ブログ 2024/11/22 「エクセル統計」ってなに？ 統計WEBではたびたび「エクセル統計」というワードが登場しますが、 「これって一体、何だろう？」「急に関係ない商品の名前... 詳しく見る ブログ 2024/10/4 エクセル統計 お試し週間実施中！(～2024年10月18日) ※本キャンペーンは終了しました。 10月18日は統計の日 皆さん、毎年10月18日は「統計の日」だと知っていましたか？ ... 詳しく見る 書籍紹介 2023/3/29 文系の私に超わかりやすく統計学を教えてください！ 『マンガでわかる統計学』シリーズの著者、高橋信先生が執筆した教養書です。 リスキリングの潮流の中で、教養のひとつとし... 詳しく見る 書籍紹介 2023/2/9 マンガでわかる統計学 統計学を勉強するための取っ掛かりとしてはとても良い本です。漫画なので眉間にシワを寄せずに読めます！ ストー
By downloading G*Power you agree to these terms of use: G*Power is free for everyone. This includes people working in commercial environments. Commercial distribution is prohibited, that is, no-one is allowed to sell G*Power. You may use screenshots of G*Power without asking for permission. G*Power is distributed from this web page. If you wish to distribute G*Power in some other way, then you nee
AWSuM AWSuM - Academic Word Suggestion Machine AWSuM is a web-based writing support tool, which suggests most frequent 4-grams based on the sections and moves (rhetorical functions) of a research article. At the moment, our database covers only the field of applied linguistics. But we will include other disciplinary fields in the future. Please take a look at the introductory video below. About At
フリーの統計分析プログラムHADについて書いた記事です。 HADは，Excelで動くフリーの統計分析用プログラムです。基礎的な分析から統計的検定，そして分散分析，回帰分析，一般化線形モデル，因子分析，構造方程式モデル，階層線形モデルなどの多変量解析が実行できます。 HADを使った心理統計の本が出版されました！ ◆HADとは HADについて説明しています。HAD利用前に、必ずこの記事を読んでください。 ◆HADのダウンロード ※リンク先をOneDriveに変えました。 もしリンクがつながらない場合や前のバージョンが欲しい場合は，清水まで連絡ください（simizu706あっとまーくnorimune.net）。 HADの使い方を習得するのに適したサンプルデータも用意しています。 ◆HADの利用についてよくある質問 HADについてよくある質問とその回答をまとめました。順次増やしていきます。 ◆HA
『Rで楽しむ統計』が出ました。サポートページ 『Rで楽しむベイズ統計入門』が出ました。サポートページ，第7章のRコードをStanで書き直したRで楽しむStan 全国学力・学習状況調査の個票の疑似データがこちらで公開されています。データ分析の練習に使えそうです。SSDSE（教育用標準データセット）も。 R 4.x では stringsAsFactors=FALSE がデフォルトになりましたが，本サイトの古い記事ではそうなっていないところがあるかもしれません（read.csv() などで as.is=TRUE は不要になります（あってもかまいませんが））。 R 4.2 ではWindowsでもMac同様UTF-8がデフォルトになりました。もう fileEncoding オプションに "UTF-8"，"UTF-8-BOM" を指定する必要はなくなりそうです。一方で、SJIS（CP932）データの場
HADについて HADは、主に心理統計分析を行うためのフリーソフトウェアです。 相関やクロス表などの基本的な統計解析から、分散分析・重回帰分析、因子分析，そして構造方程式モデル，混合分布モデルといった、心理学でよく用いられる多変量解析が可能です。また、級内相関係数や階層線形モデル，マルチレベルSEMなどの、マルチレベル分析も実行できます。 HADはMicrosoft ExcelのVBAで動いています。Excelのバージョンは2010以降で動作の確認をしています。Macでは、Excel for Mac 2016以降で動作を確認しています。 ※ただし、計算速度や動作の安定性はWindowsで動かしたほうよいです。できればWindowsでお使いください。 ・HADについての簡単な解説はこちらをどうぞ。 ・HADの機能一覧は、こちらからどうぞ。 ・HADのダウンロードはこちらからどうぞ。 ・HAD
お久しぶりです。林岳彦です。もうすぐ『愛なき世界』の日、いわゆる（マイブラッディ）バレンタインデーですね。何かと雑音が多いこの世界ですが、いつでも自分の足元を見つめて行きましょう。 さて。 今回は、以下の： そもそもビジネスの現場ではどういう「レベル」の統計学を使うべきなのか - 銀座で働くデータサイエンティストのブログ 統計学的検定に対するある拒絶反応: ニュースの社会科学的な裏側 A/Bテストのガイドライン：仮説検定はいらない（Request for Comments｜ご意見求む） - 廿TT のあたりの皆様の良記事に触発されて「仮説検定」について何か書いてみようと思いました。で、書こうと思えば色々な側面から書ける気もするのですが、今回はちょっと斜めからのアプローチとして、「リスク分析の人の頭のなかで仮説検定はこんな感じに見えている」というところを書いていきたいと思います。 ここで、ひ
ぶんさんぶんせき 分散分析 analysis of variance にまつわるノート。 入門者向けではなく，統計学にユーザとして接する院生向けです。 これまでに相談を受けた内容から集めました。多分に誤記の可能性があるので，発見次第ビシビシご指摘ください。 （ただ，厳密には誤りだと認識しつつ，説明の平易さのためにあえて大まかな記述をしている部分もあります。） since 2003-04-06 updated on 2011-05-02 このノートでは，同じ意味でも様々な語を使っていることがあるので，その対応を挙げておきます。 統計基礎用語集（英和編）を参考に。 factor → 要因，因子 design → デザイン，計画 component → 成分，構成要素，コンポーネント parameter → 母数，パラメタ analysis → 分析，解析 model → モデル，模型 cont
1. はじめに ブートストラップ信頼区間について調べていたんですが、理論的な求め方は教科書などに載っているのですが、実践的な情報が少ないように思います。 今回、少し調査してみて、実際に適用する際に注意が必要だなと感じたことについて書いておきます。 2. ブートストラップ信頼区間 ブートストラップ法は、理論的に求めるのが難しい統計量を、経験分布からのシンプルなリサンプリングによって推定できるという手法です。 ブートストラップ法では、推定された統計量に対して、その信頼区間を求めることもできます。 このような信頼区間をブートストラップ信頼区間といいます。 ブートストラップ信頼区間を求める方法については色々議論があるようですが、主な手法は次の5つです。 正規分布近似法 ベーシック法 パーセンタイル法 BCa法(bias-corrected and accelerated percentile me
はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、
pandas is a fast, powerful, flexible and easy to use open source data analysis and manipulation tool, built on top of the Python programming language. Install pandas now!
どもです。林岳彦です。息子の3DSにバーチャルコンソールの「ソロモンの鍵」を密かに入れました（まだ３面）。 さて。 前回の記事： 因果関係がないのに相関関係があらわれる４つのケースをまとめてみたよ（質問テンプレート付き） - Take a Risk：林岳彦の研究メモ につきましては沢山ブクマ等をいただき大変ありがとうございました*1。大変感謝しております。 さて。上記記事について、ublftboさんから「相関関係の定義が書かれていないのでは」（相関と因果 - Interdisciplinary）とのご指摘をいただいたきました。 ご指摘は確かにごもっともですので、今回は「相関」概念についてと、そのついでに近年に開発された"21世紀の相関（MIC）"の話について私なりに書いてみたいと思います。 （以下、ややマニア向けの話になるかもしれません。あと前回ほどではないですが、それなりに長いです。）
R は有名な統計言語『 S 言語』をオープンソースとして実装し直した統計解析ソフトです．さまざまなプラットフォーム（OS）に対応しており，誰でも自由にダウンロードすることができます．それにも関わらず，世界中の専門家が開発に携わっており，日々新しい手法・アルゴリズムが付け加えられています．とにかく計算が速い上にグラフィックも充実しているので数値計算などにも持ってこいです．このドキュメントは Windows 版 R と Mac OS X 版 R（と一部 Linux 版 R ）でコマンドを調べた足跡です． ちなみに，この頁の内容を新しくした書籍は こちら ，電子書籍版は こちら で販売されております．
どもっす。林岳彦です。ファミコンソフトの中で一番好きなのは『ソロモンの鍵』です*1。 さて。 今回は、因果関係と相関関係について書いていきたいと思います。「因果関係と相関関係は違う」というのはみなさまご存知かと思われますが、そこをまともに論じていくとけっこう入り組んだ議論となります。 「そもそも因果とは」とか「因果は不可知なのか」のような点について論じるとヒュームから分析哲学（様相論理）へと語る流れ（ここのスライド前半参照）になりますし、統計学的に因果をフォーマルに扱おうとするとRubinの潜在反応モデルやPearlのdo演算子やバックドア基準（ここのスライド後半参照）の説明が必要になってきます。 その辺りのガッツリした説明も徐々に書いていきたいとは考えておりますが（予告）、まあ、その辺りをいちどきに説明しようというのは正直なかなか大変です。 なので今回は、あまり細かくて遭難しそうな話には
最終更新日：2022年08月24日 前口上へ 第1章へ webmaster@snap-tck.com Copyleft (C) 2000 SNAP(Sugimoto Norio Art Production)
農環研ウェブ高座 「農業環境のための統計学」 第１回 「前口上－統計学の世界を鳥瞰するために」 ○これから統計ワールドに出家されるみなさんへ みなさん、めくるめく生物統計学の世界へようこそ。憂き世のデータ至上主義に疲れ果てたみなさんは、数字の海を日々懸命に泳ぎつつ、どこかにあるだろう 「至高の統計分析」 なる蜘蛛（クモ）の糸にすがりつこうとしているのではないでしょうか。苦しくないですか？ つらくはないですか？ 日々、農業環境研究に邁進しているみなさんに、私は今回の連続高座を通じて、次のような引導を渡した上で、悩ましい憑きものを落としてさしあげたいと思います。 データの荒海を泳ぎ切ってもどこにも 「究極の真実」 などありはしないのだ。 統計学はその時その場かぎりでの 「最良の結論」 を導く便法にすぎないのだ。 現世を生き続ける私たち人間にとって天上の極楽浄土を説くことは何の意味もありません。
[基本解説→ポストホックテストとしての多重比較検定] →[検定-1要因多群-2要因多群] →[ANOVA] 独立した群が３群以上あるとき、どの群とどの群の平均値に有意差があるかを検定！ 基本的に、多重検定は、2群比較のためのt検定の拡張版である。 比較の数が増加する（＝2群ずつの検定を繰り返す）ことによる第一種の過誤の増大を調整するために、危険率の補正方法が異なる種々の検定がある。↓ （棄却域：Fisher PLSD < Tukey < Bonferroni < Scheffe） ◎多重比較の2通りの立場 ・事前比較 (A priori comparisons)： 結果を分析する前に，理論的な背景などにより，比較する平均値についての仮説がある場は、 ANOVA抜きで、多重比較を行う。 ・事後比較 (Post hoc comparisons)： 比較する平均値についての明確な仮説がない場合
アソシエーション分析(associations analysis)は、百貨店や店舗などで集めている表1のようなトランザクションデータを活用するために、バスケットの中の商品間の関連性について分析を行う方法である。アソシエーション分析は、表1に示すような、トランザクションデータから、頻出するアイテムの組み合わせの規則を漏れなく抽出し、その中から興味深い結果を探し出すことを主な目的とする。 アソシエーション分析は、1990年代初めに英国の有力百貨店マークス＆スペンサーの店舗で集めているデータの活用に関して相談を受けたことをきっかけとして、IBM研究所が研究を始め、Apriori(アプリオリ)というアルゴリズムを開発したと言われている。Aprioriアルゴリズムは、巨大なデータベースからアソシエーションルール(associations rules)を抽出することを実現し、データマインニングの実用
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
