Enviar pesquisa
Carregar
Rで架空データの発生
•
9 gostaram
•
5,996 visualizações
M
Makoto Hirakawa
Seguir
2015.5.24 Hijiyama.R #2 での発表資料です。 架空のサンプルデータを発生させる方法について紹介しています。
Leia menos
Leia mais
Software
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 22
Baixar agora
Baixar para ler offline
Recomendados
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
質的変数の相関・因子分析
質的変数の相関・因子分析
Mitsuo Shimohata
ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定
Akira Masuda
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
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
Recomendados
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
質的変数の相関・因子分析
質的変数の相関・因子分析
Mitsuo Shimohata
ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定
Akira Masuda
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
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
ベータ分布の謎に迫る
ベータ分布の謎に迫る
Ken'ichi Matsui
因果推論の基礎
因果推論の基礎
Hatsuru Morita
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
WAICとWBICのご紹介
WAICとWBICのご紹介
Tomoki Matsumoto
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー
Hiroshi Shimizu
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
統計的因果推論 勉強用 isseing333
統計的因果推論 勉強用 isseing333
Issei Kurahashi
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
pymcとpystanでベイズ推定してみた話
pymcとpystanでベイズ推定してみた話
Classi.corp
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
ノンパラベイズ入門の入門
ノンパラベイズ入門の入門
Shuyo Nakatani
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
Shushi Namba
MCMC法
MCMC法
MatsuiRyo
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
PRML輪読#1
PRML輪読#1
matsuolab
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
Ken'ichi Matsui
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
Takashi Yamane
PRML輪読#13
PRML輪読#13
matsuolab
推定と標本抽出
推定と標本抽出
山津 貴之
理科教育学研究のための統計分析入門
理科教育学研究のための統計分析入門
Hiroshi Unzai
Mais conteúdo relacionado
Mais procurados
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
ベータ分布の謎に迫る
ベータ分布の謎に迫る
Ken'ichi Matsui
因果推論の基礎
因果推論の基礎
Hatsuru Morita
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
WAICとWBICのご紹介
WAICとWBICのご紹介
Tomoki Matsumoto
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー
Hiroshi Shimizu
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
統計的因果推論 勉強用 isseing333
統計的因果推論 勉強用 isseing333
Issei Kurahashi
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
pymcとpystanでベイズ推定してみた話
pymcとpystanでベイズ推定してみた話
Classi.corp
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
ノンパラベイズ入門の入門
ノンパラベイズ入門の入門
Shuyo Nakatani
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
Shushi Namba
MCMC法
MCMC法
MatsuiRyo
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
PRML輪読#1
PRML輪読#1
matsuolab
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
Ken'ichi Matsui
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
Takashi Yamane
PRML輪読#13
PRML輪読#13
matsuolab
Mais procurados
(20)
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
ベータ分布の謎に迫る
ベータ分布の謎に迫る
因果推論の基礎
因果推論の基礎
2 3.GLMの基礎
2 3.GLMの基礎
WAICとWBICのご紹介
WAICとWBICのご紹介
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー
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!
統計的因果推論 勉強用 isseing333
統計的因果推論 勉強用 isseing333
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
pymcとpystanでベイズ推定してみた話
pymcとpystanでベイズ推定してみた話
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
ノンパラベイズ入門の入門
ノンパラベイズ入門の入門
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
MCMC法
MCMC法
潜在クラス分析
潜在クラス分析
PRML輪読#1
PRML輪読#1
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
PRML輪読#13
PRML輪読#13
Semelhante a Rで架空データの発生
推定と標本抽出
推定と標本抽出
山津 貴之
理科教育学研究のための統計分析入門
理科教育学研究のための統計分析入門
Hiroshi Unzai
データ入力が終わってから分析前にすること
データ入力が終わってから分析前にすること
Masaru Tokuoka
Regression2
Regression2
Yuta Tomomatsu
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
Shohei Hido
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
Hiroshi Shimizu
コース導入講義(荒木)
コース導入講義(荒木)
Faculty of Economics, Momoyama Gakuin University
Toukei4
Toukei4
Yuya Yamamoto
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
Rm20140507 4key
Rm20140507 4key
youwatari
第76回TokyoR
第76回TokyoR
ShoKato2
Tokyo r #37 Rubin's Rule
Tokyo r #37 Rubin's Rule
Hiroki Matsui
データ解析のための統計モデリング入門3章後半
データ解析のための統計モデリング入門3章後半
Shinya Akiba
データを整理するための基礎知識
データを整理するための基礎知識
Gen Fujita
dplyr と purrrを用いたデータハンドリング
dplyr と purrrを用いたデータハンドリング
Somatori Keita
分析をモデルの観点から考えてみる
分析をモデルの観点から考えてみる
kazutantan
How to study stat for freshmans
How to study stat for freshmans
Ak Ok
Yamadai.R チュートリアルセッション
Yamadai.R チュートリアルセッション
考司 小杉
統計の基礎を楽しく学ぼうー箱ひげ図編ー
統計の基礎を楽しく学ぼうー箱ひげ図編ー
Yutaka Terasawa
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
Semelhante a Rで架空データの発生
(20)
推定と標本抽出
推定と標本抽出
理科教育学研究のための統計分析入門
理科教育学研究のための統計分析入門
データ入力が終わってから分析前にすること
データ入力が終わってから分析前にすること
Regression2
Regression2
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
コース導入講義(荒木)
コース導入講義(荒木)
Toukei4
Toukei4
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Rm20140507 4key
Rm20140507 4key
第76回TokyoR
第76回TokyoR
Tokyo r #37 Rubin's Rule
Tokyo r #37 Rubin's Rule
データ解析のための統計モデリング入門3章後半
データ解析のための統計モデリング入門3章後半
データを整理するための基礎知識
データを整理するための基礎知識
dplyr と purrrを用いたデータハンドリング
dplyr と purrrを用いたデータハンドリング
分析をモデルの観点から考えてみる
分析をモデルの観点から考えてみる
How to study stat for freshmans
How to study stat for freshmans
Yamadai.R チュートリアルセッション
Yamadai.R チュートリアルセッション
統計の基礎を楽しく学ぼうー箱ひげ図編ー
統計の基礎を楽しく学ぼうー箱ひげ図編ー
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
Mais de Makoto Hirakawa
今日は何回やればいいのか―状態空間モデルで最大挙上重量を推定し、挙上回数を決める―
今日は何回やればいいのか―状態空間モデルで最大挙上重量を推定し、挙上回数を決める―
Makoto Hirakawa
Osaka.stan#2 chap5-1
Osaka.stan#2 chap5-1
Makoto Hirakawa
いいからベイズ推定してみる
いいからベイズ推定してみる
Makoto Hirakawa
ベータ分布
ベータ分布
Makoto Hirakawa
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
Mais de Makoto Hirakawa
(6)
今日は何回やればいいのか―状態空間モデルで最大挙上重量を推定し、挙上回数を決める―
今日は何回やればいいのか―状態空間モデルで最大挙上重量を推定し、挙上回数を決める―
Osaka.stan#2 chap5-1
Osaka.stan#2 chap5-1
いいからベイズ推定してみる
いいからベイズ推定してみる
ベータ分布
ベータ分布
重回帰分析で交互作用効果
重回帰分析で交互作用効果
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Rで架空データの発生
1.
Rで架空データの発生 第2回 (2015.5.23) 広島大学大学院教育学研究科 平川 真 Hijiyama.R
2.
自己紹介 ・@hirakawamakoto ・社会心理学界隈で活動しています ・通常枠です 2
3.
モチベーション ・授業で使う架空データをつくる ・架空データを分析して、統計手法のお勉強をする e.g., 中心極限定理を実際に確認してみる 「統計モデル=データ生成器」ということの理解を進める 3
4.
母集団分布を指定し乱数を発生 rnorm関数: 正規分布に従う乱数を発生 4 平均と標準偏差を指定 個数を指定
5.
t検定用データをつくってみる 5
6.
t検定用データをつくってみる 6
7.
もうだいたいいける e.g., 交互作用が出るデータがほしいです a1b1 mean=1.5 a1b2
mean=2.2 a2b1 mean=5.0 a2b2 mean=1.2 みたいにして発生させればOK 7 5 4 3 2 1 a1 a2 b1 b2
8.
危険率のお勉強 Type I error:
帰無仮説が真のときに、それを棄却する誤り 危険率: Type I errorを起こす確率 慣例的に有意水準を5%に設定し、統計的仮説検定を行う ⇒ 危険率は5% 本当にそうなるの? ためしてみる! 8
9.
危険率のお勉強 9
10.
t検定のお勉強(1) t検定の前提 1. 無作為抽出が行われていること 2. 母集団の分布が正規分布であること 3.
母集団の分散が等質であること 前提が満たされない場合、帰無分布がt分布となるとは限らない ⇒ 危険率が5%を超えてしまうかも 10
11.
t検定のお勉強(1) 分散の等質性の前提を破ってみた 11 Welchの検定でやると
12.
任意の母相関係数をもつデータ x, e1, e2がそれぞれ分散の等しい母集団から独立に抽出された場合 でつくられた2変数(y1,
y2)の母相関(ρ)は となる ⇒ とすれば、母相関がρとなる2変数をつくれる 12
13.
任意の母相関係数をもつデータ 13
14.
t検定のお勉強(2) 対応のあるt検定だと検出力が上がる ⇒ X1とx2の相関 (r)
が高くなると、t値は大きくなる 14 ← 対応なし ← 対応あり
15.
t検定のお勉強(2) 15 対応なし 対応あり
16.
t検定のお勉強(2) 16 対応なし 対応あり
17.
データフレームの作成 data.frame関数を使って、オブジェクトを結合 17
18.
データフレームの書き出し write.csv関数 18
19.
おまけ:mvrnorm関数 任意の相関行列をもつ多変量データを発生させたい MASSパッケージのmvrnorm関数 19 ← 発生させたい相関行列の指定 ↑ 各変数の平均値を指定
20.
おまけ:mvrnorm関数 20
21.
おまけ:mvrnorm関数 21
22.
おまけ:mvrnorm関数 多母集団同時分析用のデータセットも間単に 22
Baixar agora