Tsai, R.C, Bockenholt, U. (2002) Two-level linear paired comparison models: estimation and identifiability issues. Mathematical Social Sciences. 43, 429-449.
もういいかげんうんざりしているのだけれど、ひきつづき一対比較の論文である。
Thurstonian一対比較モデルの識別性について論じている Tsai(2003) で、ペア特有誤差の分散が一定なときの識別条件についてこの論文がreferされていたので、読んでみた。なお、Tsai(2003)ではペア特有誤差の分散を制約しない識別条件がこの論文に頼らずに示されているし、ペア特有誤差がないときの識別条件ならTsai(2000) にわかりやすい導出があるので、べつにこれを読む必要はないんだけど、毒も喰らわば皿まで、ということで…
続きを読む
Tsai, R.C. (2000) Remarks on the Identifiability of Thurstonian Ranking Models: Case V, Case III, or Neither? Psychometrika, 65(2), 233-240.
サーストンの一対比較モデルを複数の回答者に拡張したときのモデルの識別条件について調べていたんだけど、そのものずばりであるTsai(2003)がなかなか難しく、著者の前の論文に遡って読んでみた。ここでは完全順位付け課題について考えており、選択誤差を考えないので話がよりシンプルである。
続きを読む
2022年の秋から冬にかけて、仕事の都合で延々と一対比較課題の分析のことを考えていたのだけれど(官能評価みたいな伝統的モデルじゃなくて、個人レベル効用を推定したい場合の話)、とにかくややこしいのは識別性の話である。何本か論文を読んだり、あれこれ考えたりはしたんだけれど、どうも俺は選択モデルの基礎がわかってないな… という後ろめたさがある。
毎度の疑問ですが、こういうのって皆さんどこで習ってんですかね、いったい。巷のデータサイエンティスト養成コースとかで教えてくれるんでしょうか。そんならぜひ習いたい。実践演習とかいいからさ、基礎を教えてくださいよ、基礎を。
続きを読む
日がな一日パソコンの画面に向かっておりますが、仕事のなかでもっともよく使うソフトは、ブラウザ、excel, powerpoint, RStudio, といったところである。
IDEというものはたいていそうだろうけど、RStudioも画面の配色やらなにやらを好みに応じて変えることができる。Editor themeという機能を使うとエディタの文字色や背景色が変えられる。
ときどき気分転換のためにEditor themeを変えることがあるんだけど、選択肢がいっぱいありすぎて困ってしまう。現在、実に34個ものテーマが用意されているのだ。さらに自分で好きなテーマを作って登録することもできるらしいんだけど、さすがにそこまでのやる気はわかない。
続きを読む
仕事の都合で、分散共分散行列に情報的な逆ウィシャート事前分布を与えるとき、そのパラメータをどう解釈したらいいのかがわからずに困っていた。いろいろ探した結果、なんと灯台もと暗し、Muthen一家の若頭Asparouhovさんが、哀れなMplusユーザ向けに親切な解説を書いてくれていた。
続きを読む
Asparouhov, T., Muthen, B. (2010) Bayesian Analysis Using Mplus: Technical Implementation. Mplus Technical Appendices.
Mplusのベイズ推定についての技術資料。共分散行列の事前分布を指定する方法について考えていたらわけがわからなくなり、遡って読んでみた。いささか古いテクニカル・ペーパーなのでこれまで無視していたんだけど…
膨大な内容のうちいま必要な部分に目を通しただけなので、実のところ読了とは言いがたいが、たぶん死ぬまで読み終えることはないだろうから、心の整理の都合上、読了ということにしておく。読了とはかくも柔軟な概念なのだ。
続きを読む
今年の夏ごろだったか、仕事の都合で、調査における一対比較法について考えていた時期があった。で、このたび都合で再び一対比較法のことを考える羽目になったが、このブログを見返すと、あれ、こんな論文読んでたっけ？ と思うものが多い。三歩歩くとすべてを忘れてしまうのだ。
というわけで、このブログに記録したメモに限定し、一対比較法関連の論文メモをリストアップしておく。
続きを読む
仕事の都合でRパッケージを作ることがあるんだけど、そのたびに作り方を忘れていることに気づき右往左往する羽目になる。自分のための覚え書きとして、Rパッケージをつくるための手順をメモしておく。
あくまでの私のためのメモなので、レベルの低さに驚愕したとしても、内緒にしておいてください。
続きを読む
Vats, D., Gupta, K. (2021) An Introduction to Estimating Monte Carlo Standard Errors with R Package mcmcse.
MCMC標準誤差を出力するRパッケージ mcmcse のvignette. 実戦投入前の儀式として読んだ。
続きを読む
Plummer, M., Best, N., Cowles, K., Vines, K. (2006) CODA: Convergence Diagnosis and Output Analysis for MCMC. R News, 6(1), 7-11.
読んだのはなんでも記録しておこうということで… MCMC診断用のRパッケージの古株、codaの解説記事。
続きを読む
Roy, V. (2020) Convergence Diagnostics for Markov Chain Monte Carlo. The Annual Review of Statistics and Its Application, 7(15), 1-26.
仕事の都合でちょっと悩んだことがあって、現実逃避のために読んだ奴。
題名通り、MCMCの収束診断についてのレビューである。正直、そんなに関心ある話題ではないのに、そしてすでにVats, et al.(2020), BDA3の該当部分を読んでいるのに、私にしては勉強熱心なことだ…
続きを読む
Goncalves, F.B, Latuszynski, K., Roberts, G.O. (2017) Barker’s algorithm for Bayesian inference with intractable likelihoods. arXiv.
本来私なんかが読むような論文じゃないんだけど、ちょっと事情があって前半部分のみ目を通した。すいません、すいません…
えーと、MCMCではイテレーションのたびに移動を受理するかどうか確率的に決めるじゃないですか。受理の確率を求めるために、MHアルゴリズムの場合だと密度比とかいう式を使いますわね。でもあの式の代わりに別の式を使おうという話があって、そのひとつとしてBarkerのアルゴリズムというのがあるのだそうだ。この論文はその解説。
続きを読む
ここんところ仕事に家事に疲弊していて、残り時間はひたすらぼーっと過ごしていた。時間蠅は矢を好むということわざの通りである。(← 疲れているとろくなことを書かない)
Merkle, E.C., Fitzsimmons, E., Uanhoro, J. Goodrich, B. (2021) Efficient Bayesian Structural Equation Modeling in Stan. J. Statistical Software, 100, 1-22.
Rのblavaanパッケージ、というのはつまりはSEMのための定番パッケージのひとつlavaanのベイズ版なんだけど、その紹介。実戦投入する前の儀式として読んだ。本論文の前にMerkle & Rosseel (2018, 同誌)というのがあるんだけど、そっちはめんどくさいのでパス。
私はMplusの忠実な信者なので、lavaan/blavaanなど無視してMplusのみと戯れるシンプルライフを送りたいのだが、なかなかそうも云ってられない事情がある。
続きを読む
人生に展望なく、サブディスプレイで映画を流しながらじくじくと机にしがみつく日々を過ごしておるわけですが、しばらく前からなぜかインドネシア映画に関心を持つようになり、積極的に観るようになった。といっても、言葉もわからないし、詳しい知識もないし、せいぜい動画配信サービスをあさる程度ですが。
続きを読む
Stier, S., Breuer, J., Siegers, P., Thorson, K. (2020) Integrating Survey Data and Digital Trace Data: Key Issues in Developing an Emerging Field. Social Science Computer Review, 38(5), 503-516.
仕事の都合で読んだ奴。「サーヴェイデータとデジタル・トレース・データの統合」特集号の巻頭論文。
続きを読む
Thompson, M.E. (2018) Combining Data from New and Traditional Sources in Population Surveys. International Statistical Review, 87. S79-S89.
これも仕事の都合で読んだ奴。サーヴェイデータをセンサスとか管理データと結合するという話のレビューである。
Google様いわく、被引用回数12件。渋い.. 渋いなあ…
続きを読む
Rao, J.N.K. (2020) On Making Valid Inferences by Integrating Data from Surveys and Other Sources. Sankhya B: The Indian Journal of Statistics. 83, 242–272.
これも仕事の都合で読んだ奴。非確率標本に基づく推測に焦点を当てたレビュー。
ふだんなら読まないジャーナルだけど、著者が小地域推定で知られるラオ先生とあっては目を通さざるを得まい…と思った次第。
続きを読む
Enamorado, T., Imai, K. (2019) Validating self-reported turnout by linking public opinion surveys with administrative records. Public Opinion Quarterly, 83(4), 723-748.
仕事の都合で読んだ奴。サーヴェイ調査データを実行動記録とリンクさせ、調査結果のバイアスがなぜ起きているのかを突き止める、という話である。第二著者は日本人の若手政治学者として著名な人。
続きを読む
仕事の都合で、先日からベイズ統計学の有名な解説書BDA3をちまちまと読んでるんだけど、痛感するのは基礎学力のなさである。ほんとにね、私がこんな本読まなきゃいけない社会はどうかしていると思う。適材は適所に置くべきだ。私は寝るのに向いている。
BDA3自体はなかなか親切な本で、大事なことはなんども説明してくれるし、それほど高レベルな知識を要求しているわけでもない。むしろ、必要な知識を前半部分でおさらいしてくれているからこそ、分厚い本になっているのである。従って、途中の章をいきなり読むと、私のように途方にくれることになる。
というわけで、以下の節よりメモ。原文は2頁ちょっとしかない。
Gelman, A. et al.(2014) Bayesian Data Analysis, Third Edition. Section 1.8 Some usefull results from probability theory.
続きを読む
引き続き、BDA3のメモ。
Gelman, A. et al.(2014) Bayesian Data Analysis, Third Edition. Chapter 12. Computationally efficient Markov chain simulation.
計算に関わる解説10-13章のうち中盤戦。いよいよHMCが登場する。
実をいうと、これまで何度かHMCについて勉強しようと試みたことがあったのだが、そのたびに挫折していたのである。とにかくですね、物理学の用語が出てくると心が折れるのである。高校時代のトラウマかしらん。
幸い本章は、HMCについても物理学ぬきで説明して下さる模様である。はい深呼吸して…
続きを読む