Submit Search
Upload
Bra kobe.r12
•
Download as PPT, PDF
•
3 likes
•
1,335 views
florets1
Follow
Kobe.R発表資料
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 21
Download now
Recommended
統計勉強会Vol1
統計勉強会Vol1
Yuto Suzuki
Rで学ぶミニミニビッグデータ分析入門-第2回
Rで学ぶミニミニビッグデータ分析入門-第2回
Naruhiko Shiratori
図解入門最新マーケティング・リサーチがよーくわかる本(2)
図解入門最新マーケティング・リサーチがよーくわかる本(2)
MROC Japan
データ解析
データ解析
Issei Kurahashi
相関係数は傾きに影響される
相関係数は傾きに影響される
Mitsuo Shimohata
データ解析・統計講座②
データ解析・統計講座②
uenotsutomu
Rで学ぶミニミニビッグデータ分析入門-第3回
Rで学ぶミニミニビッグデータ分析入門-第3回
Naruhiko Shiratori
統計学超入門 アップロード用
統計学超入門 アップロード用
w24nishi
Recommended
統計勉強会Vol1
統計勉強会Vol1
Yuto Suzuki
Rで学ぶミニミニビッグデータ分析入門-第2回
Rで学ぶミニミニビッグデータ分析入門-第2回
Naruhiko Shiratori
図解入門最新マーケティング・リサーチがよーくわかる本(2)
図解入門最新マーケティング・リサーチがよーくわかる本(2)
MROC Japan
データ解析
データ解析
Issei Kurahashi
相関係数は傾きに影響される
相関係数は傾きに影響される
Mitsuo Shimohata
データ解析・統計講座②
データ解析・統計講座②
uenotsutomu
Rで学ぶミニミニビッグデータ分析入門-第3回
Rで学ぶミニミニビッグデータ分析入門-第3回
Naruhiko Shiratori
統計学超入門 アップロード用
統計学超入門 アップロード用
w24nishi
100人のための統計解析 和食レストラン編
100人のための統計解析 和食レストラン編
. .
Rで学ぶミニミニビッグデータ分析入門-第1回
Rで学ぶミニミニビッグデータ分析入門-第1回
Naruhiko Shiratori
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
Rakuten Group, Inc.
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
id774
Data scientist casual talk in 白金台
Data scientist casual talk in 白金台
Hiroko Onari
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Takashi J OZAKI
相関係数と決定係数~回帰係数とその不偏性も
相関係数と決定係数~回帰係数とその不偏性も
T T
データマイニング入門
データマイニング入門
hrfm
Rによるデータサイエンス:12章「時系列」
Rによるデータサイエンス:12章「時系列」
Nagi Teramo
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
Yohei Sato
第三回統計学勉強会@東大駒場
第三回統計学勉強会@東大駒場
Daisuke Yoneoka
はじめての「R」
はじめての「R」
Masahiro Hayashi
ベクトルで理解する相関係数
ベクトルで理解する相関係数
Satoshi MATSUURA
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
Akira Asano
統計学の基礎の基礎
統計学の基礎の基礎
Ken'ichi Matsui
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
Ken'ichi Matsui
論文紹介 Semi-supervised Learning with Deep Generative Models
論文紹介 Semi-supervised Learning with Deep Generative Models
Seiya Tokui
企業における統計学入門
企業における統計学入門
antibayesian 俺がS式だ
時系列の相関係数の解釈は注意を要する(ランダムウォーク同士の相関係数は±0.72の外側に15%も分布することなど)
時系列の相関係数の解釈は注意を要する(ランダムウォーク同士の相関係数は±0.72の外側に15%も分布することなど)
Toshiyuki Shimono
Why 40? なぜ40個のサンプルで調査をするのか ― 数値例からの考察
Why 40? なぜ40個のサンプルで調査をするのか ― 数値例からの考察
Toshiyuki Shimono
Mad kobe.r14
Mad kobe.r14
florets1
Osaka prml reading_3.2-3.3.1
Osaka prml reading_3.2-3.3.1
florets1
More Related Content
Viewers also liked
100人のための統計解析 和食レストラン編
100人のための統計解析 和食レストラン編
. .
Rで学ぶミニミニビッグデータ分析入門-第1回
Rで学ぶミニミニビッグデータ分析入門-第1回
Naruhiko Shiratori
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
Rakuten Group, Inc.
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
id774
Data scientist casual talk in 白金台
Data scientist casual talk in 白金台
Hiroko Onari
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Takashi J OZAKI
相関係数と決定係数~回帰係数とその不偏性も
相関係数と決定係数~回帰係数とその不偏性も
T T
データマイニング入門
データマイニング入門
hrfm
Rによるデータサイエンス:12章「時系列」
Rによるデータサイエンス:12章「時系列」
Nagi Teramo
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
Yohei Sato
第三回統計学勉強会@東大駒場
第三回統計学勉強会@東大駒場
Daisuke Yoneoka
はじめての「R」
はじめての「R」
Masahiro Hayashi
ベクトルで理解する相関係数
ベクトルで理解する相関係数
Satoshi MATSUURA
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
Akira Asano
統計学の基礎の基礎
統計学の基礎の基礎
Ken'ichi Matsui
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
Ken'ichi Matsui
論文紹介 Semi-supervised Learning with Deep Generative Models
論文紹介 Semi-supervised Learning with Deep Generative Models
Seiya Tokui
企業における統計学入門
企業における統計学入門
antibayesian 俺がS式だ
時系列の相関係数の解釈は注意を要する(ランダムウォーク同士の相関係数は±0.72の外側に15%も分布することなど)
時系列の相関係数の解釈は注意を要する(ランダムウォーク同士の相関係数は±0.72の外側に15%も分布することなど)
Toshiyuki Shimono
Why 40? なぜ40個のサンプルで調査をするのか ― 数値例からの考察
Why 40? なぜ40個のサンプルで調査をするのか ― 数値例からの考察
Toshiyuki Shimono
Viewers also liked
(20)
100人のための統計解析 和食レストラン編
100人のための統計解析 和食レストラン編
Rで学ぶミニミニビッグデータ分析入門-第1回
Rで学ぶミニミニビッグデータ分析入門-第1回
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
Data scientist casual talk in 白金台
Data scientist casual talk in 白金台
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
相関係数と決定係数~回帰係数とその不偏性も
相関係数と決定係数~回帰係数とその不偏性も
データマイニング入門
データマイニング入門
Rによるデータサイエンス:12章「時系列」
Rによるデータサイエンス:12章「時系列」
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
第三回統計学勉強会@東大駒場
第三回統計学勉強会@東大駒場
はじめての「R」
はじめての「R」
ベクトルで理解する相関係数
ベクトルで理解する相関係数
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
2015年度春学期 統計学 第7回 データの関係を知る(2) ― 回帰と決定係数 (2015. 6. 4.)
統計学の基礎の基礎
統計学の基礎の基礎
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
論文紹介 Semi-supervised Learning with Deep Generative Models
論文紹介 Semi-supervised Learning with Deep Generative Models
企業における統計学入門
企業における統計学入門
時系列の相関係数の解釈は注意を要する(ランダムウォーク同士の相関係数は±0.72の外側に15%も分布することなど)
時系列の相関係数の解釈は注意を要する(ランダムウォーク同士の相関係数は±0.72の外側に15%も分布することなど)
Why 40? なぜ40個のサンプルで調査をするのか ― 数値例からの考察
Why 40? なぜ40個のサンプルで調査をするのか ― 数値例からの考察
More from florets1
Mad kobe.r14
Mad kobe.r14
florets1
Osaka prml reading_3.2-3.3.1
Osaka prml reading_3.2-3.3.1
florets1
Eic kobe.r9
Eic kobe.r9
florets1
Mle kobe.r8
Mle kobe.r8
florets1
Flang kkd1
Flang kkd1
florets1
Bgnd kobe.r5
Bgnd kobe.r5
florets1
Osaka prml reading_2.3.1-2
Osaka prml reading_2.3.1-2
florets1
Qsim kobe.r4
Qsim kobe.r4
florets1
Ciit kobe.r1
Ciit kobe.r1
florets1
Osaka prml reading_2.3
Osaka prml reading_2.3
florets1
More from florets1
(10)
Mad kobe.r14
Mad kobe.r14
Osaka prml reading_3.2-3.3.1
Osaka prml reading_3.2-3.3.1
Eic kobe.r9
Eic kobe.r9
Mle kobe.r8
Mle kobe.r8
Flang kkd1
Flang kkd1
Bgnd kobe.r5
Bgnd kobe.r5
Osaka prml reading_2.3.1-2
Osaka prml reading_2.3.1-2
Qsim kobe.r4
Qsim kobe.r4
Ciit kobe.r1
Ciit kobe.r1
Osaka prml reading_2.3
Osaka prml reading_2.3
Bra kobe.r12
1.
回帰分析 入門 基礎の基礎から Kobe.R
#12 2014.10.26 @florets1 1
2.
2 こういうことがやりたい
3.
3 データセット cars
を例に 車の速度とブレーキをかけてから車が止まるまでの距離
4.
4 散布図を描こう
5.
5 相関係数を求めよう けっこう相関高いですね。
6.
6 線形回帰分析をしよう 計算するだけで、まだ何も表示されません。
7.
7 回帰直線を描いてみよう
8.
8 予測値を表示しよう
9.
9 残差とは これです!
残差=実データと回帰直線(予測値)との差
10.
10 残差を表示しよう
11.
11 回帰係数を求めよう つまり
dist = -17.58 + 3.93 * speed
12.
12 分析の要約を表示しよう
13.
13 要約の見方 残差の四分位数
14.
14 要約の見方 係数標準誤差t値p値
15.
15 係数の95%信頼区間を求めよう 係数標準誤差t値p値
16.
16 t値を求めよう 係数標準誤差t値p値
17.
17 p値を求めよう 係数標準誤差t値p値
両側t検定のp値の計算をしている
18.
18 要約の見方 残差の標準誤差:15.38
自由度48
19.
19 要約の見方 決定係数R2
回帰モデルがどの程度データにフィットしているかを評価する指標 1に近づくほどよくフィットしている 調整済み決定係数R2 説明変数が多いほど高い値が出てしまうのを調整した指標 こちらも1に近づくほどよくフィットしている
20.
20 残差を視覚的に分析しよう
21.
21 参考文献 金明哲
Rによるデータサイエンス 青木繁伸 Rによる統計解析
Download now