色覚異常には先天性のものと後天性のものがあるが、先天性のものにも複数の種類が知られている。日本人に多いのは先天性赤緑色覚異常で、２種類に分かれます(こちら)。英語での名称はDichromacy (２種類がprotanopia and deuteranopia) 色覚異常がどういうこ…

ようやくrstanがわかってきたのでまとめ直す まとめ データがある 確率モデルを定め、対数尤度計算をコード化する rのc++連携の仕組みを使ったrstanパッケージのstan()関数を使ってStan推定をする 何がよいのか 上記のまとめは読んでもつまらないまとめにな…

ベイズ推定をする データがある モデルがある モデルは、パラメタを持っていて、そのパラメタの値を定めると、データを観察する確率が定義できる Stanでは、このパラメタがどういう分布を取っているかを乱数を使って標本分布として返す パラメタ以外にも、ど…

modelの部分が何をやっているのか…対数尤度を計算している。その書き方の基礎の基礎→こちら stanの基本的なことだけれど、なかなか探すのが難しいことをかいつまんで書いてあるサイト→こちら 一般化線形回帰を使ってrstanの動かし方を確認する→こちら stanフ…

21の探し物ツール Navigation; R-bloggers; Task views; Rdocumentation.org; sos package; Rコマンド・関数 ??; apropos; ls; methods; getAnywhere; 隠れた関数も表示 :::; find; args; grep; %in%; str; getwd; file.choose; Spyglass summary; browser; …

ある程度Rが使えるようになったら、あとは自分がやりたいことをするための調べ物ができるようになることが大事 短期集中セミナーである程度Rが使えるようになったら、調べ物のやり方について知ることが大事 そんな短期集中セミナーの最終回のテキスト(Rmd フ…

Rmd Rで乱数発生とシミュレーション作者: ryamada発売日: 2016/07/22メディア: Kindle版この商品を含むブログ (1件) を見る --- title: "RandomValues and Simulation" author: "ryamada" date: "2016年7月23日" output: html_document --- # Generate Rando…

「これ、ロジスティック回帰やっといて」と言われたら Google(R ロジスティック回帰)

手軽にウェブで、無料で

データを取ったら図を描こう 図を描きたいけれど、どう描いたらわからない 画像検索を使う Google(R graphics)

コンピュータ上のどこで作業しているか(ワーキング・ディレクトリ)について ワーキング・ディレクトリに置いたファイルの読み込み

大学１回生に50分でデータ処理の「実務」を教えるとき コンテンツ 記録(スプレッドシート) {0,1} 連続値 Rへの読み込み・取り込み 集計・記述統計 視覚化 検定 記録(スプレッドシート、エクセル) ファイル(アクセスしてダウンロード) テキスト形式で保存しよ…

DNA鑑定のための区間推定作者: ryamada発売日: 2016/05/08メディア: Kindle版この商品を含むブログ (1件) を見る Rmd --- title: "区間推定_尤度比" output: html_document --- # 平均体重を推定する ## サンプルの平均値 「真実の分布」が平均50、標準偏差1…

バイオインフォマティクス、Ｒの初心者が、いじりながら覚える 生物学・分子生物学もおさらいする 計算機もおさらいする そのための資料 Bioconductor R Packages for Genomics Data Bioconductor-cloud-ami 日本語動画 R cloud Bioconductor try it 論文例

こちらで複合遺伝性疾患の家系図を描くソースを作った 今回は、単一遺伝子病のそれを作る 常染色体劣性・優性 Ｘ染色体劣性・優性 Ｙ染色体 ミトコンドリア trio行列は１行に１人 # 第１列は個人ID # 第２列は父親ID(0は情報なし) # 第３列は母親ID # 第４列…

信頼区間は知りたいが、計算式でだせるような単純なものでないとき、サンプルからリサンプリングすることで母集団の統計量の分布を推定するというやり方がある Rではbootパッケージがいろいろな関数を用意している まず、データセットがある。標本数がnで、p…

paper fMRIのための各種ソフトウェア MATLABのSPMを筆頭にFSL,MIPAV,AFNI,FreeSurfer,ANTS RのパッケージとしてAnalzeFMRI,oro.nifti,oro.dicom,fmri,neuRosim,arf3DS4,RNiftyReg,brainwaver,tractor.base,https://cran.r-project.org/web/packages/waveslim…

2x3のSNP関連テーブルがあるとき、帰無仮説に基づいて、その正確生起確率を計算することは可能(周辺度数が与えられたときに置きうるすべてのテーブルについて) 起きうるすべてのテーブルについて、その生起確率の大小によって順序を定め、「観測テーブルと同…

遺伝統計学の基礎―Rによる遺伝因子解析・遺伝子機能解析―作者: 山田亮出版社/メーカー: オーム社発売日: 2010/09/04メディア: 単行本（ソフトカバー）購入: 7人 クリック: 155回この商品を含むブログ (38件) を見る この本はこのブログに書き散らしたことを…

Wikipediaのこのページに沿ってとはどういうことかを順を追って視覚的に確認してみます 確率変数の不等式を視覚的に理解する: マルコフの不等式・チェビシェフの不等式作者: ryamada発売日: 2015/05/14メディア: Kindle版この商品を含むブログ (2件) を見る …

パッケージに関する記事サイト そこからの引用 The package generally provides methods for gene set enrichment analysis of high-throughput RNA-Seq data by integrating differential expression and splicing. It uses negative binomial distribution…

参考 Rmdで書いてみる PCAとその周辺のために、Rのパッケージkernlab,pcaMethods,dmtを使って、処理をなぞってみる 基本的には固有値分解という、よいライブラリが準備されていて解釈も簡単な線形代数計算に帰着させよう、という手法で、一番基本的ないわゆ…

サポートベクターマシンはマシンラーニングの基本 Matlabとか数値計算系で実装が先行していて、Rでは追随、という形 パッケージe1071が先行のlibsvmとかを実装しているそうだ kernlabっていうのものサポートベクターマシンの基本的な手法をサポートすること…

PCAは少ない軸で高次元データを説明する手法(べたにやるならこちらとか) 欠測値がないことを前提にして作られている じゃあ欠測値があるときには、というと、足りないところを埋めながらPCAすることになる。埋めてからPCAする、というのもありだが、PCAしな…

昨日、対数正規分布についてメモした その離散版。ポアソン対数正規分布 こちらのqRT-PCRとか、こちらの細菌検出とかで使われている ポアソン分布のパラメタが対数正規分布に従っているとして計算しているらしい poilogなるパッケージがあって、dpoilog(),rp…

対数正規分布は、supportが正の値をとる連続分布で、生命現象を含む自然現象に広くみられる分布(こちらのFacultyOf1000 Prime)にもあるように Rの対数正規分布に関する関数はdlnorm(),plnorm(),qlnorm(),rlnorm()の一式なのだが、ちょっと使いづらいかもしれ…

こちらを、ただ写させていただく。すみません。 library(survival) library(FAdist) sfs =survfit(Surv(time, cens)~treat,data=gehan) srs =survreg(Surv(time, cens) ~ treat, dist="exponential", data = gehan) srs_r =survreg(Surv(time, cens) ~ treat…

「C++かCを覚えてみる？」という話になった 一からやってもよいけれど、多分、飽きてしまうし、Rと連携して使うことが多そうだから、Rcppを使うことを前提にC++を覚えてみる、例題は自分たちがRで書いているコードをC++化する、ということにする、というよう…

Rcppパッケージの基本、それをRstudioで扱うことの基本はわかった けれど、「素のC++」だけでは、ごつすぎて使いにくい。特に線形代数とか、いわゆる数値計算のためのベクトル・行列・アレイなどが使いやすくて、それの演算ライブラリがないとだめなので、Ar…

だいたいわかった。C++は速いが、ごつい。便利な関数もあるにはあるが、Rやpythonのようにきめ細かくない。…ということが もう一つ知っていることがある。自分はC++に慣れていないということ。→速くできるのかもしれないけれど、自分ができないなら、それは…