Explain Nishisato's TIA Total Information Analysis

PCAを行うとき、必要に応じて　標準化　するが、 変数の性格を良く見ないと、単なる誤差を異常に 拡大して、とんでもない結果を引き起こすことがある。

Generalization of Odds Ratio to higher dimension.

Table 5. and Fig. II. in Oberfeld D, Hecht H, Allendorf U and Wickelmaier F. (2009). Ambient lighting modifies the flavor of wine. Jornal of Sensory Studies, 24 797-832.

因子分析で不適解となってもその変数を必ずしも削除すべきとはならない場合。また、不適解とはなっていないが、一つ因子を増やすと不適解になることが解り、結局その変数は削除して分析するのが好ましい場合。

川栄李奈の２度のめちゃイケ試験成績の比較。 PCAにより、１２次元で見ればほぼ同じところに来る。 つまり、作為が無い（普通に学力不足）だろうと推察される。 開票後、末尾に他の情報を追加した

6/7 16:00 prediction

main term = sum of squares

SymPy, NumPy in R

Quantile　as L1

t-dist, T-square dist and F distribution

Predict 　Nogizaka's　９th　single

PCA Kawaei's test scores.

線形モデルの統一的味方の補助

Example 2 of googleVis

Exampl 1 of googleVis

knitrBootstrap only 1-byte char.

test markdown document