質
#NodaiStat 【質問】「実験計画法のデータ計算で偏差→平方和→自由度→分散（平均平方）のステップが理解を越えました」／【回答】データのもつ “ばらつき” を数値化する手順として偏差から分散への道筋を解説しました．“ばらつき” がまだ「身体化」できていな…
#NodaiStat 【質問】「正規分布は “神” であるとのことでしたが，嘘をつかない数字をデータ化した統計学も嘘をつかないのかな」／【回答】ヒトは簡単にころっとダマされる生きものなので，数字や統計学をふっと信心しそうになったら要注意．統計学者は肉食系…
#NodaiStat うっかり放置してしまった先週の質問カード……． posted at 05:06:52 #NodaiStat 【質問】「正規分布という聞き覚えのある単語から発せられる圧力」／【解答】パラメトリック統計学派はもともと “圧力団体” なんですって． posted at 05:08:05 #No…
#NodaiStat ゴールデンウィーク突入ですが，忘れないうちに前回講義の質問からいくつか． posted at 17:31:07 #NodaiStat 【質問】「箱ひげ図の外れ値はデータ棄却の目安となりうるのか？」／【回答】なりません．ジョン・テューキーの箱ひげ図はもともとデ…
#NodaiStat 今日の統計学概論は R のデモが不調で申しわけありませんでした．先ほど “教育的指導” をしましたので，次週お見せします．先ほどの講義の質問からいくつか． posted at 16:10:49 #NodaiStat 【質問】「個々の差が大きくても平均化してしまえば違…
#TodaiStat 昨日の補講で今季の講義はすべて終了です．形態測定学の話を時間内にぎゅぎゅっと詰め込んでどうもすみませんでした． posted at 05:33:22 #TodaiStat 【質問】「形態測定学のオススメの参考書はありますか？」／【回答】イチオシは M. L. Zeldit…
#TodaiStat 【質問】「分類の哲学的な考え方は今までで一番おもしろかったです」／【回答】こちらの世界へようこそ！ ともに「輝ける道」を進みましょう． posted at 16:16:46 #TodaiStat 【質問】「チェインで生物を分類していたとは」／【回答】「存在の連…
#TodaiStat 【質問】「ベイズの定理ってたぶん初耳」／【回答】高校の確率統計ではやらなかったですか？ 教養の基礎統計では「ベイズの定理」は出てくるようですが．ただし，ベイズの定理がわかったからと言ってベイズ推定が理解できたわけではありません．…
#TodaiStat 最後は，先週12月19日のリサンプリング統計学の分ね． posted at 13:47:17 #TodaiStat 【質問】「bootstrap とか jackknife という名前はどこからきたのか？」／【回答】ブーツストラップ（bootstrap）は文字通り「ブーツのひも」．だから「ブー…
#TodaiStat さらに続いて，多変量確率分布と多変量解析の話をした12月12日分． posted at 13:13:34 #TodaiStat 【質問】「多変量正規分布のパラメトリック理論を勉強してみたいです．駒場の線形代数では二次形式まではやりました」／【回答】多変量正規分布…
#TodaiStat 続いては一般化線形モデル（GLM）と一般化加法モデル（GAM）そしてそれらの混合効果バージョンについて解説した12月5日分ね． posted at 12:43:07 #TodaiStat 【質問】「これまでの線形モデルでは正規分布に従わないデータをどのように躾けてきた…
#TodaiStat 質問カードの海でぶくぶく……．まずはモデル選択の講義をした11月28日分から． posted at 11:17:15 #TodaiStat 【質問】「AIC を導出するときのデータの “ばらつき” がよくわからない」／【回答】AIC は実際のデータから計算された尤度に対する「…
#TodaiStat 先週の乱塊法の講義に関する質問への回答です． posted at 06:41:46 #TodaiStat 【質問】「乱塊法を使わねばならない状況がよくわかりません」／【回答】完全無作為化法は何も事前情報がないときに背景撹乱要因の影響を偶然誤差として解釈します…
2013年11月11日（月）～15日（金）に開催された数理統計研修（基礎編）でワタクシが受けた質問への回答集： #toukei2013 【質問】「離散的・質的変数データの場合も視覚化は可能なのでしょうか？」／【回答】グラフを用いたデータの視覚化は，連続型変量だけ…
#TodaiStat 昨日の実験計画法の講義に関連するいくつかの質問へのお答え． posted at 10:11:11 #TodaiStat 【質問】「ハンドアウトのコピーが汚くて数式が読めなかった」／【回答】すまん．ワタクシの租界Ｒ ow.ly/qnJ7y に「実験計画法（1）」のスライドpdf…
#TodaiStat 【質問】「確率分布マンダラがすごい」／【回答】つ Lawrence M. Leemis: Univariate Distribution Relationships ow.ly/qj3yi のクリッカブル・チャートをご堪能ください． posted at 11:17:43 #TodaiStat 【質問】「確率分布から分散パラメータ…
#TodaiStat 【質問】「ヒストグラムの山が複数ある場合は箱ひげ図は不都合ではないか？」／【回答】複数の山があればダメですね．データの可視化方法としての箱ひげ図にはもちろん限界があります． posted at 10:03:31 #TodaiStat 【質問】「箱ひげ図のひげ…
#TodaiStat これまでの質問カードをずっと放置してしまった……．すまんすまん． posted at 09:42:37 #TodaiStat 【質問】「統計学は最強の学問ではないと講義で言われましたが，対症療法としては最善ではないですか？」／【回答】データに基づく推論の技法が…
今回の講義では，スライドによるプレゼンとともに，フリーウェアの統計言語〈Ｒ〉とそのGUIを与える〈Ｒコマンダー〉を用いた計算デモンストレーションを併用して，できるだけ「計算してみる統計学」を実践したいと思います．受講生のみなさんも，もし自分の…
今日は，統計モデリングの一般論について解説しました．モデル選択の原理について話をした上で，これまでの線形モデル（ＬＭ）を出発点として，一般化線形モデル（ＧＬＭ），さらには一般化加法モデル（ＧＡＭ）への拡張，さらには混合効果モデルを組み込ん…
今日の講義では，処理平均の差に関する多重比較の原理とさまざまな補正法について説明しました． 質問です： 【質問】帰無仮説や対立仮説や検定統計量の意味が結局わかりません． データをとる目的は対象に関するある性質を推論することにあります．ある実験…
今日は実験計画に関わる線形モデルと分散分析に関する最後の講義でした．分割区法（split-plot）と細分区法（strip-plot）について解説しました．実験計画法の中でもレイアウトが複雑な手法だったので，何をどのように無作為化したのかがわかりづらかったか…
今日は，乱塊法の分散分析を１要因と２要因について説明した．数値計算については，R Commander のデモを併用しました．複数の要因間の交互作用についてはわかってもらえたでしょうか． 【質問】交互作用と誤差をどう分けるのか，聞いていたのだがいまひとつ…
前回に続いて，今回は完全無作為化法による実験計画について説明しました．実験区レイアウトに沿って線形統計モデルを立て，データのばらつきを要因効果と誤差効果に分割します．要因効果の有無は分散分析によって検定します．次に乱塊法について説明し，ブ…
今回の講義では，まずはじめに正規分布とそれから派生する確率分布の解説をしました．確率密度関数の数式を見せつつ，「これを見てはいけない」というのはムリがあったかもしれません．後半は実験計画法の概論です．反復実験と無作為化の意味について話をし…
今日の講義では，John Tukey の「箱ひげ図」を説明したのちに，確率変数と確率分布について話をしました．いわゆる「パラメトリック統計学」の基本について説明したのですが，“数式含有率 ”はこれまでよりも高かったですね．積分記号とか期待値演算子につい…
今日の講義は，「分散」の概念を地べたから導出することがメインでした．あわせて，なかなか理解しにくい「自由度」についても話をしました．最後に，推論様式としての「アブダクション」について解説しました． 次のような質問が届いています．まずはじめに…
今日の講義では，先週の「統計学概論」の続きを話し，後半は「データの視覚化」という新しい話題に入りました．統計ソフトウェア〈R〉のデモが意外に時間がかかってしまいました．〈R〉を初めて体験する方がほとんどだと思いますが，フリーのツールを用いて…
4月14日の初回講義に関連して，いくつかのコメントが寄せられています．まだ本論に入っていない段階ですが，以下，お答えできる範囲で．まずは数学・統計学とのつきあい方から： 講義の名前にびびったが来てよかったと思った．何となく先生の話が“数の悪魔”…
どーも，二月も終わりに近づきました．生物統計学の成績評価はすでに事務に提出してありますので，ご安心を． さて，先月末の補講では「形態測定学」についての講義をしました．それに関する質問が二つ届いています．遅くなりましたが，回答です． 非常に興…
