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