Weitere ähnliche Inhalte
Ähnlich wie 要因計画データに対するベイズ推定アプローチ (9)
Mehr von Takashi Yamane (14)
要因計画データに対するベイズ推定アプローチ
- 22. サンプルデータ
2要因 (2×2)
30問の正答数のデータ
condition A1, A2はbetween
pre, postはwithin
各条件20名
《sample01.csv を参照してください》
- 63. 2要因群間計画データの推定:Stanコード
transformed parameters{}ブロック
mu2[1] = mu – effectB;
mu2[2] = mu + effectB;
要因Bの効果を加える
効果は2つの条件で相殺される
ように加える必要がある
ideal1[1] = mu2[1] – effectA + effectAB;
ideal1[2] = mu2[2] – effectA – effectAB;
ideal2[1] = mu2[1] + effectA – effectAB;
ideal2[2] = mu2[2] + effectA + effectAB;
各条件に要因Aと交互作用ABの
効果を加える
- 73. Tips:ベイズ関連情報
『Doing Bayesian Data Analysis』の翻訳本が出ます
『Bayesian Cognitive Modeling』も出るという噂
社会心理学会春の方法論セミナー 3/14(火) @上智大学
「効果の科学からデータ生成過程の科学へ
〜心理学者のためのベイジアン・モデリング入門」
(http://www.socialpsychology.jp/seminar/seminar2.html)
- 74. 参考文献・webサイト
『基礎からのベイズ統計学』 朝倉書店
『はじめての統計データ分析』 朝倉書店
『実践ベイズモデリング』 朝倉書店
『新訂 心理統計法−有意性検定からの脱却』 放送大学教育振興会
『StanとRでベイズ統計モデリング』 共立出版
Stan超初心者入門
http://www.slideshare.net/simizu706/stan-62042940
心理学者のためのベイズ統計入門
http://www.slideshare.net/simizu706/ss-57721033
心理統計の課題をRmdで作る
http://www.slideshare.net/KojiKosugi/rmd-67205625
SpecialThanks
本資料の作成にあたって,
山口大学教育学部 小杉 考司 先生
広島大学教育学研究科 平川 真 先生
広島大学教育学研究科 難波 修史 氏
から,多くの重要なご指摘をいただきました。ありがとうございました。
Hinweis der Redaktion
- ・データの平均値など先に示す
- ・練習だからという点強調
- ・使用ファイルどっかに載せる
- ・対応ありのコードに
- ・対応ありのコードに
- ・対応ありのコードに
- ・対応ありのコードに
- ・対応ありのコードに
- ・データの平均値など先に示す