2020

• 総和記号演算
• 行列演算



• 物理量と心理量 ppt
• Fechner の法則
• 最小２乗法 ppt
• 最小２乗法 ppt
• 最尤解
• データの中心化
• 回帰モデル
• 回帰モデル ppt
• 座標の回転
• 距離行列
• Sweep Operator
• 行列の階数、連立方程式、特異値分解、その他


• 総括

2021

• 統計学で良く出てくる確率分布
• 確率変数
• テスト理論
• 補足：テスト理論
• 補足：項目反応理論
• 母数の推定（最尤解）
• 補足：微分、偏微分、数値微分等に関して
• 補足:統計モデルのパラメタの推定
• 補足:最尤解
• 母数の推定（多変量数）
• R の利用
• 母数の推定（ベイズ解、最小２乗解）
• 母数の推定（パラメタの分割等）
• 多変量解析（因子分析）
• 補足：因子分析
• 多変量解析（多次元尺度法）
• 補足：多次元尺度法
• 多変量解析（ニューラルネットワーク）
• 補足：ニューラルネットワーク

2022

• 補足:統計学で良く出てくる確率分布
• 補足:総和記号演算
• 補足:行列演算
• 補足:行列演算 R パッケージ lazy.symbolic2 の例
• 補足:R パッケージのインストール
• H01&02 行列演算
• H03 図形の回転
• 補足：図形の回転
• H04 逆行列・行列の列空間・直交化・回帰分析・連立方程式
• 回帰分析モデル
• 補足：行列の列空間と階数、連立方程式の解、行列の分解、その他
• H05 固有値分解・特異値分解
• H06 最小２乗法
• 補足：微分、偏微分、数値微分等に関して
• 補足:統計モデルのパラメタの推定
• 補足:最尤解
• H07 母数の推定（イントロ）
• H08 母数の推定（関数の最適化）
• 補足：ラグランジュの乗数法
• H09 母数の推定（最尤法・ロジスティク回帰・一対比較法）
• H10 多変量解析（因子分析、パラメタの分割）
• H11 多変量解析（因子分析、改訂版）
• 補足：因子分析
• H12 多変量解析（多次元尺度法）
• 補足：多次元尺度法と単調回帰
• 多変量解析（ニューラルネットワーク）
• 補足：ニューラルネットワーク