数学いらずの医科統計学 より PART4 連続変数p.61 ■散らばりや分布を示すためのデータのグラフ化 散布図 Tm<- mean(c(37, 36, 37.1, 36.2, 37.3, 36.8, 37.0, 36.3, 36.9, 36.7, 36.8)) #観測したデータの平均をTmとする t1<- rnorm(130, Tm, 0.8) #t1はTmの…

chisq.test(c(315,108,101,32),p=c(9,3,3,1)/16) #c(315,108,101,32)は観測値、p=c(9,3,3,1)/16は生起確率 Chi-squared test for given probabilities data: c(315, 108, 101, 32) X-squared = 0.47, df = 3, p-value = 0.9254

PART4 P値と有意性

初等解法について

常微分方程式論より。参考リンク先 Cauchy-Lipschitzの定理 - KameWiki コーシーの平均値定理 - Wikipedia

数学いらずの医科統計学 より PART1 統計学入門 p.13 平均への回帰 p.22 n of 1 試験 PART2 信頼区間 CHAPTER 4 比率の信頼区間 信頼区間 confidence interval(CI) 目的 ある特定のデータから一般的な結論を導くこと 前提 ランダムなサンプル,独立した観察,…

ベッドルームで群論を第11章アイデンティティーの危機 p.243〜263 １．数がequalかどうかペアノ式で評価する ①ゼロであること ②１引くこと ができることを前提とする。(ア)x,yの両方がゼロの時はequal (イ)x,yの片方のみがゼロの時はnot equal (ウ)x,yの両方…

第10章第三の基数 p.215〜p.241◆用語「ゴルディロックス」

ベッドルームで群論を第４章遺伝暗号をひねり出すp.77〜104他の人の記事 １．アミノ酸２０コだけじゃない！！！！amino acids Wikiアミノ酸にはStandard amino acidsとNon-standard amino acidsがある。Standard amino acidsとは、私達が一般的に知っている…

ベッドルームで群論を第３章金を追ってp.29〜75他の参加者の記事 １．熱力学古典熱力学…巨視的現象として捉える統計力学… 個々の分子の現象として捉える ２．グラフ理論有向グラフ無向グラフ ex)拡散など 点自体に濃度が存在して、その勾配に従ってものが移…

ベッドルームで群論を第２章資源としての「無作為(ランダムさ)」p.29〜48他の参加者の記事１．ランダムとはランダム - WikipediaRandomness - Wikipedia簡単にいうと予測不可能であること。２．ランダムの使い道①暗号など、予測されない必要があるとき②シュ…

今後は毎週 「ベッドルームで群論を〜数学的思考の楽しみ方〜」http://www.amazon.co.jp/%E3%83%99%E3%83%83%E3%83%89%E3%83%AB%E3%83%BC%E3%83%A0%E3%81%A7%E7%BE%A4%E8%AB%96%E3%82%92%E2%80%95%E2%80%95%E6%95%B0%E5%AD%A6%E7%9A%84%E6%80%9D%E8%80%83%E3…

http://f29.aaa.livedoor.jp/~morg/wiki/index.php?tex%B5%AD%CB%A1%A1%A2mimeTex%A4%CE%BD%F1%A4%AD%CA%FD%A1%A2%B5%AD%CB%A1(%BF%F4%BC%B0%C9%BD%BC%A8)

感度・特異度と陽性的中率・陰性的中率 - おしゃスタ統計 〜統計学・機械学習・AI〜

関節リウマチの診断基準(2010/08/22) 2010-08-18CBTの勉強で学んだ知識 「両側性関節炎ならリウマチである可能性が高い」 という定説について。真偽を確認。全て× 両側 片側 0 0 2 1 1 2 … 3 … 5 …使ったデータ 2010-08-18 このデータには関節の腫脹が左右ど…

①二項分布…離散的(連続でない)②P値について pは確率(probability)のp。 詳しくはGの授業のレジュメ参照。

第５回MIKU勉強会 - MIKU勉強会の続き①について x<- c(165,170,172,175,170,172,183,187,180,185) y<- c(50,60,65,65,70,75,80,85,90,95) X<- sum(x) Y<- sum(y) S<- rep(0,100) a<- 1:10 b<- 1:10 A<- as.matrix(expand.grid(a,b)) #(a,b)は1~10までの整数…

BMI - MIKU勉強会の続き①の場合(簡単のため、点と直線のｙ座標の差を足して最もゼロに近いものを考える) x<- c(165,170,172,175,170,172,183,187,180,185) y<- c(50,60,65,65,70,75,80,85,90,95) # y=ax+b a<- c(1:10) b<- c(1:10) # この中で最も回帰直線に…

関数名<- function(引数１、引数２、引数３、引数４、…、引数ｎ){ 式1.1 式1.2 式1.3 … 式1.m } #例 myfexl<- function(x,y){ z<- max(x)+min(y) return(z) } z<- myfexl(x,y) z

if(条件式){ 式1.1 式1.2 … 式1.m } else { 式2.1 式2.2 … 式2.n } x<- 2 if (x > 0) { # if ( 条件式 ) sum(1:x) # 条件式が TRUE のときに実行される部分 } else { x <- -x # 条件式が FALSE のときに実行される部分 sum(1:x) # }

線形回帰関数について #lm()はＲの線形回帰関数 lm(formula, data, subset, weights, na.action, method = "qr", model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE, contrasts = NULL, offset, ...) つまり、lm()関数を使うと言うのは、w…

BMI - MIKU勉強会の続き身長と体重の値をプロットしたグラフに対して、回帰直線を引きたい。回帰直線(プロットに一番近い直線)の定義の仕方。①点と直線のｙ座標の差の２乗の和が最も小さい ②点と直線の距離の２乗の和が最も小さい ③ｘ座標の順に点を結んだ線…

★有料サイト同窓会のための名簿・会員管理システム【アルムネット】 初期費用１２万＋毎月５０００円料金がかかるそう。 この会社は「少人数の団体」を顧客としていることが多いことにたいして、当部は２００名程いるため、価格が跳ね上がっていると伝えられ…

次回までの宿題。１つ自分でパッケージを作って、それをRpublisherに載せる。

http://mjin.doshisha.ac.jp/R/13.pdf Rと回帰分析 taikei<- matrix(0,10,2) taikei[,1]<- c(165,170,172,175,170,172,183,187,180,185) taikei[,2]<- c(50,60,65,65,70,75,80,85,90,95) colnames(taikei)<- c("身長","体重") taikei plot(taikei) taikei.F<…

次は行列について勉強します。 駆け足で読むRで学ぶクラスタ解析 の検索結果 - ryamadaの遺伝学・遺伝統計学メモ http://mjin.doshisha.ac.jp/R/13.pdf http://hosho.ees.hokudai.ac.jp/~kubo/stat/2008/c/kubostat2008c.pdf この辺からぼちぼち始める。

しばらくブログを書けなくてテンパっていたら、ただログイン状態が切れていただけでした。 というわけで、たまっていたRでやったことを更新します。 #cone and rod x1<-c(-20:0) x2<-c(0:20) y1<-8*exp(x1+10) y2<-8*exp(-x2+10) x<-c(x1,x2) y<-c(y1,y2) y3…