Today’s Contents
1
行列式
1.1
行列式の定義と性質
1.1.1
\(n=2,3\)
の場合の計算方法
1.1.2
性質
1.2
余因子展開
1.3
行列式の余因子展開
1.4
逆行列と余因子展開
2
固有値と固有ベクトル
2.1
固有値と固有ベクトルの定義
2.2
固有値・固有ベクトルの計算
2.2.1
固有方程式と固有値の関係
2.3
固有値・固有ベクトルの性質
2.4
行列の対角化
2.4.1
対角化のメリット
2.5
対称行列の固有値と固有ベクトル
2.6
正定値・半正定値行列の固有値の性質
2.7
Rによる固有値・固有ベクトルの計算
3
Rを使った基本的な計算
3.1
四則演算
3.2
ベクトル
3.2.1
ベクトルの生成
3.2.2
連続な整数の要素をもつベクトルの生成
3.2.3
変数の作成
3.3
行列
3.3.1
行列の生成
3.4
Rによる行列積の計算
3.5
データフレーム
3.5.1
データフレームの生成:
matrix
を変換する
3.5.2
データフレームの生成:列をベクトルで指定する
3.5.3
外部ファイルを取り込む
3.5.4
csvファイル
3.5.5
オープンデータのダウンロード
3.5.6
csvファイルの読み込み
3.6
リスト
3.7
関数
3.7.1
関数のヘルプページ
3.8
関数の使い方
3.9
自作関数の定義
4
データの可視化と要約
4.1
可視化
4.2
1変数の主な可視化手法
4.3
Barplot
4.4
Pieplot
4.4.1
plot
4.4.2
ggplot
を利用する場合
4.4.3
Doughnutplot
4.5
Histogram, Densityplot
4.5.1
データの準備
4.5.2
Histogram
4.5.3
ヒストグラムを利用する際の注意点
4.6
Lineplot(折れ線グラフ)
4.6.1
データの準備
4.7
2変数の場合の可視化手法
4.8
集計テーブル
4.8.1
データの準備
4.8.2
集計
4.9
Boxplot(箱ひげ図)
4.10
Scatterplot散布図
4.11
便利なウェブサイト
4.12
要約
4.13
平均
4.13.1
Rでの計算
4.13.2
グループ化された平均
4.14
最大・最小値
4.15
分散・標準偏差
4.15.1
Rでの計算
4.16
分位点(quantile)
4.16.1
Rでの計算
4.16.2
中央値
2023年度:データサイエンス 第2回
2023年度:データサイエンス 第2回
酒井 優行
2023/10/28
Today’s Contents
統計学基礎
ベクトル空間
行列式
固有値と固有ベクトル
行列の分解
基本的な多変量解析の手法
関数
Rプログラミング
基本的な操作:オブジェクト・演算子・関数
可視化
講義概要は
こちら