更新: 2018-01-16 13:53:38
生態学のデータ解析 - 数学セミナー2007
数学セミナー 2007 年 11 月号 特集「統計科学のすすめ(その2)」の紹介
特集――統計科学のすすめ[その2]
- 平均値から個性へ/統計的モデリングのひらく世界像伊庭幸人 8
- 階層モデルで「個性」をとらえる久保拓弥 16
- 個人差・地域差をとりこむ統計科学/医学分野の事例丹後俊郎 23
- 全体モデルから局所モデルへ/状態空間モデルとシミュレーション樋口知之 30
- 生きた言葉をモデル化する/自然言語処理と数学の接点持橋大地 37
- ポスト近代科学としての統計科学田邉國士 44
- ブックレビュー/情報量規準・ベイズ統計・MCMC伊庭幸人 50
このペイジでは, この特集で私が書いた解説記事 「階層モデルで個性をとらえる」 (久保) で とりあつかった例題データとその解析プログラム (R 用) を公開しています.
- 原稿ファイル (PDF file, 0.1MB, 2007 年版です)
- この原稿ファイルの頒布もと: 北大 HUSCAP http://eprints.lib.hokudai.ac.jp/dspace/handle/2115/34685
関連リンク
- ベイズ統計 & MCMC
- R のインストール (R は誰でも無料で自由に使えるフリーなソフトウェアです)
例題のデータとプログラム
- 架空植物の種子結実データ (RData 版): d.RData
- R の
load("d.RData")
で読みこむ
- R の
- 架空植物の種子結実データ (CSV 版): d.csv
- R の
read.csv("d.csv")
で読みこむ
- R の
- 経験ベイズ法 (GLMM) でパラメータを最尤推定する R コード
load("d.RData") # データよみこみ library(glmmML) glmmML(y ~ 1, data = d, family = binomial, cluster = d$plant.ID)
- Markov Chain Monte Carlo (MCMC) 法でパラメータの事後分布を推定する R コード
ベイズモデリングの世界 (2018 年 1 月, 岩波書店)
- 2007 年版の原稿を改訂・再編集したもの
- Link: https://www.iwanami.co.jp/book/b341709.html
Stan 例題を追加?
- (準備中?)