Submit Search
Upload
Kandai R 入門者講習
•
Download as PPTX, PDF
•
5 likes
•
2,488 views
考司 小杉
Follow
2016.06.18 関西大学で行われたKandai.Rの入門者講習スライドです
Read less
Read more
Education
Report
Share
Report
Share
1 of 92
Download now
Recommended
非変態ユーザーのためのR Tips
Kandai.R #1 公開用
Kandai.R #1 公開用
Daisuke Nakanishi
Rmarkdownをつかって心理統計の課題を作ります。 データの乱数発生の仕組み,とその後の話です。
心理統計の課題をRmdで作る
心理統計の課題をRmdで作る
考司 小杉
東京学芸大学 計算機科学研究室の学部生、大学院生向け資料 「卒論あるある」から脱却するために、 ①ゴールの設定・共有 ②スケジュールの設定・共有 ③課題の管理・共有 を行った。
2016-03-01 研究の進め方を改善しよう
2016-03-01 研究の進め方を改善しよう
Yoshiki Sato
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
Masaru Tokuoka
At Nagoya.R #10, I introduced basic nonparametric statistical methods, sign test and Wilcoxon signed-rank test. These slides show that they can also be used in some special cases such as test for contigency table. Nagoya.R #10において、符号検定とウィルコクソンの符号付き順位和検定という、基本的なノンパラメトリックな統計手法について紹介した。スライドでは、これらの手法が例えば分割表に対する検定などのような、特別な場合においても利用することもできることを示した。
Rでノンパラメトリック法 1
Rでノンパラメトリック法 1
itoyan110
2015年9月19日に開催されたHiRoshima.Rでの発表資料です。
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
Masaru Tokuoka
NagoyaStat #1 で用いた発表資料になります。主な内容は統計モデリングの考え方と、ポアソン分布に従うデータに対して最尤推定法を適用する方法です。 This slide is used at NagoyaStat #1 on August 6, 2016. Main contents are way of thinking of statistical modeling and applying Maximum Likelihood Estimation to data following poisson distribution.
データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章
itoyan110
I introduced amazing graphs which are drawn by listed Japanese companies at Japan.R 2015. These slides includes 10 graphs for investors. If you want to know more about Japan.R, please visit http://www.r-bloggers.com/the-annual-japanese-r-user-conference-japan-r-2015/ .
このIRのグラフがすごい!上場企業2015
このIRのグラフがすごい!上場企業2015
itoyan110
Recommended
非変態ユーザーのためのR Tips
Kandai.R #1 公開用
Kandai.R #1 公開用
Daisuke Nakanishi
Rmarkdownをつかって心理統計の課題を作ります。 データの乱数発生の仕組み,とその後の話です。
心理統計の課題をRmdで作る
心理統計の課題をRmdで作る
考司 小杉
東京学芸大学 計算機科学研究室の学部生、大学院生向け資料 「卒論あるある」から脱却するために、 ①ゴールの設定・共有 ②スケジュールの設定・共有 ③課題の管理・共有 を行った。
2016-03-01 研究の進め方を改善しよう
2016-03-01 研究の進め方を改善しよう
Yoshiki Sato
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
Masaru Tokuoka
At Nagoya.R #10, I introduced basic nonparametric statistical methods, sign test and Wilcoxon signed-rank test. These slides show that they can also be used in some special cases such as test for contigency table. Nagoya.R #10において、符号検定とウィルコクソンの符号付き順位和検定という、基本的なノンパラメトリックな統計手法について紹介した。スライドでは、これらの手法が例えば分割表に対する検定などのような、特別な場合においても利用することもできることを示した。
Rでノンパラメトリック法 1
Rでノンパラメトリック法 1
itoyan110
2015年9月19日に開催されたHiRoshima.Rでの発表資料です。
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
Masaru Tokuoka
NagoyaStat #1 で用いた発表資料になります。主な内容は統計モデリングの考え方と、ポアソン分布に従うデータに対して最尤推定法を適用する方法です。 This slide is used at NagoyaStat #1 on August 6, 2016. Main contents are way of thinking of statistical modeling and applying Maximum Likelihood Estimation to data following poisson distribution.
データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章
itoyan110
I introduced amazing graphs which are drawn by listed Japanese companies at Japan.R 2015. These slides includes 10 graphs for investors. If you want to know more about Japan.R, please visit http://www.r-bloggers.com/the-annual-japanese-r-user-conference-japan-r-2015/ .
このIRのグラフがすごい!上場企業2015
このIRのグラフがすごい!上場企業2015
itoyan110
These slides include many inappropriate graphs. If you want to tell the summary of the data correctly, you should avoid to use graphs in this presentation. They can mislead those who view them. In English, the title of presentaion is "24 slides including graphs that should not be absolutely drawn".
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
itoyan110
2017年12月2日に開催されたJapan.R 2017での発表資料を加筆・修正したスライドです。 Website: http://japanr.net/
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017
itoyan110
2016/08/26SWESTで開催する確率論及統計論輪講のLT(軽談)の募集と例です。確率統計に関する事例、本の紹介など、「確率」または「統計」という単語が資料にはいっていれば結構です。現地での議論の題材にしますので、参加できない方の遠隔投稿も歓迎です。
確率論及統計論輪講
確率論及統計論輪講
Kiyoshi Ogawa
I introduced 1-sample run-test at Japan.R 2013. Though this test rarely listed in Japanese statistics textbook, it can be useful test when we doubt whether coin is fixed or not. Japan.R 2013で1標本ラン検定(連検定)について紹介した。日本の統計学の教科書ではまず見かけない手法ではあるが、コインがイカサマか否かを疑っているときには有用な検定手法になることがある。
コイン投げの分析を一捻り (Japan.R 2013 LT)
コイン投げの分析を一捻り (Japan.R 2013 LT)
itoyan110
JSSC holds certification exam of ability for statistics since 2011. Grade 2 is provided mainly for freshmen and sophomores. I introduced the level of this exam and solved acutual exam questions with R in Tokyo.R #49.
Rで確認しながら解く統計検定2級
Rで確認しながら解く統計検定2級
itoyan110
尤度比検定、二種類の過誤、p値、パラメトリックブートストラップ法、ロジスティック回帰などについて20分程度で復習しました。
NagoyaStat #4 ご挨拶と前回の復習
NagoyaStat #4 ご挨拶と前回の復習
itoyan110
Do you remember the number of "future works" you have written?
Do you remember the number of "future works" you have written?
min2fly
I introduced amazing graphs which are drawn by listed Japanese companies at Japan.R 2016 again. These slides include 6 graphs for investors. Japan.R is the largest event of R study group in Japan. By participating this event, you can keep up with trends of analytics for business and academia. Website: http://japanr.net/
このIRのグラフがすごい!上場企業2016
このIRのグラフがすごい!上場企業2016
itoyan110
NagoyaStat #5の開始に先立ち、GLMMとMCMCの手法の一つであるメトロポリス法について20分程度で復習しました。
NagoyaStat #5 ご挨拶と前回の復習
NagoyaStat #5 ご挨拶と前回の復習
itoyan110
#みどりぼん
第5章glmの尤度比検定と検定の非対称性 前編
第5章glmの尤度比検定と検定の非対称性 前編
T T
このスライドではベイズ統計学によく登場する確率分布の関係について紹介している。平易なベルヌーイ分布から多少複雑なベータ分布までがどのようにつながっているかを示している。いくつかの重要な性質については実際に証明を与えた。本スライドは2016年10月1日のNagoyaStat #2で発表したものである。 Some probability distributions are used for bayes statistics. This slide shows relationships from Bernoulli distribution to Beta distribution. Some important properties are proofed in this slide.
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づける
itoyan110
Rstanのインストール,簡単な使い方を紹介しています
R stan導入公開版
R stan導入公開版
考司 小杉
比治山RのLTで発表したpsychパッケージの紹介スライドです
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ
考司 小杉
日本心理学会第77回大会@札幌コンベンションセンター, チュートリアルワークショップ資料です。
Mplus tutorial
Mplus tutorial
考司 小杉
ベイズ推定による多変量解析法WSにて発表した資料です
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について
考司 小杉
Stanの初心者が基本的な統計モデルを実行するまでの解説です。プログラミング初心者向けに書いているので,やや説明が遠回りなところもあります。
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
Excelで動くフリーの統計分析プログラム、HADの解説です。 プログラムは、以下のサイトからダウンロードできます。 http://norimune.net/had エクセルで統計分析 HADについて http://slidesha.re/10ARA0k エクセルで統計分析2 HADの使い方 http://slidesha.re/RsVBp7 エクセルで統計分析3 回帰分析のやり方 http://slidesha.re/XVATPV エクセルで統計分析4 因子分析のやり方 http://slidesha.re/YWUGNY
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
Hiroshi Shimizu
文系学生に対する心理統計教育;回帰分析編の小杉の発表スライドです
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド
考司 小杉
人工知能ハッカソン用(2016年12月17日)資料
人工知能ハッカソン用プレゼン資料(161217)
人工知能ハッカソン用プレゼン資料(161217)
WEBFARMER. ltd.
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
Mitsuo Yamamoto
2016年度用に作成した研修テキストです。2015年度版を微修正しており、基本的に同じ内容です。演習用コードとあわせてご利用ください。
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
wada, kazumi
比治山Rのエントリーセッションで用いたスライドです。
Hijiyama.R Entry session
Hijiyama.R Entry session
考司 小杉
More Related Content
What's hot
These slides include many inappropriate graphs. If you want to tell the summary of the data correctly, you should avoid to use graphs in this presentation. They can mislead those who view them. In English, the title of presentaion is "24 slides including graphs that should not be absolutely drawn".
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
itoyan110
2017年12月2日に開催されたJapan.R 2017での発表資料を加筆・修正したスライドです。 Website: http://japanr.net/
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017
itoyan110
2016/08/26SWESTで開催する確率論及統計論輪講のLT(軽談)の募集と例です。確率統計に関する事例、本の紹介など、「確率」または「統計」という単語が資料にはいっていれば結構です。現地での議論の題材にしますので、参加できない方の遠隔投稿も歓迎です。
確率論及統計論輪講
確率論及統計論輪講
Kiyoshi Ogawa
I introduced 1-sample run-test at Japan.R 2013. Though this test rarely listed in Japanese statistics textbook, it can be useful test when we doubt whether coin is fixed or not. Japan.R 2013で1標本ラン検定(連検定)について紹介した。日本の統計学の教科書ではまず見かけない手法ではあるが、コインがイカサマか否かを疑っているときには有用な検定手法になることがある。
コイン投げの分析を一捻り (Japan.R 2013 LT)
コイン投げの分析を一捻り (Japan.R 2013 LT)
itoyan110
JSSC holds certification exam of ability for statistics since 2011. Grade 2 is provided mainly for freshmen and sophomores. I introduced the level of this exam and solved acutual exam questions with R in Tokyo.R #49.
Rで確認しながら解く統計検定2級
Rで確認しながら解く統計検定2級
itoyan110
尤度比検定、二種類の過誤、p値、パラメトリックブートストラップ法、ロジスティック回帰などについて20分程度で復習しました。
NagoyaStat #4 ご挨拶と前回の復習
NagoyaStat #4 ご挨拶と前回の復習
itoyan110
Do you remember the number of "future works" you have written?
Do you remember the number of "future works" you have written?
min2fly
I introduced amazing graphs which are drawn by listed Japanese companies at Japan.R 2016 again. These slides include 6 graphs for investors. Japan.R is the largest event of R study group in Japan. By participating this event, you can keep up with trends of analytics for business and academia. Website: http://japanr.net/
このIRのグラフがすごい!上場企業2016
このIRのグラフがすごい!上場企業2016
itoyan110
NagoyaStat #5の開始に先立ち、GLMMとMCMCの手法の一つであるメトロポリス法について20分程度で復習しました。
NagoyaStat #5 ご挨拶と前回の復習
NagoyaStat #5 ご挨拶と前回の復習
itoyan110
#みどりぼん
第5章glmの尤度比検定と検定の非対称性 前編
第5章glmの尤度比検定と検定の非対称性 前編
T T
このスライドではベイズ統計学によく登場する確率分布の関係について紹介している。平易なベルヌーイ分布から多少複雑なベータ分布までがどのようにつながっているかを示している。いくつかの重要な性質については実際に証明を与えた。本スライドは2016年10月1日のNagoyaStat #2で発表したものである。 Some probability distributions are used for bayes statistics. This slide shows relationships from Bernoulli distribution to Beta distribution. Some important properties are proofed in this slide.
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づける
itoyan110
What's hot
(11)
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017
確率論及統計論輪講
確率論及統計論輪講
コイン投げの分析を一捻り (Japan.R 2013 LT)
コイン投げの分析を一捻り (Japan.R 2013 LT)
Rで確認しながら解く統計検定2級
Rで確認しながら解く統計検定2級
NagoyaStat #4 ご挨拶と前回の復習
NagoyaStat #4 ご挨拶と前回の復習
Do you remember the number of "future works" you have written?
Do you remember the number of "future works" you have written?
このIRのグラフがすごい!上場企業2016
このIRのグラフがすごい!上場企業2016
NagoyaStat #5 ご挨拶と前回の復習
NagoyaStat #5 ご挨拶と前回の復習
第5章glmの尤度比検定と検定の非対称性 前編
第5章glmの尤度比検定と検定の非対称性 前編
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づける
Viewers also liked
Rstanのインストール,簡単な使い方を紹介しています
R stan導入公開版
R stan導入公開版
考司 小杉
比治山RのLTで発表したpsychパッケージの紹介スライドです
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ
考司 小杉
日本心理学会第77回大会@札幌コンベンションセンター, チュートリアルワークショップ資料です。
Mplus tutorial
Mplus tutorial
考司 小杉
ベイズ推定による多変量解析法WSにて発表した資料です
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について
考司 小杉
Stanの初心者が基本的な統計モデルを実行するまでの解説です。プログラミング初心者向けに書いているので,やや説明が遠回りなところもあります。
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
Excelで動くフリーの統計分析プログラム、HADの解説です。 プログラムは、以下のサイトからダウンロードできます。 http://norimune.net/had エクセルで統計分析 HADについて http://slidesha.re/10ARA0k エクセルで統計分析2 HADの使い方 http://slidesha.re/RsVBp7 エクセルで統計分析3 回帰分析のやり方 http://slidesha.re/XVATPV エクセルで統計分析4 因子分析のやり方 http://slidesha.re/YWUGNY
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
Hiroshi Shimizu
文系学生に対する心理統計教育;回帰分析編の小杉の発表スライドです
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド
考司 小杉
人工知能ハッカソン用(2016年12月17日)資料
人工知能ハッカソン用プレゼン資料(161217)
人工知能ハッカソン用プレゼン資料(161217)
WEBFARMER. ltd.
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
Mitsuo Yamamoto
2016年度用に作成した研修テキストです。2015年度版を微修正しており、基本的に同じ内容です。演習用コードとあわせてご利用ください。
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
wada, kazumi
比治山Rのエントリーセッションで用いたスライドです。
Hijiyama.R Entry session
Hijiyama.R Entry session
考司 小杉
『StanとRでベイズ統計モデリング』読書会(Osaka.Stan #3 2017.2.26)での、第5章(後半)の発表資料です。 小さくてコードが読めないという方は、スライド中で使ったコードを http://g01beza.web.fc2.com/resume/osaka_stan_170226gt.zip にアップロードしていますのでダウンロードしてご覧ください(plot部分、「とりあえず重回帰」部分以外はおおよそ公式と同じです。)。
Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2
Takayuki Goto
Kazutan.R#2(Hijiyama.R#2) on 2015.05.23
距離と分類の話
距離と分類の話
考司 小杉
xgboost
Xgboost for share
Xgboost for share
Shota Yasui
This document introduce the literature 'Deep Compression' written by S. Han, et al. You can easily understand that literature by reading this. Only Japanese.
Introduction to Deep Compression
Introduction to Deep Compression
WEBFARMER. ltd.
第46回東京R勉強会 #TokyoRの資料です。
順序データでもベイズモデリング
順序データでもベイズモデリング
. .
このスライドのコードはMplusデモ版で実行可能です。 http://www.statmodel.com/demo.shtml また、こちらのページにサンプルデータを置いています。 http://bit.ly/12NgDmI 中級編はこちらをどうぞ。 http://www.slideshare.net/simizu706/mplus-lecture-2
Mplusの使い方 初級編
Mplusの使い方 初級編
Hiroshi Shimizu
東洋大学で行われたマルチレベル講習会の実践編です。SPSSとHADの使い方を解説しています。
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 実践編
Hiroshi Shimizu
東洋大学で行われたマルチレベル講習会の資料の理論編です。
マルチレベルモデル講習会 理論編
マルチレベルモデル講習会 理論編
Hiroshi Shimizu
心理学のためのPsychパッケージ
心理学のためのPsychパッケージ
考司 小杉
Viewers also liked
(20)
R stan導入公開版
R stan導入公開版
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ
Mplus tutorial
Mplus tutorial
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について
Stan超初心者入門
Stan超初心者入門
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド
人工知能ハッカソン用プレゼン資料(161217)
人工知能ハッカソン用プレゼン資料(161217)
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
Hijiyama.R Entry session
Hijiyama.R Entry session
Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2
距離と分類の話
距離と分類の話
Xgboost for share
Xgboost for share
Introduction to Deep Compression
Introduction to Deep Compression
順序データでもベイズモデリング
順序データでもベイズモデリング
Mplusの使い方 初級編
Mplusの使い方 初級編
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 理論編
マルチレベルモデル講習会 理論編
心理学のためのPsychパッケージ
心理学のためのPsychパッケージ
Similar to Kandai R 入門者講習
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
Hisao Soyama
第16回iPhoneアプリ開発勉強会発表資料
第16回iPhoneアプリ開発勉強会発表資料
Ke Ta
ITILの基礎、第1回講義資料です。 全8回の講義が行われます。
ITILの基礎、第1回講義資料
ITILの基礎、第1回講義資料
Mugen Fujii
第2回PEACEにて発表した資料です。
Rはいいぞ!むしろなぜ使わないのか!!
Rはいいぞ!むしろなぜ使わないのか!!
Shushi Namba
電子情報通信学会 東京支部シンポジウム https://www.ieice.org/tokyo/sinpo.html#menu55 開催日時:2020年5月21日(木)18:30~20:00 定年後の学生生活について、自分の会社員人生から、人生100年時代で学生になったきっかけ、などについて語りました。
人生100年時代における学び方 定年後の学生生活
人生100年時代における学び方 定年後の学生生活
Hiro Yoshioka
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門- (於: 関西学院大学) の発表資料です。 第五章の一部内容は省略しています。
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
Yasushi Hara
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
Yasushi Hara
第6回 HiRoshima.R の入門者講習資料です。
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
機械学習、Deep Learningを活用するにあたり、必要なデータを収集し、質の良いデータに加工し、モデルをチューニングすることになります。 モデルのチューニングの際には、データインテグレーションテクノロジーが大いに役立ちます。弊社の事例を含め、AI時代に必要なデータインテグレーションテクノロジーのご紹介をいたします。
データサイエンスセミナー 【found IT project #8】
データサイエンスセミナー 【found IT project #8】
Tetsuya Yoshida
2022年4月27日 すごい広島 with Python [61] 西本卓也 24motz / nishimotz
220427-pydata 統計・データ分析 特集
220427-pydata 統計・データ分析 特集
Takuya Nishimoto
「人生100年時代の学び方,定年後の大学院生活」 人生100年時代と言われています.大学を卒業し,なんの疑問も持たず企業に就職しプログラマとして過ごしてきました.その間,何度か転職をしたり,起業に立ち会ったりしながら会社員生活を送って来ました. わたしが就職した頃はバブル前でインタネットも普及していないし,スマホももちろんありませんでした.会社員生活を60歳定年のときにひとまず終了して大学院に入学し今まさに二度目の大学院生を過ごしています.そのお話をしたいと思います. 人生に正解はありませんが,みなさまの生き方のヒントになれば幸いです. https://forkwell.connpass.com/event/208440/ 早回しでご笑覧ください. https://www.youtube.com/watch?v=iwmxa0WdKSI
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
Hiro Yoshioka
経済学部1年生対象の統計学の講義で用いた資料です。統計学を学び始めた学生さんに、企業で統計学を用いるとはどういうことかを紹介し、就活や仕事でも役立つと言うことを説明しました。 学生さんの統計学を学ぶモチベーションを高められたら幸いです。
企業における統計学入門
企業における統計学入門
antibayesian 俺がS式だ
Hijiyama.R#3での発表資料です。
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
Takashi Yamane
2017年8月25日に千葉県の流山高校で授業をしてきたときの資料です。
プログラミングを学ぶと何が良いのか
プログラミングを学ぶと何が良いのか
Haruo Sato
2020.7.25に島根大学人間科学部で行ったRの基礎講座です。 Rでテキストマイニング講義(https://github.com/satocos135/lecture2020shimane)を行うにあたり最低限必要な知識群を詰め込んでいます。 補足資料として作った、各項目の知識を確認するためにエクササイズもGitHubに置いてあります。
Rブートキャンプ
Rブートキャンプ
Kosuke Sato
ここで話しました。 http://python-nyumon.connpass.com/event/36487/
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
Yusaku Kinoshita
2022年ふりかえりカンファレンス
2022ふりかえりカンファレンス.pdf
2022ふりかえりカンファレンス.pdf
Shigeo Konno
We built a classification model for tennis swings. There are four types of swings: forehand, backhand, fore slice, and back slice. article: https://hampen2929.hatenablog.com/entry/2019/09/21/202026 movie: https://www.youtube.com/watch?v=vMhTL8vKuEQ
Tennis swing recognition based on pose estimation and LightGBM
Tennis swing recognition based on pose estimation and LightGBM
Yuya Mochimaru
第5回 Hiroshima.R の入門者講習資料です。
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
SappoRo.R#3で発表させていただいた資料です。 統計プログラムHADについてまとめています。
Excelでも統計分析 HADについて SappoRo.R#3
Excelでも統計分析 HADについて SappoRo.R#3
Hiroshi Shimizu
Similar to Kandai R 入門者講習
(20)
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
第16回iPhoneアプリ開発勉強会発表資料
第16回iPhoneアプリ開発勉強会発表資料
ITILの基礎、第1回講義資料
ITILの基礎、第1回講義資料
Rはいいぞ!むしろなぜ使わないのか!!
Rはいいぞ!むしろなぜ使わないのか!!
人生100年時代における学び方 定年後の学生生活
人生100年時代における学び方 定年後の学生生活
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
HiroshimaR6_Introduction
HiroshimaR6_Introduction
データサイエンスセミナー 【found IT project #8】
データサイエンスセミナー 【found IT project #8】
220427-pydata 統計・データ分析 特集
220427-pydata 統計・データ分析 特集
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
企業における統計学入門
企業における統計学入門
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
プログラミングを学ぶと何が良いのか
プログラミングを学ぶと何が良いのか
Rブートキャンプ
Rブートキャンプ
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
2022ふりかえりカンファレンス.pdf
2022ふりかえりカンファレンス.pdf
Tennis swing recognition based on pose estimation and LightGBM
Tennis swing recognition based on pose estimation and LightGBM
HiroshimaR5_Intro
HiroshimaR5_Intro
Excelでも統計分析 HADについて SappoRo.R#3
Excelでも統計分析 HADについて SappoRo.R#3
More from 考司 小杉
日本認知心理学会研究法研究部会#1 多次元尺度構成法,その基礎と広がり
Mds20190303
Mds20190303
考司 小杉
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
考司 小杉
電子情報通信学会ヒューマンコミュニケーショングループ2018年シンポジウムでお話しした内容です
HCG20181212
HCG20181212
考司 小杉
2018/06/02 基礎心理学会のフォーラムにてお話しした内容です
20180602kosugi
20180602kosugi
考司 小杉
日本心理学会第81回大会で発表したスライドです。
Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法
考司 小杉
Osaka.stan#5 2017.07.01 at KG Univ.
StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9
考司 小杉
Introduction to Bayesian statistics for undergraduate students.
学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)
考司 小杉
行動計量学会2013@東邦大学習志野キャンパスでの発表資料です。
家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)
考司 小杉
SappoRo.R #2 初心者向けWS資料
SappoRo.R #2 初心者向けWS資料
考司 小杉
Yamadai.R#3 Function
Yamadai.R#3 Function
考司 小杉
Yamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to R
考司 小杉
Kenshu
Kenshu
考司 小杉
2013/03/18にひらかれたYamadai.Rの後半スライドです
Yamadai.Rデモンストレーションセッション
Yamadai.Rデモンストレーションセッション
考司 小杉
2013/03/18に開催されたR勉強会資料スライド。
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
Amosを使ったベイズ推定
Amosを使ったベイズ推定
考司 小杉
複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)
考司 小杉
Special Thanks to @KsTIME19 (on Twitter), who re-printed my PDF files that can read on Slide Share! :)
YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)
考司 小杉
More from 考司 小杉
(17)
Mds20190303
Mds20190303
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCG20181212
HCG20181212
20180602kosugi
20180602kosugi
Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法
StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9
学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)
家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)
SappoRo.R #2 初心者向けWS資料
SappoRo.R #2 初心者向けWS資料
Yamadai.R#3 Function
Yamadai.R#3 Function
Yamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to R
Kenshu
Kenshu
Yamadai.Rデモンストレーションセッション
Yamadai.Rデモンストレーションセッション
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
Amosを使ったベイズ推定
Amosを使ったベイズ推定
複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)
YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)
Recently uploaded
日本や世界の海で何十年にわたり活躍しているオーダーメイドの大型クレーンたち。丈夫で使いやすい"ものづくり"の設計や製造現場に隠された工夫とは…!? 大学で学んだ知識と好奇心を活かし体験・観察! 世界で末永く活躍する新しいクレーンを提案しよう!
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
Kochi Eng Camp
test
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
ものづくり産業では材料加工の一つである工作機械NCフライス盤が無くてはならない存在です。世界情勢の移りゆく中で市場が求める商品の変化に合わせ、新たな工作機械の提案が必要です。工作機械を学び、操作することで未来の機械を創造してみよう!
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
Kochi Eng Camp
a
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
2024年度受験者に向けた大学院説明会資料です。2024/5 ●東京工業大学 建築学系大学院入試関連情報 https://sites.google.com/view/titecharchexam ● 東京工業大学 環境・社会理工学院 建築学系 https://educ.titech.ac.jp/arch/ ● 東京工業大学 環境・社会理工学院|東工大について https://www.titech.ac.jp/about/organization/schools/organization06
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
Tokyo Institute of Technology
お茶の水女子大学で開催された全学FD/SD「授業・研究における生成系AIの活用事例」における講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
2024年度受験者に向けた大学院説明会資料(機械系の各コースの説明資料)です。 ・機械系 大学院説明会|大学院で学びたい方|東京工業大学 https://www.titech.ac.jp/0/prospective-students/open-campus/briefing/department-mech ・工学院 機械系(系詳細ページ) http://www.mech.e.titech.ac.jp/jp/admission/index.html
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
Tokyo Institute of Technology
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
Recently uploaded
(8)
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
Kandai R 入門者講習
1.
【入門者講習】 @kosugitti .
2.
自己紹介 • なまえ;小杉考司(Twitter @kosugitti) •
しょぞく;山口大学教育学部小学校コース • せんもん;社会心理学,または心理学的統計法 • けいれき;社94-553 / 関西学院大学→山口大学 トリスなう
3.
3
4.
ってなんですか • 最近あちこちで聞くことが多くなってきたけど, • 統計ソフトなの?統計環境なの? •
何ができるの?なんか難しくないの?
5.
ってなんですか • 統計ソフトなの?統計環境なの? • 統計処理は「なんでも!」できます。 •
プログラマにとっては集計,分析,報告書作成ま で全部できるので統計環境=プログラム言語です • 大学の研究者にとっては統計ソフト☆という理解 で結構です。
6.
ってなんですか • 統計ソフトなら間に合ってるよ!という人に • SASやSPSSが
を取り込み始めました。 • 統計ソフトとしては商用ソフトよりも数年先を行 きます。
7.
の特徴 • オープンなフリーソフトウェアでどんどん成長 • 情報がネットなどでじゃんじゃん公開されている •
サンプルコード,サンプルデータが豊富 • 8000を超えるパッケージでぐんぐん拡張!
8.
パッケージがすごい • 基本システムに加えて,専門的な分析をするパッケ ージがネットを通じて公開されている • ボタンひとつでネットから新しいパッケージ=新し い分析技術を入手出来る •
専門家もこぞって開発&公開する • 最新の分析技術があなたのすぐ手の中に!!
9.
this is
10.
の特徴 • CUI…Command User
InterfaceあるいはCharacter User Interfaceと はコンピュータにおいて、キーボードを用いて入力を行い文字によ って出力を行う様式のユーザインタフェースである。
11.
CUIの短所 • 短所; • スペルミスすると動かない。 •
特にRは大文字と小文字も区別する • 日本語文字は得意じゃない=半角英数だけで書く • なんかプログラマみたいにみえるやん
12.
CUIの長所 • 長所; • コードがあればどこででも動く •
自分が何をやっているかがはっきりわかる • 「何をやってどうなったかわからない」という 質問に具体的かつ的確に答えられる • なんかプログラマみたいにみえるやん
13.
それでもやっぱり やだよぉぉぉ?
14.
そんなあなたに
15.
こんなのもあるよ
16.
Rコマンダーといいます • これもRのパッケージのひとつ • Rコマンダーの追加パッケージもたくさん! •
とりつきにくいと思う人はこれから始めてもOK
17.
Rコマンダーの中身は 1.ここにコードを書く 3.ここに結果が出る 2.押す
18.
プレーンな だと同じ画面に両方出る
19.
Rコマンダーも悪くない • Rコマンダーは代筆パッケージのようなものです • ある程度プログラム勘がある人はここから始めても いいかも。でもすぐに「美しくない」と自分で書き 始めると思います(体験談)。そんな人は・・・ •
CUIに抵抗がある人もここからでいいですが,CUI の長所を生かすことを考えるなら・・・
20.
21.
圧倒的にオススメします と の組み合わせ
22.
どうちがうの? は統合開発環境(IDE)と呼ばれるもの。 の中で を動かして, 使いやすくしてくれるもの。 を
23.
があると • コード補完機能などコードが書きやすくなる! • 増えがちなファイルの管理も簡単に! •
パッケージのインストールもクリック一つでOK! • レポート作成など文書作成機能も充実!
24.
一旦ここでまとめ • はとても良いものです。 • どんどん成長するみんなのフリーソフトウェア •
専門家もユーザーも。これからの統計プラットフ ォーム • 入門書やユーザーの活動もあちこちで!join us!
25.
それでは実際に 使ってみましょう PCをご準備くださいね
26.
を始めるのに必要な環境 • パソコン(WindowsでもMacでもLinuxでも) • インターネット環境(ネットで色々とってきます)
27.
を導入しよう • 「R」だけでは検索できないので,「CRAN」とい れましょう。
28.
29.
30.
2016.06.08現在
31.
32.
33.
34.
35.
36.
37.
38.
「管理人として実行」したほうが良いかと
39.
Console 調理場 Script ここでレシピを展開 Workspace/History シンク/カメラ Files/Plots/Packages/Help Files 冷蔵庫/Plot
ブログ用画 像 Package 調味料/Help レシピ 本 基本4領域
40.
使い始める前に
41.
タイトルバーにフォルダ情報があればプロジェクト準備OK
42.
プロジェクト管理の利点 • ファイルがあちこちに拡散しない • プロジェクトごとにワークスペース(Rの記憶 )が保持できる •
Working Directoryが自動的に設定される(パス が短くて済む) • R単体だとsetwd関数で指定する
43.
44.
他にも便利な機能がいっぱい • 関数補完機能(TABキー) • SourceからConsoleへ(Run),HistoryからConsole やSourceへ •
実行してうまく行ったものをSourceに保存=清 書 • プロットした図の出力(サイズ変更やClipboard出 力,File出力)
45.
順番にやって いきましょう
46.
47.
Console 調理場 Script ここでレシピを展開 レシピを書いて 調理場に持っていく アクティブなカーソルが どこにあるか注意してね
48.
レシピを書いて 調理場に持っていくと できた☆
49.
50.
Historyタブも便利 毎回の実行記録が残ります コンソール(調理場)や ソース(レシピ帳)に 持っていくことも可能。
51.
四則演算 一行ごと 実行される 実行待ち状態
52.
四則演算 ここのプラスは 「まだ終わってませんよね?」 の意
53.
保存しておこう
54.
関数こそ醍醐味
55.
関数がいーっぱい • 関数は,関数名(引数,引数,引数,...)のように書 きます。 • 引数(ひきすう)は関数に渡したい数字やデータで す。 •
引数でオプションの指定をすることもあります。 • 例)mean(x, na.rm=TRUE) • TRUE/FALSEはスイッチのon/offを表す記号です
56.
Helpも関数
57.
英語きらい? • ヘルプは英語ですが,書式は整っているので慣れれば 読めます • Description;解説 •
Usage;使い方とデフォルト情報。 • Auguments;引数。与える情報。 • Details;関数の詳細。 • Value;関数が返す値。アウトプット。 • ReferenceやExampleもあります。
58.
ただの電卓じゃないよ • 数字をセットで扱えます。 • 数字のセットに名前を付けてとっておくことがで きます。次のように入力してみてください。 •
1:4 -> kandai • 「いちころんよん ハイフン だいなり かん だい」 • 「かんだい」
59.
一言一句解説 • 一行目; • 「いちころんよん」;1から4まで連続した数字 •
「ハイフン だいなり」;→のつもり。代入し なさい。 • 「かんだい」;かんだいと名付けた箱の中に。 • 二行目 • 「かんだい」;かんだいの中身はなんなんだい?
60.
数字のセットなので 平均の関数mean 標準偏差の関数sd 相関の関数cor
61.
関数電卓かよ! • という人のために。作図もできるのです。
62.
63.
でもまだ○xcelに負けてるね! • という人のために,今から色々紹介していきま すが, • ひとまずdemo(graphics)と入力してみないか? ! •
数値の行列処理,作図能力,なかなかですよ
64.
行列 • 表計算ソフトはベクトルの計算はできても行列 計算は苦手なわけでして・・・ • 次のように入力してみましょう
65.
要素にアクセス • 出力の周辺に,[,1]とか[2,]とかありましたね。 • アレがそのまま,行列アクセスのヒントになっ ています。
66.
行列の計算? • mat1 -2とかmat1*1とか。ベクトルと同じで要素 全てに処理。 •
行列とベクトルのかけ算とか,行列と行列の足 し算とか・・・は必要なんだけど,算数の授業 じゃないのでパス!
67.
データの形は • 基本は矩形 • ではdata.frame型といいます。変数名がつけら れる行列です。 •
サンプルデータを読み込んでみましょう。
68.
69.
データの最初の数行を見せるhead関数 データの要約を見せるsummary関数
70.
$で変数指定
71.
• 新しい変数を指定すると作られます $で変数指定
72.
最初につまづきそうなのは • 乗り換えるときに一番大変なのがデータの加工 • 幾つかのポイントをご紹介 •
ファイルからデータを読み込む • 先ほどの「新しく変数を作る」 • データの一部を抜き出す
73.
データはどこ? • 多くの場合,データはファイルとして 外部にあ りますよね。 •
プロジェクトフォルダの中に入れましょう。 • データはカンマ区切り,タブ区切りのテキスト形式 で保存してください。
74.
75.
76.
読み込むのも関数ね • 代入先←関数名(ファイル名,ヘッダ,欠損値 ) • delim;テキストファイル,csv;カンマ区切り •
ファイル名を直接指定するかfile.choose関数 • 一行目に変数名あり=TRUE,なし=FALSE • 欠損値は文字,記号等を指定する hoge1 <- read.delim("sample.dat",head=TRUE,na.strings="*") hoge2 <- read.csv("sample.csv",head=TRUE,na.strings=".") hoge3 <- read.csv(file.choose(),head=FALSE,na.strings="9")
77.
中身なぁに? • 読み込んだものはdata.frame型になっています。 • オブジェクトの中身,構造を見たいときはstr関数
78.
データの一部を抜き出す
79.
あとは組み合わせ
80.
調理例
81.
82.
モデルの表記法 • 関数の意味やモデルの詳細はヘルプに譲るとし て・・・ • 独立変数(説明変数)と従属変数(被説明変数 ,目的変数)の関係を表すformulaを知っておく と,少しばかり捗ります。 •
従属変数〜独立変数+独立変数・・・という書 き方をします。
83.
モデルの表記法 上から順に,分散分析,回帰分析,重回帰分析,因子分析 因子分析は従属変数がないことがわかる ピリオドは「データセット内のすべての変数」 iris[,-5]は5列目は削除してね,という意味 Tips
84.
あとはパッケージ!
85.
ダウンロードと実装 • インストールするだけでは使えません。 • 「ここで装備していくかい?」=library関数 •
library(psych)とするとpsychパッケージの関数 群がつかえるようになります。
86.
逆に悩ましい • パッケージは8000以上! • どれを使っていいのかわからない・・・ •
そういうときは,「領域ごとに関係あるパッケージ をまとめてインストールしちゃうパッケージ」を使 うといいでしょう
87.
88.
ネットは広大だわ • 何を,どう使うか,色々調べるヒントがあります • Rjpwiki;日本語のR情報がここに集結 •
手前味噌ですが「山口大学教育学部教育心理学コー ス」のサイトには動画やテキストが公開されていま す。 • http://psycho.edu.yamaguchi-u.ac.jp/ へGo! • 専用検索サイト,seekRも
89.
テキストも充実してきまし た
90.
宣伝
91.
Enjoy
92.
thank you @kosugitti .
Download now