Hide Comments (–) Share Hide Toolbars
夏ということで、みなさんの中にも職場や学校の仲間同士で海に遊びに行くという方も多いのではないでしょうか？ そしてきっとそこでは、夏しかできないあの行事、スイカ割りをやることでしょう。 そもそも包丁で切って食べればいいのに… 夏ということで、みなさんの中にも職場や学校の仲間同士で海に遊びに行くという方も多いのではないでしょうか？ そしてきっとそこでは、夏しかできないあの行事、スイカ割りをやることでしょう。 そもそも包丁で切って食べればいいのに、なぜか棒で叩き割り、不揃いでしかもちょっと砂のついたスイカを食べるという謎の行事ですが、それ以上にみんなで応援しながら盛り上がるというのが魅力ですよね。 そんなスイカ割りですが、そこでもモテに繋がるポイントは山ほどあります。 というわけで今回は、料理と恋愛をトータルコーディネートする料理研究家のオガワチエコが、“モテるスイカ割りのやり方”を4ステップで
GLMM(Poisson - Normal)をMCMCに！ つい、10時間ほど前に投稿したGLM（ポアソン回帰モデル）のmcmc版の作成に続けて、GLMMのポアソン/正規モデルもmcmcで書いてみました。（１０時間前の記事がこちら） tomoshige-n.hatenablog.com こちらは、とにかく変量効果の提案分布を構成するのにとにかく手こずりました。個人的に、truncated normalが一番良さそうだと思っていますが、適当な（よく使われる）提案分布って何かあれば教えてください。（log-normal / gamma）とか的外れなのに、いろいろ試して時間を無駄にして、あげく、やはりthresholdがある提案分布が楽だなーという安易な発想のもと、、、ここに落ち着いております。 使っているアルゴリズムは、MHアルゴリズムです．相変わらず、紙に書き直して、計算をできる限り速くでき
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
