Pythonプログラミング備忘録
心理学におけるプログラミングをPythonでも試みることにした。
本ウェブサイトのプログラムは、自由に利用されたい。
The programs can be used freely on user’s responsibility, although all rights are reserved (Y. Okamoto).
岡本安晴「いまさら聞けないPythonでデータ分析―多変量解析，ベイズ統計分析（PyStan，PyMC）―」丸善出版
描画スクリプトをJupyterで実行するときは、「%matplotlib inline」の１行を追加する必要があるが、このことの説明のウェブサイトを用意している。
ダウンロードしたファイルのJupyterでの使用法の説明ウェブサイトも用意した。
PyStan（Python用Stan）のインストールについて
PyStan 2.18/Windowsの不具合（2018.10.28）について
Matplotlib描画備忘録、Matplotlibの日本語フォント
ベイズ分析における２項分布の３Ｄ描画、２変量正規分布の３Ｄ描画
２項分布の簡単なベイズ分析（グリッド法）、項目反応理論の情報関数、
有意差が認められたときに差がある確率、不定パラメータモデルのベイズ分析、
単回帰モデル、重回帰モデル、多変量重回帰モデルのコントラスト検定
個人差尺度法計量モデル（INDSCAL(Individual Differences Scaling)metric model）
非計量個人差尺度法（Nonmetric INDSCAL）、Minkowski距離による個人差尺度法
偏相関係数（疑似相関）、偏相関係数（PyStan 3対応）、単回帰分析・重回帰分析・共分散構造分析
心理尺度の信頼性係数（αとω）、順序カテゴリ項目尺度の信頼性係数
自己組織化マップ（SOM）試作記、クラスター分析、k-means法クラスター分析
ポリコリック／テトラコリック相関係数、ポリコリック／テトラコリック相関係数（グリッド法）
潜在クラス項目反応理論（発達段階理論用尺度構成）／Stan、潜在クラス項目反応理論（発達段階理論用尺度構成）／PyMC3
潜在クラス項目反応理論（単調性を仮定しない場合）／Stan、ディリクレ分布
項目反応理論における信頼性係数、心理学的信頼性と統計学的信頼性
マグニチュード推定法（ベイズ分析）、マグネチュード推定法（PyStan 3 対応）
信号検出理論（Stan）、信号検出理論（２AFC課題）、多件法による上下法、
３点識別試験（ロジスティック回帰モデル）、３点識別試験におけるd’のベイズ推定、３点識別試験におけるd’のベイズ推定（グリッド法）
PickleとStan、PickleとPyMC、事後分布の分布（Pickleを使用）
簡単な描画サンプル、マンデルブロ集合とジュリア集合の描画、簡単なデジタル時計
デジタル時計（Tkinter, Frame, Canvas, Button）、図形の運動