はじめに は，高度な統計手法をできるだけ簡単に使用できるようにすることを目的として作成された統計ソフトウェアです。操作はマウス（トラックパッド）によるメニュー選択が基本で，複雑なコマンドを入力したりする必要はありません。jamoviと同じようにマウスで操作できる統計ソフトウェアとして非常に有名なものにSPSSがあり，大学を含め，さまざまな機関で統計処理や統計法の学習に使用されていますが，SPSSは非常に高価なソフトウェアであり，個人で気軽に購入できるようなものではないため，大学のコンピューター室でしか課題作業ができない（家で課題をできない）というような問題がありました。 しかし，近年ではオープンソース1の統計解析環境であるRが専門家の間で広く使われるようになっています。オープンソースであるRは基本的に無料で使用できるため，誰もが自由に自分のPCにインストールして統計処理を行えるのです。ただ

jamoviで学ぶ心理統計 Danielle J Navarro & Dvid R Foxcroft（著）　芝田征司（訳） 第0.65版日本語訳に寄せて 本書はDavid Foxcroft氏が作成した『Learning statistics with jamovi（jamoviで学ぶ統計法）』の日本語訳です。なお，この下にあるように，原著はDanielle Navarro氏による『Learning statistics with R（Rで学ぶ統計法）』をもとに作成されたもので，使用するソフトウェアが異なる以外は基本的に『Learning statistics with R（Rで学ぶ統計法）』の内容と同じものです。この本を翻訳しようと考えたのは，自分自身の授業でjamoviを使用する際の資料が欲しかったからです。私自身は普段の統計処理はほぼすべてRを使っており，今のところそれで不便は感じてい

はじめてきた方はサイト案内やサイトマップをご覧ください。 管理人Twitter始めました。一部のコードはGitHubで管理するようにしました。 プライバシーポリシーはこちらです。 ★2022年度の統計学の講義資料はこちらから閲覧できます。 ●書籍情報：Pythonではじめる時系列分析入門 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：Pythonで学ぶあたらしい統計学の教科書 [第2版] 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：意思決定分析と予測の活用 基礎理論からPython実装まで 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：R言語ではじめるプログラミングとデータ分析 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：RとS

ビジネス統計解析 講義概要： 授業シラバス（pdfファイル） 【講義資料（データ）】 ４月２６日演習問題の解答（pdf） フリーソフト「R」の導入手順の説明ファイル フリーソフト「R」の基本操作の説明ファイル １章のファイル １章の演解答ファイル ２章のファイル ３章のファイル ３章の演解答ファイル ４章のファイル ４章のqccファイル ５章のファイル ５章の演解答ファイル ６章のファイル ６章の演解答ファイル ７章のファイル ７章の演解答ファイル ８章のファイル ８章の演解答ファイル 【ビジネスデータ解析講義資料】 目次のファイル 2章のファイル 3章のファイル 4章のファイル 5章のファイル txtファイル 【多変量解析法の関連情報】 行列の固有値固有ベクトルを求めるプログラム　 【統計解析ソフト「Ｒ」のソース＆関連情報】 RjpWiki　(「R」情報交換Ｗｉｋｉサイト) R-2.2.

恥ずかしながら，線形代数周りの用語って似たようなものが多くて，すぐにアレがどれだっけと混同してしまいがちになります．線形代数の手計算とかがんばってたのなってもう10年とか昔の話だし，チートシート的にまとめなおしておこうと思いました．内容的には，主に統計や機械学習で使うような内容が中心になっています． 概要 統計・機械学習で使う線形代数は，基本的には以下「計算の簡便化」と「データ変換」の2つがメインです．もちろん数学的に突っ込んでいったり，統計・機械学習でも応用的な手法を用いる場合はその限りではないですが，基本的には下の2つが大きいと思います*1． 計算の簡便化 （例えば固有値・固有ベクトルを用いて）行列を対角化することで，行列の乗算を高速に実施する （LU分解を用いて）扱いやすい形に行列を分解することで，その後の計算を高速にする データ変換 SVDを行うことでLSIやPCAといったデータ縮

統計学とか機械学習周りの本を読んでいると，何の説明もなくややこしい数学記号が出てきて，そういえばこれはなんだっただろう？　と途方に暮れてしまうことが少なくないので，自分用にまとめなおしてみました，というのが今回のエントリ．あくまで自分用なので，全部の数学記号を扱ってるわけではありません*1． 代数学 記号 意味 用例 用例の意味 備考 総和 要するに足し算 総乗 要するにかけ算 クロネッカーのデルタ i=jなら1，それ以外なら0 要するにブーリアン条件 ナブラ *2 3次元ベクトルの微分 要するに各要素の微分 ラプラシアン 3次元ベクトルの2階微分 要するに各要素の2階微分 下限 のとき与式は0になる との違いは，は当該値を含む必要があるが，はないこと 上限 との違いは，は当該値を含む必要があるが，はないこと 関数値が最大となるような定義域の元の集合 を最大にするような がの下にくる場合も

by Allen B. Downey I have started work on the third edition of Think Stats. You can read the current draft here. Order the second edition of Think Stats from Bookshop.org or Amazon or the bookseller of your choice. Read the book in PDF. Or read the book online. Code examples and solutions are in this GitHub repository. Description Think Stats is an introduction to Probability and Statistics for Py

教科書化のお知らせ: この「講義のーと」が 教科書 として出版されました!! (2012-05-18) 講義のーと PDF ファイルは北大図書館 HUSCAP からダウンロードできます (2012-07-13) 統計学の授業やります (2008 年度後期, 2008 年 10 月 27 日より) 教室: 北大・地環研 A 棟 8F A803A 教室 講釈: 久保拓弥 2008 年 10/27-11/13 の講義 (+ 補講 2 回) (第 1 回) 10/27 (月) 生態学データ解析の統計モデリングとは? (第 2 回) 10/30 (木) さまざまな確率分布と最尤推定 (第 3 回) 11/06 (木) 一般化線形モデル (GLM) 1 -- ポアソン回帰 (第 4 回) 11/10 (月) 一般化線形モデル (GLM) 2 -- ロジスティック回帰 (第 5 回) 11/13 (木)

拓也「ごめん、ちょっと遅れちゃったよ。課長が話し好きでさ。」 麻衣「いいのよ、私も今、一杯目のカクテル頼んだとこ。」 ウエイター「飲み物は何になさいますか？」 拓也「あ、僕はウォッカのロックで。」 麻衣「今週もお疲れ様！」 拓也「麻衣の方こそ、お疲れ様。今週はどうだった？何か変わったことあった？」 麻衣「いろいろあったけど、いつも通りだよ。インドに出した注文 また納期遅れたけど、そんなのしょっちゅうだし。」 拓也「僕の方もぼちぼちかな。クライアントの希望する仕様が少し 変更になって残業が少し増えそうだけど、よくあることだし。」 麻衣「・・・ねえ、拓也。」 拓也「なに？」 麻衣「こうして週末にバーで会うの、もう何回目かしら？」 拓也「そうだな、もう３０回くらいにはなるかな。」 麻衣「私が拓也と会うときは、すごくテンション高い時もあるし、機嫌が悪い事もある。 だから言い合いになっちゃたりするこ