サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。

日経平均株価が約30年ぶりに3万円台を回復し、ビットコインが5万ドルを突破する等、資産運用への関心が高まっています。これは日本のみならず、世界各国において起きていることのようです。 2000年代に入ってから、日本は株主を重視する政策を展開し、世界の投資を日本に呼び込んできました。 その中で、日本企業は配当を増やしてきています。 株価は上昇し、配当も増加する中で、株式に投資した投資家は収益を得ています。 一方で、企業に働く個人にとっては、2000年代は良い時代だったと言えるでしょうか。 今回は、配当と給与について、少し確認していきたいと思います。 配当の推移 配当と給与の推移 配当と給与の関係 所見 配当の推移 以下は日本取引所グループが集計している「決算短信集計結果」からのデータです。東証一部・二部・マザーズ・JASDAQに上場している企業データとなります。 （出所　日本取引所グループ「決

東京都内で夫婦2人、子供2人で暮らすのに必要な生活費について、労働組合が2019年の都内子育て世帯の最低生活費試算を公表しました。 「東京で普通に子育てをするためにはいくら必要になるのか」をテーマとしており、かなり詳細な調査となっています。労働組合が発表したものではありますが、非常に興味深いものになっています。 今回は、東京都内で夫婦2人、子供2人で暮らすということ、そして年収ということについて簡単に確認していきたいと思います。 労働組合の調査結果概要 食費 住居費 家具・家事用品費 被服・履物費 交通・通信費 教育費 教養娯楽費 交際費その他 その他費用 まとめ 労働組合の調査結果概要 東京地方労働組合評議会（東京地評）が、「人間らしく暮らせる社会」をめざして、2019年より、最低生計費の試算調査と分析を継続して行っています。 この調査の概要は以下となります。 調査回答者約3200ケース

この文章は pandoc-hateblo で tex ファイルから変換しています. PDF 版はこちら 2021/10/15 追記: 後半のベイジアンブートストラップに関する解説はこちらのほうがおそらく正確です ill-identified.hatenablog.com 概要挑発的なタイトルに見えるかも知れないが, 私はしらふだしこれから始めるのは真面目な話だ — 正直に言えばSEOとか気にしてもっと挑発的なタイトルにしようかなどと迷ったりはしたが. 「全数調査できれば標本抽出の誤差はなくなるのだから, 仮説検定は不要だ」という主張を見かけた. いろいろと調べた結果, この問題を厳密に説明しようとすると最近の教科書には載ってない話題や視点が必要なことが分かった. ネット上でも勘違いしている or よく分かってなさそうな人をこれまで何度か見かけたので, これを機に当初の質問の回答のみならず関

東大が無償でPDF公開している，統計学会の75周年記念出版『21世紀の統計科学』の3冊 1と2は実際の統計データを用いて，各事例への統計学の応用手法，3は機械学習の人なら馴染み深い統計計算を解説 下手な市販の本を買うよりは，この3… https://t.co/w2cSVIxmUI

こんにちは、らくからちゃです。 街をぶらぶら歩いてみると、真新しい制服に袖を通した子どもたちのキラキラした笑顔や、新品のスーツをまとった新入社員たちの希望と不安に満ちた横顔とすれ違うことが多くなりました。いやあ、春ですね。 新しい環境に行けば、必ずやることになる自己紹介。定番のお題は「趣味」だと思いますが、みなさんは趣味の時間をどうお過ごしでしょうか？ みなさんが「趣味にどれくらいの時間とお金をかけているのか？」は個人的にも時期的にも興味が湧いたので、はい、調べてみました！ヽ(=´▽`=)ﾉ みんな趣味にどれくらい時間をかけているの？ まずは、社会生活基本調査の結果から、趣味にかける時間や頻度のデータをみたいと思います。なお本調査は、5年おきに実施されており、そろそろ前回(2016年)の結果があがってくる頃合いです。今回はデータが入手できる直近の平成23年(2011年)実施の結果から見てみ

Apr 15, 2017186 likes119,870 viewsAI-enhanced description The document describes various probability distributions that can arise from combining Bernoulli random variables. It shows how a binomial distribution emerges from summing Bernoulli random variables, and how Poisson, normal, chi-squared, exponential, gamma, and inverse gamma distributions can approximate the binomial as the number of Berno

アジャイル開発チーム向けのコーチングや、技術顧問、Scrum Alliance認定スクラムマスター研修などのトレーニングを提供しています。お気軽にご相談ください（初回相談無料） こんにちは。@ryuzeeです。 以前に、採用プロセスを真剣に考えろという話を書きましたが、ちょっと関連する話を書こうと思います。 採用に関するメトリクスを取ろう採用プロセスに真面目に取り組んでいる会社ならやっていると思われますが、採用活動をするにあたってはメトリクスを取ることが望ましいです。特に成長中の組織でたくさんの人を採用したい場合や、ある一定規模の組織でそれは顕著です。取るべきメトリクスには以下のようなものがあるはずです。 総応募者数採用媒体別応募者数エージェント別紹介者数社員の紹介によって応募が来た数自社の採用サイトから応募が来た数各属性で書類選考を通った数各属性で一次面接を通った数各属性で二次面接を通っ

記事のタイトル通り、競馬で回収率100%を超える方法を見つけたので、その報告をする。 ちなみに、この記事では核心部分はぼかして書いてあるため、読み進めたとしても「競馬で回収率100%を超える方法」が具体的に何なのかを知ることはできない。（私は本当に有効な手法を何もメリットが無いのに公開するほどお人好しではないので） 本当に有効な手法を見つけたいのであれば、あなた自身がデータと向き合う以外の道は無い。 ただし、大まかな仕組み（あと多少のヒントも）だけは書いておくので、もしあなたが独力でデータ解析を行おうという気概のある人物なのであれば、この記事はあなたの助けとなるだろう。 ちなみに、これは前回の記事の続きなので、読んでない方はこちらからどうぞ。 stockedge.hatenablog.com オッズの歪みを探す さて、前回からの続きである。 前回の記事のブコメで「回収率を上げたいならオッズ

基本的に競馬なんてやるべきではないと私は思っている。胴元の取り分が多いからだ。宝くじに比べればまだましだが、それでも賭け金の20～30%は胴元に取られることになる。*1 しかし今回は、ちょっと思い立って競馬の予測をやってみることにした。 理由は馬券の安さだ。私は現在、資金量が少ない人間でも不利にならない投資先を探しているのだが、馬券の一枚100円という安さは魅力的に映る。株の場合にはどんな安い株であれ最低購入額は数万円以上*2なので、ある程度まとまった資金が必要になる。 また、競馬には技術介入の余地（努力次第で勝利できる可能性）がある。 例えばこんな例がある。 １６０億円ボロ儲け！英投資会社が日本の競馬で荒稼ぎした驚きの手法 - NAVER まとめ 彼らは統計解析によって競馬で勝っており、その所得を隠していたらしい。こういうニュースが出るということは、解析者の腕次第では競馬で勝てる可能性が

(Photo via VisualHunt) 追記 2017年3月現在の最新書籍リストはこちらです。 最近になってまた色々とデータサイエンティストを目指す人向けのお薦め書籍リストとか資料リストとかが出てきてるんですが、個人的には何かと思うところがあるので僕も適当にまとめておきます。偏りありまくり、完全に主観で決めたリストなので文句が出まくるかと思いますが、もはや毎回のことなのでご容赦を。 なおこちらのリストはあくまでもビジネスの現場でデータ分析を生業にする（しようとしている）人たち向けのものであり、研究者含めたガチ勢の方々向けのものではありませんのでどうか悪しからずご了承下さい。 ちなみに毎回言ってますが、アフィリエイトは全くやっていないのでここに貼られたリンクを踏んで皆さんが購入されても僕の懐には一銭も入りません。拙著だけはそもそも例外ですが（笑）。*1 初級者向け5冊 一応初級者向けと

2015年11月26日 人類は少子高齢化しました Tweet TEDにおける伝説的なプレゼンの一つにHans RoslingによるStats that reshape your worldviewがある。1000万回以上も視聴されたプレゼンなので見たことがある方も多いだろう。彼はTrendalyzerという自作のソフトを用いて、統計データを視覚化し世界の様相を伝えている。 Trendalyzerはここで配布されている。また、後にTrendalyzerはGoogleに買収され、Google Visualization APIとして配布されている。さらに、様々な長期的統計データもここに整理・集約されている。 彼は2006年に行われたプレゼンにおいて、先進国は長寿で少家族、発展途上国は短命で大家族という先入観は今や正しくなく、世界全体が少子化・長寿化に向かっていることを示した。次のVizは彼が示

2015年09月11日 日本はどの分野に研究費を重点的に投入しているのか Tweet 科研費新規採択数から見る国内の研究分野別有力大学・研究機関、各国内大学・研究機関におけるアクティビティの高い研究分野に続いて、科研費可視化第3弾ということで、今回は科研費全体の各研究分野への配分を見てみたい。これを見ることで今の日本がどの研究分野に重点的に投資しているかが見えてくる。 科研費配分結果 次のツリーマップは平成26年度科研費配分結果を表示したものである。面積が配分額の大きさを示しており、科研費が多く配分されている分野ほど大きく表示されている。現時点において最も科研費が投じられているのは医歯薬学であり、2位の工学と3位の数物系科学をあわせたよりも多い。高齢社会の中にあって医学の進歩は日本の生命線ということだろう。一方で意外にも情報学は人文学よりも少なく、下から数えたほうが早いぐらいだ。必要な機材

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

IT Leaders トップ ＞ テクノロジー一覧 ＞ 業界動向 ＞ 市場動向 ＞ AI、IoT、ビッグデータなど知っておくべき4つの俯瞰図 業界動向 業界動向記事一覧へ [市場動向] AI、IoT、ビッグデータなど知っておくべき4つの俯瞰図 2015年7月15日(水)田口 潤（IT Leaders編集部） リスト 米国ではベンチャーキャピタリストなどの投資家が、担当分野の俯瞰図（ランドスケープ）を作成し、公開しているケースがある。分野の動きを追ったり企業動向を把握するには状況を一覧して把握できる俯瞰図が、とても都合がいいからだだろう。この種の整理は日本のITリーダーにとっても大いに参考になる。 例えば、Machine Intelligence（http://www.shivonzilis.com/）。いわゆるスマートマシン分野の俯瞰図だが、コア技術だけでもArtificial Intel

自殺の時空間疫学 http://ikiru.ncnp.go.jp/ikiru-hp/genjo/toukei/index.html 少研究数のメタ分析 Noma, H. Statist. Med. 2011, 30 3304–3312 K=10以下での信頼区間を向上させる Topics はじめに 推測統計の基本 最尤推定とベイズ推定 MCMCによるベイズ推定

統計学の専門家ではないため、内容に責任は持ちません。内容に間違いがあれば、指摘してくださると幸いです。できる限り訂正していきます。 ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです．数理・計算科学チュートリアル実践のチュートリアル資料です．引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください． 以下，エラッタ． * 52 of 80：KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80：2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80：AICの第2項は d/2n ではなく d/n. * 76 of

対応のない 2 群間の量的検定手法として、最も有名なのは Student の t 検定でしょうか。 以前、Student の t 検定についての記事を書きました。 小標本問題と t検定 - ほくそ笑む しかし、Student の t 検定は、等分散性を仮定しているため、不等分散の状況にも対応できるように、Welch の t 検定を使うのがセオリーとなっています。 ただし、これら 2つの検定は分布の正規性を仮定しているため、正規性が仮定できない状況では、Mann-Whitney の U検定というものが広く使われています。 Mann-Whitney の U検定は、正規性を仮定しないノンパラメトリック検定として有名ですが、不等分散の状況でうまく検定できないという問題があることはあまり知られていません。 今日は、これらの問題をすべて解決した、正規性も等分散性も仮定しない最強の検定、Brunner-

東京大学出版会から出ている『基礎統計学I 統計学入門』という本がある。 東京大学教養学部統計学教室〔編〕 (1991). 『基礎統計学I 統計学入門』 東京：東京大学出版会． この本は、統計を学ぶ際によくすすめられる一冊である。例えば、ウェブ上にある記事で、『統計学入門』を挙げているものに以下のようなものがある。 2014年春版：ビジネスにおけるデータ分析のプロを目指すなら揃えておくべき12冊（銀座で働くData Scientistのブログ） 一年で身に付ける！Rと統計学・機械学習の4ステップ（iAnalysis ～おとうさんの解析日記～） 統計分析を学ぶための書籍20選（XICA-Labs データ・統計分析研究所） それでは、なぜこの本はすすめられるのだろうか？ そして、どういう人がこの本を読むべきなのだろうか？ タイトルに『統計学入門』とあるように、統計の初心者にとって良い本なのだろう