Enviar pesquisa
Carregar
1 1.はじめに
•
16 gostaram
•
24,806 visualizações
L
logics-of-blue
Seguir
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
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 14
Recomendados
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
logics-of-blue
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
1 7.Type II ANOVA
1 7.Type II ANOVA
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
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
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
データ解析のための勉強会第7章
データ解析のための勉強会第7章
TokorosawaYoshio
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
Recomendados
2 4.devianceと尤度比検定
2 4.devianceと尤度比検定
logics-of-blue
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
1 7.Type II ANOVA
1 7.Type II ANOVA
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
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
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
データ解析のための勉強会第7章
データ解析のための勉強会第7章
TokorosawaYoshio
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
Stanコードの書き方 中級編
Stanコードの書き方 中級編
Hiroshi Shimizu
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
社会心理学とGlmm
社会心理学とGlmm
Hiroshi Shimizu
2 2.尤度と最尤法
2 2.尤度と最尤法
logics-of-blue
多重代入法の書き方 公開用
多重代入法の書き方 公開用
Koichiro Gibo
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
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)
WAICとWBICのご紹介
WAICとWBICのご紹介
Tomoki Matsumoto
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
1 3.分散分析 anova
1 3.分散分析 anova
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
一般化線形混合モデル isseing333
一般化線形混合モデル isseing333
Issei Kurahashi
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
Hiroshi Shimizu
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
スパース推定法による統計モデリング(入門)
スパース推定法による統計モデリング(入門)
Hidetoshi Matsui
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
nocchi_airport
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
【読書会資料】『StanとRでベイズ統計モデリング』Chapter12:時間や空間を扱うモデル
【読書会資料】『StanとRでベイズ統計モデリング』Chapter12:時間や空間を扱うモデル
Masashi Komori
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Hiroshi Shimizu
1 2.t検定
1 2.t検定
logics-of-blue
1 8.交互作用
1 8.交互作用
logics-of-blue
Mais conteúdo relacionado
Mais procurados
Stanコードの書き方 中級編
Stanコードの書き方 中級編
Hiroshi Shimizu
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
社会心理学とGlmm
社会心理学とGlmm
Hiroshi Shimizu
2 2.尤度と最尤法
2 2.尤度と最尤法
logics-of-blue
多重代入法の書き方 公開用
多重代入法の書き方 公開用
Koichiro Gibo
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
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)
WAICとWBICのご紹介
WAICとWBICのご紹介
Tomoki Matsumoto
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
1 3.分散分析 anova
1 3.分散分析 anova
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
一般化線形混合モデル isseing333
一般化線形混合モデル isseing333
Issei Kurahashi
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
Hiroshi Shimizu
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
スパース推定法による統計モデリング(入門)
スパース推定法による統計モデリング(入門)
Hidetoshi Matsui
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
nocchi_airport
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
【読書会資料】『StanとRでベイズ統計モデリング』Chapter12:時間や空間を扱うモデル
【読書会資料】『StanとRでベイズ統計モデリング』Chapter12:時間や空間を扱うモデル
Masashi Komori
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Hiroshi Shimizu
Mais procurados
(20)
Stanコードの書き方 中級編
Stanコードの書き方 中級編
Stan超初心者入門
Stan超初心者入門
社会心理学とGlmm
社会心理学とGlmm
2 2.尤度と最尤法
2 2.尤度と最尤法
多重代入法の書き方 公開用
多重代入法の書き方 公開用
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
階層ベイズとWAIC
階層ベイズとWAIC
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)
WAICとWBICのご紹介
WAICとWBICのご紹介
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
1 3.分散分析 anova
1 3.分散分析 anova
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
一般化線形混合モデル isseing333
一般化線形混合モデル isseing333
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
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
スパース推定法による統計モデリング(入門)
スパース推定法による統計モデリング(入門)
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
【読書会資料】『StanとRでベイズ統計モデリング』Chapter12:時間や空間を扱うモデル
【読書会資料】『StanとRでベイズ統計モデリング』Chapter12:時間や空間を扱うモデル
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Destaque
1 2.t検定
1 2.t検定
logics-of-blue
1 8.交互作用
1 8.交互作用
logics-of-blue
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 6.変数選択とAIC
1 6.変数選択とAIC
logics-of-blue
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
2 1.予測と確率分布
2 1.予測と確率分布
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
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
Destaque
(9)
1 2.t検定
1 2.t検定
1 8.交互作用
1 8.交互作用
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
1 6.変数選択とAIC
1 6.変数選択とAIC
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
2 1.予測と確率分布
2 1.予測と確率分布
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
予測理論とpredictability
予測理論とpredictability
El naixement d'una llengua
El naixement d'una llengua
Último
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Último
(10)
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
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