タグ

AICに関するcartman0のブックマーク (7)

  • ARモデルのパラメータ推定法[ストレスと自律神経の科学]

    ARモデルのパラメータ推定法 自己回帰モデル(AR法)を用いたパワースペクトル密度算出 その1 少しおさらいと確認をしておきます。ストレス指標であるLF/HFは、交感神経活動と副交感神経活動のバランスを心拍変動の時系列データから計算したものでした。この自律神経バランスとしてのストレス指標を計算するためには、まず心拍変動時系列からパワースペクトル密度を算出する必要がありました。パワースペクトル密度はウィーナーヒンチンの定理を利用して自己相関関数からフーリエ変換により求める他に、自己回帰モデル(ARモデル)を利用して求めることもできます。ここではこのARモデルを利用する方法を解説します。 自律神経指標として心拍変動時系列の周波数解析をする文献では、特に断りもなく「心拍変動時系列データを自己回帰モデル(AR法)で分析すると次の式のパワースペクトルP(f)を得る」とさらりと以下の式を出します。 こ

  • 「情報量統計学」の3章と4章 AIC入門 - 東京工業大学

    大岡山地区の建物 大学正門より,桜並木のウッドデッキを通り,右手の芝生をつっきる小径が西8号館,西7号館に続くみちです. 大岡山西8号館(E棟,W棟): キャンパスマップの18, 19番の建物にあたります.館の西隣りに位置しています.正面玄関をはいったところは3階です. E棟においでの方は廊下をはいってすぐ左手のエレベータをご利用下さい. W棟にはじめておいでの方は十分に注意して下さい.E棟とW棟を繋いでいる通路は3階と10階にしかありません.E棟のエレベータを利用すると迷子になります.正面玄関から廊下をまっすぐにおいでになり,奥の右手にあるエレベータをご利用下さい. 西7号館:キャンパスマップの17番の建物にあたります.西8号館から,建物を二つ挟んだ並びにあります.芝生から向う場合,左手に館を見ながら進み,館がとぎれたあたりの右手にある小さな建物が西7号館です.橋を渡ってはいったと

  • 尤度とAIC

    である. KL情報量は以下のような性質を持っている. KL情報量は常に0以上である. モデルの分布が真の分布と一致するときにKL情報量はゼロとなる. この性質はKL情報量をモデルの当てはまりのよさを与えるひとつのものさしとす ることを支持している.また,KL情報量が(負の)エントロピーに符号を逆にし たものであることも,ものさしとすることを支持するものである. 上の性質から明らかなように,このものさしはあてはまりが良いほど小さい値を 持つ. 以下では,このものさしを用いてモデルの当てはまりのよさを比較する方法につ いて考えてゆく. 対数尤度 KL情報量は,離散的な場合,

    cartman0
    cartman0 2016/12/22
  • 広く使える情報量規準(WAIC)

    このページをご覧いただき、ありがとうございます。 ここでは、情報量規準 WAIC を紹介しています。 ベイズ推測のための情報量規準(WAIC)が導出されました。 WAIC は(真の分布、確率モデル、事前分布)がどのような場合でも使う ことができます。他の規準と異なり理論的な基盤を持っています。 (0) モデル選択やハイパーパラメータの最適化に使えます。 (1) 漸近的に汎化損失と同じ平均値と同じ分散を持ちます。 (2) WAIC は簡単に計算できます。 (3) 真の分布が確率モデルで実現可能でなくても使えます。事前分布が真の事前分布でなくても使えます。 (4) 平均対数損失を最小にするパラメータがユニークでなくても使えます。 平均対数損失を最小にするパラメータが特異点を含む解析的集合であっても 使えます(注1)。 (5) フィッシャー情報行列が正則でなくても使えます。 (6) 事後分布が正

  • Watanabe理論勉強会で発表してきました - ほくそ笑む

    このブログの読者には AIC (赤池情報量基準) をご存じの方は多いと思います. AIC は統計モデルの評価指標として世界中で広く使われていますが、これは赤池弘次という日人統計学者により考案されたものです。 これに対し、近年、ベイズ統計学で利用可能な WAIC という情報量基準が考案され、世界中で爆発的に普及しています。 この WAIC を考案したのも日人であり、東工大の渡辺澄夫先生です。 �L‚­Žg‚¦‚é�î•ñ—Ê‹K�€(WAIC) WAIC は、算出すること自体は簡単なのですが、その理論的な根拠として非常に高度な数学が使われています。 この理論について、渡辺先生ご自身が書かれた書籍があります。 Algebraic Geometry and Statistical Learning Theory (Cambridge Monographs on Applied and Com

    Watanabe理論勉強会で発表してきました - ほくそ笑む
  • 赤池情報量基準 AIC

    1 赤池情報量規準 Akaike’s Information Criterion AIC 北海道大学大学院水産科学研究院 松石 隆 2 理論曲線のあてはめ Curve Fitting 0 5 10 15 20 25 30 35 40 0 2 4 6 8 10 3 手順 curve fitting procedure 1. モデルを決める / decide a model 2.初期値を決める / set initial parameters 2 cx bx a y + + = 2 3 . 0 2 . 0 6 x x y + + = 4 手順 curve fitting procedure 3 残差平方和の計算 sum of square residuals このイメージは、現在表示できません。 ( ) 2 1 2 3 . 0 2 . 0 6 ˆ ˆ i i i n i i i x x y y

    cartman0
    cartman0 2016/06/28
  • 赤池情報量基準ってナニ? - hiroyukikojima’s blog

    ゴールデンウィーク突入で、学ははざまの平日も特別休校になったので、一週間の連休。そんなわけで、科研の論文執筆を進めるとともに、統計学に関する新書の執筆を進めている。(編集者さん、ちゃんと休日返上で書いてますからね〜。アリバイ・アリバイ)。統計学の新書を書く都合上、赤池情報量基準を勉強した。もちろん、高度すぎて新書には取り入れられないけど、著作の奥行き・隠し味として知っておきたいからだ。 それで、前回(ミス・ユニバース日本代表の統計学 - hiroyukikojimaの日記)には、鈴木義一郎『情報量基準による統計解析入門』講談社サイエンティフィク(以下、こののことを[鈴]と略記する)を紹介したわけだけど、話が横滑りをしてるうちに、結局、赤池情報量基準について書くのを忘れてしまったのだ(笑い)。そんだから、今回は、ちゃんと赤池情報量基準について、わかった範囲で書こうと思う。 情報量規準によ

    赤池情報量基準ってナニ? - hiroyukikojima’s blog
  • 1