã¦ã„ãŸã ã„ãŸéš›ã®è³‡æ–™ã§ã™ã€‚ •SmartNews iphone版: https://itunes.apple.com/jp/app/id579581125 •SmartNews Android版 https://play.google.com/store/apps/details?id=jp.gocro.smartnews.android •SmartNews開発者ブãƒã‚° http://developer.smartnews.be/blog/
Webデータ分æžï¼†ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ã‚¹ã§å½¹ç«‹ã¤çµ±è¨ˆå¦ãƒ»æ©Ÿæ¢°å¦ç¿’ç³»ã®åˆ†æžæ‰‹æ³•10é¸ - 銀座ã§åƒãデータサイエンティストã®ãƒ–ãƒã‚°
追記 2016å¹´3月ã«ä»¥ä¸‹ã®è¨˜äº‹ã«ã‚ˆã£ã¦ã“ã®å†…容ã¯updateã•ã‚Œã¦ã„ã¾ã™ã€‚今後ã¯ãã¡ã‚‰ã‚’ãŠèªã¿ä¸‹ã•ã„。 主ã«è‡ªåˆ†å‘ã‘ã®ã¾ã¨ã‚ã¨ã„ã†æ„味åˆã„ãŒå¼·ã„ã‚“ã§ã™ãŒï¼ˆç¬‘）ã€åƒ•ãŒå®Ÿéš›ã«2013å¹´6月ç¾åœ¨webデータ分æžï¼†ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ã‚¹ã®å®Ÿå‹™ã§ãƒ„ール・ライブラリ・パッケージを利用ã—ã¦ã„ã‚‹ã‚‚ã®ã«é™ã£ã¦ã€çµ±è¨ˆå¦ãƒ»æ©Ÿæ¢°å¦ç¿’ç³»ã®åˆ†æžæ‰‹æ³•ã‚’10個挙ã’ã¦ç´¹ä»‹ã—ã¦ã¿ã‚ˆã†ã¨æ€ã„ã¾ã™ã€‚ 追記 回帰分æžï¼ˆç‰¹ã«ç·šå½¢é‡å›žå¸°åˆ†æžï¼‰ 独立性ã®æ¤œå®šï¼ˆã‚«ã‚¤äºŒä¹—検定・フィッシャーã®æ£ç¢ºç¢ºçŽ‡æ¤œå®šï¼‰ 主æˆåˆ†åˆ†æž(PCA) / å› ååˆ†æž ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚° 決定木 / 回帰木 サãƒãƒ¼ãƒˆãƒ™ã‚¯ã‚¿ãƒ¼ãƒžã‚·ãƒ³(SVM) ãƒã‚¸ã‚¹ãƒ†ã‚£ãƒƒã‚¯å›žå¸° ランダムフォレスト アソシエーション分æžï¼ˆãƒã‚¹ã‚±ãƒƒãƒˆåˆ†æžãƒ»ç›¸é–¢ãƒ«ãƒ¼ãƒ«æŠ½å‡ºï¼‰ 計é‡æ™‚ç³»åˆ—åˆ†æž ãŠã‚ã‚Šã« ãŠã¾ã‘1ï¼šã€Œç´ æ€§ãƒ™ã‚¯ãƒˆãƒ«ï¼‹åˆ†é¡žãƒ©ãƒ™ãƒ«ã€ãªã‚‹ãƒ‡ãƒ¼ã‚¿å‰å‡¦ç† ãŠã¾ã‘2：グラフç†è«–*10 {igraph}パッケージã§ã‚°ãƒ©
é’木ç¹ä¿¡æ°ï¼šãŠã—ゃã¹ã‚Šãªéƒ¨å±‹ã€€ï¼ˆçµ±è¨ˆå¦ã»ã‹ï¼‰
アクセスã—ã¦ã„ãŸã ã，ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ã€‚ ã“ã®ãƒšãƒ¼ã‚¸ã¸ã®ã‚¢ã‚¯ã‚»ã‚¹ã¯ï¼Œé€šç®— 6452923 回目ã§ã™ã€‚ （1995å¹´8月31æ—¥ ã‹ã‚‰ã‚«ã‚¦ãƒ³ãƒˆé–‹å§‹ï¼‰ フォト蔵㵠ã¤ã‚Œã¥ã‚Œãªã‚‹ã¾ã¾ã« ã¨ãã©ã一枚 狛犬ギャラリー é“祖神ギャラリー
Tokyo.R #22 Association Rules
ã€DL輪èªä¼šã€‘How Much Can CLIP Benefit Vision-and-Language Tasks?
ç·å‹™çœã€æ”¿åºœçµ±è¨ˆãƒ‡ãƒ¼ã‚¿ã‚’APIã§6月上旬ã‹ã‚‰è©¦é¨“æ供開始
CodeZine編集部ã§ã¯ã€ç¾å ´ã§æ´»èºã™ã‚‹ãƒ‡ãƒ™ãƒãƒƒãƒ‘ーをスターã«ã™ã‚‹ãŸã‚ã®ã‚«ãƒ³ãƒ•ã‚¡ãƒ¬ãƒ³ã‚¹ã€ŒDevelopers Summitã€ã‚„ã€ã‚¨ãƒ³ã‚¸ãƒ‹ã‚¢ã®ç”Ÿãã–ã¾ã‚’ブーストã™ã‚‹ãŸã‚ã®ã‚¤ãƒ™ãƒ³ãƒˆã€ŒDevelopers Boostã€ãªã©ã€ã•ã¾ã–ã¾ãªã‚«ãƒ³ãƒ•ã‚¡ãƒ¬ãƒ³ã‚¹ã‚’ä¼ç”»ãƒ»é‹å–¶ã—ã¦ã„ã¾ã™ã€‚
アンケートçµæžœã‚’ã‚‚ã¨ã«ã€ç¼¶ã‚³ãƒ¼ãƒ’ーを効果的ã«é™³åˆ—ã›ã‚ˆï¼ã€€ãƒ‡ãƒ¼ã‚¿ã‹ã‚‰ã€Œæ–°ãŸãªè»¸ã€ã‚’見ã¤ã‘る主æˆåˆ†åˆ†æžã¨ã¯ï¼Ÿ
『MarkeZineã€ãŒä¸»å‚¬ã™ã‚‹ãƒžãƒ¼ã‚±ãƒ†ã‚£ãƒ³ã‚°ãƒ»ã‚¤ãƒ™ãƒ³ãƒˆã€ŽMarkeZine Dayã€ã® æœ€æ–°æƒ…å ±ã‚’ã¯ã˜ã‚ã€æ§˜ã€…ãªã‚¤ãƒ™ãƒ³ãƒˆæƒ…å ±ã‚’ã¾ã¨ã‚ã¦ã”紹介ã—ã¾ã™ã€‚ MarkeZine Day
Microsoft PowerPoint - DS_Lec9_20101213.ppt [互æ›ãƒ¢ãƒ¼ãƒ‰]
2010/12/13 第9回 平滑化法ã€ä¸€èˆ¬åŒ–åŠ æ³•ãƒ¢ãƒ‡ãƒ« æ±äº¬ã®å¹³å‡æ°—温 1876年～2007å¹´ （å˜å¤‰é‡ï¼‰å›žå¸°ãƒ¢ãƒ‡ãƒ« y  ï¢ 0  ï¢1 ï‚´ year  ï¥ çµ±è¨ˆé–¢é€£å¦ä¼šé€£åˆ 統計教育推進委員会 æ•™æ教育サイトより 傾å‘ã‚’ã€ã‚‚ã£ã¨æŸ”軟ã«è¡¨ç¾ã—ãŸã„ 1 2010/12/13 第9回 移動平å‡æ³• (2m+1)é …ç§»å‹•å¹³å‡ï¼šå½“期ã¨å‰å¾Œm期ã®åˆè¨ˆ(2m+1)期㮠平å‡ã‚’当期ã®ç§»å‹•å¹³å‡å€¤ã¨ã™ã‚‹ æ±äº¬ã®å¹³å‡æ°—温 21é …ç§»å‹•å¹³å‡ 1876年～2007å¹´ 2 2010/12/13 第9回 局所é‡ã¿ä»˜ã回帰法 移動平å‡æ³•ï¼šå±€æ‰€çš„ãªå¹³å‡ 局所é‡ã¿ä»˜ã回帰法 局所的ã«å¤šé …å¼å›žå¸°ãƒ¢ãƒ‡ãƒ«ã‚’ã‚ã¦ã¯ã‚ã‚‹ x ã®è¿‘å‚ã§å±€æ‰€çš„ã« =  x ã«è¿‘ã„ã»ã©å¤§ããªé‡ã¿ã€ é ã„値ã«ã¯ï¼ã®é‡ã¿ã€ã‚’付ã‘ã¦ å¤šé …å¼ã‚’最å°ï¼’乗法ã§ã‚ã¦ã¯ã‚ã‚‹  w xi ï€ x  y ï€ f ( xi ) i 2
ãƒãƒ¼ãƒ¬ãƒ³ãƒ„曲線 - Wikipedia
典型的ãªãƒãƒ¼ãƒ¬ãƒ³ãƒ„曲線 å¹³æˆ17å¹´åº¦å›½å‹¢èª¿æŸ»é€Ÿå ±ã‚’å…ƒã«ä½œæˆã—ãŸãƒãƒ¼ãƒ¬ãƒ³ãƒ„曲線（都é“府県別） ãƒãƒ¼ãƒ¬ãƒ³ãƒ„曲線（ãƒãƒ¼ãƒ¬ãƒ³ãƒ„ãょãã›ã‚“ã€è‹±: Lorenz curve）ã¨ã¯ã€ã‚る分布をæŒã¤äº‹è±¡ã«ã¤ã„ã¦ã€ç¢ºçŽ‡å¤‰æ•°ãŒå–り得る値を変数ã¨ã—ã€ç¢ºçŽ‡å¤‰æ•°ã®å€¤ãŒä¸Žãˆã‚‰ã‚ŒãŸå¤‰æ•°ã®å€¤ã‚’超ãˆãªã„範囲ã«ãŠã‘る確率変数ã¨å¯¾å¿œã™ã‚‹ç¢ºçŽ‡ã®ç©ã®å’Œï¼ˆã‚ã‚‹ã„ã¯ç¢ºçŽ‡å¤‰æ•°ã¨ç¢ºçŽ‡å¯†åº¦é–¢æ•°ã®ç©ã®ç©åˆ†ï¼‰ã‚’ã€ãã®åˆ†å¸ƒã«å¯¾ã™ã‚‹ç¢ºçŽ‡å¤‰æ•°ã®æœŸå¾…値ã§å‰²ã£ã¦è¦æ ¼åŒ–ã—ãŸã‚‚ã®ã¨ã—ã¦ä¸Žãˆã‚‰ã‚Œã‚‹é–¢æ•°ã®å¹¾ä½•å¦çš„ãªè¡¨ç¾ã®ã“ã¨ã§ã‚る。言ã„æ›ãˆã‚‹ã¨ã€ã‚る集団ã«å«ã¾ã‚Œã‚‹ä¸‹ä½é›†å›£ã«å¯¾ã™ã‚‹æœŸå¾…値を全体ã®æœŸå¾…値ã§å‰²ã£ãŸã‚‚ã®ã‚’ãã®ä¸‹ä½é›†å›£ã”ã¨ã«ãƒ—ãƒãƒƒãƒˆã—ãŸã‚‚ã®ã¨ã‚‚言ãˆã‚‹ã€‚ ã‚ã‚‹ã„ã¯ã€ç¢ºçŽ‡å¤‰æ•°ã®å€¤ãŒã‚る値を下回る集団ã®å‰²åˆã¯ãれらãŒã¨ã‚Šå¾—る確率変数ã®å€¤ã®ä¸Šé™ã¨ä¸€å¯¾ä¸€ã«å¯¾å¿œä»˜ã‘られるãŸã‚ã€å…¨ä½“ã«å¯¾ã™ã‚‹ä¸‹ä½é›†å›£ã®å‰²åˆã‚’変数ã¨ã™ã‚‹é–¢æ•°ã¨ã—ã¦ã‚‚表ã™ã“ã¨ãŒã§ãる。 ãƒãƒ¼ãƒ¬ãƒ³ãƒ„曲線ã¯ä¸‹ä½é›†
ジニ係数 - Wikipedia
ジニ係数（ジニã‘ã„ã™ã†ã€è‹±: Gini coefficientã€ã‚¸ãƒ‹ã‚¤ãƒ³ãƒ‡ãƒƒã‚¯ã‚¹ã€è‹±: Gini indexã€Gini ratio）ã¨ã¯ã€ãƒ‡ãƒ¼ã‚¿ã®ä¸å‡ç‰ã•ã‚’表ã™çµ±è¨ˆå€¤ã§ã‚ã‚‹[1]。ã“ã‚Œã¯ã€ç¤¾ä¼šã«ãŠã‘る所得ã®ä¸å¹³ç‰ã•ã‚’測る指標ã¨ã—ã¦ä½¿ã‚れるã“ã¨ãŒå¤šã„。0ã‹ã‚‰1ã§è¡¨ã•ã‚Œã€å„人ã®æ‰€å¾—ãŒå‡ä¸€ã§æ ¼å·®ãŒå…¨ããªã„状態を0ã€ãŸã£ãŸä¸€äººãŒå…¨ã¦ã®æ‰€å¾—を独å ã—ã¦ã„る状態を1ã¨ã™ã‚‹[2][3][1]。ãƒãƒ¼ãƒ¬ãƒ³ãƒ„曲線をもã¨ã«ã€1912å¹´ã«ã‚¤ã‚¿ãƒªã‚¢ã®çµ±è¨ˆå¦è€…ã€ã‚³ãƒƒãƒ©ãƒ‰ãƒ»ã‚¸ãƒ‹ã«ã‚ˆã£ã¦è€ƒæ¡ˆã•ã‚ŒãŸ[1]。ãれ以外ã«ã‚‚ã€å¯Œã®å在性やエãƒãƒ«ã‚®ãƒ¼æ¶ˆè²»ã«ãŠã‘ã‚‹ä¸å¹³ç‰ã•ã€å›½æ°‘経済計算ãªã©ã«å¿œç”¨ã•ã‚Œã‚‹[2][3]。 ジニ係数ãŒã¨ã‚‹å€¤ã®ç¯„囲ã¯0ã‹ã‚‰1ã§ã€ä¿‚æ•°ã®å€¤ãŒå¤§ãã‘ã‚Œã°å¤§ãã„ã»ã©ãã®é›†å›£ã«ãŠã‘ã‚‹æ ¼å·®ãŒå¤§ãã„状態ã§ã‚ã‚‹ã¨ã„ã†è©•ä¾¡ã«ãªã‚‹[2][4][1]。特ã«ã‚¸ãƒ‹ä¿‚æ•°ãŒ0ã§ã‚る状態ã¯ã€ãƒãƒ¼ãƒ¬ãƒ³ãƒ„曲線ãŒå‡ç‰åˆ†é…ç·šã«ä¸€è‡´ã™ã‚‹ã‚ˆã†ãªçŠ¶æ…‹ã§ã‚ã‚Š
シャピãƒâ€“ウィルク検定 - Wikipedia
シャピãƒâ€“ウィルク検定（シャピãƒâ€“ウィルクã‘ã‚“ã¦ã„ã€è‹±èªž: Shapiro–Wilk test）ã¨ã¯ã€ 統計å¦ã«ãŠã„ã¦ã€æ¨™æœ¬ x1, ..., xn ãŒæ£è¦åˆ†å¸ƒã«å¾“ã†æ¯é›†å›£ã‹ã‚‰ã‚µãƒ³ãƒ—リングã•ã‚ŒãŸã‚‚ã®ã§ã‚ã‚‹ã¨ã„ã†å¸°ç„¡ä»®èª¬ã‚’検定ã™ã‚‹æ¤œå®šã§ã‚る。ã“ã®æ¤œå®šæ–¹æ³•ã¯ã€ã‚µãƒŸãƒ¥ã‚¨ãƒ«ãƒ»ã‚·ãƒ£ãƒ”ãƒï¼ˆè‹±èªžç‰ˆï¼‰ã¨ãƒžãƒ¼ãƒ†ã‚£ãƒ³ãƒ»ã‚¦ã‚£ãƒ«ã‚¯ï¼ˆè‹±èªžç‰ˆï¼‰ãŒ1965å¹´ã«ç™ºè¡¨ã—ãŸ[1]。 検定統計é‡ã¯ã€ ãŸã ã—〠x(i)（括弧ã§å›²ã¾ã‚ŒãŸæ·»ãˆå—「iã€ã®ã¤ã„ãŸï¼‰ã¯ã€i番目ã®é †åºçµ±è¨ˆé‡ã€ã¤ã¾ã‚Šã€æ¨™æœ¬ã®ä¸ã§i番目ã«å°ã•ã„数値ã§ã‚る。 ã¯ã€æ¨™æœ¬å¹³å‡ã§ã‚る。 定数aiã¯ã€æ¬¡ã®å¼ã«ã‚ˆã£ã¦ä¸Žãˆã‚‰ã‚Œã‚‹ã€‚ ãŸã ã—〠m1, ..., mnã¯ã€æ¨™æº–æ£è¦åˆ†å¸ƒã‹ã‚‰ã‚µãƒ³ãƒ—リングã•ã‚ŒãŸç‹¬ç«‹åŒåˆ†å¸ƒã®ç¢ºçŽ‡å¤‰æ•°ã®é †åºçµ±è¨ˆé‡ã®æœŸå¾…値ã§ã‚ã‚Šã€V ã¯ã“ã®é †åºçµ±è¨ˆé‡ã®åˆ†æ•£å…±åˆ†æ•£è¡Œåˆ—ã§ã‚る。 帰無仮説ã¯ã€WãŒå°ã•ã™ãŽã‚‹å ´åˆã«æ£„å´ã•ã‚Œã‚‹ã€‚
1
メンテナンス
ランã‚ング
ランã‚ング
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
RPubs - メタ分æž
guyon03a.dvi
UCI Machine Learning Repository
Bringing you the state-of-the-art in Data Science
大阪電気通信大å¦è¥¿å°¾æ§˜.ppt
{{#tags}}- {{label}}
{{/tags}}