漫才ショーレースの評価を分析する
UPDATE: 2024-01-26 16:08:16.208478
はじめに
このノートは「ベイズ統計」に関する何らかの内容をまとめ、ベイズ統計への理解を深めていくために作成している。今回は「たのしいベイズモデリング」の第11章に記載されている徳岡先生のM1グランプリの評価を推定する内容を参考にさせていただき、写経しながら、ところどころ自分用の補足をメモすることで、自分用の補足資料になることを目指す。私の解釈がおかしく、メモが誤っている場合があるので注意。
準備
まずは必要なライブラリや設定を行っておく。
library(tidyverse)
library(rstan)
library(ggplot2)
library(patchwork)
options(max.print = 999999)
rstan_options(auto_write=TRUE)
options(mc.cores=parallel::detectCores())
dat01 <- read.csv("~/Desktop/m1_score_long.csv", fileEncoding = "CP932", stringsAsFactors = TRUE)
r_name <- unique(dat01$審査員)
p_name <- unique(dat01$演者)
y_name <- unique(dat01$年代)
dat01## 年代 演者 審査員 val val_z
## 1 13 ジャルジャル 上沼恵美子 90 0.42
## 2 13 和牛 上沼恵美子 95 1.12
## 3 13 ミキ 上沼恵美子 95 1.12
## 4 13 さや香 上沼恵美子 90 0.42
## 5 13 マヂカルラブリー 上沼恵美子 83 -0.57
## 6 13 かまいたち 上沼恵美子 89 0.28
## 7 13 スーパーマラドーナ 上沼恵美子 89 0.28
## 8 13 とろサーモン 上沼恵美子 93 0.84
## 9 13 カミナリ 上沼恵美子 90 0.42
## 10 13 ゆにばーす 上沼恵美子 90 0.42
## 11 12 銀シャリ 上沼恵美子 95 1.12
## 12 12 和牛 上沼恵美子 95 1.12
## 13 12 スーパーマラドーナ 上沼恵美子 93 0.84
## 14 12 さらば青春の光 上沼恵美子 91 0.56
## 15 12 アキナ 上沼恵美子 89 0.28
## 16 12 ハライチ 上沼恵美子 93 0.84
## 17 12 カミナリ 上沼恵美子 81 -0.85
## 18 12 スリムクラブ 上沼恵美子 89 0.28
## 19 12 相席スタート 上沼恵美子 90 0.42
## 20 9 パンクブーブー 上沼恵美子 98 1.54
## 21 9 笑い飯 上沼恵美子 98 1.54
## 22 9 NON STYLE 上沼恵美子 98 1.54
## 23 9 ナイツ 上沼恵美子 93 0.84
## 24 9 ハライチ 上沼恵美子 91 0.56
## 25 9 東京ダイナマイト 上沼恵美子 90 0.42
## 26 9 モンスターエンジン 上沼恵美子 90 0.42
## 27 9 南海キャンディーズ 上沼恵美子 90 0.42
## 28 9 ハリセンボン 上沼恵美子 87 0.00
## 29 8 NON STYLE 上沼恵美子 95 1.12
## 30 8 オードリー 上沼恵美子 92 0.70
## 31 8 ナイツ 上沼恵美子 95 1.12
## 32 8 笑い飯 上沼恵美子 95 1.12
## 33 8 U字工事 上沼恵美子 93 0.84
## 34 8 ダイアン 上沼恵美子 90 0.42
## 35 8 モンスターエンジン 上沼恵美子 85 -0.28
## 36 8 キングコング 上沼恵美子 90 0.42
## 37 8 ザ・パンチ 上沼恵美子 88 0.14
## 38 7 サンドウィッチマン 上沼恵美子 95 1.12
## 39 7 トータルテンボス 上沼恵美子 95 1.12
## 40 7 キングコング 上沼恵美子 97 1.40
## 41 7 ハリセンボン 上沼恵美子 93 0.84
## 42 7 笑い飯 上沼恵美子 89 0.28
## 43 7 ザブングル 上沼恵美子 92 0.70
## 44 7 ダイアン 上沼恵美子 89 0.28
## 45 7 千鳥 上沼恵美子 85 -0.28
## 46 7 POISON GIRL BAND 上沼恵美子 81 -0.85
## 47 13 ジャルジャル 松本人志 95 1.12
## 48 13 和牛 松本人志 93 0.84
## 49 13 ミキ 松本人志 94 0.98
## 50 13 さや香 松本人志 90 0.42
## 51 13 マヂカルラブリー 松本人志 84 -0.43
## 52 13 かまいたち 松本人志 91 0.56
## 53 13 スーパーマラドーナ 松本人志 90 0.42
## 54 13 とろサーモン 松本人志 92 0.70
## 55 13 カミナリ 松本人志 85 -0.28
## 56 13 ゆにばーす 松本人志 87 0.00
## 57 12 銀シャリ 松本人志 95 1.12
## 58 12 和牛 松本人志 93 0.84
## 59 12 スーパーマラドーナ 松本人志 89 0.28
## 60 12 さらば青春の光 松本人志 90 0.42
## 61 12 アキナ 松本人志 87 0.00
## 62 12 ハライチ 松本人志 85 -0.28
## 63 12 カミナリ 松本人志 89 0.28
## 64 12 スリムクラブ 松本人志 90 0.42
## 65 12 相席スタート 松本人志 84 -0.43
## 66 10 笑い飯 松本人志 96 1.26
## 67 10 スリムクラブ 松本人志 96 1.26
## 68 10 パンクブーブー 松本人志 97 1.40
## 69 10 ピース 松本人志 89 0.28
## 70 10 銀シャリ 松本人志 90 0.42
## 71 10 ナイツ 松本人志 88 0.14
## 72 10 ハライチ 松本人志 86 -0.14
## 73 10 ジャルジャル 松本人志 87 0.00
## 74 10 カナリア 松本人志 85 -0.28
## 75 9 パンクブーブー 松本人志 93 0.84
## 76 9 笑い飯 松本人志 95 1.12
## 77 9 NON STYLE 松本人志 92 0.70
## 78 9 ナイツ 松本人志 85 -0.28
## 79 9 ハライチ 松本人志 88 0.14
## 80 9 東京ダイナマイト 松本人志 88 0.14
## 81 9 モンスターエンジン 松本人志 83 -0.57
## 82 9 南海キャンディーズ 松本人志 83 -0.57
## 83 9 ハリセンボン 松本人志 80 -0.99
## 84 8 NON STYLE 松本人志 93 0.84
## 85 8 オードリー 松本人志 95 1.12
## 86 8 ナイツ 松本人志 93 0.84
## 87 8 笑い飯 松本人志 89 0.28
## 88 8 U字工事 松本人志 85 -0.28
## 89 8 ダイアン 松本人志 85 -0.28
## 90 8 モンスターエンジン 松本人志 83 -0.57
## 91 8 キングコング 松本人志 86 -0.14
## 92 8 ザ・パンチ 松本人志 80 -0.99
## 93 7 サンドウィッチマン 松本人志 95 1.12
## 94 7 トータルテンボス 松本人志 93 0.84
## 95 7 キングコング 松本人志 93 0.84
## 96 7 ハリセンボン 松本人志 88 0.14
## 97 7 笑い飯 松本人志 85 -0.28
## 98 7 ザブングル 松本人志 90 0.42
## 99 7 ダイアン 松本人志 85 -0.28
## 100 7 千鳥 松本人志 80 -0.99
## 101 7 POISON GIRL BAND 松本人志 90 0.42
## 102 6 チュートリアル 松本人志 95 1.12
## 103 6 フットボールアワー 松本人志 90 0.42
## 104 6 麒麟 松本人志 87 0.00
## 105 6 笑い飯 松本人志 89 0.28
## 106 6 トータルテンボス 松本人志 90 0.42
## 107 6 ライセンス 松本人志 85 -0.28
## 108 6 ザ・プラン9 松本人志 80 -0.99
## 109 6 変ホ長調 松本人志 75 -1.69
## 110 6 POISON GIRL BAND 松本人志 85 -0.28
## 111 5 ブラックマヨネーズ 松本人志 95 1.12
## 112 5 笑い飯 松本人志 95 1.12
## 113 5 麒麟 松本人志 90 0.42
## 114 5 品川庄司 松本人志 90 0.42
## 115 5 チュートリアル 松本人志 95 1.12
## 116 5 千鳥 松本人志 80 -0.99
## 117 5 タイムマシーン3号 松本人志 75 -1.69
## 118 5 アジアン 松本人志 70 -2.39
## 119 5 南海キャンディーズ 松本人志 75 -1.69
## 120 13 ジャルジャル 博多大吉 91 0.56
## 121 13 和牛 博多大吉 94 0.98
## 122 13 ミキ 博多大吉 91 0.56
## 123 13 さや香 博多大吉 90 0.42
## 124 13 マヂカルラブリー 博多大吉 88 0.14
## 125 13 かまいたち 博多大吉 92 0.70
## 126 13 スーパーマラドーナ 博多大吉 93 0.84
## 127 13 とろサーモン 博多大吉 93 0.84
## 128 13 カミナリ 博多大吉 91 0.56
## 129 13 ゆにばーす 博多大吉 92 0.70
## 130 12 銀シャリ 博多大吉 93 0.84
## 131 12 和牛 博多大吉 91 0.56
## 132 12 スーパーマラドーナ 博多大吉 92 0.70
## 133 12 さらば青春の光 博多大吉 90 0.42
## 134 12 アキナ 博多大吉 89 0.28
## 135 12 ハライチ 博多大吉 89 0.28
## 136 12 カミナリ 博多大吉 90 0.42
## 137 12 スリムクラブ 博多大吉 88 0.14
## 138 12 相席スタート 博多大吉 87 0.00
## 139 3 フットボールアワー 博多大吉 97 1.40
## 140 3 笑い飯 博多大吉 95 1.12
## 141 3 アンタッチャブル 博多大吉 84 -0.43
## 142 3 2丁拳銃 博多大吉 80 -0.99
## 143 3 りあるキッズ 博多大吉 85 -0.28
## 144 3 スピードワゴン 博多大吉 74 -1.83
## 145 3 アメリカザリガニ 博多大吉 70 -2.39
## 146 3 麒麟 博多大吉 75 -1.69
## 147 3 千鳥 博多大吉 70 -2.39
## 148 2 ますだおかだ 博多大吉 70 -2.39
## 149 2 フットボールアワー 博多大吉 85 -0.28
## 150 2 笑い飯 博多大吉 80 -0.99
## 151 2 おぎやはぎ 博多大吉 80 -0.99
## 152 2 ハリガネロック 博多大吉 65 -3.09
## 153 2 テツandトモ 博多大吉 65 -3.09
## 154 2 スピードワゴン 博多大吉 75 -1.69
## 155 2 ダイノジ 博多大吉 60 -3.79
## 156 2 アメリカザリガニ 博多大吉 60 -3.79
## 157 1 中川家 博多大吉 70 -2.39
## 158 1 ハリガネロック 博多大吉 60 -3.79
## 159 1 アメリカザリガニ 博多大吉 65 -3.09
## 160 1 ますだおかだ 博多大吉 70 -2.39
## 161 1 麒麟 博多大吉 75 -1.69
## 162 1 フットボールアワー 博多大吉 55 -4.49
## 163 1 キングコング 博多大吉 55 -4.49
## 164 1 チュートリアル 博多大吉 50 -5.19
## 165 1 DonDokoDon 博多大吉 65 -3.09
## 166 1 おぎやはぎ 博多大吉 60 -3.79
## 167 13 ジャルジャル 春風亭小朝 90 0.42
## 168 13 和牛 春風亭小朝 94 0.98
## 169 13 ミキ 春風亭小朝 92 0.70
## 170 13 さや香 春風亭小朝 90 0.42
## 171 13 マヂカルラブリー 春風亭小朝 89 0.28
## 172 13 かまいたち 春風亭小朝 90 0.42
## 173 13 スーパーマラドーナ 春風亭小朝 91 0.56
## 174 13 とろサーモン 春風亭小朝 93 0.84
## 175 13 カミナリ 春風亭小朝 90 0.42
## 176 13 ゆにばーす 春風亭小朝 91 0.56
## 177 4 アンタッチャブル 春風亭小朝 95 1.12
## 178 4 南海キャンディーズ 春風亭小朝 90 0.42
## 179 4 麒麟 春風亭小朝 88 0.14
## 180 4 タカアンドトシ 春風亭小朝 85 -0.28
## 181 4 笑い飯 春風亭小朝 85 -0.28
## 182 4 POISON GIRL BAND 春風亭小朝 88 0.14
## 183 4 トータルテンボス 春風亭小朝 84 -0.43
## 184 4 東京ダイナマイト 春風亭小朝 87 0.00
## 185 4 千鳥 春風亭小朝 82 -0.71
## 186 1 中川家 春風亭小朝 90 0.42
## 187 1 ハリガネロック 春風亭小朝 70 -2.39
## 188 1 アメリカザリガニ 春風亭小朝 80 -0.99
## 189 1 ますだおかだ 春風亭小朝 80 -0.99
## 190 1 麒麟 春風亭小朝 65 -3.09
## 191 1 フットボールアワー 春風亭小朝 80 -0.99
## 192 1 キングコング 春風亭小朝 70 -2.39
## 193 1 チュートリアル 春風亭小朝 75 -1.69
## 194 1 DonDokoDon 春風亭小朝 65 -3.09
## 195 1 おぎやはぎ 春風亭小朝 75 -1.69
## 196 13 ジャルジャル 中川礼二 89 0.28
## 197 13 和牛 中川礼二 93 0.84
## 198 13 ミキ 中川礼二 91 0.56
## 199 13 さや香 中川礼二 90 0.42
## 200 13 マヂカルラブリー 中川礼二 88 0.14
## 201 13 かまいたち 中川礼二 94 0.98
## 202 13 スーパーマラドーナ 中川礼二 92 0.70
## 203 13 とろサーモン 中川礼二 93 0.84
## 204 13 カミナリ 中川礼二 89 0.28
## 205 13 ゆにばーす 中川礼二 90 0.42
## 206 12 銀シャリ 中川礼二 91 0.56
## 207 12 和牛 中川礼二 95 1.12
## 208 12 スーパーマラドーナ 中川礼二 95 1.12
## 209 12 さらば青春の光 中川礼二 90 0.42
## 210 12 アキナ 中川礼二 89 0.28
## 211 12 ハライチ 中川礼二 88 0.14
## 212 12 カミナリ 中川礼二 90 0.42
## 213 12 スリムクラブ 中川礼二 89 0.28
## 214 12 相席スタート 中川礼二 88 0.14
## 215 11 トレンディエンジェル 中川礼二 94 0.98
## 216 11 銀シャリ 中川礼二 91 0.56
## 217 11 ジャルジャル 中川礼二 89 0.28
## 218 11 タイムマシーン3号 中川礼二 93 0.84
## 219 11 スーパーマラドーナ 中川礼二 92 0.70
## 220 11 和牛 中川礼二 90 0.42
## 221 11 メイプル超合金 中川礼二 87 0.00
## 222 11 馬鹿よ貴方は 中川礼二 88 0.14
## 223 11 ハライチ 中川礼二 92 0.70
## 224 13 ジャルジャル 渡辺正行 88 0.14
## 225 13 和牛 渡辺正行 92 0.70
## 226 13 ミキ 渡辺正行 94 0.98
## 227 13 さや香 渡辺正行 91 0.56
## 228 13 マヂカルラブリー 渡辺正行 89 0.28
## 229 13 かまいたち 渡辺正行 89 0.28
## 230 13 スーパーマラドーナ 渡辺正行 91 0.56
## 231 13 とろサーモン 渡辺正行 93 0.84
## 232 13 カミナリ 渡辺正行 86 -0.14
## 233 13 ゆにばーす 渡辺正行 87 0.00
## 234 10 笑い飯 渡辺正行 90 0.42
## 235 10 スリムクラブ 渡辺正行 88 0.14
## 236 10 パンクブーブー 渡辺正行 95 1.12
## 237 10 ピース 渡辺正行 89 0.28
## 238 10 銀シャリ 渡辺正行 87 0.00
## 239 10 ナイツ 渡辺正行 88 0.14
## 240 10 ハライチ 渡辺正行 90 0.42
## 241 10 ジャルジャル 渡辺正行 87 0.00
## 242 10 カナリア 渡辺正行 85 -0.28
## 243 9 パンクブーブー 渡辺正行 91 0.56
## 244 9 笑い飯 渡辺正行 92 0.70
## 245 9 NON STYLE 渡辺正行 90 0.42
## 246 9 ナイツ 渡辺正行 91 0.56
## 247 9 ハライチ 渡辺正行 89 0.28
## 248 9 東京ダイナマイト 渡辺正行 90 0.42
## 249 9 モンスターエンジン 渡辺正行 89 0.28
## 250 9 南海キャンディーズ 渡辺正行 88 0.14
## 251 9 ハリセンボン 渡辺正行 85 -0.28
## 252 8 NON STYLE 渡辺正行 90 0.42
## 253 8 オードリー 渡辺正行 92 0.70
## 254 8 ナイツ 渡辺正行 91 0.56
## 255 8 笑い飯 渡辺正行 91 0.56
## 256 8 U字工事 渡辺正行 90 0.42
## 257 8 ダイアン 渡辺正行 90 0.42
## 258 8 モンスターエンジン 渡辺正行 88 0.14
## 259 8 キングコング 渡辺正行 89 0.28
## 260 8 ザ・パンチ 渡辺正行 85 -0.28
## 261 6 チュートリアル 渡辺正行 90 0.42
## 262 6 フットボールアワー 渡辺正行 90 0.42
## 263 6 麒麟 渡辺正行 89 0.28
## 264 6 笑い飯 渡辺正行 85 -0.28
## 265 6 トータルテンボス 渡辺正行 85 -0.28
## 266 6 ライセンス 渡辺正行 88 0.14
## 267 6 ザ・プラン9 渡辺正行 80 -0.99
## 268 6 変ホ長調 渡辺正行 79 -1.13
## 269 6 POISON GIRL BAND 渡辺正行 75 -1.69
## 270 5 ブラックマヨネーズ 渡辺正行 93 0.84
## 271 5 笑い飯 渡辺正行 90 0.42
## 272 5 麒麟 渡辺正行 91 0.56
## 273 5 品川庄司 渡辺正行 87 0.00
## 274 5 チュートリアル 渡辺正行 86 -0.14
## 275 5 千鳥 渡辺正行 89 0.28
## 276 5 タイムマシーン3号 渡辺正行 83 -0.57
## 277 5 アジアン 渡辺正行 80 -0.99
## 278 5 南海キャンディーズ 渡辺正行 79 -1.13
## 279 13 ジャルジャル オール巨人 93 0.84
## 280 13 和牛 オール巨人 92 0.70
## 281 13 ミキ オール巨人 93 0.84
## 282 13 さや香 オール巨人 87 0.00
## 283 13 マヂカルラブリー オール巨人 86 -0.14
## 284 13 かまいたち オール巨人 95 1.12
## 285 13 スーパーマラドーナ オール巨人 94 0.98
## 286 13 とろサーモン オール巨人 88 0.14
## 287 13 カミナリ オール巨人 87 0.00
## 288 13 ゆにばーす オール巨人 89 0.28
## 289 12 銀シャリ オール巨人 96 1.26
## 290 12 和牛 オール巨人 95 1.12
## 291 12 スーパーマラドーナ オール巨人 90 0.42
## 292 12 さらば青春の光 オール巨人 87 0.00
## 293 12 アキナ オール巨人 92 0.70
## 294 12 ハライチ オール巨人 91 0.56
## 295 12 カミナリ オール巨人 91 0.56
## 296 12 スリムクラブ オール巨人 85 -0.28
## 297 12 相席スタート オール巨人 87 0.00
## 298 9 パンクブーブー オール巨人 90 0.42
## 299 9 笑い飯 オール巨人 93 0.84
## 300 9 NON STYLE オール巨人 87 0.00
## 301 9 ナイツ オール巨人 90 0.42
## 302 9 ハライチ オール巨人 89 0.28
## 303 9 東京ダイナマイト オール巨人 86 -0.14
## 304 9 モンスターエンジン オール巨人 87 0.00
## 305 9 南海キャンディーズ オール巨人 84 -0.43
## 306 9 ハリセンボン オール巨人 85 -0.28
## 307 8 NON STYLE オール巨人 91 0.56
## 308 8 オードリー オール巨人 91 0.56
## 309 8 ナイツ オール巨人 89 0.28
## 310 8 笑い飯 オール巨人 91 0.56
## 311 8 U字工事 オール巨人 84 -0.43
## 312 8 ダイアン オール巨人 86 -0.14
## 313 8 モンスターエンジン オール巨人 89 0.28
## 314 8 キングコング オール巨人 86 -0.14
## 315 8 ザ・パンチ オール巨人 83 -0.57
## 316 7 サンドウィッチマン オール巨人 92 0.70
## 317 7 トータルテンボス オール巨人 90 0.42
## 318 7 キングコング オール巨人 88 0.14
## 319 7 ハリセンボン オール巨人 86 -0.14
## 320 7 笑い飯 オール巨人 83 -0.57
## 321 7 ザブングル オール巨人 79 -1.13
## 322 7 ダイアン オール巨人 81 -0.85
## 323 7 千鳥 オール巨人 87 0.00
## 324 7 POISON GIRL BAND オール巨人 84 -0.43
## 325 11 トレンディエンジェル 増田英彦 93 0.84
## 326 11 銀シャリ 増田英彦 91 0.56
## 327 11 ジャルジャル 増田英彦 89 0.28
## 328 11 タイムマシーン3号 増田英彦 90 0.42
## 329 11 スーパーマラドーナ 増田英彦 87 0.00
## 330 11 和牛 増田英彦 92 0.70
## 331 11 メイプル超合金 増田英彦 85 -0.28
## 332 11 馬鹿よ貴方は 増田英彦 85 -0.28
## 333 11 ハライチ 増田英彦 89 0.28
## 334 11 トレンディエンジェル 岩尾望 89 0.28
## 335 11 銀シャリ 岩尾望 92 0.70
## 336 11 ジャルジャル 岩尾望 96 1.26
## 337 11 タイムマシーン3号 岩尾望 90 0.42
## 338 11 スーパーマラドーナ 岩尾望 93 0.84
## 339 11 和牛 岩尾望 92 0.70
## 340 11 メイプル超合金 岩尾望 89 0.28
## 341 11 馬鹿よ貴方は 岩尾望 90 0.42
## 342 11 ハライチ 岩尾望 85 -0.28
## 343 11 トレンディエンジェル 吉田敬 93 0.84
## 344 11 銀シャリ 吉田敬 89 0.28
## 345 11 ジャルジャル 吉田敬 90 0.42
## 346 11 タイムマシーン3号 吉田敬 89 0.28
## 347 11 スーパーマラドーナ 吉田敬 90 0.42
## 348 11 和牛 吉田敬 86 -0.14
## 349 11 メイプル超合金 吉田敬 85 -0.28
## 350 11 馬鹿よ貴方は 吉田敬 83 -0.57
## 351 11 ハライチ 吉田敬 83 -0.57
## 352 11 トレンディエンジェル 徳井義実 88 0.14
## 353 11 銀シャリ 徳井義実 95 1.12
## 354 11 ジャルジャル 徳井義実 96 1.26
## 355 11 タイムマシーン3号 徳井義実 88 0.14
## 356 11 スーパーマラドーナ 徳井義実 89 0.28
## 357 11 和牛 徳井義実 90 0.42
## 358 11 メイプル超合金 徳井義実 91 0.56
## 359 11 馬鹿よ貴方は 徳井義実 89 0.28
## 360 11 ハライチ 徳井義実 89 0.28
## 361 11 トレンディエンジェル 富澤たけし 93 0.84
## 362 11 銀シャリ 富澤たけし 92 0.70
## 363 11 ジャルジャル 富澤たけし 94 0.98
## 364 11 タイムマシーン3号 富澤たけし 93 0.84
## 365 11 スーパーマラドーナ 富澤たけし 91 0.56
## 366 11 和牛 富澤たけし 90 0.42
## 367 11 メイプル超合金 富澤たけし 92 0.70
## 368 11 馬鹿よ貴方は 富澤たけし 93 0.84
## 369 11 ハライチ 富澤たけし 89 0.28
## 370 11 トレンディエンジェル 石田明 92 0.70
## 371 11 銀シャリ 石田明 87 0.00
## 372 11 ジャルジャル 石田明 94 0.98
## 373 11 タイムマシーン3号 石田明 94 0.98
## 374 11 スーパーマラドーナ 石田明 88 0.14
## 375 11 和牛 石田明 88 0.14
## 376 11 メイプル超合金 石田明 89 0.28
## 377 11 馬鹿よ貴方は 石田明 83 -0.57
## 378 11 ハライチ 石田明 86 -0.14
## 379 11 トレンディエンジェル 佐藤哲夫 92 0.70
## 380 11 銀シャリ 佐藤哲夫 89 0.28
## 381 11 ジャルジャル 佐藤哲夫 93 0.84
## 382 11 タイムマシーン3号 佐藤哲夫 91 0.56
## 383 11 スーパーマラドーナ 佐藤哲夫 93 0.84
## 384 11 和牛 佐藤哲夫 90 0.42
## 385 11 メイプル超合金 佐藤哲夫 89 0.28
## 386 11 馬鹿よ貴方は 佐藤哲夫 90 0.42
## 387 11 ハライチ 佐藤哲夫 88 0.14
## 388 11 トレンディエンジェル 哲夫 91 0.56
## 389 11 銀シャリ 哲夫 92 0.70
## 390 11 ジャルジャル 哲夫 93 0.84
## 391 11 タイムマシーン3号 哲夫 88 0.14
## 392 11 スーパーマラドーナ 哲夫 90 0.42
## 393 11 和牛 哲夫 88 0.14
## 394 11 メイプル超合金 哲夫 89 0.28
## 395 11 馬鹿よ貴方は 哲夫 90 0.42
## 396 11 ハライチ 哲夫 87 0.00
## 397 10 笑い飯 島田紳助 96 1.26
## 398 10 スリムクラブ 島田紳助 91 0.56
## 399 10 パンクブーブー 島田紳助 97 1.40
## 400 10 ピース 島田紳助 88 0.14
## 401 10 銀シャリ 島田紳助 87 0.00
## 402 10 ナイツ 島田紳助 92 0.70
## 403 10 ハライチ 島田紳助 87 0.00
## 404 10 ジャルジャル 島田紳助 86 -0.14
## 405 10 カナリア 島田紳助 81 -0.85
## 406 9 パンクブーブー 島田紳助 94 0.98
## 407 9 笑い飯 島田紳助 100 1.82
## 408 9 NON STYLE 島田紳助 90 0.42
## 409 9 ナイツ 島田紳助 91 0.56
## 410 9 ハライチ 島田紳助 90 0.42
## 411 9 東京ダイナマイト 島田紳助 85 -0.28
## 412 9 モンスターエンジン 島田紳助 89 0.28
## 413 9 南海キャンディーズ 島田紳助 85 -0.28
## 414 9 ハリセンボン 島田紳助 82 -0.71
## 415 8 NON STYLE 島田紳助 94 0.98
## 416 8 オードリー 島田紳助 89 0.28
## 417 8 ナイツ 島田紳助 89 0.28
## 418 8 笑い飯 島田紳助 95 1.12
## 419 8 U字工事 島田紳助 91 0.56
## 420 8 ダイアン 島田紳助 89 0.28
## 421 8 モンスターエンジン 島田紳助 91 0.56
## 422 8 キングコング 島田紳助 88 0.14
## 423 8 ザ・パンチ 島田紳助 87 0.00
## 424 7 サンドウィッチマン 島田紳助 98 1.54
## 425 7 トータルテンボス 島田紳助 96 1.26
## 426 7 キングコング 島田紳助 96 1.26
## 427 7 ハリセンボン 島田紳助 86 -0.14
## 428 7 笑い飯 島田紳助 85 -0.28
## 429 7 ザブングル 島田紳助 86 -0.14
## 430 7 ダイアン 島田紳助 86 -0.14
## 431 7 千鳥 島田紳助 86 -0.14
## 432 7 POISON GIRL BAND 島田紳助 75 -1.69
## 433 6 チュートリアル 島田紳助 97 1.40
## 434 6 フットボールアワー 島田紳助 90 0.42
## 435 6 麒麟 島田紳助 88 0.14
## 436 6 笑い飯 島田紳助 89 0.28
## 437 6 トータルテンボス 島田紳助 87 0.00
## 438 6 ライセンス 島田紳助 85 -0.28
## 439 6 ザ・プラン9 島田紳助 83 -0.57
## 440 6 変ホ長調 島田紳助 82 -0.71
## 441 6 POISON GIRL BAND 島田紳助 76 -1.55
## 442 5 ブラックマヨネーズ 島田紳助 95 1.12
## 443 5 笑い飯 島田紳助 85 -0.28
## 444 5 麒麟 島田紳助 88 0.14
## 445 5 品川庄司 島田紳助 85 -0.28
## 446 5 チュートリアル 島田紳助 85 -0.28
## 447 5 千鳥 島田紳助 82 -0.71
## 448 5 タイムマシーン3号 島田紳助 76 -1.55
## 449 5 アジアン 島田紳助 75 -1.69
## 450 5 南海キャンディーズ 島田紳助 72 -2.11
## 451 3 フットボールアワー 島田紳助 98 1.54
## 452 3 笑い飯 島田紳助 99 1.68
## 453 3 アンタッチャブル 島田紳助 92 0.70
## 454 3 2丁拳銃 島田紳助 91 0.56
## 455 3 りあるキッズ 島田紳助 90 0.42
## 456 3 スピードワゴン 島田紳助 85 -0.28
## 457 3 アメリカザリガニ 島田紳助 80 -0.99
## 458 3 麒麟 島田紳助 84 -0.43
## 459 3 千鳥 島田紳助 82 -0.71
## 460 2 ますだおかだ 島田紳助 89 0.28
## 461 2 フットボールアワー 島田紳助 89 0.28
## 462 2 笑い飯 島田紳助 86 -0.14
## 463 2 おぎやはぎ 島田紳助 76 -1.55
## 464 2 ハリガネロック 島田紳助 75 -1.69
## 465 2 テツandトモ 島田紳助 76 -1.55
## 466 2 スピードワゴン 島田紳助 73 -1.97
## 467 2 ダイノジ 島田紳助 83 -0.57
## 468 2 アメリカザリガニ 島田紳助 73 -1.97
## 469 1 中川家 島田紳助 80 -0.99
## 470 1 ハリガネロック 島田紳助 71 -2.25
## 471 1 アメリカザリガニ 島田紳助 74 -1.83
## 472 1 ますだおかだ 島田紳助 78 -1.27
## 473 1 麒麟 島田紳助 75 -1.69
## 474 1 フットボールアワー 島田紳助 66 -2.95
## 475 1 キングコング 島田紳助 74 -1.83
## 476 1 チュートリアル 島田紳助 60 -3.79
## 477 1 DonDokoDon 島田紳助 64 -3.23
## 478 1 おぎやはぎ 島田紳助 50 -5.19
## 479 10 笑い飯 南原清隆 98 1.54
## 480 10 スリムクラブ 南原清隆 93 0.84
## 481 10 パンクブーブー 南原清隆 94 0.98
## 482 10 ピース 南原清隆 87 0.00
## 483 10 銀シャリ 南原清隆 89 0.28
## 484 10 ナイツ 南原清隆 90 0.42
## 485 10 ハライチ 南原清隆 89 0.28
## 486 10 ジャルジャル 南原清隆 88 0.14
## 487 10 カナリア 南原清隆 86 -0.14
## 488 6 チュートリアル 南原清隆 95 1.12
## 489 6 フットボールアワー 南原清隆 94 0.98
## 490 6 麒麟 南原清隆 91 0.56
## 491 6 笑い飯 南原清隆 92 0.70
## 492 6 トータルテンボス 南原清隆 88 0.14
## 493 6 ライセンス 南原清隆 90 0.42
## 494 6 ザ・プラン9 南原清隆 89 0.28
## 495 6 変ホ長調 南原清隆 84 -0.43
## 496 6 POISON GIRL BAND 南原清隆 85 -0.28
## 497 4 アンタッチャブル 南原清隆 96 1.26
## 498 4 南海キャンディーズ 南原清隆 92 0.70
## 499 4 麒麟 南原清隆 88 0.14
## 500 4 タカアンドトシ 南原清隆 86 -0.14
## 501 4 笑い飯 南原清隆 89 0.28
## 502 4 POISON GIRL BAND 南原清隆 85 -0.28
## 503 4 トータルテンボス 南原清隆 84 -0.43
## 504 4 東京ダイナマイト 南原清隆 80 -0.99
## 505 4 千鳥 南原清隆 83 -0.57
## 506 3 フットボールアワー 南原清隆 89 0.28
## 507 3 笑い飯 南原清隆 90 0.42
## 508 3 アンタッチャブル 南原清隆 85 -0.28
## 509 3 2丁拳銃 南原清隆 87 0.00
## 510 3 りあるキッズ 南原清隆 81 -0.85
## 511 3 スピードワゴン 南原清隆 81 -0.85
## 512 3 アメリカザリガニ 南原清隆 84 -0.43
## 513 3 麒麟 南原清隆 76 -1.55
## 514 3 千鳥 南原清隆 82 -0.71
## 515 10 笑い飯 大竹まこと 97 1.40
## 516 10 スリムクラブ 大竹まこと 91 0.56
## 517 10 パンクブーブー 大竹まこと 91 0.56
## 518 10 ピース 大竹まこと 89 0.28
## 519 10 銀シャリ 大竹まこと 89 0.28
## 520 10 ナイツ 大竹まこと 90 0.42
## 521 10 ハライチ 大竹まこと 90 0.42
## 522 10 ジャルジャル 大竹まこと 89 0.28
## 523 10 カナリア 大竹まこと 87 0.00
## 524 8 NON STYLE 大竹まこと 90 0.42
## 525 8 オードリー 大竹まこと 92 0.70
## 526 8 ナイツ 大竹まこと 89 0.28
## 527 8 笑い飯 大竹まこと 88 0.14
## 528 8 U字工事 大竹まこと 88 0.14
## 529 8 ダイアン 大竹まこと 86 -0.14
## 530 8 モンスターエンジン 大竹まこと 88 0.14
## 531 8 キングコング 大竹まこと 87 0.00
## 532 8 ザ・パンチ 大竹まこと 83 -0.57
## 533 7 サンドウィッチマン 大竹まこと 84 -0.43
## 534 7 トータルテンボス 大竹まこと 84 -0.43
## 535 7 キングコング 大竹まこと 90 0.42
## 536 7 ハリセンボン 大竹まこと 85 -0.28
## 537 7 笑い飯 大竹まこと 85 -0.28
## 538 7 ザブングル 大竹まこと 84 -0.43
## 539 7 ダイアン 大竹まこと 82 -0.71
## 540 7 千鳥 大竹まこと 81 -0.85
## 541 7 POISON GIRL BAND 大竹まこと 80 -0.99
## 542 6 チュートリアル 大竹まこと 92 0.70
## 543 6 フットボールアワー 大竹まこと 89 0.28
## 544 6 麒麟 大竹まこと 86 -0.14
## 545 6 笑い飯 大竹まこと 89 0.28
## 546 6 トータルテンボス 大竹まこと 83 -0.57
## 547 6 ライセンス 大竹まこと 83 -0.57
## 548 6 ザ・プラン9 大竹まこと 82 -0.71
## 549 6 変ホ長調 大竹まこと 83 -0.57
## 550 6 POISON GIRL BAND 大竹まこと 83 -0.57
## 551 5 ブラックマヨネーズ 大竹まこと 90 0.42
## 552 5 笑い飯 大竹まこと 85 -0.28
## 553 5 麒麟 大竹まこと 90 0.42
## 554 5 品川庄司 大竹まこと 89 0.28
## 555 5 チュートリアル 大竹まこと 84 -0.43
## 556 5 千鳥 大竹まこと 88 0.14
## 557 5 タイムマシーン3号 大竹まこと 82 -0.71
## 558 5 アジアン 大竹まこと 82 -0.71
## 559 5 南海キャンディーズ 大竹まこと 79 -1.13
## 560 4 アンタッチャブル 大竹まこと 95 1.12
## 561 4 南海キャンディーズ 大竹まこと 86 -0.14
## 562 4 麒麟 大竹まこと 89 0.28
## 563 4 タカアンドトシ 大竹まこと 82 -0.71
## 564 4 笑い飯 大竹まこと 82 -0.71
## 565 4 POISON GIRL BAND 大竹まこと 83 -0.57
## 566 4 トータルテンボス 大竹まこと 79 -1.13
## 567 4 東京ダイナマイト 大竹まこと 76 -1.55
## 568 4 千鳥 大竹まこと 81 -0.85
## 569 3 フットボールアワー 大竹まこと 89 0.28
## 570 3 笑い飯 大竹まこと 90 0.42
## 571 3 アンタッチャブル 大竹まこと 87 0.00
## 572 3 2丁拳銃 大竹まこと 83 -0.57
## 573 3 りあるキッズ 大竹まこと 83 -0.57
## 574 3 スピードワゴン 大竹まこと 82 -0.71
## 575 3 アメリカザリガニ 大竹まこと 76 -1.55
## 576 3 麒麟 大竹まこと 75 -1.69
## 577 3 千鳥 大竹まこと 79 -1.13
## 578 2 ますだおかだ 大竹まこと 92 0.70
## 579 2 フットボールアワー 大竹まこと 91 0.56
## 580 2 笑い飯 大竹まこと 80 -0.99
## 581 2 おぎやはぎ 大竹まこと 79 -1.13
## 582 2 ハリガネロック 大竹まこと 83 -0.57
## 583 2 テツandトモ 大竹まこと 77 -1.41
## 584 2 スピードワゴン 大竹まこと 80 -0.99
## 585 2 ダイノジ 大竹まこと 78 -1.27
## 586 2 アメリカザリガニ 大竹まこと 78 -1.27
## 587 10 笑い飯 宮迫博之 95 1.12
## 588 10 スリムクラブ 宮迫博之 91 0.56
## 589 10 パンクブーブー 宮迫博之 98 1.54
## 590 10 ピース 宮迫博之 92 0.70
## 591 10 銀シャリ 宮迫博之 93 0.84
## 592 10 ナイツ 宮迫博之 91 0.56
## 593 10 ハライチ 宮迫博之 90 0.42
## 594 10 ジャルジャル 宮迫博之 90 0.42
## 595 10 カナリア 宮迫博之 88 0.14
## 596 10 笑い飯 中田カウス 96 1.26
## 597 10 スリムクラブ 中田カウス 94 0.98
## 598 10 パンクブーブー 中田カウス 96 1.26
## 599 10 ピース 中田カウス 95 1.12
## 600 10 銀シャリ 中田カウス 92 0.70
## 601 10 ナイツ 中田カウス 87 0.00
## 602 10 ハライチ 中田カウス 88 0.14
## 603 10 ジャルジャル 中田カウス 79 -1.13
## 604 10 カナリア 中田カウス 80 -0.99
## 605 9 パンクブーブー 中田カウス 97 1.40
## 606 9 笑い飯 中田カウス 98 1.54
## 607 9 NON STYLE 中田カウス 95 1.12
## 608 9 ナイツ 中田カウス 96 1.26
## 609 9 ハライチ 中田カウス 95 1.12
## 610 9 東京ダイナマイト 中田カウス 90 0.42
## 611 9 モンスターエンジン 中田カウス 87 0.00
## 612 9 南海キャンディーズ 中田カウス 88 0.14
## 613 9 ハリセンボン 中田カウス 89 0.28
## 614 8 NON STYLE 中田カウス 91 0.56
## 615 8 オードリー 中田カウス 98 1.54
## 616 8 ナイツ 中田カウス 94 0.98
## 617 8 笑い飯 中田カウス 88 0.14
## 618 8 U字工事 中田カウス 92 0.70
## 619 8 ダイアン 中田カウス 93 0.84
## 620 8 モンスターエンジン 中田カウス 90 0.42
## 621 8 キングコング 中田カウス 86 -0.14
## 622 8 ザ・パンチ 中田カウス 85 -0.28
## 623 7 サンドウィッチマン 中田カウス 92 0.70
## 624 7 トータルテンボス 中田カウス 93 0.84
## 625 7 キングコング 中田カウス 91 0.56
## 626 7 ハリセンボン 中田カウス 86 -0.14
## 627 7 笑い飯 中田カウス 92 0.70
## 628 7 ザブングル 中田カウス 82 -0.71
## 629 7 ダイアン 中田カウス 84 -0.43
## 630 7 千鳥 中田カウス 81 -0.85
## 631 7 POISON GIRL BAND 中田カウス 85 -0.28
## 632 6 チュートリアル 中田カウス 97 1.40
## 633 6 フットボールアワー 中田カウス 96 1.26
## 634 6 麒麟 中田カウス 94 0.98
## 635 6 笑い飯 中田カウス 92 0.70
## 636 6 トータルテンボス 中田カウス 90 0.42
## 637 6 ライセンス 中田カウス 89 0.28
## 638 6 ザ・プラン9 中田カウス 93 0.84
## 639 6 変ホ長調 中田カウス 88 0.14
## 640 6 POISON GIRL BAND 中田カウス 85 -0.28
## 641 5 ブラックマヨネーズ 中田カウス 96 1.26
## 642 5 笑い飯 中田カウス 95 1.12
## 643 5 麒麟 中田カウス 97 1.40
## 644 5 品川庄司 中田カウス 89 0.28
## 645 5 チュートリアル 中田カウス 91 0.56
## 646 5 千鳥 中田カウス 93 0.84
## 647 5 タイムマシーン3号 中田カウス 88 0.14
## 648 5 アジアン 中田カウス 90 0.42
## 649 5 南海キャンディーズ 中田カウス 88 0.14
## 650 4 アンタッチャブル 中田カウス 97 1.40
## 651 4 南海キャンディーズ 中田カウス 94 0.98
## 652 4 麒麟 中田カウス 96 1.26
## 653 4 タカアンドトシ 中田カウス 95 1.12
## 654 4 笑い飯 中田カウス 95 1.12
## 655 4 POISON GIRL BAND 中田カウス 90 0.42
## 656 4 トータルテンボス 中田カウス 88 0.14
## 657 4 東京ダイナマイト 中田カウス 89 0.28
## 658 4 千鳥 中田カウス 93 0.84
## 659 3 フットボールアワー 中田カウス 98 1.54
## 660 3 笑い飯 中田カウス 95 1.12
## 661 3 アンタッチャブル 中田カウス 86 -0.14
## 662 3 2丁拳銃 中田カウス 86 -0.14
## 663 3 りあるキッズ 中田カウス 84 -0.43
## 664 3 スピードワゴン 中田カウス 79 -1.13
## 665 3 アメリカザリガニ 中田カウス 81 -0.85
## 666 3 麒麟 中田カウス 82 -0.71
## 667 3 千鳥 中田カウス 80 -0.99
## 668 2 ますだおかだ 中田カウス 95 1.12
## 669 2 フットボールアワー 中田カウス 97 1.40
## 670 2 笑い飯 中田カウス 83 -0.57
## 671 2 おぎやはぎ 中田カウス 82 -0.71
## 672 2 ハリガネロック 中田カウス 85 -0.28
## 673 2 テツandトモ 中田カウス 90 0.42
## 674 2 スピードワゴン 中田カウス 85 -0.28
## 675 2 ダイノジ 中田カウス 84 -0.43
## 676 2 アメリカザリガニ 中田カウス 83 -0.57
## 677 9 パンクブーブー 東国原英夫 88 0.14
## 678 9 笑い飯 東国原英夫 92 0.70
## 679 9 NON STYLE 東国原英夫 89 0.28
## 680 9 ナイツ 東国原英夫 88 0.14
## 681 9 ハライチ 東国原英夫 86 -0.14
## 682 9 東京ダイナマイト 東国原英夫 85 -0.28
## 683 9 モンスターエンジン 東国原英夫 85 -0.28
## 684 9 南海キャンディーズ 東国原英夫 89 0.28
## 685 9 ハリセンボン 東国原英夫 87 0.00
## 686 7 サンドウィッチマン ラサール石井 95 1.12
## 687 7 トータルテンボス ラサール石井 95 1.12
## 688 7 キングコング ラサール石井 95 1.12
## 689 7 ハリセンボン ラサール石井 84 -0.43
## 690 7 笑い飯 ラサール石井 85 -0.28
## 691 7 ザブングル ラサール石井 84 -0.43
## 692 7 ダイアン ラサール石井 86 -0.14
## 693 7 千鳥 ラサール石井 80 -0.99
## 694 7 POISON GIRL BAND ラサール石井 82 -0.71
## 695 5 ブラックマヨネーズ ラサール石井 94 0.98
## 696 5 笑い飯 ラサール石井 92 0.70
## 697 5 麒麟 ラサール石井 95 1.12
## 698 5 品川庄司 ラサール石井 91 0.56
## 699 5 チュートリアル ラサール石井 95 1.12
## 700 5 千鳥 ラサール石井 89 0.28
## 701 5 タイムマシーン3号 ラサール石井 85 -0.28
## 702 5 アジアン ラサール石井 86 -0.14
## 703 5 南海キャンディーズ ラサール石井 80 -0.99
## 704 4 アンタッチャブル ラサール石井 96 1.26
## 705 4 南海キャンディーズ ラサール石井 95 1.12
## 706 4 麒麟 ラサール石井 92 0.70
## 707 4 タカアンドトシ ラサール石井 90 0.42
## 708 4 笑い飯 ラサール石井 89 0.28
## 709 4 POISON GIRL BAND ラサール石井 89 0.28
## 710 4 トータルテンボス ラサール石井 88 0.14
## 711 4 東京ダイナマイト ラサール石井 86 -0.14
## 712 4 千鳥 ラサール石井 82 -0.71
## 713 3 フットボールアワー ラサール石井 95 1.12
## 714 3 笑い飯 ラサール石井 92 0.70
## 715 3 アンタッチャブル ラサール石井 92 0.70
## 716 3 2丁拳銃 ラサール石井 86 -0.14
## 717 3 りあるキッズ ラサール石井 85 -0.28
## 718 3 スピードワゴン ラサール石井 86 -0.14
## 719 3 アメリカザリガニ ラサール石井 83 -0.57
## 720 3 麒麟 ラサール石井 78 -1.27
## 721 3 千鳥 ラサール石井 84 -0.43
## 722 2 ますだおかだ ラサール石井 90 0.42
## 723 2 フットボールアワー ラサール石井 95 1.12
## 724 2 笑い飯 ラサール石井 84 -0.43
## 725 2 おぎやはぎ ラサール石井 79 -1.13
## 726 2 ハリガネロック ラサール石井 81 -0.85
## 727 2 テツandトモ ラサール石井 82 -0.71
## 728 2 スピードワゴン ラサール石井 86 -0.14
## 729 2 ダイノジ ラサール石井 78 -1.27
## 730 2 アメリカザリガニ ラサール石井 78 -1.27
## 731 1 中川家 ラサール石井 90 0.42
## 732 1 ハリガネロック ラサール石井 92 0.70
## 733 1 アメリカザリガニ ラサール石井 92 0.70
## 734 1 ますだおかだ ラサール石井 88 0.14
## 735 1 麒麟 ラサール石井 90 0.42
## 736 1 フットボールアワー ラサール石井 82 -0.71
## 737 1 キングコング ラサール石井 76 -1.55
## 738 1 チュートリアル ラサール石井 68 -2.67
## 739 1 DonDokoDon ラサール石井 82 -0.71
## 740 1 おぎやはぎ ラサール石井 82 -0.71
## 741 6 チュートリアル 島田洋七 98 1.54
## 742 6 フットボールアワー 島田洋七 91 0.56
## 743 6 麒麟 島田洋七 92 0.70
## 744 6 笑い飯 島田洋七 90 0.42
## 745 6 トータルテンボス 島田洋七 90 0.42
## 746 6 ライセンス 島田洋七 89 0.28
## 747 6 ザ・プラン9 島田洋七 90 0.42
## 748 6 変ホ長調 島田洋七 85 -0.28
## 749 6 POISON GIRL BAND 島田洋七 81 -0.85
## 750 5 ブラックマヨネーズ 島田洋七 96 1.26
## 751 5 笑い飯 島田洋七 91 0.56
## 752 5 麒麟 島田洋七 95 1.12
## 753 5 品川庄司 島田洋七 95 1.12
## 754 5 チュートリアル 島田洋七 86 -0.14
## 755 5 千鳥 島田洋七 86 -0.14
## 756 5 タイムマシーン3号 島田洋七 82 -0.71
## 757 5 アジアン 島田洋七 81 -0.85
## 758 5 南海キャンディーズ 島田洋七 79 -1.13
## 759 4 アンタッチャブル 島田洋七 97 1.40
## 760 4 南海キャンディーズ 島田洋七 92 0.70
## 761 4 麒麟 島田洋七 92 0.70
## 762 4 タカアンドトシ 島田洋七 91 0.56
## 763 4 笑い飯 島田洋七 91 0.56
## 764 4 POISON GIRL BAND 島田洋七 81 -0.85
## 765 4 トータルテンボス 島田洋七 84 -0.43
## 766 4 東京ダイナマイト 島田洋七 83 -0.57
## 767 4 千鳥 島田洋七 78 -1.27
## 768 3 フットボールアワー 島田洋七 97 1.40
## 769 3 笑い飯 島田洋七 95 1.12
## 770 3 アンタッチャブル 島田洋七 90 0.42
## 771 3 2丁拳銃 島田洋七 95 1.12
## 772 3 りあるキッズ 島田洋七 93 0.84
## 773 3 スピードワゴン 島田洋七 85 -0.28
## 774 3 アメリカザリガニ 島田洋七 90 0.42
## 775 3 麒麟 島田洋七 84 -0.43
## 776 3 千鳥 島田洋七 75 -1.69
## 777 2 ますだおかだ 島田洋七 96 1.26
## 778 2 フットボールアワー 島田洋七 94 0.98
## 779 2 笑い飯 島田洋七 84 -0.43
## 780 2 おぎやはぎ 島田洋七 85 -0.28
## 781 2 ハリガネロック 島田洋七 86 -0.14
## 782 2 テツandトモ 島田洋七 79 -1.13
## 783 2 スピードワゴン 島田洋七 86 -0.14
## 784 2 ダイノジ 島田洋七 81 -0.85
## 785 2 アメリカザリガニ 島田洋七 83 -0.57
## 786 4 アンタッチャブル 西川きよし 97 1.40
## 787 4 南海キャンディーズ 西川きよし 90 0.42
## 788 4 麒麟 西川きよし 89 0.28
## 789 4 タカアンドトシ 西川きよし 86 -0.14
## 790 4 笑い飯 西川きよし 84 -0.43
## 791 4 POISON GIRL BAND 西川きよし 87 0.00
## 792 4 トータルテンボス 西川きよし 80 -0.99
## 793 4 東京ダイナマイト 西川きよし 82 -0.71
## 794 4 千鳥 西川きよし 83 -0.57
## 795 1 中川家 西川きよし 91 0.56
## 796 1 ハリガネロック 西川きよし 95 1.12
## 797 1 アメリカザリガニ 西川きよし 88 0.14
## 798 1 ますだおかだ 西川きよし 95 1.12
## 799 1 麒麟 西川きよし 79 -1.13
## 800 1 フットボールアワー 西川きよし 90 0.42
## 801 1 キングコング 西川きよし 80 -0.99
## 802 1 チュートリアル 西川きよし 80 -0.99
## 803 1 DonDokoDon 西川きよし 75 -1.69
## 804 1 おぎやはぎ 西川きよし 77 -1.41
## 805 2 ますだおかだ 立川談志 80 -0.99
## 806 2 フットボールアワー 立川談志 70 -2.39
## 807 2 笑い飯 立川談志 70 -2.39
## 808 2 おぎやはぎ 立川談志 80 -0.99
## 809 2 ハリガネロック 立川談志 70 -2.39
## 810 2 テツandトモ 立川談志 70 -2.39
## 811 2 スピードワゴン 立川談志 50 -5.19
## 812 2 ダイノジ 立川談志 70 -2.39
## 813 2 アメリカザリガニ 立川談志 70 -2.39
## 814 1 中川家 鴻上尚史 85 -0.28
## 815 1 ハリガネロック 鴻上尚史 85 -0.28
## 816 1 アメリカザリガニ 鴻上尚史 84 -0.43
## 817 1 ますだおかだ 鴻上尚史 84 -0.43
## 818 1 麒麟 鴻上尚史 83 -0.57
## 819 1 フットボールアワー 鴻上尚史 82 -0.71
## 820 1 キングコング 鴻上尚史 83 -0.57
## 821 1 チュートリアル 鴻上尚史 75 -1.69
## 822 1 DonDokoDon 鴻上尚史 84 -0.43
## 823 1 おぎやはぎ 鴻上尚史 73 -1.97
## 824 1 中川家 青島幸男 90 0.42
## 825 1 ハリガネロック 青島幸男 90 0.42
## 826 1 アメリカザリガニ 青島幸男 85 -0.28
## 827 1 ますだおかだ 青島幸男 80 -0.99
## 828 1 麒麟 青島幸男 75 -1.69
## 829 1 フットボールアワー 青島幸男 80 -0.99
## 830 1 キングコング 青島幸男 75 -1.69
## 831 1 チュートリアル 青島幸男 75 -1.69
## 832 1 DonDokoDon 青島幸男 85 -0.28
## 833 1 おぎやはぎ 青島幸男 80 -0.99使用するデータは、13回分のM1グランプリの決勝に出場した62組の評価得点データである。コンビのおもしろさをベイズモデリングで推定することが目的。シンプルなモデルから複雑なモデルに拡張していく。下記、番号と漫才コンビの対応を表示しておく。
data.frame(
no = as.numeric(p_name),
name = p_name
) %>% arrange(no)## no name
## 1 1 2丁拳銃
## 2 2 DonDokoDon
## 3 3 NON STYLE
## 4 4 POISON GIRL BAND
## 5 5 U字工事
## 6 6 アキナ
## 7 7 アジアン
## 8 8 アメリカザリガニ
## 9 9 アンタッチャブル
## 10 10 オードリー
## 11 11 おぎやはぎ
## 12 12 カナリア
## 13 13 かまいたち
## 14 14 カミナリ
## 15 15 キングコング
## 16 16 ザ・パンチ
## 17 17 ザ・プラン9
## 18 18 ザブングル
## 19 19 さや香
## 20 20 さらば青春の光
## 21 21 サンドウィッチマン
## 22 22 ジャルジャル
## 23 23 スーパーマラドーナ
## 24 24 スピードワゴン
## 25 25 スリムクラブ
## 26 26 ダイアン
## 27 27 ダイノジ
## 28 28 タイムマシーン3号
## 29 29 タカアンドトシ
## 30 30 チュートリアル
## 31 31 テツandトモ
## 32 32 トータルテンボス
## 33 33 トレンディエンジェル
## 34 34 とろサーモン
## 35 35 ナイツ
## 36 36 ハライチ
## 37 37 ハリガネロック
## 38 38 ハリセンボン
## 39 39 パンクブーブー
## 40 40 ピース
## 41 41 フットボールアワー
## 42 42 ブラックマヨネーズ
## 43 43 ますだおかだ
## 44 44 マヂカルラブリー
## 45 45 ミキ
## 46 46 メイプル超合金
## 47 47 モンスターエンジン
## 48 48 ゆにばーす
## 49 49 ライセンス
## 50 50 りあるキッズ
## 51 51 中川家
## 52 52 千鳥
## 53 53 南海キャンディーズ
## 54 54 和牛
## 55 55 品川庄司
## 56 56 変ホ長調
## 57 57 東京ダイナマイト
## 58 58 相席スタート
## 59 59 笑い飯
## 60 60 銀シャリ
## 61 61 馬鹿よ貴方は
## 62 62 麒麟モデル1: コンビ平均モデル
スコア\(Y_i\)は、コンビ\(i\)ごとの漫才力\(\theta_i\)と標準偏差\(\sigma_i\)をパラメタにもつ正規分布に従うとするモデル。
\[ \begin{eqnarray} Y_{i}\sim Normal(\theta_i,\sigma_i) \end{eqnarray} \]
データを用意する。
data01 <- list(L = nrow(dat01), # サンプルサイズ
N = max(as.numeric(dat01$演者)), # 演者に数をふり，最大値を持ってきて演者数を入れる
idX = as.numeric(dat01$演者), # 演者に数をふり，グループ変数のように扱う
Y = as.numeric(dat01$val_z) # 各漫才の得点を標準化した得点
)
map(.x = data01, .f = function(x){head(x, 50)})## $L
## [1] 833
##
## $N
## [1] 62
##
## $idX
## [1] 22 54 45 19 44 13 23 34 14 48 60 54 23 20 6 36 14 25 58 39 59 3 35 36 57
## [26] 47 53 38 3 10 35 59 5 26 47 15 16 21 32 15 38 59 18 26 52 4 22 54 45 19
##
## $Y
## [1] 0.42 1.12 1.12 0.42 -0.57 0.28 0.28 0.84 0.42 0.42 1.12 1.12
## [13] 0.84 0.56 0.28 0.84 -0.85 0.28 0.42 1.54 1.54 1.54 0.84 0.56
## [25] 0.42 0.42 0.42 0.00 1.12 0.70 1.12 1.12 0.84 0.42 -0.28 0.42
## [37] 0.14 1.12 1.12 1.40 0.84 0.28 0.70 0.28 -0.28 -0.85 1.12 0.84
## [49] 0.98 0.42モデルはこちら。
data{
int<lower=1> L; //data Length
int<lower=1> N; //number of players
int idX[L]; //player ID index
real Y[L]; // scores
}
parameters{
real theta[N];
real<lower=0> sig[N];
}
model{
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]],sig[idX[l]]);
}
}モデルの挙動を深掘りしておく。
model{
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]],sig[idX[l]]);
}
}
// l = 1
// Y[l] ~ normal(theta[idX[l]],sig[idX[l]]);
// Y[1] ~ normal(theta[idX[1]],sig[idX[1]]);
// Y[1] ~ normal(theta[22],sig[22]);先にコンパイルしてから、
model01 <- stan_model('model01.stan')sampling()関数でサンプリングする。
fit01 <- sampling(object = model01, data = data01, seed = 1989)推定結果を確認する。
print(fit01, prob = c(0.025, 0.5, 0.975), digits = 2)## Inference for Stan model: anon_model.
## 4 chains, each with iter=2000; warmup=1000; thin=1;
## post-warmup draws per chain=1000, total post-warmup draws=4000.
##
## mean se_mean sd 2.5% 50% 97.5% n_eff Rhat
## theta[1] -0.03 0.01 0.38 -0.78 -0.03 0.72 3483 1
## theta[2] -1.78 0.01 0.71 -3.15 -1.78 -0.47 2745 1
## theta[3] 0.67 0.00 0.12 0.43 0.67 0.92 5091 1
## theta[4] -0.52 0.00 0.15 -0.81 -0.52 -0.21 7208 1
## theta[5] 0.28 0.00 0.25 -0.23 0.28 0.81 2807 1
## theta[6] 0.31 0.01 0.21 -0.08 0.31 0.70 1198 1
## theta[7] -0.92 0.01 0.51 -1.92 -0.91 0.05 3875 1
## theta[8] -1.14 0.00 0.27 -1.66 -1.14 -0.59 5461 1
## theta[9] 0.71 0.00 0.20 0.33 0.71 1.09 5594 1
## theta[10] 0.81 0.00 0.23 0.36 0.80 1.28 2407 1
## theta[11] -1.61 0.01 0.40 -2.39 -1.61 -0.82 4804 1
## theta[12] -0.34 0.00 0.23 -0.79 -0.34 0.13 2906 1
## theta[13] 0.62 0.01 0.20 0.22 0.62 0.99 1608 1
## theta[14] 0.17 0.00 0.14 -0.10 0.17 0.44 4763 1
## theta[15] -0.35 0.00 0.34 -1.00 -0.35 0.35 6404 1
## theta[16] -0.37 0.00 0.20 -0.81 -0.36 0.04 2886 1
## theta[17] -0.25 0.01 0.39 -1.06 -0.25 0.52 3887 1
## theta[18] -0.24 0.01 0.35 -0.94 -0.24 0.46 3229 1
## theta[19] 0.38 0.00 0.10 0.18 0.38 0.56 1920 1
## theta[20] 0.36 0.01 0.19 0.03 0.37 0.70 797 1
## theta[21] 0.85 0.01 0.36 0.20 0.84 1.55 1368 1
## theta[22] 0.45 0.00 0.12 0.21 0.46 0.69 5080 1
## theta[23] 0.57 0.00 0.07 0.43 0.57 0.71 5479 1
## theta[24] -1.11 0.01 0.40 -1.89 -1.11 -0.31 5600 1
## theta[25] 0.48 0.00 0.14 0.21 0.48 0.77 5305 1
## theta[26] -0.06 0.00 0.14 -0.34 -0.06 0.22 5631 1
## theta[27] -1.51 0.01 0.62 -2.76 -1.51 -0.31 2888 1
## theta[28] -0.05 0.00 0.22 -0.50 -0.05 0.40 5779 1
## theta[29] 0.13 0.01 0.34 -0.53 0.12 0.83 2298 1
## theta[30] -0.39 0.01 0.43 -1.26 -0.39 0.51 7049 1
## theta[31] -1.41 0.01 0.59 -2.63 -1.41 -0.23 3686 1
## theta[32] 0.13 0.00 0.16 -0.19 0.13 0.45 6410 1
## theta[33] 0.65 0.00 0.12 0.41 0.65 0.90 4509 1
## theta[34] 0.72 0.00 0.14 0.43 0.72 1.02 2978 1
## theta[35] 0.49 0.00 0.09 0.31 0.49 0.67 6419 1
## theta[36] 0.23 0.00 0.07 0.09 0.23 0.37 5267 1
## theta[37] -1.11 0.01 0.45 -1.98 -1.11 -0.22 5641 1
## theta[38] -0.15 0.00 0.14 -0.43 -0.15 0.11 5955 1
## theta[39] 1.01 0.00 0.14 0.74 1.02 1.29 5140 1
## theta[40] 0.40 0.00 0.21 -0.04 0.41 0.81 2912 1
## theta[41] 0.11 0.00 0.29 -0.46 0.12 0.69 6269 1
## theta[42] 1.00 0.00 0.16 0.68 1.00 1.32 3269 1
## theta[43] -0.32 0.00 0.37 -1.08 -0.32 0.41 5959 1
## theta[44] -0.04 0.00 0.18 -0.40 -0.04 0.31 3760 1
## theta[45] 0.82 0.00 0.12 0.58 0.82 1.06 2246 1
## theta[46] 0.20 0.00 0.14 -0.09 0.20 0.48 3585 1
## theta[47] 0.06 0.00 0.11 -0.17 0.06 0.28 4518 1
## theta[48] 0.34 0.00 0.14 0.06 0.34 0.63 2526 1
## theta[49] -0.01 0.00 0.19 -0.41 0.00 0.39 3533 1
## theta[50] -0.16 0.01 0.31 -0.79 -0.17 0.49 3297 1
## theta[51] -0.26 0.01 0.57 -1.44 -0.26 0.90 2969 1
## theta[52] -0.58 0.00 0.14 -0.86 -0.58 -0.29 6574 1
## theta[53] -0.20 0.00 0.21 -0.62 -0.19 0.21 5530 1
## theta[54] 0.67 0.00 0.08 0.51 0.67 0.84 7191 1
## theta[55] 0.35 0.01 0.26 -0.14 0.34 0.87 1467 1
## theta[56] -0.66 0.01 0.30 -1.26 -0.67 -0.03 2756 1
## theta[57] -0.22 0.00 0.18 -0.57 -0.21 0.14 6201 1
## theta[58] 0.02 0.01 0.26 -0.46 0.03 0.50 911 1
## theta[59] 0.43 0.00 0.10 0.23 0.43 0.62 7624 1
## theta[60] 0.59 0.00 0.09 0.41 0.59 0.77 7011 1
## theta[61] 0.13 0.00 0.21 -0.29 0.12 0.56 3925 1
## theta[62] -0.17 0.00 0.19 -0.55 -0.17 0.20 7630 1
## sig[1] 0.91 0.01 0.39 0.49 0.82 1.91 2481 1
## sig[2] 1.73 0.01 0.72 0.91 1.56 3.53 2446 1
## sig[3] 0.45 0.00 0.10 0.30 0.44 0.71 4823 1
## sig[4] 0.67 0.00 0.11 0.49 0.65 0.92 5270 1
## sig[5] 0.64 0.01 0.27 0.34 0.58 1.35 2439 1
## sig[6] 0.39 0.01 0.26 0.16 0.32 1.00 1324 1
## sig[7] 1.21 0.01 0.48 0.65 1.10 2.49 2703 1
## sig[8] 1.21 0.00 0.21 0.89 1.19 1.71 5769 1
## sig[9] 0.75 0.00 0.16 0.51 0.72 1.14 4977 1
## sig[10] 0.54 0.01 0.24 0.28 0.48 1.14 1911 1
## sig[11] 1.47 0.00 0.33 0.98 1.42 2.25 4692 1
## sig[12] 0.55 0.00 0.23 0.29 0.50 1.14 2311 1
## sig[13] 0.44 0.01 0.19 0.23 0.39 0.90 1433 1
## sig[14] 0.48 0.00 0.12 0.31 0.45 0.77 4025 1
## sig[15] 1.51 0.00 0.26 1.11 1.48 2.11 5208 1
## sig[16] 0.50 0.00 0.23 0.26 0.45 1.01 2515 1
## sig[17] 0.97 0.01 0.39 0.51 0.87 2.01 2732 1
## sig[18] 0.83 0.01 0.34 0.42 0.75 1.64 2518 1
## sig[19] 0.23 0.00 0.11 0.12 0.20 0.47 1521 1
## sig[20] 0.33 0.01 0.23 0.14 0.27 0.90 859 1
## sig[21] 0.83 0.01 0.38 0.43 0.74 1.76 1517 1
## sig[22] 0.57 0.00 0.09 0.42 0.56 0.79 5023 1
## sig[23] 0.31 0.00 0.05 0.23 0.30 0.43 5273 1
## sig[24] 1.50 0.01 0.34 1.00 1.45 2.30 4540 1
## sig[25] 0.47 0.00 0.12 0.30 0.45 0.77 3692 1
## sig[26] 0.52 0.00 0.12 0.34 0.50 0.80 4252 1
## sig[27] 1.55 0.01 0.63 0.81 1.40 3.24 2585 1
## sig[28] 0.89 0.00 0.18 0.62 0.86 1.31 5146 1
## sig[29] 0.81 0.01 0.37 0.42 0.72 1.73 1844 1
## sig[30] 1.96 0.00 0.33 1.44 1.92 2.74 5001 1
## sig[31] 1.48 0.01 0.62 0.77 1.34 3.04 2160 1
## sig[32] 0.73 0.00 0.13 0.54 0.71 1.02 5979 1
## sig[33] 0.34 0.00 0.11 0.20 0.32 0.61 4128 1
## sig[34] 0.35 0.00 0.15 0.18 0.31 0.74 2427 1
## sig[35] 0.41 0.00 0.07 0.30 0.40 0.57 5457 1
## sig[36] 0.38 0.00 0.06 0.29 0.37 0.50 6133 1
## sig[37] 1.67 0.01 0.38 1.12 1.61 2.60 4860 1
## sig[38] 0.48 0.00 0.11 0.33 0.47 0.74 4975 1
## sig[39] 0.50 0.00 0.11 0.34 0.48 0.77 4784 1
## sig[40] 0.50 0.00 0.22 0.26 0.45 1.09 2324 1
## sig[41] 1.50 0.00 0.22 1.15 1.48 1.99 5556 1
## sig[42] 0.39 0.00 0.17 0.20 0.34 0.81 2396 1
## sig[43] 1.37 0.00 0.31 0.91 1.32 2.09 5213 1
## sig[44] 0.45 0.00 0.18 0.23 0.41 0.91 3214 1
## sig[45] 0.29 0.00 0.14 0.15 0.26 0.62 1624 1
## sig[46] 0.41 0.00 0.14 0.24 0.38 0.77 2798 1
## sig[47] 0.40 0.00 0.09 0.27 0.39 0.63 3195 1
## sig[48] 0.35 0.00 0.14 0.18 0.32 0.74 1949 1
## sig[49] 0.48 0.00 0.19 0.26 0.43 0.99 2470 1
## sig[50] 0.77 0.01 0.34 0.40 0.69 1.59 2395 1
## sig[51] 1.42 0.01 0.59 0.74 1.28 2.93 2577 1
## sig[52] 0.73 0.00 0.11 0.56 0.72 0.97 6711 1
## sig[53] 0.95 0.00 0.17 0.69 0.93 1.34 5424 1
## sig[54] 0.38 0.00 0.07 0.28 0.38 0.54 4518 1
## sig[55] 0.59 0.01 0.27 0.30 0.53 1.26 1494 1
## sig[56] 0.77 0.01 0.29 0.42 0.69 1.54 2608 1
## sig[57] 0.65 0.00 0.15 0.43 0.63 1.01 3926 1
## sig[58] 0.49 0.01 0.33 0.20 0.40 1.34 1073 1
## sig[59] 0.80 0.00 0.07 0.67 0.79 0.95 6777 1
## sig[60] 0.41 0.00 0.07 0.30 0.40 0.57 6499 1
## sig[61] 0.59 0.00 0.19 0.35 0.55 1.08 2938 1
## sig[62] 1.12 0.00 0.14 0.88 1.10 1.42 5927 1
## lp__ -95.65 0.28 9.14 -114.38 -95.33 -78.98 1099 1
##
## Samples were drawn using NUTS(diag_e) at Fri Jan 26 16:08:19 2024.
## For each parameter, n_eff is a crude measure of effective sample size,
## and Rhat is the potential scale reduction factor on split chains (at
## convergence, Rhat=1).get_posterior <- function(ms, id){
EAP <- apply(ms, 2, mean)
post_sd <- apply(ms, 2, sd)
lower <- apply(ms, 2, quantile, probs = 0.025)
upper <- apply(ms, 2, quantile, probs = 0.975)
res <- tibble(
id = id,
EAP, post_sd, lower, upper
) %>% arrange(desc(EAP))
return(res)
}
list(
theta = get_posterior(
ms = rstan::extract(fit01)$theta,
id = factor(levels(p_name))
) %>% head(10),
sigma = get_posterior(
ms = rstan::extract(fit01)$sig,
id = factor(levels(p_name))
) %>% tail(10)
)## $theta
## # A tibble: 10 × 5
## id EAP post_sd lower upper
## <fct> <dbl> <dbl> <dbl> <dbl>
## 1 パンクブーブー 1.01 0.138 0.736 1.29
## 2 ブラックマヨネーズ 0.998 0.157 0.678 1.32
## 3 サンドウィッチマン 0.847 0.359 0.199 1.55
## 4 ミキ 0.823 0.124 0.575 1.06
## 5 オードリー 0.808 0.233 0.360 1.28
## 6 とろサーモン 0.723 0.144 0.431 1.02
## 7 アンタッチャブル 0.708 0.198 0.325 1.09
## 8 和牛 0.674 0.0842 0.514 0.842
## 9 NON STYLE 0.672 0.123 0.427 0.917
## 10 トレンディエンジェル 0.655 0.120 0.411 0.900
##
## $sigma
## # A tibble: 10 × 5
## id EAP post_sd lower upper
## <fct> <dbl> <dbl> <dbl> <dbl>
## 1 ブラックマヨネーズ 0.387 0.166 0.202 0.807
## 2 和牛 0.385 0.0673 0.278 0.540
## 3 ハライチ 0.378 0.0554 0.288 0.503
## 4 ゆにばーす 0.348 0.143 0.181 0.736
## 5 とろサーモン 0.346 0.146 0.178 0.735
## 6 トレンディエンジェル 0.339 0.109 0.198 0.607
## 7 さらば青春の光 0.335 0.226 0.139 0.904
## 8 スーパーマラドーナ 0.308 0.0529 0.225 0.427
## 9 ミキ 0.292 0.136 0.150 0.619
## 10 さや香 0.229 0.106 0.119 0.466# stan_plot(
# fit01,
# point_est = 'mean',
# show_density = TRUE,
# ci_level = 0.9,
# outer_level = 1,
# pars = 'theta',
# fill_color = 'tomato'
# ) + labs(title = 'Theta[i]')審判員のくせ評価モデル
「審判員の評価にくせがある」との仮定を追加したモデル。スコア\(Y_{ij}\)は、コンビ\(i\)ごとの漫才力\(\theta_i\)と審査員\(j\)ごとの標準偏差\(\sigma_j\)をパラメタにもつ正規分布に従うとするモデル。
例えば、審査員\(j\)の値が大きいとすると、標準偏差\(\sigma_j\)が大きいことを意味するため、スコア\(Y_{ij}\)は、ばらつきやすくなる。つまり、審査員の好き嫌いが評価に影響すると考えている。反対に標準偏差\(\sigma_j\)が小さいと、スコア\(Y_{ij}\)は、ばらつきにくくなり、スコア\(Y_{ij}\)の変動は少なくなる。
\[ \begin{eqnarray} Y_{ij} &\sim& Normal(\theta_i,\sigma_j) \\ \theta_i &\sim& Normal(0,\sigma_\theta) \\ \end{eqnarray} \]
データを用意する。
data0203 <- list(L = nrow(dat01),
N = max(as.numeric(dat01$演者)),
M = max(as.numeric(dat01$審査員)),
idX = as.numeric(dat01$演者),
idY = as.numeric(dat01$審査員),
Y = as.numeric(dat01$val_z)
)
map(.x = data0203, .f = function(x){head(x, 50)})## $L
## [1] 833
##
## $N
## [1] 62
##
## $M
## [1] 27
##
## $idX
## [1] 22 54 45 19 44 13 23 34 14 48 60 54 23 20 6 36 14 25 58 39 59 3 35 36 57
## [26] 47 53 38 3 10 35 59 5 26 47 15 16 21 32 15 38 59 18 26 52 4 22 54 45 19
##
## $idY
## [1] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
## [26] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 21 21 21 21
##
## $Y
## [1] 0.42 1.12 1.12 0.42 -0.57 0.28 0.28 0.84 0.42 0.42 1.12 1.12
## [13] 0.84 0.56 0.28 0.84 -0.85 0.28 0.42 1.54 1.54 1.54 0.84 0.56
## [25] 0.42 0.42 0.42 0.00 1.12 0.70 1.12 1.12 0.84 0.42 -0.28 0.42
## [37] 0.14 1.12 1.12 1.40 0.84 0.28 0.70 0.28 -0.28 -0.85 1.12 0.84
## [49] 0.98 0.42モデルはこちら。
data{
int<lower=1> L; //data Length
int<lower=1> N; //number of players
int<lower=1> M; //number of rators
int idX[L]; //player ID index
int idY[L]; //rator ID index
real Y[L]; // scores
}
parameters{
real theta[N];
real<lower=0> sig_theta[N];
real<lower=0> sig[M];
}
model{
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]],sig[idY[l]]);
}
//prior
theta ~ normal(0, sig_theta);
sig_theta ~ cauchy(0,5);
sig ~ cauchy(0,5);
}
モデルの挙動を深掘りしておく。
model{
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]],sig[idY[l]]);
}
}
// l = 1
// Y[1] ~ normal(theta[idX[1]],sig[idY[1]]);
// Y[1] ~ normal(theta[22],sig[3]);先にコンパイルしてから、
model02 <- stan_model('model02.stan')sampling()関数でサンプリングする。
fit02 <- sampling(object = model02, data = data0203, seed = 1989)推定結果を確認する。
print(fit02, prob = c(0.025, 0.5, 0.975), digits = 2)## Inference for Stan model: anon_model.
## 4 chains, each with iter=2000; warmup=1000; thin=1;
## post-warmup draws per chain=1000, total post-warmup draws=4000.
##
## mean se_mean sd 2.5% 50% 97.5% n_eff Rhat
## theta[1] 0.01 0.01 0.25 -0.46 0.00 0.53 312 1.01
## theta[2] -1.54 0.02 0.40 -2.31 -1.54 -0.75 620 1.01
## theta[3] 0.54 0.01 0.15 0.23 0.54 0.83 509 1.01
## theta[4] -0.56 0.01 0.16 -0.85 -0.56 -0.26 226 1.02
## theta[5] 0.12 0.01 0.20 -0.24 0.10 0.52 507 1.01
## theta[6] 0.33 0.01 0.20 -0.05 0.33 0.72 770 1.01
## theta[7] -0.95 0.02 0.26 -1.42 -0.96 -0.44 216 1.02
## theta[8] -0.77 0.00 0.19 -1.13 -0.78 -0.39 1464 1.00
## theta[9] 0.69 0.01 0.21 0.29 0.69 1.09 425 1.01
## theta[10] 0.74 0.00 0.21 0.32 0.74 1.14 1835 1.00
## theta[11] -1.28 0.02 0.27 -1.84 -1.27 -0.81 215 1.02
## theta[12] -0.15 0.02 0.21 -0.58 -0.14 0.22 92 1.04
## theta[13] 0.71 0.01 0.19 0.35 0.71 1.09 429 1.01
## theta[14] 0.15 0.01 0.14 -0.09 0.14 0.42 246 1.02
## theta[15] 0.05 0.00 0.13 -0.21 0.04 0.32 859 1.01
## theta[16] -0.36 0.01 0.21 -0.77 -0.36 0.02 965 1.00
## theta[17] -0.34 0.02 0.25 -0.83 -0.34 0.12 204 1.02
## theta[18] -0.30 0.01 0.25 -0.81 -0.30 0.14 286 1.02
## theta[19] 0.31 0.01 0.19 -0.03 0.30 0.69 193 1.02
## theta[20] 0.30 0.01 0.21 -0.09 0.29 0.73 362 1.01
## theta[21] 0.69 0.01 0.23 0.23 0.68 1.16 1920 1.00
## theta[22] 0.56 0.01 0.11 0.36 0.56 0.78 415 1.01
## theta[23] 0.62 0.00 0.10 0.41 0.62 0.80 492 1.01
## theta[24] -0.67 0.01 0.21 -1.08 -0.67 -0.24 1026 1.01
## theta[25] 0.34 0.01 0.15 0.05 0.34 0.64 656 1.01
## theta[26] -0.09 0.01 0.14 -0.39 -0.08 0.17 654 1.01
## theta[27] -0.98 0.01 0.34 -1.65 -0.97 -0.31 1437 1.00
## theta[28] 0.24 0.00 0.12 0.01 0.24 0.47 1314 1.00
## theta[29] 0.03 0.00 0.23 -0.43 0.02 0.51 2134 1.01
## theta[30] 0.11 0.00 0.14 -0.15 0.09 0.42 1756 1.00
## theta[31] -0.89 0.03 0.36 -1.55 -0.89 -0.16 156 1.02
## theta[32] 0.06 0.01 0.13 -0.17 0.04 0.33 148 1.02
## theta[33] 0.66 0.00 0.12 0.43 0.65 0.90 1580 1.00
## theta[34] 0.66 0.01 0.19 0.29 0.64 1.02 1255 1.01
## theta[35] 0.43 0.00 0.12 0.20 0.43 0.67 1205 1.00
## theta[36] 0.20 0.01 0.09 0.02 0.20 0.37 298 1.02
## theta[37] -0.46 0.03 0.28 -1.01 -0.47 0.11 85 1.04
## theta[38] -0.10 0.00 0.14 -0.39 -0.09 0.16 818 1.01
## theta[39] 0.87 0.02 0.18 0.49 0.88 1.20 74 1.05
## theta[40] 0.36 0.01 0.21 -0.05 0.36 0.77 1726 1.00
## theta[41] 0.45 0.00 0.15 0.17 0.45 0.74 976 1.01
## theta[42] 0.91 0.01 0.25 0.41 0.91 1.40 1170 1.00
## theta[43] 0.26 0.02 0.25 -0.20 0.24 0.74 252 1.02
## theta[44] 0.00 0.00 0.16 -0.34 -0.01 0.31 1499 1.00
## theta[45] 0.78 0.01 0.19 0.41 0.78 1.15 410 1.01
## theta[46] 0.19 0.00 0.12 -0.04 0.19 0.43 1947 1.00
## theta[47] 0.03 0.00 0.13 -0.24 0.02 0.28 1831 1.00
## theta[48] 0.25 0.01 0.18 -0.08 0.25 0.58 177 1.02
## theta[49] 0.01 0.00 0.19 -0.38 0.01 0.41 2098 1.00
## theta[50] -0.20 0.02 0.27 -0.76 -0.18 0.24 172 1.02
## theta[51] 0.02 0.01 0.32 -0.64 0.01 0.70 1514 1.00
## theta[52] -0.45 0.00 0.13 -0.70 -0.44 -0.19 892 1.01
## theta[53] -0.20 0.00 0.13 -0.46 -0.19 0.05 1451 1.00
## theta[54] 0.60 0.00 0.10 0.40 0.60 0.78 817 1.01
## theta[55] 0.22 0.01 0.23 -0.17 0.20 0.72 662 1.01
## theta[56] -0.74 0.02 0.24 -1.18 -0.74 -0.30 215 1.02
## theta[57] -0.17 0.01 0.16 -0.48 -0.15 0.13 145 1.02
## theta[58] 0.04 0.02 0.19 -0.31 0.03 0.43 163 1.02
## theta[59] 0.46 0.00 0.08 0.31 0.46 0.62 1071 1.01
## theta[60] 0.58 0.00 0.09 0.40 0.58 0.76 2772 1.00
## theta[61] 0.22 0.00 0.13 -0.05 0.22 0.48 1483 1.00
## theta[62] 0.04 0.00 0.11 -0.16 0.03 0.26 675 1.01
## sig_theta[1] 2.36 0.37 13.71 0.04 0.85 9.70 1380 1.00
## sig_theta[2] 4.55 0.13 6.25 0.72 2.99 18.20 2351 1.00
## sig_theta[3] 3.13 0.14 6.26 0.30 1.65 15.03 2028 1.00
## sig_theta[4] 3.21 0.44 8.34 0.28 1.50 14.33 361 1.01
## sig_theta[5] 2.11 0.12 6.58 0.04 0.79 11.20 2908 1.00
## sig_theta[6] 4.96 2.81 11.62 0.10 1.31 49.41 17 1.22
## sig_theta[7] 3.78 0.13 5.87 0.44 2.28 15.31 1968 1.01
## sig_theta[8] 3.61 0.20 10.56 0.35 2.02 14.22 2746 1.00
## sig_theta[9] 3.16 0.10 4.81 0.34 1.91 13.19 2117 1.00
## sig_theta[10] 3.38 0.25 8.97 0.37 1.82 13.86 1287 1.00
## sig_theta[11] 4.81 0.67 6.54 0.64 2.77 21.35 95 1.04
## sig_theta[12] 2.11 0.09 4.28 0.03 0.87 11.80 2307 1.00
## sig_theta[13] 3.14 0.11 4.89 0.36 1.73 13.91 2106 1.00
## sig_theta[14] 2.02 0.12 4.50 0.00 0.75 10.86 1333 1.00
## sig_theta[15] 2.08 0.30 11.92 0.02 0.57 9.88 1609 1.00
## sig_theta[16] 3.20 0.74 9.32 0.12 1.16 16.09 161 1.03
## sig_theta[17] 2.38 0.11 4.60 0.09 1.15 11.17 1657 1.00
## sig_theta[18] 2.50 0.12 6.24 0.07 1.12 12.29 2770 1.00
## sig_theta[19] 2.45 0.10 4.62 0.09 1.16 11.91 2117 1.00
## sig_theta[20] 2.64 0.31 4.99 0.06 1.29 10.72 258 1.01
## sig_theta[21] 4.15 0.89 7.40 0.33 2.03 18.29 69 1.05
## sig_theta[22] 3.31 0.17 9.13 0.34 1.78 12.33 2768 1.00
## sig_theta[23] 3.16 0.17 7.50 0.37 1.72 13.43 1846 1.00
## sig_theta[24] 3.25 0.10 4.65 0.33 1.88 13.96 2337 1.00
## sig_theta[25] 2.44 0.10 5.06 0.15 1.14 11.68 2528 1.00
## sig_theta[26] 1.88 0.10 5.05 0.02 0.62 11.30 2323 1.00
## sig_theta[27] 3.35 0.11 4.75 0.42 2.06 14.29 1868 1.00
## sig_theta[28] 2.97 0.73 8.44 0.10 1.08 17.67 134 1.02
## sig_theta[29] 1.84 0.09 3.68 0.02 0.72 9.81 1672 1.01
## sig_theta[30] 1.91 0.08 4.36 0.02 0.70 11.17 2854 1.00
## sig_theta[31] 3.39 0.13 5.42 0.37 1.96 15.03 1627 1.00
## sig_theta[32] 1.89 0.10 4.41 0.02 0.63 10.94 1831 1.00
## sig_theta[33] 3.33 0.15 5.34 0.38 1.79 15.38 1241 1.01
## sig_theta[34] 3.56 0.25 5.47 0.33 1.83 17.75 487 1.01
## sig_theta[35] 2.79 0.11 4.53 0.23 1.49 13.71 1604 1.00
## sig_theta[36] 2.37 0.27 12.28 0.08 0.84 10.88 2115 1.00
## sig_theta[37] 2.94 0.11 5.15 0.15 1.52 14.22 2070 1.00
## sig_theta[38] 1.87 0.10 5.01 0.02 0.79 10.39 2722 1.00
## sig_theta[39] 3.45 0.12 5.11 0.49 1.97 15.72 1772 1.01
## sig_theta[40] 2.58 0.11 4.97 0.10 1.22 13.67 1880 1.00
## sig_theta[41] 3.13 0.34 14.32 0.24 1.42 14.59 1783 1.00
## sig_theta[42] 4.06 0.29 10.11 0.48 2.18 17.20 1212 1.00
## sig_theta[43] 2.28 0.09 3.82 0.05 1.15 12.14 1849 1.00
## sig_theta[44] 1.87 0.09 4.37 0.03 0.67 11.58 2401 1.00
## sig_theta[45] 3.41 0.18 6.85 0.40 1.85 14.13 1501 1.00
## sig_theta[46] 2.12 0.09 4.38 0.06 1.00 10.82 2211 1.00
## sig_theta[47] 1.64 0.09 4.21 0.01 0.50 8.64 2322 1.00
## sig_theta[48] 2.17 0.14 4.89 0.06 1.06 11.30 1141 1.00
## sig_theta[49] 2.40 0.26 10.70 0.03 0.80 11.43 1695 1.00
## sig_theta[50] 2.24 0.10 4.69 0.05 1.04 11.18 2126 1.00
## sig_theta[51] 2.34 0.13 4.18 0.04 1.14 12.69 1061 1.00
## sig_theta[52] 2.69 0.13 4.49 0.23 1.41 14.20 1114 1.01
## sig_theta[53] 2.16 0.10 5.01 0.04 0.93 10.59 2637 1.00
## sig_theta[54] 3.17 0.15 8.44 0.34 1.63 13.72 3102 1.00
## sig_theta[55] 2.14 0.08 4.28 0.04 0.92 12.11 2830 1.00
## sig_theta[56] 3.17 0.13 5.07 0.34 1.74 14.20 1576 1.00
## sig_theta[57] 2.02 0.12 4.09 0.03 0.73 11.22 1134 1.00
## sig_theta[58] 2.03 0.18 4.86 0.03 0.67 12.38 759 1.00
## sig_theta[59] 2.81 0.13 5.53 0.27 1.34 12.37 1719 1.00
## sig_theta[60] 4.27 0.91 7.37 0.34 1.86 22.28 65 1.05
## sig_theta[61] 2.57 0.18 6.73 0.06 1.09 13.16 1462 1.00
## sig_theta[62] 1.72 0.09 3.71 0.02 0.56 9.89 1841 1.00
## sig[1] 0.41 0.00 0.05 0.32 0.41 0.52 346 1.01
## sig[2] 0.81 0.00 0.08 0.66 0.80 0.98 1812 1.00
## sig[3] 0.61 0.00 0.07 0.49 0.61 0.76 808 1.00
## sig[4] 0.31 0.00 0.05 0.22 0.30 0.42 2595 1.00
## sig[5] 0.75 0.00 0.07 0.64 0.75 0.88 890 1.01
## sig[6] 0.27 0.00 0.10 0.15 0.25 0.52 711 1.01
## sig[7] 0.58 0.00 0.07 0.45 0.58 0.75 2213 1.00
## sig[8] 1.94 0.01 0.21 1.59 1.92 2.38 466 1.01
## sig[9] 0.59 0.02 0.18 0.32 0.55 0.98 95 1.04
## sig[10] 0.28 0.00 0.09 0.15 0.27 0.51 1660 1.00
## sig[11] 0.41 0.00 0.13 0.23 0.38 0.75 1030 1.00
## sig[12] 0.60 0.00 0.06 0.50 0.60 0.72 1042 1.01
## sig[13] 0.46 0.01 0.15 0.25 0.44 0.84 873 1.00
## sig[14] 0.45 0.00 0.14 0.26 0.43 0.78 1332 1.01
## sig[15] 0.41 0.01 0.13 0.23 0.39 0.73 210 1.02
## sig[16] 0.74 0.00 0.09 0.59 0.74 0.92 1416 1.01
## sig[17] 1.09 0.01 0.09 0.94 1.09 1.28 196 1.03
## sig[18] 0.48 0.01 0.14 0.27 0.45 0.80 376 1.01
## sig[19] 1.11 0.00 0.15 0.85 1.10 1.47 2527 1.00
## sig[20] 0.45 0.01 0.15 0.26 0.43 0.82 637 1.01
## sig[21] 0.61 0.00 0.06 0.51 0.61 0.74 898 1.00
## sig[22] 0.42 0.00 0.05 0.34 0.42 0.52 1598 1.00
## sig[23] 0.62 0.02 0.19 0.35 0.58 1.04 115 1.03
## sig[24] 2.66 0.02 0.73 1.63 2.54 4.49 1933 1.00
## sig[25] 0.87 0.00 0.16 0.61 0.84 1.21 1118 1.01
## sig[26] 1.46 0.02 0.40 0.91 1.40 2.42 694 1.01
## sig[27] 1.06 0.02 0.30 0.63 1.01 1.76 202 1.02
## lp__ -130.50 0.39 8.53 -147.30 -130.50 -114.78 485 1.00
##
## Samples were drawn using NUTS(diag_e) at Fri Jan 26 16:08:24 2024.
## For each parameter, n_eff is a crude measure of effective sample size,
## and Rhat is the potential scale reduction factor on split chains (at
## convergence, Rhat=1).審判員の基準効果モデル
「審判員ごとに評価基準の違いがある」という仮定を追加したモデル。スコア\(Y_{ij}\)は、コンビ\(i\)ごとの漫才力\(\theta_i\)と審査員\(j\)ごとの評価の基準\(\gamma_j\)を平均、コンビ\(i\)ごとの標準偏差\(\sigma_i\)をパラメタにもつ正規分布に従うとするモデル。例えば、審査員\(j\)ごとの評価の基準\(\gamma_j\)の値が大きいとすると、スコア\(Y_{ij}\)は大きくなりやすい。
\[ \begin{eqnarray} Y_{ij} &\sim& Normal(\theta_i + \gamma_j,\sigma_i) \\ \theta_i &\sim& Normal(0,\sigma_\theta) \\ \gamma_j &\sim& Normal(0,\sigma_\gamma) \\ \end{eqnarray} \]
データを用意する。
map(.x = data0203, .f = function(x){head(x, 50)})## $L
## [1] 833
##
## $N
## [1] 62
##
## $M
## [1] 27
##
## $idX
## [1] 22 54 45 19 44 13 23 34 14 48 60 54 23 20 6 36 14 25 58 39 59 3 35 36 57
## [26] 47 53 38 3 10 35 59 5 26 47 15 16 21 32 15 38 59 18 26 52 4 22 54 45 19
##
## $idY
## [1] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
## [26] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 21 21 21 21
##
## $Y
## [1] 0.42 1.12 1.12 0.42 -0.57 0.28 0.28 0.84 0.42 0.42 1.12 1.12
## [13] 0.84 0.56 0.28 0.84 -0.85 0.28 0.42 1.54 1.54 1.54 0.84 0.56
## [25] 0.42 0.42 0.42 0.00 1.12 0.70 1.12 1.12 0.84 0.42 -0.28 0.42
## [37] 0.14 1.12 1.12 1.40 0.84 0.28 0.70 0.28 -0.28 -0.85 1.12 0.84
## [49] 0.98 0.42モデルはこちら。
data{
int<lower=1> L; //data Length
int<lower=1> N; //number of players
int<lower=1> M; //number of rators
int idX[L]; //player ID index
int idY[L]; //rator ID index
real Y[L]; // scores
}
parameters{
vector[N] theta;
vector[M] gamma;
real<lower=0> sig_theta;
real<lower=0> sig_gamma;
real<lower=0> sig[N];
}
model{
//likellihood
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]] + gamma[idY[l]], sig[idX[l]]);
}
//prior
theta ~ normal(0, sig_theta);
gamma ~ normal(0, sig_gamma);
sig_theta ~ cauchy(0,5);
sig_gamma ~ cauchy(0,5);
sig ~ cauchy(0,5);
}モデルの挙動を深掘りしておく。
model{
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]] + gamma[idY[l]], sig[idX[l]]);
}
}
// l = 1
// Y[1] ~ normal(theta[idX[1]] + gamma[idY[1]], sig[idX[1]]);
// Y[1] ~ normal(theta[22] + gamma[3], sig[22]);先にコンパイルしてから、
model03 <- stan_model('model03.stan')sampling()関数でサンプリングする。
fit03 <- sampling(object = model03, data = data0203, seed = 1989)推定結果を確認する。
print(fit03, prob = c(0.025, 0.5, 0.975), digits = 2)## Inference for Stan model: anon_model.
## 4 chains, each with iter=2000; warmup=1000; thin=1;
## post-warmup draws per chain=1000, total post-warmup draws=4000.
##
## mean se_mean sd 2.5% 50% 97.5% n_eff Rhat
## theta[1] -0.08 0.00 0.27 -0.61 -0.09 0.47 3324 1.00
## theta[2] -0.62 0.01 0.51 -1.57 -0.64 0.41 3539 1.00
## theta[3] 0.57 0.00 0.11 0.35 0.58 0.78 1239 1.01
## theta[4] -0.56 0.00 0.15 -0.85 -0.56 -0.27 2647 1.00
## theta[5] 0.18 0.00 0.19 -0.20 0.19 0.57 2949 1.00
## theta[6] 0.20 0.00 0.21 -0.23 0.20 0.61 2688 1.00
## theta[7] -0.60 0.01 0.36 -1.23 -0.62 0.19 2942 1.00
## theta[8] -0.94 0.00 0.24 -1.39 -0.95 -0.44 3960 1.00
## theta[9] 0.53 0.00 0.20 0.11 0.54 0.91 3306 1.00
## theta[10] 0.64 0.00 0.19 0.24 0.66 0.98 1969 1.00
## theta[11] -0.96 0.01 0.39 -1.67 -0.99 -0.16 3500 1.00
## theta[12] -0.33 0.00 0.23 -0.77 -0.34 0.17 3285 1.00
## theta[13] 0.47 0.00 0.20 0.05 0.48 0.85 2289 1.00
## theta[14] 0.09 0.00 0.16 -0.23 0.10 0.40 2640 1.00
## theta[15] -0.30 0.00 0.27 -0.81 -0.30 0.24 4909 1.00
## theta[16] -0.39 0.00 0.17 -0.71 -0.40 -0.04 2239 1.00
## theta[17] -0.24 0.00 0.25 -0.73 -0.25 0.29 3979 1.00
## theta[18] -0.26 0.00 0.25 -0.74 -0.26 0.29 3766 1.00
## theta[19] 0.30 0.00 0.11 0.07 0.30 0.52 1438 1.01
## theta[20] 0.27 0.00 0.15 -0.05 0.27 0.54 1218 1.00
## theta[21] 0.57 0.01 0.28 -0.03 0.59 1.07 2846 1.00
## theta[22] 0.40 0.00 0.14 0.11 0.40 0.67 2992 1.00
## theta[23] 0.53 0.00 0.08 0.37 0.53 0.69 1084 1.01
## theta[24] -0.79 0.01 0.31 -1.38 -0.80 -0.14 3396 1.00
## theta[25] 0.38 0.00 0.14 0.08 0.38 0.66 1973 1.00
## theta[26] -0.14 0.00 0.12 -0.38 -0.14 0.11 1827 1.00
## theta[27] -0.69 0.01 0.47 -1.53 -0.72 0.28 3668 1.00
## theta[28] -0.06 0.00 0.21 -0.48 -0.06 0.35 4819 1.00
## theta[29] 0.01 0.00 0.20 -0.42 0.01 0.41 2896 1.00
## theta[30] -0.27 0.00 0.34 -0.91 -0.27 0.40 6114 1.00
## theta[31] -0.72 0.01 0.44 -1.50 -0.76 0.25 2881 1.00
## theta[32] 0.03 0.00 0.15 -0.26 0.03 0.32 2547 1.00
## theta[33] 0.64 0.00 0.15 0.31 0.65 0.91 1680 1.00
## theta[34] 0.61 0.00 0.14 0.31 0.62 0.87 1897 1.00
## theta[35] 0.40 0.00 0.09 0.22 0.40 0.59 971 1.01
## theta[36] 0.19 0.00 0.07 0.04 0.19 0.33 825 1.01
## theta[37] -0.65 0.01 0.36 -1.35 -0.66 0.09 4598 1.00
## theta[38] -0.22 0.00 0.13 -0.48 -0.22 0.04 1839 1.00
## theta[39] 0.90 0.00 0.12 0.65 0.90 1.13 1745 1.00
## theta[40] 0.31 0.00 0.14 0.03 0.31 0.61 1977 1.00
## theta[41] 0.05 0.00 0.24 -0.42 0.05 0.53 4502 1.00
## theta[42] 0.87 0.00 0.12 0.60 0.88 1.09 1321 1.00
## theta[43] -0.22 0.00 0.29 -0.79 -0.23 0.35 3740 1.00
## theta[44] -0.09 0.00 0.20 -0.50 -0.09 0.31 2271 1.00
## theta[45] 0.71 0.00 0.14 0.41 0.73 0.95 1556 1.00
## theta[46] 0.22 0.00 0.13 -0.05 0.23 0.48 2245 1.00
## theta[47] -0.01 0.00 0.12 -0.26 -0.01 0.23 1655 1.00
## theta[48] 0.25 0.00 0.15 -0.05 0.25 0.55 2014 1.00
## theta[49] -0.07 0.00 0.14 -0.34 -0.07 0.20 2338 1.00
## theta[50] -0.20 0.00 0.25 -0.68 -0.21 0.31 3587 1.00
## theta[51] -0.15 0.00 0.35 -0.83 -0.15 0.56 5210 1.00
## theta[52] -0.63 0.00 0.14 -0.92 -0.63 -0.35 2754 1.00
## theta[53] -0.25 0.00 0.19 -0.64 -0.25 0.14 3362 1.00
## theta[54] 0.64 0.00 0.09 0.47 0.64 0.80 1357 1.01
## theta[55] 0.22 0.00 0.19 -0.16 0.22 0.59 2899 1.00
## theta[56] -0.59 0.00 0.26 -1.04 -0.61 0.00 2759 1.00
## theta[57] -0.28 0.00 0.15 -0.58 -0.28 0.02 2863 1.00
## theta[58] -0.05 0.00 0.16 -0.36 -0.05 0.27 1674 1.00
## theta[59] 0.34 0.00 0.11 0.13 0.34 0.55 1592 1.00
## theta[60] 0.54 0.00 0.10 0.35 0.54 0.73 1430 1.00
## theta[61] 0.15 0.00 0.16 -0.17 0.15 0.45 3014 1.00
## theta[62] -0.22 0.00 0.18 -0.56 -0.22 0.13 3781 1.00
## gamma[1] -0.02 0.00 0.08 -0.18 -0.02 0.15 755 1.01
## gamma[2] 0.15 0.00 0.11 -0.05 0.15 0.36 1641 1.00
## gamma[3] 0.32 0.00 0.08 0.17 0.32 0.48 712 1.01
## gamma[4] 0.13 0.00 0.08 -0.03 0.13 0.29 998 1.01
## gamma[5] 0.37 0.00 0.08 0.21 0.37 0.53 800 1.01
## gamma[6] 0.04 0.00 0.12 -0.19 0.04 0.27 2386 1.00
## gamma[7] 0.05 0.00 0.10 -0.15 0.05 0.26 2046 1.00
## gamma[8] -0.04 0.00 0.09 -0.21 -0.03 0.13 1391 1.00
## gamma[9] -0.32 0.00 0.13 -0.59 -0.32 -0.07 2899 1.00
## gamma[10] -0.05 0.00 0.12 -0.28 -0.05 0.19 2086 1.00
## gamma[11] -0.12 0.00 0.13 -0.37 -0.12 0.12 2532 1.00
## gamma[12] -0.19 0.00 0.08 -0.36 -0.19 -0.03 1421 1.01
## gamma[13] 0.24 0.00 0.13 0.00 0.24 0.51 2125 1.00
## gamma[14] 0.16 0.00 0.13 -0.08 0.16 0.41 2541 1.00
## gamma[15] 0.03 0.00 0.12 -0.21 0.02 0.27 2328 1.00
## gamma[16] 0.26 0.00 0.11 0.05 0.26 0.50 1596 1.00
## gamma[17] 0.01 0.00 0.08 -0.14 0.01 0.17 942 1.01
## gamma[18] 0.03 0.00 0.13 -0.21 0.03 0.29 2434 1.00
## gamma[19] 0.06 0.00 0.10 -0.13 0.06 0.26 2021 1.00
## gamma[20] -0.18 0.00 0.13 -0.44 -0.17 0.08 2931 1.00
## gamma[21] -0.02 0.00 0.07 -0.16 -0.02 0.12 779 1.01
## gamma[22] 0.03 0.00 0.07 -0.11 0.03 0.18 768 1.01
## gamma[23] -0.21 0.00 0.13 -0.45 -0.21 0.04 2386 1.00
## gamma[24] -0.56 0.01 0.30 -1.21 -0.54 -0.07 1782 1.00
## gamma[25] 0.00 0.00 0.16 -0.30 0.01 0.31 3599 1.00
## gamma[26] -0.08 0.00 0.21 -0.51 -0.08 0.31 4991 1.00
## gamma[27] -0.05 0.00 0.21 -0.48 -0.05 0.37 4896 1.00
## sig_theta 0.52 0.00 0.07 0.41 0.52 0.66 2159 1.00
## sig_gamma 0.24 0.00 0.06 0.14 0.23 0.38 1311 1.00
## sig[1] 0.79 0.01 0.30 0.41 0.72 1.50 3254 1.00
## sig[2] 2.10 0.01 0.77 1.07 1.95 4.03 2919 1.00
## sig[3] 0.36 0.00 0.08 0.24 0.35 0.57 3196 1.00
## sig[4] 0.66 0.00 0.12 0.48 0.65 0.93 4270 1.00
## sig[5] 0.49 0.00 0.20 0.26 0.45 0.99 2407 1.00
## sig[6] 0.46 0.01 0.28 0.19 0.40 1.14 2035 1.00
## sig[7] 1.13 0.01 0.45 0.59 1.03 2.31 2650 1.00
## sig[8] 1.15 0.00 0.21 0.82 1.12 1.65 4300 1.00
## sig[9] 0.76 0.00 0.18 0.50 0.73 1.20 3586 1.00
## sig[10] 0.47 0.00 0.20 0.24 0.42 0.99 2103 1.00
## sig[11] 1.62 0.01 0.39 1.04 1.55 2.61 3012 1.00
## sig[12] 0.68 0.01 0.29 0.35 0.62 1.31 2238 1.00
## sig[13] 0.52 0.00 0.22 0.27 0.47 1.06 2498 1.00
## sig[14] 0.55 0.00 0.14 0.35 0.53 0.90 3607 1.00
## sig[15] 1.46 0.00 0.25 1.06 1.42 2.04 4414 1.00
## sig[16] 0.42 0.00 0.16 0.22 0.38 0.85 2687 1.00
## sig[17] 0.76 0.00 0.29 0.40 0.70 1.49 3432 1.00
## sig[18] 0.79 0.01 0.30 0.42 0.72 1.58 3102 1.00
## sig[19] 0.26 0.00 0.12 0.13 0.23 0.55 2680 1.00
## sig[20] 0.29 0.00 0.18 0.10 0.24 0.75 1680 1.00
## sig[21] 0.76 0.01 0.31 0.40 0.69 1.54 2686 1.00
## sig[22] 0.65 0.00 0.11 0.48 0.64 0.92 4298 1.00
## sig[23] 0.31 0.00 0.06 0.22 0.30 0.44 3650 1.00
## sig[24] 1.34 0.01 0.33 0.86 1.29 2.13 3231 1.00
## sig[25] 0.49 0.00 0.12 0.31 0.47 0.78 3310 1.00
## sig[26] 0.44 0.00 0.10 0.29 0.43 0.68 3720 1.00
## sig[27] 1.61 0.01 0.65 0.79 1.47 3.20 2918 1.00
## sig[28] 0.91 0.00 0.19 0.62 0.89 1.35 4143 1.00
## sig[29] 0.57 0.00 0.22 0.30 0.52 1.11 3585 1.00
## sig[30] 1.90 0.00 0.32 1.40 1.85 2.65 4522 1.00
## sig[31] 1.42 0.01 0.58 0.71 1.28 2.95 2548 1.00
## sig[32] 0.66 0.00 0.12 0.48 0.65 0.94 5240 1.00
## sig[33] 0.42 0.00 0.14 0.23 0.40 0.77 2744 1.00
## sig[34] 0.33 0.00 0.15 0.16 0.30 0.71 1832 1.00
## sig[35] 0.35 0.00 0.06 0.26 0.34 0.50 3886 1.00
## sig[36] 0.31 0.00 0.05 0.23 0.30 0.42 3744 1.00
## sig[37] 1.64 0.01 0.36 1.09 1.59 2.54 4376 1.00
## sig[38] 0.44 0.00 0.10 0.29 0.42 0.68 4221 1.00
## sig[39] 0.39 0.00 0.10 0.25 0.37 0.62 3311 1.00
## sig[40] 0.35 0.00 0.14 0.18 0.31 0.72 2698 1.00
## sig[41] 1.41 0.00 0.20 1.08 1.38 1.86 4790 1.00
## sig[42] 0.26 0.00 0.13 0.13 0.23 0.58 2004 1.00
## sig[43] 1.27 0.00 0.29 0.84 1.23 1.98 4031 1.00
## sig[44] 0.53 0.00 0.21 0.28 0.48 1.08 2736 1.00
## sig[45] 0.29 0.00 0.14 0.14 0.25 0.63 1861 1.00
## sig[46] 0.34 0.00 0.12 0.19 0.32 0.65 2577 1.00
## sig[47] 0.42 0.00 0.10 0.27 0.40 0.65 3863 1.00
## sig[48] 0.36 0.00 0.15 0.18 0.33 0.73 2506 1.00
## sig[49] 0.35 0.00 0.15 0.17 0.31 0.72 3035 1.00
## sig[50] 0.71 0.01 0.27 0.38 0.64 1.41 2759 1.00
## sig[51] 1.28 0.01 0.44 0.72 1.19 2.41 3919 1.00
## sig[52] 0.72 0.00 0.11 0.55 0.71 0.96 4215 1.00
## sig[53] 0.90 0.00 0.15 0.66 0.88 1.24 4607 1.00
## sig[54] 0.32 0.00 0.06 0.22 0.32 0.47 3489 1.00
## sig[55] 0.52 0.00 0.21 0.27 0.47 1.06 2624 1.00
## sig[56] 0.67 0.01 0.27 0.35 0.61 1.38 2195 1.00
## sig[57] 0.56 0.00 0.12 0.38 0.54 0.86 4168 1.00
## sig[58] 0.32 0.00 0.20 0.13 0.27 0.83 1867 1.00
## sig[59] 0.74 0.00 0.07 0.62 0.74 0.90 5140 1.00
## sig[60] 0.39 0.00 0.07 0.28 0.38 0.56 3720 1.00
## sig[61] 0.44 0.00 0.15 0.24 0.42 0.83 2710 1.00
## sig[62] 1.06 0.00 0.13 0.84 1.04 1.36 5171 1.00
## lp__ -13.77 0.27 9.85 -33.74 -13.42 4.36 1356 1.00
##
## Samples were drawn using NUTS(diag_e) at Fri Jan 26 16:08:27 2024.
## For each parameter, n_eff is a crude measure of effective sample size,
## and Rhat is the potential scale reduction factor on split chains (at
## convergence, Rhat=1).開催回数効果モデル
「開催を重ねるごとに評価基準が変化する」という仮定を追加したモデル。スコア\(Y_{ijo}\)は、コンビ\(i\)ごとの漫才力\(\theta_i\)と審査員\(j\)ごとの評価基準\(\gamma_j\)、開催回数\(o\)ごとの特徴\(\zeta_o\)を総和した値を平均、標準偏差\(\sigma_e\)をパラメタにもつ正規分布に従うとするモデル。
例えば、開催回数\(o\)ごとの特徴\(\zeta_o\)の値が大きいとすると、その年代のスコアは全体的に大きくなる傾向があると仮定している。つまり、開催時期によって評価の基準が異なっていいるだろうと考えているモデル。
\[ \begin{eqnarray} Y_{ijo} &\sim& Normal(\theta_i + \gamma_j + \zeta_o, \ \sigma_e) \\ \theta_i &\sim& Normal(0, \sigma_{\theta}) \\ \gamma_j &\sim& Normal(0, \sigma_{\gamma}) \\ \zeta_o &\sim& Normal(0, \sigma_{\zeta}) \\ \end{eqnarray} \]
データを用意する。
data04 <- list(L = nrow(dat01),
N = max(as.numeric(dat01$演者)),
M = max(as.numeric(dat01$審査員)),
O = max(as.numeric(dat01$年代)),
idX = as.numeric(dat01$演者),
idY = as.numeric(dat01$審査員),
idZ = as.numeric(dat01$年代),
Y = as.numeric(dat01$val_z)
)
map(.x = data04, .f = function(x){head(x, 50)})## $L
## [1] 833
##
## $N
## [1] 62
##
## $M
## [1] 27
##
## $O
## [1] 13
##
## $idX
## [1] 22 54 45 19 44 13 23 34 14 48 60 54 23 20 6 36 14 25 58 39 59 3 35 36 57
## [26] 47 53 38 3 10 35 59 5 26 47 15 16 21 32 15 38 59 18 26 52 4 22 54 45 19
##
## $idY
## [1] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
## [26] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 21 21 21 21
##
## $idZ
## [1] 13 13 13 13 13 13 13 13 13 13 12 12 12 12 12 12 12 12 12 9 9 9 9 9 9
## [26] 9 9 9 8 8 8 8 8 8 8 8 8 7 7 7 7 7 7 7 7 7 13 13 13 13
##
## $Y
## [1] 0.42 1.12 1.12 0.42 -0.57 0.28 0.28 0.84 0.42 0.42 1.12 1.12
## [13] 0.84 0.56 0.28 0.84 -0.85 0.28 0.42 1.54 1.54 1.54 0.84 0.56
## [25] 0.42 0.42 0.42 0.00 1.12 0.70 1.12 1.12 0.84 0.42 -0.28 0.42
## [37] 0.14 1.12 1.12 1.40 0.84 0.28 0.70 0.28 -0.28 -0.85 1.12 0.84
## [49] 0.98 0.42モデルはこちら。
data{
int<lower=1> L; //data Length
int<lower=1> N; //number of players
int<lower=1> M; //number of rators
int<lower=1> O; //number of year
int idX[L]; //player ID index
int idY[L]; //rator ID index
int idZ[L]; //year ID index
real Y[L]; // scores
}
parameters{
vector[N] theta; //manzai
vector[M] gamma; //rator
vector[O] zeta; //year
real<lower=0> sig_theta;
real<lower=0> sig_gamma;
real<lower=0> sig_zeta;
real<lower=0> sig_e;
}
model{
//likellihood
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]] + gamma[idY[l]] + zeta[idZ[l]], sig_e);
}
//prior
theta ~ normal(0, sig_theta);
gamma ~ normal(0, sig_gamma);
zeta ~ normal(0, sig_zeta);
sig_theta ~ cauchy(0,5);
sig_gamma ~ cauchy(0,5);
sig_zeta ~ cauchy(0,5);
sig_e ~ cauchy(0,5);
}
generated quantities{
real rho_theta;
rho_theta = sig_theta^2 / (sig_theta^2 + sig_gamma^2 + sig_e^2);
}
モデルの挙動を深掘りしておく。
model{
for(l in 1:L){
Y[l] ~ normal(theta[idX[l]] + gamma[idY[l]] + zeta[idZ[l]], sig_e);
}
}
// l = 1
// Y[1] ~ normal(theta[idX[1]] + gamma[idY[1]] + zeta[idZ[1]], sig_e);
// Y[1] ~ normal(theta[22 + gamma[3] + zeta[13], sig_e);先にコンパイルしてから、
model04 <- stan_model('model04.stan')sampling()関数でサンプリングする。
fit04 <- sampling(object = model04, data = data04, seed = 1989)推定結果を確認する。
print(fit04, prob = c(0.025, 0.5, 0.975), digits = 2)## Inference for Stan model: anon_model.
## 4 chains, each with iter=2000; warmup=1000; thin=1;
## post-warmup draws per chain=1000, total post-warmup draws=4000.
##
## mean se_mean sd 2.5% 50% 97.5% n_eff Rhat
## theta[1] 0.30 0.00 0.23 -0.16 0.30 0.75 4612 1.00
## theta[2] -0.05 0.00 0.23 -0.50 -0.05 0.40 5137 1.00
## theta[3] 0.28 0.00 0.18 -0.07 0.28 0.63 3639 1.00
## theta[4] -0.60 0.00 0.15 -0.91 -0.60 -0.30 2841 1.00
## theta[5] -0.02 0.00 0.23 -0.46 -0.02 0.43 5418 1.00
## theta[6] -0.14 0.00 0.26 -0.64 -0.14 0.36 4891 1.00
## theta[7] -0.70 0.00 0.23 -1.17 -0.69 -0.23 4460 1.00
## theta[8] -0.04 0.00 0.16 -0.36 -0.04 0.28 2849 1.00
## theta[9] 0.72 0.00 0.18 0.36 0.72 1.07 3604 1.00
## theta[10] 0.38 0.00 0.23 -0.08 0.38 0.81 5206 1.00
## theta[11] -0.14 0.00 0.19 -0.50 -0.14 0.22 3252 1.00
## theta[12] -0.55 0.00 0.24 -1.02 -0.55 -0.09 5426 1.00
## theta[13] 0.06 0.00 0.23 -0.43 0.06 0.51 4608 1.00
## theta[14] -0.30 0.00 0.19 -0.69 -0.30 0.08 2891 1.00
## theta[15] 0.06 0.00 0.15 -0.24 0.06 0.37 3174 1.00
## theta[16] -0.51 0.00 0.24 -0.99 -0.50 -0.05 5183 1.00
## theta[17] -0.25 0.00 0.23 -0.70 -0.24 0.21 4370 1.00
## theta[18] -0.32 0.00 0.23 -0.78 -0.32 0.14 5036 1.00
## theta[19] -0.13 0.00 0.24 -0.60 -0.13 0.34 4067 1.00
## theta[20] -0.10 0.00 0.26 -0.60 -0.10 0.40 4701 1.00
## theta[21] 0.51 0.00 0.23 0.05 0.51 0.96 5054 1.00
## theta[22] 0.00 0.00 0.15 -0.29 0.00 0.30 2716 1.00
## theta[23] 0.06 0.00 0.16 -0.24 0.07 0.38 2753 1.00
## theta[24] -0.29 0.00 0.18 -0.64 -0.29 0.08 3775 1.00
## theta[25] 0.04 0.00 0.19 -0.34 0.04 0.41 4402 1.00
## theta[26] -0.26 0.00 0.18 -0.62 -0.26 0.09 3604 1.00
## theta[27] -0.27 0.00 0.23 -0.72 -0.28 0.19 4783 1.00
## theta[28] -0.27 0.00 0.17 -0.61 -0.27 0.06 3497 1.00
## theta[29] -0.05 0.00 0.22 -0.48 -0.05 0.39 5839 1.00
## theta[30] 0.14 0.00 0.15 -0.16 0.15 0.43 2777 1.00
## theta[31] -0.19 0.00 0.24 -0.65 -0.19 0.27 4560 1.00
## theta[32] -0.02 0.00 0.15 -0.32 -0.02 0.28 2846 1.00
## theta[33] 0.16 0.00 0.21 -0.25 0.16 0.59 4526 1.00
## theta[34] 0.13 0.00 0.23 -0.32 0.13 0.60 4622 1.00
## theta[35] 0.12 0.00 0.15 -0.18 0.12 0.40 3195 1.00
## theta[36] -0.19 0.00 0.14 -0.46 -0.19 0.08 2759 1.00
## theta[37] 0.29 0.00 0.19 -0.08 0.29 0.66 2877 1.00
## theta[38] -0.37 0.00 0.18 -0.72 -0.37 -0.03 3975 1.00
## theta[39] 0.54 0.00 0.18 0.19 0.54 0.90 3580 1.00
## theta[40] 0.02 0.00 0.23 -0.43 0.02 0.46 4434 1.00
## theta[41] 0.85 0.00 0.14 0.58 0.85 1.14 1999 1.00
## theta[42] 0.76 0.00 0.23 0.32 0.76 1.22 3773 1.00
## theta[43] 0.98 0.00 0.19 0.60 0.98 1.34 2811 1.00
## theta[44] -0.45 0.00 0.24 -0.92 -0.45 0.01 3925 1.00
## theta[45] 0.22 0.00 0.23 -0.25 0.21 0.67 4040 1.00
## theta[46] -0.20 0.00 0.22 -0.62 -0.20 0.22 5030 1.00
## theta[47] -0.25 0.00 0.18 -0.60 -0.25 0.11 4134 1.00
## theta[48] -0.16 0.00 0.24 -0.61 -0.16 0.31 4482 1.00
## theta[49] -0.06 0.00 0.23 -0.52 -0.06 0.39 5447 1.00
## theta[50] 0.19 0.00 0.22 -0.25 0.20 0.63 4330 1.00
## theta[51] 1.12 0.00 0.25 0.64 1.12 1.60 3679 1.00
## theta[52] -0.53 0.00 0.14 -0.81 -0.53 -0.25 2979 1.00
## theta[53] -0.35 0.00 0.15 -0.65 -0.36 -0.05 3155 1.00
## theta[54] 0.16 0.00 0.16 -0.14 0.16 0.47 2610 1.00
## theta[55] 0.26 0.00 0.22 -0.19 0.26 0.69 4996 1.00
## theta[56] -0.57 0.00 0.23 -1.02 -0.57 -0.12 4555 1.00
## theta[57] -0.43 0.00 0.18 -0.80 -0.43 -0.08 3839 1.00
## theta[58] -0.34 0.00 0.26 -0.84 -0.33 0.16 4894 1.00
## theta[59] 0.42 0.00 0.10 0.22 0.42 0.62 1678 1.00
## theta[60] 0.13 0.00 0.16 -0.19 0.13 0.43 2822 1.00
## theta[61] -0.27 0.00 0.22 -0.69 -0.27 0.16 4225 1.00
## theta[62] 0.19 0.00 0.13 -0.06 0.19 0.44 2255 1.00
## gamma[1] -0.23 0.00 0.14 -0.50 -0.22 0.04 766 1.01
## gamma[2] 0.45 0.01 0.13 0.19 0.46 0.72 690 1.01
## gamma[3] 0.14 0.01 0.14 -0.13 0.14 0.41 711 1.00
## gamma[4] -0.08 0.00 0.15 -0.39 -0.08 0.21 1249 1.00
## gamma[5] 0.40 0.01 0.12 0.16 0.40 0.63 532 1.01
## gamma[6] 0.02 0.00 0.24 -0.45 0.01 0.47 2800 1.00
## gamma[7] 0.07 0.01 0.15 -0.22 0.07 0.36 743 1.01
## gamma[8] -0.81 0.00 0.14 -1.08 -0.80 -0.55 754 1.00
## gamma[9] -0.33 0.00 0.24 -0.80 -0.33 0.11 2569 1.00
## gamma[10] -0.07 0.00 0.24 -0.55 -0.07 0.39 2880 1.00
## gamma[11] -0.16 0.00 0.24 -0.64 -0.16 0.31 2608 1.00
## gamma[12] -0.21 0.01 0.13 -0.47 -0.21 0.04 614 1.01
## gamma[13] 0.22 0.01 0.22 -0.21 0.22 0.65 1779 1.00
## gamma[14] 0.18 0.00 0.23 -0.29 0.18 0.63 2848 1.00
## gamma[15] 0.03 0.00 0.24 -0.43 0.03 0.49 2727 1.00
## gamma[16] 0.37 0.01 0.14 0.09 0.37 0.64 709 1.01
## gamma[17] -0.14 0.01 0.12 -0.38 -0.14 0.10 510 1.01
## gamma[18] 0.02 0.00 0.24 -0.44 0.02 0.49 2523 1.00
## gamma[19] -0.02 0.01 0.15 -0.33 -0.02 0.28 927 1.00
## gamma[20] -0.28 0.00 0.23 -0.73 -0.27 0.17 2123 1.00
## gamma[21] -0.17 0.01 0.12 -0.42 -0.17 0.07 589 1.01
## gamma[22] -0.16 0.01 0.13 -0.42 -0.16 0.10 664 1.00
## gamma[23] -0.16 0.00 0.24 -0.62 -0.16 0.30 2383 1.00
## gamma[24] -1.33 0.01 0.24 -1.81 -1.32 -0.87 2154 1.00
## gamma[25] 0.66 0.01 0.18 0.32 0.66 1.02 1045 1.00
## gamma[26] 0.71 0.01 0.22 0.28 0.71 1.14 1779 1.00
## gamma[27] 0.74 0.00 0.23 0.30 0.74 1.19 2089 1.00
## zeta[1] -1.95 0.01 0.16 -2.27 -1.95 -1.62 787 1.00
## zeta[2] -0.98 0.01 0.16 -1.30 -0.98 -0.67 747 1.00
## zeta[3] -0.43 0.01 0.16 -0.74 -0.43 -0.13 578 1.01
## zeta[4] -0.06 0.01 0.15 -0.37 -0.06 0.24 568 1.01
## zeta[5] -0.07 0.01 0.15 -0.38 -0.07 0.23 651 1.00
## zeta[6] 0.05 0.01 0.16 -0.26 0.05 0.36 579 1.01
## zeta[7] 0.14 0.01 0.15 -0.16 0.13 0.45 632 1.01
## zeta[8] 0.35 0.01 0.16 0.04 0.35 0.66 589 1.01
## zeta[9] 0.46 0.01 0.15 0.16 0.45 0.76 592 1.01
## zeta[10] 0.38 0.01 0.15 0.08 0.38 0.69 689 1.01
## zeta[11] 0.52 0.01 0.18 0.16 0.52 0.88 1193 1.00
## zeta[12] 0.73 0.01 0.17 0.40 0.73 1.08 812 1.01
## zeta[13] 0.73 0.01 0.16 0.41 0.73 1.06 749 1.01
## sig_theta 0.44 0.00 0.05 0.35 0.44 0.55 3039 1.00
## sig_gamma 0.49 0.00 0.09 0.35 0.48 0.69 3272 1.00
## sig_zeta 0.82 0.00 0.20 0.53 0.79 1.28 3530 1.00
## sig_e 0.64 0.00 0.02 0.60 0.64 0.67 5598 1.00
## rho_theta 0.23 0.00 0.05 0.15 0.23 0.33 3352 1.00
## lp__ -17.17 0.22 7.89 -33.48 -16.87 -2.64 1294 1.00
##
## Samples were drawn using NUTS(diag_e) at Fri Jan 26 16:08:30 2024.
## For each parameter, n_eff is a crude measure of effective sample size,
## and Rhat is the potential scale reduction factor on split chains (at
## convergence, Rhat=1).開催回数の効果\(\zeta_o\)を可視化する。開催初期はマイナスの効果があり、開催が続くに連れて、スコアにプラスの効果がある。
ms <- rstan::extract(fit04)
d_est <- data.frame(t(apply(ms$zeta, 2, quantile, probs = c(0.025, 0.5, 0.975))))
colnames(d_est) <- c("lwr", "mid", "upr")
d_est <- cbind(data.frame(time = 1:13, d_est))
ggplot(data = d_est, aes(x = time)) +
theme_bw(base_size = 15) +
geom_hline(yintercept = 0, linetype = 'dashed') +
geom_line(aes(y = mid)) +
geom_ribbon(aes(x = time, y = mid, ymin = lwr, ymax = upr), alpha = 0.3) +
labs(x = 'time', y = 'Zeta', title = 'Effects(Zeta[o]) by time of event') +
scale_y_continuous(breaks = seq(-2.5, 2.5, 0.5), limits = c(-2.5, 2.5)) +
scale_x_continuous(breaks = seq(1, 13, 1)) +
theme_bw()
このモデルが真のモデルであると仮定すると、漫才のおもしろさによって決定されるのは、20%前後である
# 信頼性rho
round(summary(fit04)$summary["rho_theta",], digits = 2)## mean se_mean sd 2.5% 25% 50% 75% 97.5% n_eff Rhat
## 0.23 0.00 0.05 0.15 0.20 0.23 0.27 0.33 3351.54 1.00# stan_dens(
# fit04,
# point_est = 'mean',
# show_density = TRUE,
# ci_level = 0.9,
# outer_level = 1,
# pars = 'rho_theta',
# fill_color = 'tomato'
# )