thumbnail image

Nospare

  • Business
  • R&D
  • Team
  • Company
  • News
  • Career
  • Seminar
  • …  
    • Business
    • R&D
    • Team
    • Company
    • News
    • Career
    • Seminar
CONTACT

Nospare

  • Business
  • R&D
  • Team
  • Company
  • News
  • Career
  • Seminar
  • …  
    • Business
    • R&D
    • Team
    • Company
    • News
    • Career
    • Seminar
CONTACT
  • 統計学・機械学習の解説記事

    Qiita上で公開している解説記事リンク(毎週金曜日更新)

    配信用のTwitterアカウントはこちら

  • 統計・機械学習 ワンポイント解説記事

    ​

    線形回帰モデル

    • 線形回帰Tips

    • 決定係数について

    • 正射影と多変量解析の諸手法

    • 多重共線性について

    • ガウス・マルコフの定理について

    • 線形混合モデルとその応用例

    • 線形混合モデルを用いた小地域推定

    • 一般化線形モデル(GLM)と一般化線形混合モデル(GLMM)

    • quantregパッケージで分位点回帰をしてみる

     
    情報量基準
    • 線形モデルと線形混合モデルにおけるAIC

    • BICとは何か

    • Deviance Information Criterion(DIC)について

    • 情報量規準の分類

     
    ベイズ統計学・マルコフ連鎖モンテカルロ法 (MCMC)
    • ベイズ分析のワークフローにおける視覚化について     ⇦ ベイズ分析の一般的な手順の解説

    • MCMCが上手くいく時といかない時

    • Integrated Nested Laplace Approximationを用いた近似ベイズ解析

    • ブートストラップと一般化ベイズ  

    • ブートストラップによる近似ベイズ推測

    • 一般化ベイズ法 (前編)

    • 一般化ベイズ法 (後編)

    • Rで使えるベイズ分析のパッケージの比較

    • 【ベイズ統計学】ロジットモデルに対するギブスサンプリングを簡単に行う!(理論編)

    • 【ベイズ統計学】ロジットモデルに対するギブスサンプリングを簡単に行う!(R編)

    • 縮小事前分布によるベイズ的変数選択について1: Bayesian Lasso (理論編)

    • 縮小事前分布によるベイズ的変数選択について2: Bayesian Lasso (R編)

    • 縮小事前分布によるベイズ的変数選択3: Horseshoe prior (馬蹄事前分布)とは

    • 縮小事前分布によるベイズ的変数選択4: 馬蹄事前分布のMCMC

    • 分位点回帰をベイズ推定してみる

    • 打ち切りのある分位点回帰モデルをベイズ推定する

    • Google colaboratory上でのStanの使い方

    • ポアソン推定量について

    • インポータンス・サンプリングについて

     
    状態空間モデル・時系列データ解析
    • カルマンフィルターについて
    • Python particlesパッケージで逐次モンテカルロ法を適用してみた(前編)

    • Python particlesパッケージで逐次モンテカルロ法を適用してみた(中編)

    • 単位根について

    • 関数時系列データの主成分分析(1)

    • 関数時系列データの主成分分析(2)

    • 関数時系列データの主成分分析(3)

     
    計量経済学
    • 操作変数法について(1)

    • 計量経済学における識別問題について

    • 識別できないモデルの分析方法について

    • パネルデータ分析・超入門1

    • パネルデータ分析・超入門2

     
    ノンパラメトリック手法
    • ノンパラメトリックな方法を用いた探索的データ分析
    • ノンパラメトリック関数回帰(1)

    • ノンパラメトリック関数回帰(2)

    • ノンパラメトリック回帰モデルの適応的推定(1)

    • ノンパラメトリック回帰モデルの適応的推定(2)

     
    空間データ解析
    • 空間データの回帰分析 (地理的加重回帰モデル)
    • 空間クラスタリングを取り入れた回帰分析
    • 空間的異質性を考慮したノンパラメトリック回帰モデル
    • 空間データのためのブートストラップ法 (解説編)
    • 空間データのためのブートストラップ法 (データ分析編2)
     
    その他
    • 標本平均のrandomnessとは?

    • ブートストラップを用いたバイアス補正(1)

    • ブートストラップを用いたバイアス補正(2)

    • EMアルゴリズム

    • 有限混合モデル・モデルベースクラスタリングでのクラスター数について

    • 正規分布の位置尺度混合表現

    • 正規分布の尺度混合表現3選

    • 所得分布と一般化ベータ分布のファミリー

    • Visual Studio Code(Mac)でRのワーキングディレクトリ

    • survey weightの役割

    • 外れ値とロバスト推定(1)

    • 外れ値とロバスト推定(2)

    • 外れ値とロバスト推定(3)

    • 外れ値とロバスト推定(4)

    • 非正規化モデルのパラメーター推定について

    推薦図書解説記事

    • 計算機統計学・ベイズ統計学周辺でのお勧めの教科書10冊
    • 無料で読める統計学・機械学習周辺のチュートリアル論文や講義ノート10本
    • 初学者からの統計学10冊(社会科学向き)
    • 日本語で学べるベイズ統計学の教科書10冊
    • ベイズ分析を行えるようになるためのおすすめの日本語の書籍
    • 日本語で学べる極値統計の本の紹介
    • MCMCをフルスクラッチで実装するトレーニング方法
    • 統計学・データサイエンスの勉強方法について
    • 統計学の研究・実務の際に参照をする日本語の教科書10冊

    研究紹介

    • モデル誤特定に対して頑健な信頼区間
    • 空間クラスタリングを取り入れた回帰分析
    • 空間的異質性を考慮したノンパラメトリック回帰モデル
    • 空間データのためのブートストラップ法(解説編)
    • 空間データのためのブートストラップ法(データ分析編2)
    • データの端に興味があるときの分位点回帰
    • データの端に興味があるときの分位点回帰(データ分析編)
    • ロバストなベイズ的回帰分析のための新しい誤差分布 (理論編)
    • ロバストなベイズ的回帰分析のための新しい誤差分布 (R編)
    • ノンパラメトリック関数回帰

    歴史・一般論

    • 統計学の過去50年における最も重要なアイディアとは?
    • ベイズ統計における数値計算の進歩の歴史(前編:1763年から20世紀まで)
    • ベイズ統計における数値計算の進歩の歴史(中編:21世紀)
    • ベイズ統計における数値計算の進歩の歴史(後編:モデル比較と予測)
    • ベイズ疾病マッピングの歴史について(前篇)
    • ベイズ疾病マッピングの歴史について(後篇)
    • 数字に対する信用について

© 2022 Nospare inc.

    クッキーの使用
    Cookiesを使用して、スムーズなブラウジングエクスペリエンスを保証します。続行すると、Cookiesの使用を受け入れるものと見なされます
    詳しく見る