一様分布の不偏推定量、最尤推定量の導出を行い、各推定量の比較を行います。
文系の僕が基本情報技術者試験を独学で一発合格するまでの道のり
こんにちは。全然報告していなかったのですが、基本情報技術者試験(2019,秋,選択科目Java)に合格しました！ 今回は情報系分野ほぼ未経験の僕が、どういう手順で勉強して合格したのかを紹介していきたいと思います。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 結果発表 合格までの道のり 勉強開始時のスペック 午前問題勉強開始 情報系入門 問題演習 午後問題対策 Java対策 SQL対策 アルゴリズムで躓く 他に読書がてら読んだもの 結果発表 まず、お先に結果発表から！午前得点 86.25点 午後得点 80.50点といった…
さて、意外と鬼門な一様分布に関する想定問題(及び過去問)とその解答例を作成して見ました。目次 離散一様分布の期待値、分散、歪度 連続一様分布の期待値、分散、歪度、積率母関数 変数変換後の分布 max,minの分布 最尤推定量 逆関数法 二番目に小さいものの分布 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 離散一様分布の期待値、分散、歪度 問1 確率変数Xが1,2,...nの値を取る離散一様分布に従うと仮定する。この時期待値、分散、歪度を求めよ期待値について 分散について 歪度について 連続一様分布の期待値、分散、歪度、…
機械学習のバイアスバリアンス分解を古典的な統計学から丁寧に解説する
今日は、バイアスバリアンス分解の話をしようと思います。 目次 はじめに 古典的な統計学におけるMSEの分解 パラメータの推定 MSEの分解 機械学習におけるバイアスバリアンス分解 予測と分類 オーバーフィット バイアスバリアンス分解 まとめ double descent スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); はじめに 「バイアスバリアンス分解」と言う言葉を聞いて、皆さんは何を思い浮かべるでしょうか。恐らく古典的な統計学だけを勉強した人であれば、パラメータの推定量に関するMSEの分解を思い浮かべるかもしれません。一…
pythonには、Seriesというデータ構造とDataFrameというデータ構造があります。データ分析において、これらのデータ構造に関する扱いを理解しておくことは必須ですので、簡単に入門記事を書いておこうと思います。 目次 pandas Seriesの利用 Seriesを扱うメソッド DataFrameの利用 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); pandas pandasはデータ分析に便利なデータ構造と、簡単に分析が行えるツールを備えています。Rユーザーであればデータフレームは馴染み深いとは思いますが、pyt…
今日はNumpyパッケージに入っているndarray型変数の扱いについてやっていきます。 目次 Numpy ndarray 色々なarrayの生成 whereによる特殊な行列の生成 計算例 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); Numpy Rと違って、pythonは行列計算の基盤が通常整っていません。 例えば、リストで行列っぽいものを以下のように作ってみたとしても M1 = [[1,2,3],[2,3,4],[5,6,7]] M2 = [[2,3,4],[3,4,5],[6,7,8]] 足し算さえできません。 I…
pythonには、リストというデータ構造が存在します。今回は、リストの基本的な処理についてまとめていきます。 目次 リスト リストの参照と取り出し リストを扱うメソッド リストの要素の追加 リスト同士の結合 要素の削除 並び替える スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); リスト まず、適当にリストを作ります。 ListSample0 = ["X","Y","Z"] このように大括弧を使うと、リストが出力されます。一応ちゃんとリストになっているか確認 In : type(ListSample0) Out : list…
今日は単純パーセプトロンの話をします。 実際の現場で役に立っているのは多層パーセプトロンや、SVMですが、その基礎となるパーセプトロンについて理解しておくことは重要ですので、とりあえず一通りまとめていきます。 目次 単純パーセプトロンとは何か 数学的な理解 パラメータの探索 パラメータ探索イントロ パラメタ探索の評価 パラメータの探索(確率的勾配法) より効率の良い又は精度の良いアルゴリズム マージンに関する話 関数マージン データ点関数マージン 超平面関数マージン 幾何マージン データ点幾何マージン 超平面の幾何マージン 最大マージン超平面 重要定理について Novikovの定理 Freun…
統計検定1級の範囲表によると、いつのまにやらMCMCやベイズが追加されていますね。しかし、公式教科書は2013年出版の物しか出ていないため、その辺の範囲には対応していません。そこで、一通り何個かの記事を通して解説を行い、関連問題も上げていこうと思います。 目次 MCMCとは何か マルコフ連鎖 マルコフ連鎖と定常分布 定常分布への収束条件 詳細つり合い条件 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); MCMCとは何か MCMCは、マルコフ連鎖モンテカルロ法(Markov Chain Monte Carlo method)…
今回は、一様最強力検定の話をします。目次 仮説検定 帰無仮説と対立仮説 誤差の確率 一様最強力検定 単純仮説 証明 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 仮説検定 とりあえず、ザックリと仮説検定の話をしていきます。仮説検定とは、「ある仮説を否定(棄却)出来るかどうかを検討したい」だとか、「ある仮説に基づいて、何かしらの意思決定を行いたい(モデル選択等)」といった場合に利用する、判定方法です。基本的な枠組みは次の通り。 帰無仮説と対立仮説 まず、棄却出来るかどうかを考えたい仮説として帰無仮説を考えます。 例えば、あ…
伊藤清三『ルベーグ積分入門』の1節から6節を整理＆概説してみた
テレンス・タオの方が証明で詰まったのもあり、最近は伊藤清三の『ルベーグ積分入門』をやっています。ルベーグ積分入門 今回はその進捗に関する内容のまとめ記事。間違いあったらご指摘お願いします。 今回の記事内容は、本が手元にあるという前提の解説記事です。目次 伊藤清三ルベーグ積分入門とは 1節から6節まで 概観 4節 有限加法的測度 有限加法的測度 5節 外測度 有限加法的測度と外測度の関係 ルベーグ外測度 可測 6節 測度 測度空間と外測度の関係 ルベーグ測度 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 伊藤清三ルベーグ積…
長く更新途絶えていました。申し訳ない。最近、秋(冬？)の基本情報技術者試験を受けようと思い、基本情報技術者試験の勉強をしています。 その辺の話は完全に初心者ですし、中々難航しており、統計・機械学習・経済学回りの話をまとめている時間が取れず、更新が途絶えておりました笑ボチボチ時間のある時に、またブログの更新をしていきたいと思います。 ところで、基本情報技術、どうやって勉強したら良いんでしょうね～、誰かアドバイス頂けると助かります。 とりあえず、現状の勉強状況を書いてきます！目次 現在の勉強進捗 購入した本 勉強期間 進捗 雑感 スポンサーリンク (adsbygoogle = window.ads…
私が敢えて高校の進路調査で文系を選択した理由と文系不要論について
ここ最近、このブログも少しずつ読者を増やしつつあり、多くのお問い合わせ(質問)を受けるようになりました。 その中で結構多い質問が 「何で、文系の大学院所属で、統計学や数学に関心を持ったのですか？」 といった質問です。確かに日本の大学進学の現状を考えると、文系をネガティブな理由で選ぶ人が多いのは経験的に確かだと思いますので、「文系ってことは、恐らく数学好きじゃなかった(もしくは苦手だった)んでしょ？」という前提が含まれるのは仕方のないことかと思います。 でも私の場合、実はそうではないんです。そして、これも文系の研究科に所属してみるとわかることですが、文系をポジティブな理由で選んでいる人というのは…
今回はAICです。 AIC周りの話は、カルバックライブラー情報量とAICにどういう結びつきがあるのか概要を知っておくことが重要になってきます。 AICとは 何の役に立つんだって話 オーバーフィットとは AICの式の意味 AICを使ってみる 余談(機械学習でよく使われる手法の話) カルバックライブラー情報量 カルバックライブラー情報量とAICの関係性 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); AICとは AICは次のような式で表されます。 まずは、n個のサンプルから得られるパラメータの最尤推定量です。そして、は分布の自…
統計検定1級では、フィッシャー情報量を求める問題が頻出しています。そこで、フィッシャー情報量についてまとめました。目次 フィッシャー情報量とは フィッシャー情報量の第二の導出 フィッシャー情報量（行列）の具体例 ベルヌーイ分布 正規分布 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); フィッシャー情報量とは 尤度関数を考えます。 この時、この尤度関数について対数を取った対数尤度をパラメータ(ベクトル)について1階微分し、二乗して期待値を取ったものをフィッシャー情報量(行列)と呼びます。つまり フィッシャー情報量(行列)は様…
ルベーグ積分の勉強のために、タオの『ルベーグ積分入門』を読み始めました。 タオの教科書は、内容が非常に明快である一方、重要な部分がほとんど演習問題に任されていて、しかもその演習問題がそこそこ難しいということで*1、自分なりに演習問題を解いてみようと思います。数学科ではないので、証明等は自己流ですので、何か穴、指摘等あればお願いしますm(__)m目次 演習1.1.18までの概要 演習1.1.18 有理数点を除いた正方形 有理数点 演習1.1.18までの概要 ルベーグ測度の話をする前に、古典的な測度をザックリ導入しておこうという話でした。 そこで、前回の記事でも確認したように、基本測度という矩形を…
ここ最近、統計検定関連の記事が続いていますね。統計検定の範囲の中に「十分統計量」という単元があります。前に2記事くらい練習問題記事を書きましたが、今回は十分統計量についてツラツラ思っていることを書いていきます。完全に個人の感想です。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); そもそも統計検定の範囲になっているが 統計検定に関する勉強をしている受験生の方々は、当然今の時代に、統計学を必要としている方々のはずなので、「この十分統計量って何？？？」と立ち止まってしまったり、「わざわざこんなこと考える必要ある？？」なんて感じ…
統計検定1級では、最尤推定量を求める問題が頻出しています。そこで、最尤推定量を求める問題についてまとめました。目次 一様分布 パラメータ1つの場合 パラメータが2つの場合 ベルヌーイ分布 ポアソン分布 正規分布 指数分布 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 一様分布 パラメータ1つの場合 最大値が未知パラメータの次のような一様分布を考えます。この時の、パラメータの最尤推定量を求めます。 n個のサンプルが得られたとして、その同時尤度はこの尤度を最大化する推定量を考えます。 ただし、暗黙の条件に次の条件があることに…
十分統計量に関する問題2記事目です。目次 ラオブラックウェルの定理 ラオブラックウェルの定理とは ラオブラックウェルの定理証明 フィッシャーネイマンの分解定理 負の二項分布 ガンマ分布 一様分布 リンク スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); ラオブラックウェルの定理 ラオブラックウェルの定理とは 初めに完備十分統計量を考える上で重要になってくる「ラオブラックウェルの定理」の証明についてやっておきます。実際の数理統計の本であれば、ラオブラックウェルの定理を示した後、完備性について解説し、完備十分統計量について話が移…
今回は十分統計量に関する問題をまとめていきます。少し量が多いので、2回に分けます。目次 十分統計量とは フィッシャーネイマンの分解定理 フィッシャーネイマンの分解定理 ベルヌーイ分布 ポアソン分布 正規分布 分解定理を使わない例 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 十分統計量とは 標本とその分布のパラメータを考えます。この時、次の等式が成り立つ統計量を十分統計量と呼びます。これは、どう解釈すれば良いかというと、「パラメータの情報をは十分に持っている」と解釈出来ます。等式を見ていただけるとわかるようにがあろうと無…
統計検定1級対策のために役立ちそうな計算問題をまとめるやつやっていきます。 統計検定前の最終チェックや、統計検定の勉強何をすれば分からないという場合に活用ください。 今回はベータ分布関連。 ガンマ分布の時と同様、部分積分をループさせる計算がいっぱい出てきます。 ベータ分布は部分積分ゲーなので、手を動かして慣れるのが良いかと思います。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 目次 ベータ分布の特徴 正規化定数の計算 モーメント周りの計算 期待値の導出 定義に従った計算 分散の導出 定義に従った計算 ベータ分布の導出 …
統計検定1級対策のために役立ちそうな計算問題をまとめるやつやっていきます。 統計検定前の最終チェックや、統計検定の勉強何をすれば分からないという場合に活用ください。 今回はガンマ分布関連。 ガンマ関数の処理に慣れるまでは難しいかもしれません。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 目次 ガンマ分布の特徴 モーメント周りの計算 積率母関数の導出 期待値の導出 定義に従った計算 分散の導出 定義に従った計算 ガンマ分布の再生性について ガンマ分布とポアソン分布の関係 リンク 統計学を勉強するためのオススメ本 2017…
ルベーグ積分入門 テレンス・タオ 演習1.1.1 (ブール閉包) の解答
ルベーグ積分の勉強のために、タオの『ルベーグ積分入門』を読み始めました。 タオの教科書は、内容が非常に明快である一方、重要な部分がほとんど演習問題に任されていて、しかもその演習問題がそこそこ難しいということで*1、自分なりに演習問題を解いてみようと思います。数学科ではないので、証明等は自己流ですので、何か穴、指摘等あればお願いしますm(__)m目次 演習1.1.1までの概要 演習1.1.1 ブール閉包(Boolean Closure) 演習1.1.1までの概要 中身の詰まった図形を何らかの方法で測量したいというモチベーションがある時に、簡単に測量出来そうな図形を内接、又は外接させ、その図形を測…
統計検定1級対策のために役立ちそうな計算問題をまとめるやつやっていきます。 統計検定前の最終チェックや、統計検定の勉強何をすれば分からないという場合に活用ください。 今回は指数分布関連。 今回はそんなに難しい話はないです。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 目次 指数分布の特徴 モーメント周りの計算 積率母関数の導出 期待値の導出 定義に従った計算 分散の導出 定義に従った計算 指数分布の無記憶性の証明 リンク 統計学を勉強するためのオススメ本 2017年数理1級の解説記事 その他の問題記事 統計検定1級対策…
統計検定1級対策のために役立ちそうな計算問題をまとめるやつやっていきます。 統計検定前の最終チェックや、統計検定の勉強何をすれば分からないという場合に活用ください。 今回は正規分布関連。 多変量正規分布はまた別記事でやるとして、今回は1変量の正規分布周りで必要な話を導出しておきます。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 目次 正規分布の特徴 モーメント周りの計算 積率母関数の導出 期待値の導出 定義に従った計算 分散の導出 定義に従った計算 正規分布の再生性の証明 リンク 統計学を勉強するためのオススメ本 20…
統計検定1級対策のために役立ちそうな計算問題をまとめるやつやっていきます。 統計検定前の最終チェックや、統計検定の勉強何をすれば分からないという場合に活用ください。 今回は負の二項分布関連。 統計検定1級は、割と分布の畳み込みと、モーメント関連の計算、近似計算が出来ればそこそこいけるので、その辺の計算問題を一通り用意しました。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 目次 負の二項分布の特徴 モーメント周りの計算 確率母関数の導出 積率母関数の導出 期待値の導出 定義に従った計算 分散の導出 定義に従った計算 ポア…
大阪のバナナジュース専門店「クラムスバナナ」に行ってきました！
この間、大阪の高槻で散歩をしている時に偶然「バナナジュース専門店」を発見しました！ クラムス バナナ （CRAMS BANANA） - 高槻市/ジュースバー [食べログ] これは、こんなブログをやっているわけなのだから、絶対に入らないと！そんな感じでバナナジュースを飲んでみました！ メニューはこんな感じ。 色々ありますね～今回は「濃厚バナナジュース」と「オレオバナナジュース」を頼みました。 こんな感じ！ かなり濃厚なバナナジュースでした！流石専門店！ 関西に居る方は是非行ってみてください！スポンサーリンク (adsbygoogle = window.adsbygoogle []).pus…
統計検定1級対策のために役立ちそうな計算問題をまとめるやつやっていきます。 統計検定前の最終チェックや、統計検定の勉強何をすれば分からないという場合に活用ください。 今回はポアソン分布関連。 統計検定1級は、割と分布の畳み込みと、モーメント関連の計算、近似計算が出来ればそこそこいけるので、その辺の計算問題を一通り用意しました。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 目次 ポアソン分布の特徴 モーメント周りの計算 確率母関数の導出 積率母関数の導出 キュムラント母関数 期待値の導出 定義に従った計算 確率母関数を用…
統計検定1級対策のために役立ちそうな計算問題をまとめるやつやっていきます。 統計検定前の最終チェックや、統計検定の勉強何をすれば分からないという場合に活用ください。 今回は二項分布関連。 統計検定1級は、割と分布の畳み込みと、モーメント関連の計算、近似計算が出来ればそこそこいけるので、その辺の計算問題を一通り用意しました。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 二項分布の特徴 モーメント周りの計算 確率母関数の導出 積率母関数の導出 期待値の導出 定義に従った計算 確率母関数を用いた導出 積率母関数を用いた導出 …
土日、一瞬大阪に帰ってました！ そういうわけで、行ってきましたMilk！tabelog.com スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 大阪住みなら皆ご存知。ビックマンの裏です！ ビックマンの裏に空間なんてあったのか....って感じですが。 難波にはもっと早く出来ていて、既にそこで一回行っているのですが、やっぱりおいしいですね！ 今回食べたのは、シェイクとシフォンケーキです! シェイク 流石生クリーム専門店! 美味しいシェイクでした！ただ、中に入ってるタピオカはイマイチでした。シェイクにタピオカ入れると、凍っちゃい…
企業でのデータ解析は、「動くコードが書ける」だけではダメみたい
こんにちは！ 最近ブログの更新が滞ってしまっていて申し訳ないです。前にもお伝えしていた通り、某社で1か月ほどデータサイエンティストとしてインターンをさせていただいています。今回は、そこで勤めてみて、初めて知ったことを雑記していこうと思います。 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 界隈、機械学習屋さんが多い まず、これについては就活をする中でも感じていましたが、データサイエンティスト界隈、機械学習屋さんが多いですね....私は統計屋さんとして、インターンに参加したのですが、インターン生もほとんど機械学習屋、社内も…
インターン先で急にSQLが必要と言われ、急遽身に着ける必要が生じ、本当に何も知らない状態からのスタートだったのですが、結構簡単に身について、今はそこそこスムーズにデータを取り出すことが出来るようになりました。メモがてら何をやったか書いていこうと思います。 目次 まず「SQLとはなんぞや」というところから始まった はじめてでもわかるSQLとデータ設計 SQLzoo より実践的な知識 SQL実践入門 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); まず「SQLとはなんぞや」というところから始まった 話には聞いたことがありました…
ちょっと最近インターンで、記事が投稿出来ていません。3月いっぱい日記になるかもしれません。ごめんなさい。 www.bananarian.net 今回は、久々にブログ運営について！ 最近アマゾンアソシエイトがじわじわと伸びているので報告しておこうと思います！スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); ちなみに前回のAmazonに関する報告はこちら www.bananarian.netこの時は売上合計: 1万8314円 紹介料: 1007円でした。 対して今回、2月の売上（2月27日まで、つまり28日の分は除く）はこんな感…
最近ご無沙汰ですが、ご報告。 今日から約1か月東京でインターンに参加することになっているので、東京に居ます。ありがたいことに宿泊施設もその企業さんが1か月間取ってくれることになっており、至れり尽くせりと言った感じです。実務の場でビッグデータを扱えるまたとない機会なので、たくさん学んで吸収して、レベルアップしていきたいと思います。研究とインターンでいっぱいいっぱいなので、ブログの更新は減るかもしれませんが(普通にインターンと関係なく最近減り気味ですが....)合間合間にブログにあげるようの勉強もして、何かしらアップ出来れば！と考えています。 あとまあ、東京で美味しい物でも食べたらブログにあげます…
今回は、ゼロ過剰負の二項回帰モデルをやりたいと思います。 なんか名前がゴツゴツしいですね。 とりあえず、今回もStanコードを書くのがメインなので、モデル部分はザックリいきます。目次 モデル ゼロ過剰とは 負の二項分布 負の二項回帰 Stanによる実装 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); モデル ゼロ過剰とは ゼロ過剰ポワソン分布は有名ですね。 要は確率でゼロしか出ない分布、確率でポワソン分布が選ばれる混合分布を考える時ゼロ過剰ポワソン分布と呼びます。本来のポワソン分布よりもだけゼロが過剰に出ていますよね。だか…
神戸市王子動物園に行ってきました～ 神戸市立王子動物園【公式】 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 今日は特に内容のある記事では無いですが、動物の写真を撮ったので貼っていきます～！ 動物園の正門から入ったら初めに目に入ってくる真っ赤な光景！ 水に脚つけて寒くないのだろうか....笑 ご飯を食べる時毎回後ろを向くパンダ。 眠そうです。 レッサーパンダ！可愛い 近づいてきてじっと眺めているライオン。何を伝えに来たのか... シマウマ！ 運動をする象 「なんじゃお前は！」
階層ベイズ生存解析を用いたwebサイトの訪問者分析に関するStanでの実装
今回も少し難しめの話。 前回生存解析についてまとめたので、生存解析を使っているマーケティングモデルでも勉強してみようかと探してみたところ、次の論文があったので、論文モデルを整理しながらStanで実装してみようと思います。前回の生存解析の記事 www.bananarian.net今回まとめる論文 山口景子 『頻度の時間変化を考慮した階層ベイズモデルによるウェブサイト訪問行動の分析』 https://www.jstage.jst.go.jp/article/marketingscience/22/1/22_220102/_pdf/-char/jaStanについてよく知らない人はこの本がオススメ 目…
Rで行える生存解析を出来る限り初歩から解説してみる~ハザード率、cox比例ハザード、ログランク検定等~
今回は生存解析をやろうと思います。 生存解析に関する解説をしているブログは巷に溢れかえっていますが、他のブログよりもハザード率の解説を丁寧に行うことにより差別化を図っていければいいなと思っています。目次 ハザード率(Hazard Rates) 2種類のハザード率の定義 具体例 ハザード率とは何か ハザード率から見える生存確率 ハザード率を連続時間に拡張する ハザード率の仮定及び推定 ノンパラメトリック推定 パラメトリック推定 打ち切りデータにおけるハザード率と生存確率 カプランマイヤー推定量 具体例 カプランマイヤー推定量 生存曲線 信頼区間 パラメトリックアプローチ 2群の検定(ログランク検…
消費者の情報探索行動の目的を反映した購買モデルをStanで実装する
今回も中々高度な話をやっていきます。消費者は何か物を買うときに「情報探索行動」を行います。 しかし、情報探索行動は特に物を買う気の無い消費者も行います。 例えば、特に買いたいものはないけど、流行をチェックするために服屋をぶらつくだとか、本屋の好きなジャンルのコーナーを見るのを日課にしているといったことがそれです。消費者がどちらの状態で情報探索を行っているのかによって、店側はその消費者に取るべきアプローチが変わってくるはずです。目次 参考文献 情報探索行動 購買前探索 進行的探索 モデル データ 消費者の購買行動のモデル 情報探索行動目的のモデル化 選択確率 階層構造 非常に雑なシミュレーション…
阪急のチョコレート博覧会2019で高級チョコレートを買ってきた
今回は3種類買ってきました。 SUSUMU KOYAMA の2018年 What A Wonderful World cacao 小町通りの石畳~YUZU~ ル ショコラ ドゥ アッシュ C.C.C. ショコラ 陰翳礼讃 目次 What A Wonderful World No.1 野菊の香り No.2 赤紫蘇のプラリネ No.3 カシスの新芽 ~ロマネ・コンティ フィーヌ・ド・ブルゴーニュのアクセントで~ No.4 オアハカ~香りと刺激の二重奏~ 小町通りの石畳~YUZU~ C.C.C. ショコラ 陰翳礼讃 スポンサーリンク (adsbygoogle = window.adsbygoogle…
【香川・冬・観光】香川にはうどん以外にも美味しいものがたくさんあった！
ここ数日香川に観光に行っていたので、何回かに分けて香川観光日記を書いています！今回は食べ物編！ それからオマケとして栗林公園と琴平の温泉に行ってきたのでそれも最後に書いていきます！目次 高松 うどん 魚介料理 丸亀 骨付き鳥としょうゆ豆 琴平 かまたまソフト おまけ 栗林公園 琴参閣(温泉旅館) 男木にもよりました(昨日の記事) スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 高松 うどん 高松駅から徒歩で向かえる人気のうどん屋さん「風月」にお邪魔しました。 高松駅周辺で食べログ検索をかけると1位でヒットしたので立地、評価…
ここ数日、香川県に行っていました。 というわけで、何回かに分けて香川の観光について書こうと思います。 今回は男木島！ 目次 男木島とは 冬の男木島 フェリーに乗り込む 男木島到着 歩く方舟 猫たち ご飯やさん スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 男木島とは www.my-kagawa.jp香川の観光名所の一つで、アートと猫の島と呼ばれている小島です。 島全体がアート展のようになっていて、しかもそこら中に猫が居ます。 猫愛好家が泊まりに来る事でも有名みたいです。香川の高松駅から徒歩5分ほどの距離にある高松港にてフ…
多項プロビットモデルの最尤推定をRで行う方法と数理、気を付けるべき点
今回は多項プロビットモデルです。少々高度な内容になります。目次 多項プロビットモデル 具体例 数式 与えられているデータ 購買情報を踏まえた尤度 GHKアルゴリズム Rによる多項プロビット回帰 使用するデータ mlogit.data関数 mlogit関数 実行＆結果 多項ロジットとの違いは？(IIA特性) IIA仮定が妥当か否かの検定(ハウスマン・マクファーデン検定) 離散選択におけるその他の選択肢 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 多項プロビットモデル 具体例 皆さんは離散選択モデルというモデルをご存知でし…
今回は多変量正規分布についてやっていこうと思います。目次 多変量正規分布とは 求めたいパラメータ 使用する関数 mvnorm関数 optim関数 Rで実装 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 多変量正規分布とは n次元確率変数ベクトルを考えます。この時、次のような密度を持つ時、は多変量正規分布に従うと言います。ただし、 はn次元期待値ベクトル は分散共分散行列 は転置記号 は分散共分散行列の逆行列 は分散共分散行列の行列式を表すものとします。 求めたいパラメータ ここで、最尤法で考えたいパラメータですが、次の通…
Rには、微分して値を出力したり、ヘシアンを出力する既存関数としてderiv関数というものがあるみたいなのですが、 なんかネットで調べて試してみても、何か使い方がよくわかんなかったので、まどろっこしくなって作りました。関数形と微分したい変数名、変数に代入したい値を入力すると勾配とヘシアンを出力する関数です。目次 勾配とヘシアンとは 今回使用するRの既存関数 expression関数 eval関数 assign関数 勾配とヘシアンの表現型を表示する関数の作成 勾配 ヘシアン 勾配とヘシアンの値を出力する関数 勾配値を出力する関数 ヘシアン値を出力する関数 スポンサーリンク (adsbygoogle…
こんにちは。 最近は寒かったり暖かかったりと難しいですね。 インフルエンザが流行っているということなので、なんとか気をつけたいところです。 近頃私は麻婆豆腐にハマっています。 カレーが好きなこともあって、辛いものが比較的好きな私ですが最近やっと「カレーのスパイス感もいいけど中華の麻辣感もいいな！！」と気付いちゃったわけです。 そんなニワカな私ですが大阪の麻婆豆腐を5店舗ほど紹介したいと思います。 （辛さや痺れ、味付け等についての感想はあくまで個人のものなのでご注意ください） 目次 中国菜 オイル（福島） 中菜Labo.朝陽（北新地） JOE'S SHANGHAI NEWYORK（梅田） 四川料…
今回は、前回書いた0と1の組み合わせを全て出力する関数を応用して、説明変数選択の自動化(総当たり法)を行ってみたいと思います。 ちなみに前回書いた記事とはこちら Rで任意の個数の0と1の組み合わせパターンを出力する関数を作る - バナナでもわかる話 何言ってるか分からないと思うので初めに少し説明から入ります。目次 説明変数の選択 総当たり法のアイデア 関数の記述 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 説明変数の選択 被説明変数ベクトルに対して、説明変数行列を使って線形回帰をするというようなことを考えます。 この時…
Rで任意の個数の0と1の組み合わせパターンを出力する関数を作る
今回はタイトルのような関数を作ってみたいと思います。 0と1の組み合わせってなんやねんっていうと、例えば2個のもので考えるならこんな感じ。この組み合わせの総数はあるので、手作業で頑張るのは個数が大きくなってくるとしんどいです。 ※5個の時点で32パターンあります。そこで、関数化してみます。目次 アイデアの種 アルゴリズムのアイデア 関数化 コメント スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); アイデアの種 例えば、先ほどのを次のように縦に並べてみます。 これらの数列を左の項から順番に比べた時に、どの時点で各数列が異なる…
一昨日は難波で食べ歩きしてきました。 極味や 食パン専門店 嵜本 金剛石 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 極味や まずお昼ご飯。ハンバーグを食べられるお店「極味や」です。 極味やなんば店 メニュー 福岡 焼肉・もつ鍋・ハンバーグ・牛タンの極味や 生状態のハンバーグを焼き石で焼いて頂きます！ ご飯・味噌汁・サラダ・ソフトクリーム食べ放題なのが面白いです！ ハンバーグも自分で焼くので常に焼き立て！おいしいです。 食パン専門店 嵜本 続いて「食パン専門店 嵜本」です。 高級食パン専門店嵜本 - SAKIMOT…
【スマホゲーム】HUNTER×HUNTER グリードアドベンチャーを始めてみた
hhgaapp.bn-ent.netハンターハンターファンなら誰もが知ってるグリードアイランドがスマホゲームになったとのことで、始めてみました！ ちなみにハンターハンターとはこの漫画。 ハンター育成用にリニューアルしたグリードアイランドでゴンやキルアと共に冒険をしようというコンセプトです！ なんと、スマホゲームにありがちな「ハート」の概念が無いので、事実上いつまででも遊べるという大盤振る舞いっぷり！そんなにガチってるわけではないけど、こんな感じでチームを組めます。キャラゲーとしても楽しめて良いですね。 現状は、主要キャラ(ゴン・キルア・クラピカ・レオリオ)と、旅団メンバーと、その他人気キャラと…
なんともこの時期に不謹慎なタイトルでアレですが、「何だか知らないけどセンター試験ミスった！終わった～」と思っている方、そして逆に「何だか知らないけどセンター試験でいつも以上の成績が出た！！」と喜んでいる方の中で、別に特に行きたい学部・大学があるわけではないんだよね～という方。 大阪大学の経済学部は穴場ですよ！！目次 阪大経済のメリット 阪大はセンターで点が取れなくても拾ってくれる A形式 B形式 C形式 まとめ コメント スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 当然、目指したい大学があったりやりたいことがあったりし…
今日大学の図書館の書庫を彷徨っていたら、面白そうな本を見つけました。Multinomial Probit: The Theory and Its Application to Demand Forecasting なんとこの本、multinomial probit(多項プロビットモデル)だけで1冊の本になっているらしく、多項プロビット関連の話でそんなに書くことあるのだろうか....と思いつつ興味本位で借りてみました。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 一応目次だけ書いておくと chapter1 An intro…
今回はRでプロビット回帰を行う際に使用できる分析方法と、その注意点を上げておきます。目次 プロビット回帰とは 最尤法 モデル Rによるコード シミュレーション ベイズ 注意点とコメント 関連記事 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); プロビット回帰とは 予測変数が0か1しかないとき、例えば倒産する(1)、倒産しない(0)や、購買する(1)、購買しない(0)等のケースでは、普通線形回帰分析は利用しません。まあ別に利用することも出来るけど、予測値に1以上の値や0未満の値が出て来てどう考えたら良いかわからなくなるからで…
今回は、EMアルゴリズムを用いて、ゼロ過剰ポワソン分布のパラメータの推定を行ってみようと思います。目次 過去記事 最尤推定 ゼロ過剰ポワソン分布の尤度関数 最尤推定量 Mの理論値 EMアルゴリズム アルゴリズム 実例 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 過去記事 ゼロ過剰ポワソン分布に関する詳しい説明はこちらをご覧ください。 ゼロ過剰ポアソン分布とは何か - バナナでもわかる話前にゼロ過剰ポワソン分布に関する尤度の説明は記事にしましたが、今回は潜在変数を利用するので、また新しく説明しようと思います！ ゼロ過剰ポ…
Rで行えるロジスティック回帰に関するまとめ~最尤法、Penalized Likelihood (Firth)、ベイズ~
今回はロジスティック回帰について、Rで出来ることを数式込みでまとめておきます。 目次 ロジスティック回帰とは 最尤法 モデル Rによるコード Penalized Likelihood (Firth) 数値的に 0 か 1 である確率が生じました モデル Rによるコード 両者のシミュレーションによる比較 データセット 大標本での結果 小標本での結果 ベイズ Stanコード(普通の無情報事前分布) 無情報事前分布を与えた際の実行と結果 コメント スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); ロジスティック回帰とは 予測変数が…
A2 care 消臭スプレーがスゴイ話~コスプレ衣装やスポーツ後の汗臭さも一瞬で脱臭、ワキガ対策にも？~
Twitterを見ていたらこんなツイートが流れてきました。#レイヤーのオススメ商品プレゼン大会 既出かも知れないけどコレ！洗濯出来ない衣装に真面目におススメ。無香料でかけるだけで臭いが消える。どの位って言うと夏場に放置したカブトムシの虫籠の臭いが一瞬で元から消える。しかも舐めても安心だから子供が触るものにも使える。ニトリで売ってる！ pic.twitter.com/YpFPby8CcB— ナツメ@えっ！？今度はジュピター！？ (@avoir1375) January 11, 2019洗濯不可のコスプレ衣装の脱臭に、A2 care というスプレーが効くらしい。 私はコスプレはしないけど、汗っかき…
Rで行える線形回帰分析法の一覧とその方法~最小二乗法・最尤法・ベイズ~
今回は、線形回帰分析に関するRでの分析法を1記事にまとめておこうと思います。目次 線形回帰分析とは シミュレーション用データ 最小二乗法 計算 Rによる最小二乗法 最小二乗法の特徴 最尤法 計算 Rによる最尤推定 最尤法の特徴 ベイズ 解説 Rstanによる実装(非ベクトル化編) より効率の良いコード(ベクトル化編) ベイズの特徴 3つの手法の比較 注意 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 線形回帰分析とは 今更感がありますが、一応線形回帰分析の説明をしておきます。 被説明変数(予測変数)が説明変数によって、次…
今日は、有名なサービスの4特性を通じて、サービスに関するデータ解析で注意すべき点を記事にしようと思います。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); サービス まず、サービスとはという話ですが、例えばコンビニや銀行、ファミレス等での接客や企業に対するコンサルタント、美容院のカットなどを指します。※経済経営学部に入るとまず初めに「サービス」と「製品」という商品の区別を教わりますが、製品とは私たちがすぐ想像するところの商品のことだと思ってもらって問題ないかと思います。例えばテレビやスマホ、冷蔵庫などといった形があるような商…
こんにちは。 今日は地元北海道の定番お土産である『三方六(さんぽうろく)』の記念特別バージョン『三方六 年輪』を食べたので記事にしておきます。こちら本家柳月さんのサイト 三方六 年輪｜柳月（りゅうげつ）そして、『三方六 年輪』のCM！ www.youtube.com いや、そもそも三方六ってなんやねんって人のために軽く説明しておきます。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); まず普通の三方六はこちら 見ての通りですが、白樺の木がモチーフのバウムクーヘンです！ 北海道には下のような白樺の木がそこら中に生えているので、…
こんにちは。 私、未だ正月ボケが抜けておりません。皆さんはどうでしょう。お正月は、お餅を兵糧に家に籠城をキメこみ、常にコタツの中に籠って正月番組を見ていました。 そして、ちょっとウトウトしてきたらすぐ昼寝をし、起きてテレビを見てはまた昼寝をし、そうしていると夜は逆に目が冴えてきてAmazonプライムビデオで懐かしのアニメを鑑賞する~~ なんていう、幸せ三昧を過ごしていました。で、最近はまたそろそろ大学の授業もあるし本腰いれてまた研究・勉強に力を入れよう～なんて思い始めたわけですが昼寝の習慣が抜けない！！！！困った！！！スポンサーリンク (adsbygoogle = window.adsbygo…
昨日か一昨日辺りからTwitterで落合陽一さんのニューアカのような態度が気になるとの言説が非常に多くなってきました。私はその時代を生きていなかったので、ニューアカとはそもそもなんだ？？？となってしまっているわけですが、どうやらググって調べたところによると、ソーカルとブリクモンが次のように批判した知的態度のことを指すらしい。 ・科学的な用語を何を意味しているのか気にせず使用すること ・自然科学の概念を最低限の正当化を経ることなく、それを用いる理由も提示しないまま人文科学に持ち込むこと ・無関係な文章に専門用語を散りばめ、博識に見せかけること ・深淵に見えて実は無意味な言葉や文章をつづること ・…
今日は、「StanとRでベイズ統計モデリング」という本の10章にあるNealの漏斗問題の可視化を簡単なコードだけで行ってみたいと思います。ちなみにStanとRでベイズ統計モデリングとは、こちらの本です。 こちらの本、全てのコードがしっかりサポートページに掲載されていて、とても勉強になるのですが、10章にあるNealの漏斗の図は省略されていて(私が見た限り載っていなくて/2019年1月3日現在)、どうやって可視化すればいいんだろうと思ったのでやってみました。 とりあえず、綺麗な図というよりは確認出来ればいいので簡単なplotで試してみたいと思います。スポンサーリンク (adsbygoogle =…
あけましておめでとうございます！今年もよろしくお願いいたします。 去年の振り返り 去年は、特に初めてが多い年になりました。4月~8月：うちの大学の副専攻プログラムで機械学習・数理統計学のカリキュラムを受講開始9月：このブログを開始、初愛知県入り(全体的に食べ物がおいしかった)、東京にて初のインターンも経験！東京で初インターン行った時に書いた記事↓ 今晩から東京に行ってきます。 - バナナでもわかる話 現在東京の人波にもまれております.... - バナナでもわかる話 今日で東京遠征予定終了です。 - バナナでもわかる話 愛知行った時の帰りのバスで書いた記事↓ 伝統的な統計学とベイズ統計学とは -…
ミクロ経済学の勉強のための参考書紹介~初級レベルから上級レベルまで
寒いですね。いつの間にか年末になってしまいました。今年も早かった....さて、年末といえば(?)、そろそろ大学院入試があるころでは無いでしょうかね！？そこで今回は、ミクロ経済学を学ぶための参考書を次の3つのレベルに分けて紹介していこうと思います☆初級レベル 経済学初学者の学部生が、無理なく勉強を進めることの出来る参考書☆中級レベル 初級レベルは大丈夫だが、今一歩大学院入試を受けるレベルには届いていない人向けの参考書☆上級レベル 経済系の大学院で勉強をしていくにあたって、本格的なミクロ経済学を学ぶための入門書正直、上級レベルを突破すれば、後は自身の関心に合わせて個別のトピックについて深く調べたり…
今日は統計学や機械学習、その他画像認識等の場面で登場する「次元削減」の話について書こうと思います。 まず、次元削減とは、次元データを次元にうつすことで、次元を下げることを指します。簡単に例を出すと、 例えば国語・数学・理科・社会の4科目(1科目0点~100点)のテストをしたとします。 この時太郎君は国語:70点、数学:90点、理科:85点、社会:60点だったとします。今現在変数は4つあって、 国語の得点(0点~100点) 数学の得点(0点~100点) 理科の得点(0点~100点) 社会の得点(0点~100点)となってるわけですが、太郎君の点数を見た塾の先生や、太郎君の親は「太郎君は、理系科目が…
クリスマス＆年末ですね。 年末に技術系記事なんてのは野暮なので(?)、油揚げの記事を書きました(???)。 今日、何となくうどんを食べたくなったので、うどんの中に入れる具材を買いにスーパーに行きました！そこで目にとまったのがこれ 『おだしが染みた油揚げ』 sagamiya-kk.co.jp なんか、まじで特に何の工夫も無く出汁に突っ込むだけでお揚げが出来るとのことでお手軽なので買うことにしました。 正直この時点ではあまり期待はしておらず、まあ無いよりマシくらいの気分でした。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); で…
最近寒いですね。 私は北海道出身なので、よく寒さに強いと思われがちですが 道内の屈強な暖房設備に慣れきってしまっているため むしろ大阪の冬はめちゃくちゃ寒いです。 寒いと、用事がない限りなるべく外に出ない、 そして布団からも出ない、なんて日があります。 布団の中でできる趣味として、映画鑑賞があります。 と、ちょっと無理やり?だったかもしれませんが 実は私、今まで言及してきませんでしたが、意外と映画好きなんです。 と言っても、まだまだあまちゃんですが… そんな私が最近観た、一風変わった映画をいくつか紹介したいと思います！ スポンサーリンク // 『哭声（コクソン）』 韓国映画です。韓国ドラマは人…
学生生活4年間バイトしたけど、結局バイトと正社員の違いがイマイチわからなかった
「アルバイトとはいっても社会人。正社員とアルバイトに責任の違いなどありません。私たちはお客さんからお金をもらっている立場なので、うちのサービスがどうやったらより良くなるのか、どうすればもっとよくなるのかを常に意識して業務プラスαの行動を心掛けてください」
ベイズで何かを議論する際に、よく無情報事前分布として一様分布が用いられます。 何をもって""無情報""と呼ぶかっていうのは難しい問題で、今回はその話をしようと思います。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); まず、一様分布ってのは要は平坦な分布だと思ってください。で、平坦な分布を取るってどういうことかというと、範囲が0から1を取るパラメータを考えたとすると、に対して与えられる確率分布は下のように値1で平坦になるはずです。 これが要は一様分布です。直感的には情報なんてないような気がします。 だって取りうる値の範囲で等…
突然ですが、私はここ数年間、毎週欠かさずジャンプを買っています。 昔から漫画は好きだったので（時々マイナー漫画を紹介しています）、 毎週270円で15作以上の漫画を読むことができるのはとても良いです。 そしてジャンプでは定期的に、掲載作品の入れ替えが行われます。 それに伴い最近、新連載が続々とスタートしています！ 今回の新連載は、個人的に続いて欲しいと思えるような作品が多めだと感じています。 そんな新連載をはじめとした、毎週私が欠かさず読んでいる作品についてアレコレ紹介していきたいと思います笑。 スポンサーリンク // まず、新連載からいきますと・・・ 先々週から連載開始の『チェンソーマン』が…
昨日の話になりますが、大阪に焼き芋専門店があるとのことで、物珍しさもあって行ってきました。今まで私はお家の前にたまにやってくる石焼き芋屋さんからしか焼き芋を買ったことが無かったので、 普通のお店としての焼き芋屋さんはこれが初めて！わくわくです。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); お店の場所ですが、梅田のすぐ横、中崎町にあります。 蜜香屋ただ、今回は中崎町の方がしまっていたため、三か月限定オープンの梅田エスト内にある蜜香屋へ！ 中はかなりお洒落な感じ！ お水とおしぼりはセルフサービスでした。で、今回私が食べたのは…
前記事、疑問をなんとなく放り投げておしまいといった記事を書いたのですが www.bananarian.net わかったので補足記事書きます。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 前回までの疑問(噂) 非ベイズでは識別不可能なモデルでも、ベイズだと識別可能らしいという雑なタレコミがあって「よくわからん???」となって、試してみたという記事でした。識別条件とは、任意のデータに対して尤度最大を取るパラメータが複数存在する場合にパラメータが定まらないという話だと理解していたため、ベイズとはいえど、尤度においては話は同じだ…
ここ最近イクラ高くないですか？スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); この間、お寿司食べ放題でいくらを山ほど食べて、いくら中毒になった私は本日スーパーでいくらを買ってきました。 お寿司食べ放題記事はこちら www.bananarian.net で、ちんまり買ってミニいくら丼にしたわけなんですが、本当にお茶碗一杯に乗っけてギリギリいくら丼と呼べるかな？きわどいな？くらいの量で750円+税！写真撮りそびれたので、フリー画像で一番近い量の画像を持ってきました。こんな感じ。 いやいや高すぎ！！ もっとお腹いっぱいいくらが食…
どこにいったかというと、きづなすしさんです！しかしその一方で「どうせ、食べ放題ってことは、スシローみたいな寿司が出てくるんでしょ.....?」という疑念も捨てきれず。楽しみな気持ちと不安な気持ちでないまぜになりながら向かいました。 到着して、席について、食べ放題を頼んだところ、タッチパネルを渡されました。どうやらこのタッチパネルで注文するらしい。1回の注文に対して、30貫6種類までの注文になります。回転寿司と違って1貫単位で注文できるところが良いですね！
今日は順序選択モデルというモデルについて書くことにします。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 具体例 例えば焼肉屋さんで、ライスを頼みたいと思ったとします。 この時に小ライスか、中ライスか、大ライスが選べるとします。これ、この順序選択モデルを知らない人だと真っ先に「多項選択モデルを当てはめてみよう」という思考になるはずです。そんでもって小ライスを0,中ライスを1,大ライスを2として、その選択を考えることになります。しかし、これは少し不自然で、例えばこれがカルビを選ぶかサガリを選ぶか、それともミノを選ぶかみたいな…
危ない、今日更新できないところだった。今日は中々大変でした。 朝から夜行バスで東京に到着し、まず御徒町にある、早朝からやっている銭湯へ燕湯さんです。 なんとこの燕湯さん、早朝6時からやっているようで、朝っぱらに東京に来て用事がある私のような人間にはとてもありがたい銭湯さんです。やっている時は「わ」の看板がついています。 で、10時から用事があったので、その用事を済ませ、その中で仲良くなった方に教えてもらったタンタンメン屋さんでお昼を食べました！これもおいしかった。 秋葉にある雲林坊っていうお店です。 辛味としびれを結構柔軟に選べるんですけど、まあ初回なので普通のランクで注文。 と思いきや、結構…
今回はスクリープロットに関する話をします。 前記事でも書きましたが、探索的因子分析を行うにあたっては構造に特定の仮定を置かず、全ての因子から全ての項目に対しての関係を想定し、そこから探索的に構造を見つけていく必要がありました。 【初心者向け】因子分析とは何か - バナナでもわかる話 ただ、因子の数さえ決めていないのは少々不便ですので、普通スクリープロットという手法で因子の個数を評価します。 前の記事でも使いましたね。詳しい使い方はこの記事を参照していただけるとわかるかと。 【初心者向け】Rで因子分析をやってみる - バナナでもわかる話スポンサーリンク (adsbygoogle = window…
今回は因子分析におけるクロンバックのアルファって何？っていう話をしようと思います。 因子分析自体よく知りませんという方はとりあえず、下リンクからどうぞ！ 因子分析 カテゴリーの記事一覧 - バナナでもわかる話 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); クロンバックのアルファ 実は前に書いた記事でも使ってます。この記事の信頼性係数ってやつが、クロンバックのアルファです。 【初心者向け】質問用紙から要因を分析する場合の項目の妥当性評価 - バナナでもわかる話クロンバックのアルファは式としてはこのようになっています。 で、…
今日は因果関係の話でも。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 「収入が増えれば消費が増える」とか「広告を打てば売上が上がる」とかいったことを考えるにあたって、簡単に回帰分析をしてみましょう～！みたいな話はよく聞くと思います。で、中級者くらいになると、そこから一歩ステップアップして「回帰分析で見ているのは、相関であって因果じゃない」という話を聞き始めると思います。回帰分析に限らず、因子分析や構造方程式モデリングでも同じです。しかし、そうはいっても「まあ、注意はするけど、、、相関関係は考えるのがラクチンだし、、じゃあ…
最近C++で数値計算が行えるよう練習中です。今回は過去記事の続き www.bananarian.netスポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 今回は、配列から行列を作って、それを転置させてみた。 うーん。一応出力は正しい値が出ていますが、もっと綺麗なコードを書きたい。 まあ、C++の勉強始めて少ししか経っていないので、これから頑張ります笑ちなみに参考本はこちら とりあえず下のように書いてみた。 void TMa(float ma[N][M],float T_res[M][N]) { for (int nn = 0;…
数学・統計初心者から始めて計量経済学で中上級者になるためのオススメ本
前に書いた統計本紹介記事(下リンク参照)が、とても評判がよかったので、計量経済学も書いてみようかと思います。 www.bananarian.netスポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 計量経済学とは？ 多分経済学部以外の方だと「計量経済学って何？」って人もいるかと思います。そこで簡単に計量経済学の説明をしようと思います。余談ですが経済学部だと科目名が計量経済学ではなく、「エコノメトリックス」になってたりするので、「エコノメ」と略称で呼んでる人も居たりします。計量経済学を語るには、簡単に経済学を説明しなければいけま…
最近C++で数値計算が行えるよう練習中です。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 今回は、配列から行列を作って、足し算、引き算、内積を計算するコードを書いてみました。 うーん。一応出力は正しい値が出ていますが、もっと綺麗なコードを書きたい。 まあ、C++の勉強始めて少ししか経っていないので、これから頑張ります笑ちなみに参考本はこちら #include "pch.h" #include <iostream> //行列サイズ #define N 2 #define M 3 とりあえず前回のベクトルと同様行列の次元の定…
イタリアではクッキーをワインに浸して食べる文化があるらしい~SANTUCCIO DELLA MARRONAIAで試してみた~
イタリアに行った友人から高そうなデザートワインを頂きました！DELLA MARRONAIA! ワインの銘柄はわからないけど、かなり高級そう！ そして友人の情報によると、イタリアではこのデザートワインにクッキーやビスケットなどを浸して食べる文化があるらしい。そこで、マリーと北の卵サブレを買ってきた笑 せっかくのお高いワインに、こんなお菓子しか用意できず申し訳ないが、とりあえず浸して食べてみました！スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); ワインにクッキーを浸すって何か、マナー違反というか、何やら良くないことをしている気…
最近C++で数値計算が行えるよう練習中です。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 今回は、配列からベクトルを作って、足し算、引き算、割り算、内積を計算するコードを書いてみました。 うーん。一応出力は正しい値が出ていますが、もっと綺麗なコードを書きたい。 まあ、C++の勉強始めて少ししか経っていないので、これから頑張ります笑ちなみに参考本はこちら #include "pch.h" #include <iostream> //ベクトルサイズ #define S 5 using namespace std; まず、読み…
タイトルの通りです！ いつも見てくれている読者の皆さん、実は登録はしていないけど見に来てくれている方々も含めありがとうございます。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 最近は、基本的な統計学の話で、かつ検索してもわかりやすい記事が出てこなさそうな話題が尽きてしまったため、完全に自分の趣味(プログラミング関連)に走ってしまったり、急に難しい話をしてみたり、雑な日記や料理記事が増えたりしちゃってますが、意外とこっちの方が好評なのかな？という印象があります笑そういえば、書く書く詐欺をして結局全然書いていない経済学系の記…
前お知らせした通り、C++練習中です。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 他のプログラミング言語とC言語の大きな違いは「ポインタ」という概念があることらしく、私自身もそうですが、「ポインタ」で躓く人がとても多いとのことで、初心者ながらに理解したことをまとめておきます。 ちなみに次の本を参考にしてます。 メモリ まず、ポインタを理解する前に"メモリ"を理解する必要があります。 どうやらメモリとはコンピュータの中に一時的に保存できる場所のことを指すようです。例えばX=5みたいなものをコンピュータ上で考えた場合には、…
Rで組み合わせ(choose関数)を使ってInfが出た時の対処法
Rで組み合わせを考える際のパッケージとして基本的なものにchoose関数があります。例えばのようなものを考える場合には次のように打ち込みます。 > choose(5,2) [1] 10 スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); しかし、大きな数字でこのコンビネーションを計算しようとすると、大きすぎるのでオーバーフローし、Infとなります。 > choose(20000,210) [1] Inf で、どうすんだってことでやり方を探ってみたところ、gmpパッケージってのがあるみたい。 library(gmp) > cho…
先日、イタリア旅行に行ってきた友人から大量のお土産をもらいました。 どうやら食べることが好きな私のために、イタリアの食材をいろいろ買ってきてくれたようです。 なんて気前がいいんだ。本当にありがとうございます。 ってことで、今日はそのお土産のうちのいくつかを 早速調理してみたのでブログにしてみます！ スポンサーリンク // まずはイカスミパスタ。 写真から分かるように、本当に真っ黒なパスタです。イタリア語は読めませんが、イカスミが練りこまれたパスタのようです。 イカスミソースを買ってくるのがベストなんでしょうけど、面倒だったので今回はシンプルな味付けで調理しました。 具材は剣先イカとドライトマト…
文系大学生が数学をやってないっていうのは主語がデカすぎだと思う
文系大学生も数学をやれとのお達しが来たって記事が流れてきました。 www.nikkei.com当然数学をやれとのお達しの背後には「文系大学生、数学やってないでしょ？」って発想があるんだと思うのですが、正直少なくとも私の周りを見る限り、文系大学生は数学をやっていると思うんだけど....と思ってしまうし、恐らく他大学もある程度のレベルの大学であれば数学をやっていると思う。しかも、ビジネスの現場で統計を使うからって話を理由に持ってくる以上、そこそこ高学歴な人材に対して数学的な素養を期待しての言説だと思うのだけど、その辺の人材は多分(私の体感としては)数学をやっていると思うんですよね。スポンサーリンク…
今日は大阪の梅田で、幸せのパンケーキと花くじら(おでん屋)に行ってきました
今日は大阪梅田にお出かけです。幸せのパンケーキというパンケーキのお店と、花くじらというおでん屋さんに行ってきました。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); まず、幸せのパンケーキから店名にもなっている幸せのパンケーキがこちら ふわっふわのシュワッシュワでした。 これは家では作れませんね。バナナとチョコをトッピングしてあるやつもありました ↑チョコかける前 ↑チョコどば～ 幸せのパンケーキ おいしいパンケーキとやらを食べてみたいと思っていたので、とても良かったです。 結構全国各地にあるみたいなので、気になった方は是非…
Twitterで話題のニクレンジャーオールスターズが何か気になって調べた
今日Twitterを眺めていたら、おすすめトレンドのところに #ニクレンジャーオールスターズ のタグがありました。ニクレンジャーオールスターズって何やねんと思い、検索かけてみたところ吉野家さんがTwitterで次のようなツイートをしたのがはじまりみたい。今週のボツ企画ww「肉関連企業を5社集めてニクレンジャーを結成する」ボツ理由→5社も巻き込むなんて実現不可能。。。お蔵入りさせるのがもったいないから投稿だけしてみた( ˘ω˘ ) pic.twitter.com/QD1DJK9Ydo— 吉野家 (@yoshinoyagyudon) July 6, 2018 このツイートを皮切りに、意外とメンバー…
最近、Rだけで統計解析したりすることに限界を感じているので、そうだ！C++を勉強しようと思い立ちました。そこでとりあえず下の本を参考に、ディープラーニングの実装しながらC++を勉強しようなんていう次第です。 コードをそのまま写経するのも勉強にはなるのですが、私がやりたいのはディープラーニングを学ぶことではなく、 C++を学ぶことにあるので、少し修正する形でコードを組みなおしてみました。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 単純パーセプトロン まず簡単に単純パーセプトロンの説明を。 かかを分類する問題を考えます。あ…
なんかこんなニュースが出たようで。 www.nikkei.comスポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); ここで言うところのAIは最近話題のディープラーニングを指して言っているのだろうから、そういう読み方をすることにします。要はAIを使ってビジネスを行ったり、意思決定を行ったりするって話が増えてきたからルールを決めますよという話で、AI 7原則とやらが発表されましたということでした。で、その7原則の内、私が特に気になったのが AIを利用した企業に決定過程の説明責任 という項目。 この原則が設けられた背景には、例えばa…
画像認識始めました~Rでスクラッチでエッジ検出をやってみた~
ここ最近画像認識を勉強中です。 とりあえず読んだ傍からスクラッチで書いていっています！ 参考本はこれ。 そして過去記事一覧はこちら 画像認識 カテゴリーの記事一覧 - バナナでもわかる話 前回はバイラテラルフィルタをやってみました。 今回はバイラテラルフィルタを使ってノイズを取った画像に対して、エッジ検出というものを行ってみます！スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); エッジ検出 物体と物体の間の縁(エッジ)を検出する技術をエッジ検出と呼びます！ 基本的には画像における画素差の急激な変化であったり輝度の急激な変化が…
私、塾講師のアルバイトをしてるんですけど、 ついこの間塾の休憩時間に高校生の生徒から「先生、俺何度か不思議な体験したことあんねん。聞いてや。」と言われて、急に怖い話を聞かされた。まあそれは良いんだけど、その後に「先生も何か不思議な体験したことないの？」と聞かれ、咄嗟に「ん～。俺は無いなあ、霊感無いのかなあ。」なんて返したところで授業開始のチャイムが鳴り、その話はそこで終わってしまった。 その後色々考える中で、「あぁ。あったわ。」と思ったので書いてみようと思う。話に入る前に、こういうこと書くとオカルト断固否定警察から「妄想乙」だとか「オバケなんて嘘さ～」だとか色々言われそうなので自分のオカルトに…
スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); これです。 radioinfo.radiko.jp natalie.mu 最近絶好調の"和牛"のラジオです。特に「和牛のネタは好きなんだけど、水田さんはあんまり好きじゃないんだよな～」って方にオススメです笑テレビやネタではいつもヒール役の水田さんですが、ラジオを何度か聞いてみると、かなり人間味があって、倫理観の強い人なんだな～とすごく好感度があがりました。そしてお茶目なところもおもろい！ そして、テレビ番組では水田さんが毒づくことが多いので、どうしてもフォロー側に回ることの多…
最近画像認識について勉強中です。とりあえず、数式で理解した後スクラッチで書いてみるのが一番早いかなと思ったので、読んだ傍からRで書いています。 画像認識始めました~手始めにRでスクラッチでフィルタリングしてみた~ - バナナでもわかる話 画像認識始めました~ガウシアンフィルタをRで実装してみた - バナナでもわかる話参考本はこれ。 前回はガウシアンフィルタを使って前に撮ったイグアナちゃんをフィルタリングしたわけなんですけど、 今回はバイラテラルフィルタでやってみます。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); バイラテ…
最近画像認識について勉強中です。 画像認識始めました~手始めにRでスクラッチでフィルタリングしてみた~ - バナナでもわかる話 とりあえず、数式で理解した後スクラッチで書いてみるのが一番早いかなと思ったので、読んだ傍からRで書いています。 参考本はこれ。 前回は平均化フィルタを使って前に撮ったイグアナちゃんをフィルタリングしたわけなんですけど、 今回はガウシアンフィルタでやってみます。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); ガウシアンフィルタとは 二変量(画像には縦と横があるので)標準正規分布の中心の点(0,0)を…
画像認識始めました~手始めにRでスクラッチでフィルタリングしてみた~
なんか、最近自動運転だなんだと画像認識が流行りらしくて、私画像認識についてはあまり詳しくないので入門の為に買ってみました。 で、まだ全部は読んではいないのですが、とりあえず読んだ傍からスクラッチでコードを書いてみようかと思ってるわけです。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 空間フィルタリング まず、何をするのかというと、画像認識をするためには色々画像から特徴を取り出したいというモチベがあるようで、でも特徴を取り出す前に元の画像だと細かすぎるというか、ざっくりいってしまうとノイズが多いので、画像を均すという処理を…
階層ベイズモデルとは~国ごとの犯罪件数のデータからグループ差を考えるモデル
※すみません。データからとタイトルを書きましたが、実際のデータは使いません(見つからなかった....)。 あくまで階層ベイズの使い方の説明ということでご覧ください。スポンサーリンク (adsbygoogle = window.adsbygoogle []).push({}); 例えば国毎の犯罪件数のデータなんかがあったとします。仮に犯罪件数のデータがあったとして、やはり犯罪件数はその地域の治安、もっと丁寧に言えば「社会保障の充実度」「失業率」「人口密度」「1人当たり年収」等々の影響で起こっていると考えることが出来ますよね。これらをまとめてと置いてやることにしましょう。 で、世界中の様々な…
「ブログリーダー」を活用して、バナナリアンさんをフォローしませんか？
指定した記事をブログ村の中で非表示にしたり、削除したりできます。非表示の場合は、再度表示に戻せます。
画像が取得されていないときは、ブログ側にOGP(メタタグ)の設置が必要になる場合があります。
