<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>cross_hyou</author_name>
  <author_url>https://blog.hatena.ne.jp/cross_hyou/</author_url>
  <blog_title>Rで何かをしたり、読書をするブログ</blog_title>
  <blog_url>https://www.crosshyou.info/</blog_url>
  <categories>
    <anon>データ分析</anon>
  </categories>
  <description>www.crosshyou.info の続きです。前回データフレームを作り直して、個々の選手の成績をチームごとに平均値にして、このデータフレームからチームの順位を予測するモデルを作成しました。 一つは全ての説明変数を使用したモデル、もう一つは有意な説明変数だけに絞り込んだモデルです。 今回は、将来、順位を予測するときにどちらのモデルを使うのが適切かを調べます。 Copilotをはじめ、ChatGpt, Gemini, Grok, Claudに、「あなたは、スポーツ統計解析の専門家です。観測数が12の、特徴量が7個のデータフレームを与えられて、チームの順位を予測する線形モデルを作りました。一つ目…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.crosshyou.info%2Fentry%2F2026%2F06%2F06%2F102008&quot; title=&quot;ラグビー リーグワン のデータの分析5 - LOOCVでどちらのモデルが良いかを判断する。 - Rで何かをしたり、読書をするブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/c/cross_hyou/20260606/20260606094828.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-06-06 10:20:08</published>
  <title>ラグビー リーグワン のデータの分析5 - LOOCVでどちらのモデルが良いかを判断する。</title>
  <type>rich</type>
  <url>https://www.crosshyou.info/entry/2026/06/06/102008</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
