Submit Search
Upload
1 1.はじめに
•
16 likes
•
24,802 views
L
logics-of-blue
Follow
8月10~11日にかけて北大函館キャンパス内で行われた統計勉強会の投影資料です。 1-1はじめに 勉強会の進め方やRの紹介など
Read less
Read more
Technology
Report
Share
Report
Share
1 of 14
Recommended
1 2.t検定
1 2.t検定
logics-of-blue
1 6.変数選択とAIC
1 6.変数選択とAIC
logics-of-blue
1 3.分散分析 anova
1 3.分散分析 anova
logics-of-blue
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
2 2.尤度と最尤法
2 2.尤度と最尤法
logics-of-blue
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
logics-of-blue
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
logics-of-blue
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
Koichiro Gibo
Recommended
1 2.t検定
1 2.t検定
logics-of-blue
1 6.変数選択とAIC
1 6.変数選択とAIC
logics-of-blue
1 3.分散分析 anova
1 3.分散分析 anova
logics-of-blue
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
2 2.尤度と最尤法
2 2.尤度と最尤法
logics-of-blue
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
logics-of-blue
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
logics-of-blue
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
Koichiro Gibo
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
Takahiro Tabuchi
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2
宏喜 佐野
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
logics-of-blue
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"
takehikoihayashi
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
logics-of-blue
1 5.パラメトリックブートストラップ検定と確率分布
1 5.パラメトリックブートストラップ検定と確率分布
logics-of-blue
比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!
takehikoihayashi
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
主成分分析
主成分分析
大貴 末廣
DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
Masaru Tokuoka
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
Seiichi Uchida
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
2 5 1.一般化線形モデル色々_CPUE標準化
2 5 1.一般化線形モデル色々_CPUE標準化
logics-of-blue
色々な確率分布とその応用
色々な確率分布とその応用
Hiroki Iida
MICの解説
MICの解説
logics-of-blue
統計的因果推論勉強会 第1回
統計的因果推論勉強会 第1回
Hikaru GOTO
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
Yu Tamura
1 7.Type II ANOVA
1 7.Type II ANOVA
logics-of-blue
1 8.交互作用
1 8.交互作用
logics-of-blue
More Related Content
What's hot
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
Takahiro Tabuchi
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2
宏喜 佐野
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
logics-of-blue
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"
takehikoihayashi
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
logics-of-blue
1 5.パラメトリックブートストラップ検定と確率分布
1 5.パラメトリックブートストラップ検定と確率分布
logics-of-blue
比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!
takehikoihayashi
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
主成分分析
主成分分析
大貴 末廣
DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
Masaru Tokuoka
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
Seiichi Uchida
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
2 5 1.一般化線形モデル色々_CPUE標準化
2 5 1.一般化線形モデル色々_CPUE標準化
logics-of-blue
色々な確率分布とその応用
色々な確率分布とその応用
Hiroki Iida
MICの解説
MICの解説
logics-of-blue
統計的因果推論勉強会 第1回
統計的因果推論勉強会 第1回
Hikaru GOTO
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
Yu Tamura
What's hot
(20)
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
1 5.パラメトリックブートストラップ検定と確率分布
1 5.パラメトリックブートストラップ検定と確率分布
比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!
ベイズファクターとモデル選択
ベイズファクターとモデル選択
主成分分析
主成分分析
DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
2 5 1.一般化線形モデル色々_CPUE標準化
2 5 1.一般化線形モデル色々_CPUE標準化
色々な確率分布とその応用
色々な確率分布とその応用
MICの解説
MICの解説
統計的因果推論勉強会 第1回
統計的因果推論勉強会 第1回
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
Viewers also liked
1 7.Type II ANOVA
1 7.Type II ANOVA
logics-of-blue
1 8.交互作用
1 8.交互作用
logics-of-blue
2 1.予測と確率分布
2 1.予測と確率分布
logics-of-blue
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
logics-of-blue
2 5 2.一般化線形モデル色々_ロジスティック回帰
2 5 2.一般化線形モデル色々_ロジスティック回帰
logics-of-blue
予測理論とpredictability
予測理論とpredictability
logics-of-blue
El naixement d'una llengua
El naixement d'una llengua
gerard vilanova
Viewers also liked
(7)
1 7.Type II ANOVA
1 7.Type II ANOVA
1 8.交互作用
1 8.交互作用
2 1.予測と確率分布
2 1.予測と確率分布
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 2.一般化線形モデル色々_ロジスティック回帰
2 5 2.一般化線形モデル色々_ロジスティック回帰
予測理論とpredictability
予測理論とpredictability
El naixement d'una llengua
El naixement d'una llengua
Recently uploaded
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
Recently uploaded
(8)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
1 1.はじめに
1.
統計モデリングを 初めから足早に 1日目 1 1日目-第1講 名前:馬場真哉 所属:北大水産 修士課程2年 Webサイト: logics
of blue で検索
2.
2 自己紹介 名前:馬場真哉 所属:北大水産 M2 専門:水産資源解析
3.
3 サイト作ってます Logics of
Blue で検索!
4.
4 ゼミと同じタイトルで 電子書籍書きます 皆買ってね!! タイトルは 「鯖の読み方数え方」 に変わるかも! 追記
5.
5 統計学って? ① 研究や仕事によく使う ② 最近流行……らしい
6.
6 統計学って? 道具です
7.
7 統計学を使うとできること ① 見える化 ② 予測
8.
8 見える化 • 売り上げに寄与する要因 • 魚が増減する理由 予測 •
販促した時の売り上げシミュレーション • 漁獲量の予測~最適努力量の設定
9.
9 大事なことだから2回言いますが 道具です 統計学は 何に使いたい?
10.
10 この勉強会の目標 ① データ解析ができる ② プレゼンができる
11.
11 本日の予定 ① Rを使って統計モデリング ② 正規線形モデルの理解
12.
12 ① R を使って統計モデリング •
タダで使える統計ソフト • 比較的簡単 • オープンソースなので開発が早い
13.
13 午前中の目標 Rを使って統計モデルが組めるようになる 一切の統計学の解説は後回しにして 統計モデルのプログラムだけやっつけます
14.
14 実演