日本生産性本部が提供する研修・セミナーを、テーマ別・階層別に検索いただけます。 テーマから探す 人材育成 エグゼクティブ 次世代リーダー・経営人材育成 ビジネススクール・ 長期研修 コンサルタント養成 （中小企業診断士、キャリアコンサルタント） グローバル人材育成 経営課題 経営戦略 組織開発・組織活性化 リーダーシップ・ マネジメント 生産性向上 業務改善 経営品質・顧客満足 労働組合・労使関係 働き方改革・ ワークライフバランス 企業倫理・ コンプライアンス ダイバーシティ・ 女性活躍 キャリアデザイン ヘルスケア・ メンタルヘルス DX人材育成 スキル コミュニケーション 人事・労務 賃金・評価・考課 会計・財務 部下育成・コーチング ロジカルシンキング・ 問題解決・発想力 ファシリテーション・ プレゼンテーション ビジネスディベート・ 交渉力 ビジネスライティング 営業・マーケティ
Rで時系列データってどう扱うの? 時系列オブジェクトを生成 時系列オブジェクトの合併 lhデータ データを覗いてみる UKgasデータ 出力が長いので要約した統計量を知りたい 開始時刻、終了時刻などなどを知りたい 時系列データの一部を取り出したい 時系列データをプロット ガス消費量のプロット 複数種類の時系列データを一度に表示する データを定常にする ラグ処理 実際にやってみる データの定常化 diff関数 自己相関係数 acfを使って、データが定常になるまで差分を取る 答え もう一個練習 答え ちなみに シミュレーションでデータを生成 シミュレーションでデータを生成してみよう sarimaのシミュレーション モデルの同定 偏自己相関係数の直感的理解 自己相関係数、偏自己相関係数から見るAR、MA、ARMAの特徴 ARモデル 使うデータ モデルを推定する arimaモデル ARIMAモデル
書く 数学的な記述は，概ね， 定義で始まり，定理を目指し，その間を証明という論理的な推論でつなぐ， という流れになっています．したがって，専門用語を除いて，使われる語句にも 一定の傾向があり，それらを知れば，数学的内容を英語で伝えるのは それほど困難ではないと思われます．ここでは，主に Donald E. Knuth の未完の大作 The Art of Computer Programming Volume 1 Fundamental Algorithms Second Edition ( Addison-Wesley, 1973) †1 の Chapter 1 Basic Concepts の 1.2. Mathematical Preliminaries †2 から「決まり文句」や「つなぎ言葉」中心に数学的と思われる表現を 抜き出してみました． もとより個人的な見解ですので，興味ござい
である． KL情報量は以下のような性質を持っている． KL情報量は常に0以上である． モデルの分布が真の分布と一致するときにKL情報量はゼロとなる． この性質はKL情報量をモデルの当てはまりのよさを与えるひとつのものさしとす ることを支持している．また，KL情報量が（負の）エントロピーに符号を逆にし たものであることも，ものさしとすることを支持するものである． 上の性質から明らかなように，このものさしはあてはまりが良いほど小さい値を 持つ． 以下では，このものさしを用いてモデルの当てはまりのよさを比較する方法につ いて考えてゆく． 対数尤度 KL情報量は，離散的な場合，
The standard level of significance used to justify a claim of a statistically significant effect is 0.05. For better or worse, the term statistically significant has become synonymous with P0.05. There are many theories and stories to account for the use of P=0.05 to denote statistical significance. All of them trace the practice back to the influence of R.A. Fisher. In 1914, Karl Pearson publishe
先日、とあるパーティで、統計学者の松原望先生と会った。 松原望先生は、早期からベイズ統計学の重要性を世にアピールしてきた先駆者である。ぼくは、経済学部の大学院在学時に、選択科目ではあったが、松原望先生の「ベイズ統計学」という講義を受け、そこでベイズ理論の指南をしていただいた。ぼくは『確率的発想法』NHKブックスや『使える！確率的思考』ちくま新書の中で、ベイズ理論を紹介していて、それが多くの読者にウケて、この二冊はセールス的にも良い実績を出しているのだけど、正直言ってここに書いてあることの多くは、松原望先生の講義の受け売りである。そういう意味では、下品ないいかたになるが、大学院の数ある講義の中で最も「金に換えることのできた」講義が先生の講義だった、ということになる。 そのときは、放送大学の教材であった『統計的決定』という本を教科書に使った。これがめちゃくちゃいい本で、今でもベイズ統計学に関し
生物統計学への前口上：歩み始める前の心構えとして たとえ確率論や統計学をまったく学んだことがなくても、日常生活を営む上で、実は私たち人間は必ず確率的あるいは統計的な推論を行なっています。「生物統計学（biometrics）」は、人間が生物界を観察したときに気づいたデータの変動から結論にいたる推論をするための道具として整備されてきました。「統計学」と聞くと、多くの学生はいやな数式やらめんどうな計算を条件反射的につい思い出してしまいます。けれども、生物統計学の核は「統計」ではなく、むしろ「生物」にあります。みなさんが日常的に取り組んでいるさまざまな生物学的問題 —— 生態・行動・遺伝・進化・生理などなど —— がまずはじめにあるわけです。生物統計学はこれらの生物学的問題から発する推論問題を解く道具を提供します。ですから、生物学畑の統計ユーザーにとって必要なのは、どのような統計手法が自分にとって
やっとAmazon でも予約が可能になったようです． といってもイメージはまだありません（というか私もどんな表紙になるのかまだ知らないのですが．．．） カーネルについて少し解説しましょう． （ただし，このブログの読者はほとんど専門家でその必要はない人ばかりかも しれないですが，サポートページから来る人もいるので） カーネルというと検索エンジンでまずひっかかるのは OS のカーネルですが， カーネル多変量解析のカーネルは OS のカーネルとは関係ありません． もう一つカーネルというとケンタッキーフライドチキンの創業者？のカーネルサンダースさんが思い浮かびますが，これももちろん関係ありません． （というか英語にすると綴りも違うようですが） というわけでカーネルの由来に関する昔話をしましょう （これは本には書いてありませんが） むかしむかし中つ国にはリニア国とノンリニア国という二つの国がありまし
「補正」が必要なのは、モデル化が不充分である証拠より (pooneilの脳科学論文コメント) 怪しいところをwebで確認したりせずに書いた。もうしらない。厳しくせずに、褒めて伸ばしてほしい。 こう書いてあると、ちょっと絡みづらいな。だからコメントに行かずここでやることにします。それにどっちかというと自分の意見をclarifyする触媒として使わせてもらうという意味もあるのでここでやる方が適切かと。(出所を明示すれば引用は自由です。) んでずっと放置してたんだけど、この「補正」という発想がポイント(ガン、って書こうと思ったけど、これっていまどきpolitically incorrectですかね)なんではないかと思ったんです。つまり、「補正」が必要なのは、モデル化が不充分である証拠。 というような問題意識を感じているようです。 んで、翻って、おなじような解決法が「ニューロンの発火の解析関連での情
H19年度「統合データベースプロジェクト」事業成果に対する外部評価の結果 H19年度に開発したサービス(17件)について2008年7月22日-8月12日にかけてウェブサイト上で実施した外部評価の結果をまとめました。 なお、昨年度に実施しまし[H18年度の事業成果に対する外部評価の結果と対応はこちらよりご覧いただけます。 文部科学省委託研究開発事業「統合データベースプロジェクト」は、 大型プロジェクトの成果公開が不十分 データベース(DB)の所在情報や利用法が不明 DBの構築・管理がばらばらで、検索・解析・応用が困難 DBやエントリーへの信頼性の高い注釈の不足 (詳細はreport_DB.pdfを参照) という生命科学系DBの現状を背景に、これらの問題を解決することを課題として発足しました。しかし、実際に取りかかってみますと、DBを取り巻く問題は上記4点にとどまらず、その周辺にある問題を
タンパク質、脂質、炭水化物のすべてが増加し、特に脂質の伸びが著しい米国。減少傾向の炭水化物に対し、増加していたタンパク質や脂質が1990年代に反転減少、ないし横ばい化し総カロリーも減少に転じた日本。
(株)サイマル・インターナショナルは、日本の主要大学120校※１における「学部別ウェブサイトの英文情報」についての実態調査を行った。 まず、大学のオフィシャルサイト英文版で、全学部の紹介情報が掲載されている大学は120校中81校（67.5％）に達しているものの、それぞれ学部毎に独立したウェブサイトが全学部閲覧可能な大学※２は、全体の約1/3（35.8％）、全学部ではないが一部ある、を加えても約半数（52.5％）に留まる結果となった。 英文のクオリティに関しては、スペルミスあり（62.5％）、文法ミスあり（83.5％）という結果となり、英文の見直しが必要と考えられる学部別サイトが多く存在していることがわかる。 また、ウェブページのコーディングが日本語表示用設定となっているサイト ―日本語を閲覧できない環境のユーザーにとっては文字化けを起こしてしまうサイト― が7割以上（73.4％）
次へ: Synopsis 柔らかな情報処理のための統計的手法の応用に関する研究 A STUDY ON APPLICATIONS OF STATISTICAL METHODS TO FLEXIBLE INFORMATION PROCESSING 栗田 多喜夫 Takio KURITA visitors since Jul. 19, 2002. Synopsis 序論 多変量データ解析の理論 はじめに 記号と定義 数量化法の非線形への拡張 数量化１類とその非線形への拡張 数量化２類とその非線形への拡張 非線形の数量化２類と数量化３類の関係 交差係数行列の固有値問題 数量化４類との関係 距離について 多変量データ解析手法の非線形への拡張 非線形重回帰分析 非線形判別分析 非線形正準相関分析 線形近似としての線形データ解析手法 条件つき確率の線形近似 近似としての重回帰分析および数量化１類 近似
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
