-
記事一覧
- Stanでdrift diffusion model (DDM) を扱うときの実践上のtips (1)──まずは直観的に理解する──
- 対数ロジスティック分布をStanに実装する
- 心理学の再現性と科学性と「ベイズ」に関する自分の立ち位置を整理する──JPA2020再現可能性シンポジウムのスライドを添えて──
- p値で有意と言えない効果もベイズなら効果があると言える？──事後分布に基づく仮説評価について──
- 一般化ガンマ分布をStanに実装する
- StanでWiener分布からの乱数を得る方法（＋累積分布関数ほか）
- 混合効果モデルにおいて個々の変量効果の点推定値から計算した分散が真値よりも過小推定される理由
- Drift Diffusion Modelのパラメータから選択確率を計算する関数：RとStanによる実装
- MCMCとともだちになろう [スライド紹介]
- どの方略が優勢か？：0%と100%を含むパーセントデータの分析 with JAGS
- 今までに買ったチョコボールの箱数の推定：JAGS・Stan・数値積分による離散パラメータの推定
- 二項分布モデルと幾何分布モデルで推定した確率パラメータの事後分布の比較
- StanやJAGSの計算結果からパラメータのMAP推定値とHDIをまとめて得るためのRの自作関数
- 既知の確率質量関数からMAP推定値と最高密度区間 (HDI) を計算するためのRの自作関数
- 銀のエンゼルが当たる確率のベイズ推定：金のエンゼルの何倍当たりやすいか？
- 金のエンゼルが当たる確率のベイズ推定
- 認知心理学への実践：データ生成メカニズムの認知モデリング[スライド紹介とWS感想]
- Stanでポン・デ・リングを作ってみた
- 実験心理学者のためのベイジアンモデリング──正答率データをどうやって分析するか──
- 方向音痴の人は正しく「北」を指し示せるか──フォン・ミーゼス分布を使って角度データを分析する──
- StanとRで折れ線回帰──空間的視点取得課題の反応時間データを説明する階層ベイズモデルを例に──[スライド紹介]
- Stanでpsychophysics──階層ベイズモデルで恒常法データを分析する──[スライド紹介]
- 回帰分析の悩みどころ (「アヒル本」7.1-7.5) [スライド紹介]
- ベイズ推定の初歩──二項分布を例に── [スライド紹介]
資料等
統計学に関するTipsなどを不定期にブログにまとめています。 → bayesmax()──mutopsyの統計ブログ
知覚・認知心理学の実験に関連した資料やスクリプトなどを公開していきます。
- 心理学研究法（武藤はそのうち実験法に関する4回の講義を担当）
このページの作成日：2023年5月21日
このページの最終更新日：2023年9月24日
このページの最終更新日：2023年9月24日