第94回Tokyo.Rでトークした際のスライド資料です。

先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定（Maximum Likelihood Estimation, MLE）を使ったMLE版（Sungmok Jungさん作成）と 、ベイズ推定版（Andrei Akhmetzhanovさん作成）があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版（以降、元コードと呼びます）の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの

Rによる美しいグラフの作成に欠かせないパッケージ "ggplot2" ですが、 グラフ作成のたびにネット検索したり自分の以前のコードを掘り起こしたりしませんか？ author: Unadon (見習い飯炊き兵) 動作環境:Mac OS Sierra 10.12.1; R　version３.３.１; rstan 2.10.1 まずはTwitterでこの記事をシェアする はじめに ggplot2のグラフ作成で迷った時、チートシートやマニュアルは役に立つけど援用しにくいんですよね。「何を言ってるのかわからない」っていうのが結構あります。 「軸ラベル」と「軸タイトル」ってどれがどれなん？など、そういう初歩的なところで引っかかったりして、 目的(こういう図にしたい！)と手段(コード)の間の知識を埋めるのが手間で「もうイヤ！」ってなる。 で、次すぐに忘れてる。 なので、頻繁に使用するggplot２の基

Tutorial R Tutorial ggplot2 ggplot2 Short Tutorial ggplot2 Tutorial 1 - Intro ggplot2 Tutorial 2 - Theme ggplot2 Tutorial 3 - Masterlist ggplot2 Quickref Foundations Linear Regression Statistical Tests Missing Value Treatment Outlier Analysis Feature Selection Model Selection Logistic Regression Advanced Linear Regression Advanced Regression Models Advanced Regression Models Time Series Time Serie

第50回 TokyoR 発表資料 Stanコードは下のサイトで公開しております。 https://github.com/teuder/TokyoR50 Read less

Agenda データ構造 たくさんある＞＜ ベクトル Rの格言 いろんなベクトルの作り方 規則的データの生成 同じデータを繰り返す ベクトルへのアクセスの方法 アクセス方法にもいろいろある まだまだあるよ、アクセス方法 行列 埋めていく順番 すでにあるベクトルを束ねる cbind rbind 行列へのアクセス方法 行列の基本演算 積がやっかい 積を求めたいときは「%*%」を使うべし 逆行列を求める ちなみに 行列式 固有値 配列 リスト 例 ちなみに unlistのtips リストへのアクセス リストは結構難しい＞＜ 例 リストの要素には名前を付けることができる Rでlistがどのように使われているか データフレーム 例 データフレームを作る データフレームに列を追加と削除 データフレームに行を追加 因子型 irisのデータでやってみる irisデータ 層別にSepal.Lengthの長さ

このページは、[[こちら>https://hayatoiijima.jimdo.com/%E7%B5%B1%E8%A8%88%E8%A7%A3%E6%9E%90/mcmc%E3%82%B5%E3%83%B3%E3%83%97%E3%83%A9%E3%83%BC/]]に移転しました。

なのでダンダリン見てる。 あっ, どーも僕です。 リアップは劇薬じゃなくてよかったです。 rstanでちょこちょこ こちらのブログにrstanの導入＆入門編が紹介されていました。 MCMCの計算にStanを使ってみた（超基礎・導入編） - 銀座で働くデータサイエンティストのブログ 普段から読んでいるブログで毎度毎度参考になります。 ですが、はじめてrstanを触る人には誤解を与えるかもな内容でしたので、ちょっと付け足しておきます。 付け足しポイントは次の２つ 回帰係数にはベクトル演算をつかうstanはいっぱい関数があってよくわからないので, まかせます codaを使わなくてもトレースと事後分布は出せる ベクトル演算は公式リファレンスで推奨されていますし、ひとつづ係数を書くのは大変なのでオススメしません。 書いて説明するのは大変なので、とりあえずRのスクリプトはこちら。リファレンスに似たよう