Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
somemoのブックマーク / 2015年1月26日 - はてなブックマーク
[go: Go Back, main page]

タグ

2015年1月26日のブックマーク (4件)

  • RGoogleAnalytics をいじっている - 廿TT

    注意 下記情報は古くなってきたので、 RGoogleAnalytics の使い方(Version 0.1.1) - 廿TT をご覧ください。 RGoogleAnalytics とは R から APIGoogle アナリティクスのデータをひっぱってこれるパッケージ。 やったこと 依存パッケージを先にインストールしておく。 install.packages("RCurl") install.packages("rjson") Downloads - r-google-analytics - Google Analytics For The R Statistical Programming Language - Google Project Hosting からパッケージをダウンロードしてインストール。 追記:インストールについて(10/16) CRAN にもアップされたみたいなので、

    RGoogleAnalytics をいじっている - 廿TT
  • 「使い分け」ではなく「妥当かどうか」が大事:重回帰分析&一般化線形モデル選択まわりの再まとめ - 六本木で働くデータサイエンティストのブログ

    先日の記事はおかげさまで好評をいただいたんですが、勉強中の身で教科書を確認せずに書いたこともあり多数ツッコミをいただきました。ツッコミをいただけるというのはもちろん大変良い勉強の機会になるということで*1、今回もひとしきり勉強してみました。 ということで、自戒も込めて備忘録的に勉強したことをまとめておこうと思います。今回はあまり広く読んでもらう内容ではないので、不親切かもしれませんがごめんなさい。ただし、あまりにも理論的側面ばかり色々書いても何なので、インターネット広告業界の言葉で喩えて言うなら「クリック数*2をモデリングしたい場合」と「コンバージョン数*3をモデリングしたい場合」とに分けた、と理解してもらえたら良いかなと思ってます。 今回も参考文献は久保です。一般化線形モデルまわりではこのより分かりやすいは依然としてないと思います。 データ解析のための統計モデリング入門――一般化線

    「使い分け」ではなく「妥当かどうか」が大事:重回帰分析&一般化線形モデル選択まわりの再まとめ - 六本木で働くデータサイエンティストのブログ
    somemo
    somemo 2015/01/26
    モデル選択
  • JIN'S PAGE - R

    R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_02 Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK

  • Introduction to Lean Analytics for Lean Startup Circle SF

    The document is an overview of Lean Analytics, emphasizing its importance in startups for measuring progress toward business goals and achieving product/market fit. It distinguishes between different types of metrics and analytics and discusses stages of business development, focusing on critical metrics for growth and engagement. The content also highlights the significance of experimentation and

    Introduction to Lean Analytics for Lean Startup Circle SF