Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
Submit search
EN
MH
Uploaded by
Makoto Hirakawa
6,179 views
Rで架空データの発生
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。
Software
◦
Read more
9
Save
Share
Embed
Embed presentation
Download
Downloaded 33 times
1
/ 22
2
/ 22
3
/ 22
4
/ 22
Most read
5
/ 22
Most read
6
/ 22
7
/ 22
8
/ 22
9
/ 22
10
/ 22
11
/ 22
12
/ 22
13
/ 22
Most read
14
/ 22
15
/ 22
16
/ 22
17
/ 22
18
/ 22
19
/ 22
20
/ 22
21
/ 22
22
/ 22
More Related Content
PPTX
MCMCでマルチレベルモデル
by
Hiroshi Shimizu
PDF
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
by
Hiroshi Shimizu
PDF
質的変数の相関・因子分析
by
Mitsuo Shimohata
PDF
Stan超初心者入門
by
Hiroshi Shimizu
PPTX
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
by
nocchi_airport
PPTX
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
by
Hiroshi Shimizu
PDF
第4回DARM勉強会 (構造方程式モデリング)
by
Yoshitake Takebayashi
PPTX
(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
by
Takashi Yamane
MCMCでマルチレベルモデル
by
Hiroshi Shimizu
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
by
Hiroshi Shimizu
質的変数の相関・因子分析
by
Mitsuo Shimohata
Stan超初心者入門
by
Hiroshi Shimizu
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
by
nocchi_airport
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
by
Hiroshi Shimizu
第4回DARM勉強会 (構造方程式モデリング)
by
Yoshitake Takebayashi
(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
by
Takashi Yamane
What's hot
PDF
Cmdstanr入門とreduce_sum()解説
by
Hiroshi Shimizu
PPTX
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
by
Shushi Namba
PDF
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
by
takehikoihayashi
PDF
グラフィカルモデル入門
by
Kawamoto_Kazuhiko
PDF
Stanコードの書き方 中級編
by
Hiroshi Shimizu
PDF
Stanの便利な事後処理関数
by
daiki hojo
PDF
順序データでもベイズモデリング
by
. .
PPTX
心理学者のためのGlmm・階層ベイズ
by
Hiroshi Shimizu
PDF
階層ベイズによるワンToワンマーケティング入門
by
shima o
PDF
心理学におけるベイズ統計の流行を整理する
by
Hiroshi Shimizu
PDF
Stanでガウス過程
by
Hiroshi Shimizu
PDF
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」
by
Takashi J OZAKI
PPTX
ベイズモデリングで見る因子分析
by
Shushi Namba
PDF
Chapter9 一歩進んだ文法(前半)
by
itoyan110
PPTX
Visual Studio CodeでRを使う
by
Atsushi Hayakawa
PDF
2 6.ゼロ切断・過剰モデル
by
logics-of-blue
PDF
グラフィカル Lasso を用いた異常検知
by
Yuya Takashina
PPTX
15分でわかる(範囲の)ベイズ統計学
by
Ken'ichi Matsui
PDF
Rで階層ベイズモデル
by
Yohei Sato
PPTX
GEE(一般化推定方程式)の理論
by
Koichiro Gibo
Cmdstanr入門とreduce_sum()解説
by
Hiroshi Shimizu
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
by
Shushi Namba
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
by
takehikoihayashi
グラフィカルモデル入門
by
Kawamoto_Kazuhiko
Stanコードの書き方 中級編
by
Hiroshi Shimizu
Stanの便利な事後処理関数
by
daiki hojo
順序データでもベイズモデリング
by
. .
心理学者のためのGlmm・階層ベイズ
by
Hiroshi Shimizu
階層ベイズによるワンToワンマーケティング入門
by
shima o
心理学におけるベイズ統計の流行を整理する
by
Hiroshi Shimizu
Stanでガウス過程
by
Hiroshi Shimizu
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」
by
Takashi J OZAKI
ベイズモデリングで見る因子分析
by
Shushi Namba
Chapter9 一歩進んだ文法(前半)
by
itoyan110
Visual Studio CodeでRを使う
by
Atsushi Hayakawa
2 6.ゼロ切断・過剰モデル
by
logics-of-blue
グラフィカル Lasso を用いた異常検知
by
Yuya Takashina
15分でわかる(範囲の)ベイズ統計学
by
Ken'ichi Matsui
Rで階層ベイズモデル
by
Yohei Sato
GEE(一般化推定方程式)の理論
by
Koichiro Gibo
Similar to Rで架空データの発生
PDF
Tokyor35 人工データの発生
by
Yohei Sato
PPTX
Rゼミ 3
by
tarokun3
PDF
反応時間データをどう分析し図示するか
by
SAKAUE, Tatsuya
PDF
001 z test
by
Ayako Hoshino
PPTX
データマイニング入門編 その2
by
takosumipasta
PDF
2021年度秋学期 統計学 第14回 分布についての仮説を検証する - 仮説検定(1)(2022. 1. 11)
by
Akira Asano
PDF
Oshasta em
by
Naotaka Yamada
PDF
2022年度春学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1)
by
Akira Asano
PDF
2021年度秋学期 統計学 第15回 分布についての仮説を検証する - 仮説検定(2)(2022. 1. 18)
by
Akira Asano
PPTX
要因計画データに対するベイズ推定アプローチ
by
Takashi Yamane
PDF
異常検知と変化検知で復習するPRML
by
Katsuya Ito
PDF
因果探索: 基本から最近の発展までを概説
by
Shiga University, RIKEN
PDF
統計的因果推論 勉強用 isseing333
by
Issei Kurahashi
PDF
パターン認識 04 混合正規分布
by
sleipnir002
PPT
K090 仮説検定
by
t2tarumi
PDF
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
by
Akira Asano
PDF
第32回Tokyo.R#初心者セッション
by
宏喜 佐野
PDF
Osaka.Stan #3 Chapter 5-2
by
Takayuki Goto
PDF
2 2.尤度と最尤法
by
logics-of-blue
PDF
2022年度春学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2)
by
Akira Asano
Tokyor35 人工データの発生
by
Yohei Sato
Rゼミ 3
by
tarokun3
反応時間データをどう分析し図示するか
by
SAKAUE, Tatsuya
001 z test
by
Ayako Hoshino
データマイニング入門編 その2
by
takosumipasta
2021年度秋学期 統計学 第14回 分布についての仮説を検証する - 仮説検定(1)(2022. 1. 11)
by
Akira Asano
Oshasta em
by
Naotaka Yamada
2022年度春学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1)
by
Akira Asano
2021年度秋学期 統計学 第15回 分布についての仮説を検証する - 仮説検定(2)(2022. 1. 18)
by
Akira Asano
要因計画データに対するベイズ推定アプローチ
by
Takashi Yamane
異常検知と変化検知で復習するPRML
by
Katsuya Ito
因果探索: 基本から最近の発展までを概説
by
Shiga University, RIKEN
統計的因果推論 勉強用 isseing333
by
Issei Kurahashi
パターン認識 04 混合正規分布
by
sleipnir002
K090 仮説検定
by
t2tarumi
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
by
Akira Asano
第32回Tokyo.R#初心者セッション
by
宏喜 佐野
Osaka.Stan #3 Chapter 5-2
by
Takayuki Goto
2 2.尤度と最尤法
by
logics-of-blue
2022年度春学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2)
by
Akira Asano
More from Makoto Hirakawa
PDF
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―
by
Makoto Hirakawa
PPTX
Osaka.stan#2 chap5-1
by
Makoto Hirakawa
PDF
いいからベイズ推定してみる
by
Makoto Hirakawa
PDF
ベータ分布
by
Makoto Hirakawa
PDF
重回帰分析で交互作用効果
by
Makoto Hirakawa
PPTX
重回帰分析で交互作用効果
by
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―
by
Makoto Hirakawa
Osaka.stan#2 chap5-1
by
Makoto Hirakawa
いいからベイズ推定してみる
by
Makoto Hirakawa
ベータ分布
by
Makoto Hirakawa
重回帰分析で交互作用効果
by
Makoto Hirakawa
重回帰分析で交互作用効果
by
Makoto Hirakawa
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
Download