anova
関数にわたす方法がわからん.
というのも,
この関数もまた他の多くの R 関数と同様に,
...
なる演算子 (いやむしろ一種の変数だな)
をもちいた引数やりとりをしているわけで,
list は受けつけん
……
かとー先生もまきこんでしまっていろいろ調べてみる.
なかなかわからん.
ついには
「えーい,どうせ R って lispy な言語なんだろ」
ということで,
ここ
らへん参考にしながら,
eval(parse(text="anova(logistic.A, logistic.B)"))
などと書いてみる
(実際には text=
以降の
""
内文字列は計算させながら
paste()
で生成させていく).
……
ははは,
うごいた.
stepAIC
(in MASS
library)
を用いるほうが,
よほど簡単でカシこい方法だということが,
最後にはわかってしまったのでした.
いやはやというべきかともかく一件落着.
SeekChange
を基底として
SeekChangeForward
と
SeekChangeBackward
を派生して,
というふうに.
PrunusDB
以下に階層的に
組み込んでいく.
でてきた結果をみると,
やはり forward/backward はたいていの場合で完全一致と確認できた.
hokudai.ac.jp
下にないのが,
北大のだめなところ)
の練習をやらせられる.
いつもちんたら走ってるんで,
息切れするほどの速さで走るとカラダが驚く
(距離は短いんだけど).
nissay.co.jp
のディスクロージャー (情報開示)
とやらをながめてみる.
個人保険・個人保険年金の契約者・契約金額とか
単調に減少してるじゃん.
そして手もとにあるお役所&他社のつるんだ
保険の資料と比較してあれこれ計算してみたり.
ともかく
「こいつ相手に売り込みしても効率わるい,無駄だ」
と思わせなくては.
<table>
タグ多用してるな.
今回はどうしようかなあ.
<table>
したほうがラクなのは間違いないところなんだけど.
それはヨロしくない,
との意見も多々あり
……
ここ
とか
ここ
とか
ここ
……
理念はわかるんだけどねえ.
scb
関数 in locfit
library)
……
なんつーか,
variance が「なめらか」に変化していく,
というような仮定を導入したいところですなぁ.
じっさいにやったら計算量がまた増えそうな気がするんだけど.