Population thinking: 物事の因果関係を含めた分類
Typological thinking: そこの時点での特徴による分類
これが縦の軸
Tree thinking: 因果関係を樹形図的に思考
Group thinking: より似た特徴による分類
これが横の軸

Group thinking ≠ Typological thinkingなのがよく分からない。

Bunzo Hayata曼荼羅図は素敵。

Root-Mean-Square-Error

いわゆるRMSEと呼ばれるもので、時系列データ等の平均値からのズレ(偏差)を表す尺度。
Root-Mean-Square deviationとも呼ばれる。

√1/n(xi~ - xi)^2

で計算される
ここで、xi~は時系列iでの平均値であったり、指標値であったり、真の値であったりする。
xiはiでの推定値。
時系列でなく平均値が一つの場合は標準偏差と同義。

http://en.wikipedia.org/wiki/Root-mean-square_deviation

日本語ではなんだろう?平均平方残差平方根?正確な命名があれば教えて下さい。

対数正規誤差を仮定したglm

対数正規分布の場合、Rのglm関数のAICは正しい値ではありません。
#単なるlogをとった正規分布として尤度が出るため。
そのため、他モデルとAICを使って比較することはできません。

http://ja.wikipedia.org/wiki/%E5%AF%BE%E6%95%B0%E6%AD%A3%E8%A6%8F%E5%88%86%E5%B8%83
この、最初の項の1/xの項を補正しなくてはいけないので
2Σln(x)をAICに足す必要があります。

LSmean

res <- glm(y~x1*x2,data=data,family=poisson)
dummy <- expand.grid(x1=unique(data$x1),x2=unique(data$x2))
dummy$pres <- predict.glm(res,newdata=dummy)

ares <- aggregate(dummy$pres,list(unique(data$x1)),mean)

カテゴリカル変数の場合このような感じで出せます。
変数が増えても対応できます。

プレーンペースト

Thunder BirdではShift+Ctrl+vで、書式無しペーストが出来る。
MS-Word上でもこれを出来ると嬉しいなぁ、と思っていたのだが

Selection.PasteSpecial Link:=False, DataType:=wdPasteText, Placement:= _
wdInLine, DisplayAsIcon:=False

このコードにShift+Ctrl+vを関連づけで解決した。便利。