はじめてきた方はサイト案内やサイトマップをご覧ください。 管理人Twitter始めました。一部のコードはGitHubで管理するようにしました。 プライバシーポリシーはこちらです。 ★2022年度の統計学の講義資料はこちらから閲覧できます。 ●書籍情報：Pythonではじめる時系列分析入門 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：Pythonで学ぶあたらしい統計学の教科書 [第2版] 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：意思決定分析と予測の活用 基礎理論からPython実装まで 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：R言語ではじめるプログラミングとデータ分析 書籍のサポートページはこちらです(サンプルコードやデータもこちらです)。 ●書籍情報：RとS
CRANパッケージ{MSwM}の大体の使い方が分かったので簡単に共有します。 なお、しつこいようですがマルコフ状態転換モデルについてはこのブログではすっかりお馴染みの以下のテキストをご参照のこと*1。僕もまだ勉強中です。 経済・ファイナンスデータの計量時系列分析 (統計ライブラリー) 作者: 沖本竜義出版社/メーカー: 朝倉書店発売日: 2010/02/01メディア: 単行本購入: 4人 クリック: 101回この商品を含むブログ (4件) を見る Time Series Analysis 作者: James D. Hamilton出版社/メーカー: Princeton Univ Pr発売日: 1994/01/11メディア: ハードカバー購入: 1人 クリック: 5回この商品を含むブログ (7件) を見る なお、沖本テキストでは簡単な説明のみに留められているので、Hamiltonテキストの方
回帰分析と同様に時系列データ解析の主要な目的は、収集したデータを用いてモデルを作成し、将来の予測やシステムの制御などを行うことである。 時系列データのモデルは で表現でき、かつ|a|=1(単位根)である場合、ランダムウォークと呼ばれる。ランダムウォークで表現される時系列データは非定常である。時系列データを分析する際には、まずデータの変動がランダムウォークで表現できるか、そうでないかを調べることが重要である。 時系列がランダムウォークで表現できるか否かを検定することを単位根検定と呼ぶ。単位根検定は「単|a|=1が存在する」という帰無仮説検定で、1970年代後半にDickey-Fullerによって初めて考案され、その後Phillips-Perron検定、McKinnons's検定などが提案されている。 Rには、Phillips-Perron検定に関する関数PP.testがある。データlhの
時間とともに変動する現象に対して時間の順序で測定・観測した結果の記録を時系列データと言い、略して時系列(time series)と言う。時系列データは多くの分野で様々な目的で取り扱われる。日常の社会生活の中でよく見受けられるものには、心電図や脳波のような医療データ、気温や気圧のような気象データ、株価および為替レートのような金融・経済データなどがある。 時系列データは、常に変動を伴うものである。その振る舞いを統計的に分析し、データ変動の特徴を捉え、現象の解明と将来の変動を予測・制御しようとするのが時系列データ分析の主要な目的である。 ちなみに、2003年ノーベル経済学賞の受賞の対象となった内容は、経済時系列分析に関するものである。
OLSより進んだ統計手法で最初に覚えるのは最尤法だと思います。大半の人はツールとして知っていて、あまり中身を意識していない気がするのですが、「尤度」の説明無しで『尤度が最大になるパラメーターを求める方法』と言う説明が横行しているのは、問題があるかも知れません。 最尤法は、ある分布から観測値が取り出されたとして、“そうなる確率”が最も高くなるように分布の具体的な形状を決めるやり方です。“そうなる確率”を尤度と言います。こう書くと易しい事なのか難しい事なのか判別もつかないと思うので、実際に最尤法を解いてみましょう。 まず、何も考えずにトライ＆エラーで最尤法を試みるやり方を説明した後に、教科書的な最尤法の解法を説明します。 1. 何も考えずにトライ＆エラーで最尤法を試みる ある正規分布から値を3つ取り出したら、11 13 23だったとしましょう。このサンプルが“もっともらしい”正規分布の平均と分
R でプログラミング：データの一括処理とグラフ描き started on 2005-06-06 updated on 2017-09-16 竹中明夫 この文書は，フリーの統計解析・作図システム R を使って， データの一括処理と図化のプログラムを書けるようになるためのチュートリアルです． R の経験がまったくなくても読めるように書いています． ただし統計解析手法そのものについての解説はほとんどしていません． ひとつ覚えた統計解析用の関数を使って、 数十セットのデータを一度に処理しりたいとか、 ついでに自動的に作図してしまいたいとか、 統計解析の前にデータを一通りグラフにして全体像を見たいとか、 解析・作図の手順をプログラムとして書きとめ、 再利用できるようにしたいといった要望に応えるための文書です。 まずは はじめに：この文書のねらい をごらんください。 終りにでも、この文書の守備範囲に触
★新サイト完成しました! ３秒後に自動的に移動します 変わらない方は こちらからどうぞ http://logics-of-blue.com/r%E3%81%AA%E4%BA%88%E6%B8%AC/ 統計モデルを使った簡単な予測モデルのプログラム ソースコードを展示しています。 フリーの統計ソフト 「R」を使用していますが、それに関する解説は一切載っていません。とても分かりやすい文献・サイトがたくさんあるので。 もしRのことを知りたいのならば「R-Tips」と検索してみてください。このサイトにとても詳しく載っています。またRipWikiで検索すると、恐 ろしい情報量のWikiにたどり着きます。 目次 回帰分析編 予測の話 予測に便利な統計の基本や、本ページの趣旨などについて書かれています。 単回帰分析 単回帰分析による予測の簡単な説明と、プログラムです モデル 選択 理論編 モデル選択の簡
(工事中) R Tips Rの準備 Rcmdrの起動 Rcmdrで基礎統計 Rcmdrからデータを入力 データ分布をグラフで見る(Rcmdr) 五数要約(Rcmdr) 平均値の信頼区間(Rcmdr) マニュアルで平均・標準偏差 t分布のパーセント点をマニュアルで計算 クリップボードのデータをＲ（Windows R+Ｒｃｍｄｒ）に渡す Shapiro-Wilk normality test (Rcmdr) Grubbs Test 回帰直線(Rcmdr) 重み付き回帰直線 多項式のあてはめ（Rcmdr） モデルのAIC（赤池情報量基準）を計算(Rcmdr) 重回帰式を求める(Rcmdr) LaTeX or html形式での計算結果の出力 R Tips 高知大学ではＲの方がメジャーになりつつあるので，そろそろ準備を。。。いつ終わるのだか？ amazonプラグインは存在しません。 数学の野間口先生
「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か，何ができるかのリンク集（日本のもののみ） R を使うためにはどうしたらいいの？ データなどの読み書き R の定石（R に限らずプログラミングの定石も） R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり，ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計（独立性の検定，フィ
1. 基本事項 1.1 インストール、起動、終了など 1.2 簡単な計算 1.3 パッケージ・ライブラリ 1.4 表示 1.5 ベクトル 1.6 行列 1.7 基本的な数値計算 1.8 データの取り扱い法 1.9 グラフィック 2. 基本的手法 2.1 準備：確率・統計の基礎 2.2 検定 2.3 回帰分析 2.4 主成分分析 2.5 因子分析 2.6 微分方程式 2.7 ランダム行列 2.8 複雑ネットワーク 3. 計量経済学 3.1 時系列 3.2 多変量時系列モデル 3.3 ベイズ統計 3.4 粒子フィルタ 3.5 生存時間分析 4. テキストマイニング 4.1 文字列の操作 4.2 テキストデータの分析 5. 発展編 5.1 R for MetaTrader (F
時間とともに変動する現象に対して時間の順序で測定・観測した結果の記録を時系列データと言い、略して時系列(time series)と言う。時系列データは多くの分野で様々な目的で取り扱われる。日常の社会生活の中でよく見受けられるものには、心電図や脳波のような医療データ、気温や気圧のような気象データ、株価および為替レートのような金融・経済データなどがある。 時系列データは、常に変動を伴うものである。その振る舞いを統計的に分析し、データ変動の特徴を捉え、現象の解明と将来の変動を予測・制御しようとするのが時系列データ分析の主要な目的である。 ちなみに、2003年ノーベル経済学賞の受賞の対象となった内容は、経済時系列分析に関するものである。
Abstract 本稿では，パッケージソフトのひとつであるRを用いた時系列解析について説明する．時系列解析の中でもFFT（高速フーリエ変換）及びAR（自己回帰）モデルを用いた周波数解析手法を取り上げる． 生体信号計測により得られるデータは，生体に起こる現象の時間的な変化を連続的に観測した時系列データである．こうして得られた時系列データに対し，特徴量抽出やより高度な解析を行うには統計的手法を用いることが望まれる．そこで，本稿ではフリーソフトウェア「R」を用いた時系列解析について説明する．Rはフリーソフトウェアであり，Rを用いることで高度な統計解析を行うことができる．また，Rにインストールされていない新しい分析手法（e.g. fastICA）などもパッケージを組み込むことで拡張が可能となる．Rはインタプリタ型のプログラム言語で記述される[1] ．本稿ではR及びRstudioがインストールされて
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
