Publications by 高橋 慎
経営のための統計学II 第3回 時系列分析1
時系列プロット 時系列分析では、まず時系列データをプロットして、その性質を検討する。 原系列：時系列データそのもの 対数系列：原系列の対数値 階差系列：１時点離れたデータとの階差または差分 変化率（成長率）：１時点離れたデータから変化した...
7527 sym R (5481 sym/38 pcs) 12 img
2021厚數據與資料敘事工作坊-我的學思筆記
第一天 自我介紹 這個練習是這個工作坊讓你先建立「書寫出意義才是核心、資料分析是其次」的重要觀念。請用這一段來聊聊你為什麼會來參加這個工作坊以及你的期待。請刪掉這段文字後，寫下你自己的話。 思考與書寫 挑戰一 請舉至少一個例子，說說你的�...
1088 sym R (3225 sym/15 pcs) 2 img 1 tbl
2021厚數據與資料敘事工作坊-劉正山的學思筆記
第一天 自我介紹 這個練習是這個工作坊讓你先建立「書寫出意義才是核心、資料分析是其次」的重要觀念。請用這一段來聊聊你為什麼會來參加這個工作坊以及你的期待。請刪掉這段文字後，寫下你自己的話。 因為… 思考與書寫 挑戰一 請舉至少一個例子，說...
1091 sym R (3591 sym/14 pcs) 2 img 1 tbl
演習課題01 解答
課題 売上データを用いて以下の分析をし、（ ）内から適切な語句を選ぶ。 ① 価格と売上数量の間に相関があるといえるか有意水準5%で検定せよ。 値は有意水準より（大きい・小さい）ので、価格と売上数量の間に（正の・負の）相関があると（いえる�...
729 sym R (1848 sym/11 pcs) 1 img
Clinical prediction models: Model performance
Model performance 予測は、相対的な効果（OR、RRなど）指標で表現されるだけではなりません。 私たちが主に興味を持っているのは、絶対的な効果です。 例えば、 “この特性とこの特性を持つ人が（結果を）得る確率はどのくらいか？” などです。 予測モデル�...
7494 sym R (15996 sym/97 pcs) 14 img
Time varying covariate in Cox regression
Immortal time bias 不死の時間とは、デザイン上、死亡やイベントが発生しない追跡期間のこと。 例えば、退院日が追跡調査の開始日となる場合に、退院後に処方箋が調剤されるのを待つといったことです。 この待ち時間が存在するということはその期間は死ん�...
2999 sym R (4079 sym/26 pcs) 5 img
Publish Document
R Markdown This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com. When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within t...
593 sym R (268 sym/2 pcs) 1 img
演習課題02 解答
課題 GDPの四半期データ（gdp_qtr.csv）の対数系列を用いて、以下の分析を行ってください。 20期までの標本AC関数と標本PAC関数を調べる。 AR(1)・AR(2)・MA(1)・MA(2)・ARMA(1,1)モデルを推定し、最小AIC規準でモデルを1つ選ぶ。 最小AIC規準で選んだモデルの残差につい�...
1261 sym R (2788 sym/20 pcs) 5 img
経営のための統計学II 第8回 パネルデータ分析3
静学的パネルデータ分析 データとしてパッケージplmに含まれるGrunfeldデータと呼ばれるアメリカの有名企業に関するパネルデータを用いる。 これは10の企業（\(N=10\)）に関する20期分（\(T=20\)）のデータで、次のような変数を含んでいる。 inv：総投資（単位：...
3461 sym R (4507 sym/18 pcs)