#統計 Brunner-Munzel検定を使った2つの軍が互角になるようなシフトaの信頼区間は、平均の差の信頼区間のように使えてかつ外れ値に対する頑健性もあるので、もしかしたら便利に使える可能性があると思いました。
こんな感じのことをやってみました。
↓
https://nbviewer.org/github/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb…
posted at 23:59:18
Stats | Twitter歴 5,100日(2010/04/13より) |
ツイート数 315,589(61.8件/日) |
表示するツイート :
#統計 Brunner-Munzel検定を使った2つの軍が互角になるようなシフトaの信頼区間は、平均の差の信頼区間のように使えてかつ外れ値に対する頑健性もあるので、もしかしたら便利に使える可能性があると思いました。
こんな感じのことをやってみました。
↓
https://nbviewer.org/github/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb…
posted at 23:59:18
#統計 #Julia言語
正規分布の標本については、
Brunner-Munzel検定を使った互角になるような分布の位置のシフトaの信頼区間
と
Welchのt検定に付随する平均の差の信頼区間
はほぼ一致します。
しかし、外れ値が出る分布では後者は大きく広がる傾向がある(当たり前)。
https://nbviewer.org/github/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb… https://pic.twitter.com/4XHgyHhfly
posted at 23:56:01
#統計 #Julia言語
添付画像中のグラフは、X と Y + a が互角になるようなaのP値函数です。
橙の破線がaの点推定で、aの95%信頼区間が confint_location として表示されている。
このaに関する信頼区間を、Welchのt検定での平均の差の信頼区間と比較してみました。続く
https://nbviewer.org/github/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb… https://pic.twitter.com/Bp218GjjjR
posted at 23:50:06
#統計 #Julia言語 BM検定は、X軍とY軍から一人ずつ無作為に選んで戦わせたときのY側の勝率pに関する検定です(戦闘力が高い方が必ず勝つ設定)。
だからpに関する信頼区間を構成できる。
それとは別に、X軍とY群を互角にするような戦闘力のシフトの信頼区間も定義可能。続く
https://nbviewer.org/github/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb… https://pic.twitter.com/FW0n0lQUwB
posted at 23:45:57
#統計 #Julia言語
https://github.com/toshi-ara/brunnermunzel/issues/14… で指摘されているように、set.seed(1290)後のデータ生成で、100個中4個の値が私の実装と一致しませんでした。
これは、Rのbrunnermunzelパッケージは ⪅ の実装に失敗しているのではないかと思いました。
https://nbviewer.org/github/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb… https://pic.twitter.com/EK4PauEkNd
posted at 23:38:02
#統計 #Julia言語 Rのbrunnermunzelパッケージのgithubリポジトリの方も見てみた。
すると、permutation版の実装にバグがある疑いがissueになっていて、ずっと放置されていました。
これも確認してみました。続く
https://github.com/toshi-ara/brunnermunzel/issues/14…
posted at 23:34:19
#統計 #Julia言語 Rのbrunnermunzelパッケージの
https://cran.r-project.org/package=brunnermunzel…
にアクセスすると
Package ‘brunnermunzel’ was removed from the CRAN repository.
となっていました! https://pic.twitter.com/pu5ROsFRfy
posted at 23:31:38
#統計 #Julia言語
https://okumuralab.org/~okumura/stat/brunner-munzel.html… にある例と同じ数値を私の実装がアウトプットしてくれることの確認。
https://github.com/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb… https://pic.twitter.com/1qD8TF8Ayt
posted at 23:29:12
#統計 #Julia言語 Brunner-Munzel検定を私も試しに実装してみました。色々やっています。
* Y側の勝率の信頼区間
* Yと互角になるようなXのシフトの信頼区間
* permutation版
* Welchのt検定との比較
* 信頼区間の比較を含む
https://github.com/genkuroki/public/blob/main/0034/Brunner-Munzel.ipynb… https://twitter.com/genkuroki/status/1554275897968328705…
posted at 23:25:10
@Peraia2 標準的な呼び方があるかどうかは知りません。
あの動画のことは忘れた方がよいと思います。
posted at 22:01:16
間違いの流布で実害を被る人の存在がまったく視野に入っていないことがよくわかる一言。 https://twitter.com/TEACHER_SUNEO3/status/1555449585560334336…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 18:44:37
Katsusuke SHIGETA・重田勝介@shigejam
@horilab OCWとMOOCについては、私が代表幹事のOpen Education Japan(https://oejapan.org/)を皮切りに、意見を表面する準備を進めております。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 18:40:55
大学では教育がさらに重視されるという時に,国内のFD等をリードしているセンターをどうして廃止しちゃうんだろう?
驚くことにこの時代にOCWとかMOOCとかも全部停止って,いったい京大はどうしたんだろう?
京都大学:高等教育研究開発推進センター廃止のお知らせ
https://www.highedu.kyoto-u.ac.jp/news/news-1663/
Retweeted by 黒木玄 Gen Kuroki
retweeted at 18:40:50
KyotoUOpenCourseWare@KyotoUnivOCW
現在、YouTubeチャンネルでは9万1500名もの方にチャンネル登録をしていただき講義映像をご視聴いただいておりますが、10月以降は新規コンテンツの追加ができなくなりました。詳しい内容についてはリンク先をご参照ください。京都大学オープンコースウェア(OCW)の閉鎖についてhttps://ocw.kyoto-u.ac.jp/news/6/
Retweeted by 黒木玄 Gen Kuroki
retweeted at 18:40:33
KyotoUOpenCourseWare@KyotoUnivOCW
京都大学高等教育研究開発推進センターが2022年9月末に廃止されることに伴い、京都大学オープンコースウェア(OCW)も、残念ながら9月中旬以降にサイトを閉鎖することになりました。2005年以来、京都大学OCWをご利用いただき誠にありがとうございました。 https://pic.twitter.com/dkUNycMypt
Retweeted by 黒木玄 Gen Kuroki
retweeted at 18:40:30
@Peraia2 #統計 母分散はσ² = E[(Xᵢ - μ)²] (E[ ]は期待値を取る操作)なのですが、動画では母分散とは異なるものを母分散と呼んでいます。 https://pic.twitter.com/4udfgDL0j4
Retweeted by 黒木玄 Gen Kuroki
retweeted at 18:35:51
@Peraia2 #統計 母分散はσ² = E[(Xᵢ - μ)²] (E[ ]は期待値を取る操作)なのですが、動画では母分散とは異なるものを母分散と呼んでいます。 https://pic.twitter.com/4udfgDL0j4
posted at 18:35:41
#統計 その動画解説の作成者は母分散の概念を誤解しているので、何も分かっていません。
YouTubeで学ぼうとする場合にはデタラメに感心して受け入れてしまうリスクに注意が必要だと思いました。 https://twitter.com/peraia2/status/1554453728672882688… https://pic.twitter.com/3875vovsCx
Retweeted by 黒木玄 Gen Kuroki
retweeted at 18:33:44
@LeonSatyros 実際に教科書に証明がしっかり書いてあっても、「教科書に書いてある証明が正しいと先生が言っていたから正しい」のように考えちゃダメで、自分自身で証明を再構成して細かいギャップを埋めて、理解に必要な例を自分で作ったりしないと、許してもらえないです。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 17:06:12
@LeonSatyros 実際に教科書に証明がしっかり書いてあっても、「教科書に書いてある証明が正しいと先生が言っていたから正しい」のように考えちゃダメで、自分自身で証明を再構成して細かいギャップを埋めて、理解に必要な例を自分で作ったりしないと、許してもらえないです。
posted at 17:06:07
@banyanyanmi YouTubeの動画の(不当な方法による)バックアップの仕方へのリンクが少し前の https://ocw.kyoto-u.ac.jp/news/6/ にあったので、バックアップが必要になると理解していたが、「チャンネルは残るようですね」とのこと。
不安だ。 https://twitter.com/tiseda/status/1554676762910797825…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:58:53
@banyanyanmi YouTubeの動画の(不当な方法による)バックアップの仕方へのリンクが少し前の https://ocw.kyoto-u.ac.jp/news/6/ にあったので、バックアップが必要になると理解していたが、「チャンネルは残るようですね」とのこと。
不安だ。 https://twitter.com/tiseda/status/1554676762910797825…
posted at 16:58:45
@banyanyanmi いやあ、これにはびっくりですよね。
https://ocw.kyoto-u.ac.jp/news/6/ を今見たら、動画のバックアップの仕方は後でアナウンスするとなっていました。
すでにYouTubeにあるものはそのまま放置してくれないのかな?
https://m.youtube.com/watch?v=vz9cZnB1d1c… を運良く見付けて繰り返し宣伝して来たのに! https://twitter.com/tiseda/status/1554012358053605376…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:56:27
@twittetar わたしはセンターの当事者ではないので情報公開する立場にはありませんが、うかがったところではYoutubeチャンネルは残るようです。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:56:18
@tiseda 伊勢田先生、はじめまして。
貴重な情報をありがとうございます。
Youtubeチャンネルも廃止になってしまうのでしょうか。https://www.youtube.com/user/KyoDaiOcw
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:56:12
@sakura_osamu 少し前から不穏なうわさはあったのですが、今日これが決定事項で部外秘でもないということを確認しましてツイートしました。決定に関わった方たちは影響の大きさをよく理解しておられなかったのかと思います。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:56:03
@tiseda まじですか! センター廃止のことはうかがっていましたが、業務自体が廃止とは……。日本の遠隔教育やOCW関連全体にとっても相当衝撃が大きいと聞いています。発展性のある領域だと思うんですが……。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:56:00
京都大学にとってかなりなボリュームの知的資産がここに積み上がっているのでどこかでブレーキがかかるだろうと思っていたのだが、まさかの決定でかなりショックをうけている。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:55:56
京都大学の教育に関する情報共有・情報発信をしてきた高等教育研究開発推進センターが9月末で廃止されるとのこと。組織としては廃止されるとしても業務は移管されて残るのだろうと思っていたら、OCWやMOOCやCONNECTも含めてほとんどの業務がそのまま廃止の予定だという。
http://www.highedu.kyoto-u.ac.jp/
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:55:52
@genkuroki 京大のOCWが消えそうですね。予算削減なんですかね。大事な知的財産だと思うんですけど。ダウンロードの仕方まで丁寧に説明してあるんで、著作権の問題とか考えると中の人ちょっとやりすぎなのではないかと…
https://ocw.kyoto-u.ac.jp/news/6/
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:55:48
#統計 動画で、検定との間の表裏一体性で信頼区間について理解したい人は以下の動画の40分あたり以降を視聴してみて下さい。
https://youtu.be/vz9cZnB1d1c
京都大学大学院医学研究科 聴講コース
臨床研究者のための生物統計学「仮説検定とP値の誤解
佐藤 俊哉 医学研究科教授 https://twitter.com/genkuroki/status/1519705825694326784…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 16:55:43
@banyanyanmi いやあ、これにはびっくりですよね。
https://ocw.kyoto-u.ac.jp/news/6/ を今見たら、動画のバックアップの仕方は後でアナウンスするとなっていました。
すでにYouTubeにあるものはそのまま放置してくれないのかな?
https://m.youtube.com/watch?v=vz9cZnB1d1c… を運良く見付けて繰り返し宣伝して来たのに! https://twitter.com/tiseda/status/1554012358053605376…
posted at 16:55:35
#統計 数学の専門的な高等教育を受けた人は「教科書に書いてあるという理由で正しいと考えてはいけない」というスタイルでかなり徹底した教育を受けているはずで、数学の大学院卒だともう普通の人間じゃない。
普通じゃないはずの人が、普通の人のように伝統的な教科書の記述に従っているとがっかり。
posted at 16:45:40
#統計 数学がよくできていても、
❌尤度(ゆうど)はもっともらしさで、最尤法はもっともらしい値を真の値だとみなす推定法
だとか、
❌ベイズの定理は逆確率を計算する公式を与える結果なので、ベイズの定理を理解するためには時間の順序が大事
だとか、言われると非常にがっかりしてしまいます。
posted at 16:42:08
@tsatie 高等教育機関の学生であれば、自分自身の判断力の欠如のせいで大事な勉強を放り投げてしまった場合には、放り投げた学生自身がダメなやつだという評価にして良いと思うし、そう評価されることを常識だとするべきだと思います。
「先生のせいで勉強しなかった」はガキの言うこと。
posted at 12:46:33
@tsatie 私が学生時代に統計学は放り投げてしまったことは、学生時代の私が無知無能であっただけではなく、何が大事であるかを見抜く能力にも欠陥を抱えていたことを示していると思っています。
そういうことに気付くたびに面白いと思えることが増える。
posted at 12:41:44
@tsatie かけ算順序問題と同じで、学校での授業や一般向けの解説の類がひどくても、算数自体に価値があることには変わりがないし、真っ当に基礎知識を習得しないと全然ダメなままで終わってしまうことも同じ。
基礎知識は大事です。無知の自覚が必要。
posted at 12:38:10
@tsatie 実は、私も学生時代は、理解が伴わない状態で検定などのやり方ばかりやらされる統計の講義で嫌になって、教科書を放り投げました。
あとで、私が学生時代にも面白い話が進展中であったことを知って、えらく後悔しました。
真っ当な教科書や解説を見付けて読んだ方がお得です。
posted at 12:35:10
9価の定期接種化も進みそうです。
「委員からは、海外の接種状況を参考に、対象を9~14歳へ引き下げ、2回接種とするべきだとの意見が出た。」
↑ここも重要。15歳になるまでに打ち始めたら3回も打たなくて良いです。
9価ワクチン「問題なし」 HPV定期接種化へ議論
https://www.sankei.com/article/20220804-LDPH2NVGOZJ4THTFDYDGOBOHSM/…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 12:10:49
#統計 恥じもせず、非常識だと指摘されても自信を失わない理由は、おそらく「みんなそう言っているから」😱
この問題はかけ算順序問題に非常に似ている。
専門家は非常に合理的で慎重な考え方をしているのに、教育現場では滅茶苦茶なことが言われている場合がある。
posted at 12:04:48
#統計 この話題の怖いところは、他の事柄ではかなりまともなことを言っている人であっても、「頻度主義の95%信頼区間と違って、ベイズ統計の95%信用区間には真の値が95%の確率で含まれていると考えてよい」のようなデタラメを恥じずに言い、指摘しても自信を失わない場合があること。
posted at 12:02:26
#統計 ところが、それとは正反対に、「最尤法では、尤度函数の値が最大になるパラメータが真の値だと考える」vs「ベイズ主義では別の考え方をする」のような説明の仕方をすると、非常にまずいことになる。
95%信頼区間とベイズ版95%信用区間の95%の解釈の違いを強調する伝統的な説明はひどい。
posted at 11:58:52
#統計 最尤法の漸近論による近似が有効な領域で、事前分布をおとなしめのものにしてある場合には,P値函数、尤度函数、事後分布のどれを使っても、数値的にほぼ同じ結果が得られることが保証されます。
これを知っていると、主義に基く統計学に騙されずに、複数の道具を使えるようになり易いと思う。
posted at 11:55:22
#統計 P値と尤度は最尤法の漸近論に付随するP値函数の作り方(対数尤度比検定など)によって結び付く。
最尤法が使える場合には,尤度函数と事後分布もやはり尤度函数の漸近挙動によって結び付きます。所謂Laplace近似を使える状況を考えればよい。
これで、P値函数、尤度函数、事後分布が結び付く。
posted at 11:48:03
@tsatie もやる理由は、
* モデルと現実の区別ができていない(これは明瞭に非科学的)。
* 安易にお墨付きを求めている。
* 数学的理解力に乏しい。
* そもそも教科書さえまともに読んだことがない(勉強不足)。
などが考えられます。
疑問を「もやる」という曖昧な言い方で済ますこと自体そうとうにまずい。
posted at 11:42:19
#統計 P値函数はモデルのパラメータ値にそのデータの数値の整合性(両立性)の指標の1つ(上の場合は(1-p)¹⁰)を対応させる函数とみなせます。
モデルのパラメータとデータの数値の整合性の指標の作り方は他にもあって、尤度やベイズ統計での事後分布がよく使われています。
どれも整合性の指標の1つ。
posted at 11:39:00
#統計 1%の閾値に必然性がないという点が気になる人は、あたりが出る確率を意味するモデルのパラメータ値pに対して、あたりが10回続けて出ない確率 (1 - p)¹⁰を対応させる函数の全体を見て判断すればよい。
これはロスマンさん達の疫学の教科書に書いてあるP値函数の話のプロトタイプになります。
posted at 11:35:23
#統計
「10回中あたりは0回」というデータが得られたとき、
仮にあたりが出る確率が37%だとすると
10回続けてあたりが出ない確率は約1%なので、
あたりが出る確率が37%程度である可能性は覚悟しておく
のように考えた人は、二項分布モデルで98%信頼区間0%~37%を計算したことになります。
posted at 11:32:27
#統計 中学生レベルの確率論をマスターしていれば、「例えば、あたりが出る確率が0.1なら、10回続けてあたりが出ない確率は0.9¹⁰≈35%もある」のように考えられるはずです。
これを少し一般化するだけで信頼区間やP値函数が得られます。
普通の常識の側から理解すれば安全。
posted at 11:07:16
#統計 例えば「10回中あたりが出た回数は0であった」というデータから二項分布モデルの最尤法によって「あたりが出る真の確率は0だろう」などと言ってしまうと、普通の常識的な意味で馬鹿扱いされても仕方がない立場に陥りますよね?
普通はそういう考え方をしない。
posted at 11:03:29
#統計
❌最尤法では、n回中k回あたりが出たとき、あたりが出る真の確率はk/nだろうと考える
のように明らかに馬鹿げた説明に陥る理由は
❌最尤法という確立された権威ある統計学的ツールを使うと、「あたりが出る真の確率はk/nである」と言うことも許される
のように思いたいからではないか?
posted at 10:57:35
#統計 統計学の微妙で面白いところは、すっきり結論できない話を、どこまでもすっきりさせないままで扱い続けるところだと思います。
安易にお墨付きを得ようとする心の弱さがあると、一挙におかしくなってしまう分野だと思う。
posted at 10:53:19
#統計 そうやって、信頼区間と最尤法の両方を(概ね)含むP値函数を扱って、それとベイズ統計での事後分布を比較すると、P値を使う側の数学的構成がえらく技巧的で複雑なものになってしまっていることにも気付けます。
「面倒だからという理由でベイズ法を使う」というのも十分に合理的。
posted at 10:49:11
#統計 実際にそれを行う場合には、ロスマンさん達の疫学の教科書に詳しいP値函数(P-value function)とベイズ統計での事後分布(posterior)を比較することになります。
最尤推定値は概ねP値が最大の(1の)パラメータ値になる場合がかなりある。MAP法での事後分布確率密度とMAP推定値の関係に似ている。
posted at 10:46:32
#統計 最尤法の解説をベイズ法に関する説明の前振りで使う場合も、最尤法の点推定の部分だけを扱って先に進んでしまうと、ベイズ法との対応が見難くなってしまい、断絶を生むリスクが増えます。
最尤法は信頼区間とワンセットで使われるので、信頼区間とベイズ法の関係にも触れた方がよい。
posted at 10:41:17
#統計 そしてさらに、最尤法は点推定の一種であり、データが運悪く確率的にどれくらい偏っているリスクがあるかの情報と一緒に使うべき道具です。
信頼区間のような区間推定と一緒に使わないとダメ。
posted at 10:38:06
#統計 最尤法の部分には、現実における何かについての結論を出す仕組みは含まれていないわけです。
最尤法で得た計算結果を現実で活かすためには、まずデータが適切に取得できた証拠が必要で、さらにモデルが妥当であることの証拠を別に提出する必要があります。
posted at 10:35:29
#統計 データもモデルも信用できない場合であっても、モデルのパラメータを調節してモデルをデータの数値にフィットさせることはできる。
そのための方法の1つが最尤法なわけです。(他にも方法が沢山ある。)
これならクリアでしょ?
posted at 10:32:20
#統計 その解釈法では
ベルヌイ試行モデルや二項分布モデルでは
「n回中k回あたりが出た」というデータに
最尤法の意味で最良フィットする
(あたりが出る確率のモデル化になっている)パラメータ値は
p̂=k/nになる
のように言えます。
posted at 10:30:43
#統計 データの取得法も信用できず、モデルの側の妥当性も保証されていなくても、(概ね)通用する頑健な最尤法の解釈はあります。
それは、最尤法を、
モデルがデータの数値にフィットするように
モデルのパラメータを調節する方法
の1つだとみなすことです。これならかなり安全です。
posted at 10:27:44
#統計 真っ当な統計分析と言えるためには、相当に厳しい条件をクリアすると必要がある。
そういう厳しい条件と最尤法の解釈を常にリンクさせなければいけないとすると、最尤法が何をやっているのかについての学習が困難になるので、そこは工夫を要する所です。
posted at 10:24:16
#統計 データの取得法が無作為抽出を十分に近似していると考えて良い証拠を提出できる場合にのみ、ベルヌイ試行モデルや二項分布モデルで求めたパラメータ値p̂=k/nは現実における未知の真の値と比較することがナンセンスでなくなります。
posted at 10:21:19
#統計 あと、モデルの前提である無作為抽出の仮定は、現実のデータについては疑うことが普通なので、ベルヌイ試行モデルや二項分布モデルを現実と混同するのもまずい。
最尤法で求めたパラメータ値p̂=k/nは、現実ではなく、数学的モデルのパラメータの値に過ぎません。
posted at 10:18:34
#統計 「最尤法ではあたりが出る確率の真の値はp̂=k/nで近似されることを期待する」のように、真の値は未知のままであることを了解した上で、真の値がp̂=k/nで近似されていて欲しいと思うことであれば、非常識すぎると思われずに済みます。
しかし、「近似」の意味が曖昧すぎることに注意。
posted at 10:16:08
#統計
❌最尤法ではあたりが出る確率の真の値はp̂=k/nではないかと考える
は馬鹿げています。これを受け入れるべきだと考えるような人とはまともな議論が不可能なので、私なら門前払いで議論しません。時間の無駄。
ところがそれに近い説明をよく見る。
posted at 10:13:26
#統計 ベルヌイ試行モデルまたは二項分布モデルの最尤法では、「n回中k回あたりが出た」というデータから、あたりが出る確率を意味するパラメータ値をp̂=k/nに決めます。
これを「最尤法ではあたりが出る確率の真の値はp̂=k/nではないかと考える」と言ってしまうと完全にアウト。非常識すぎ。続く
posted at 10:11:24
#統計 最尤法に関する説明が色々ひどい。
統計学入門の教科書的記述を受け入れると非常識な考え方を統計学ではしても良いかのように学習してしまうので要注意。
真っ当な科学的考え方をできる人は自分の常識の方を統計学入門の教科書的記述よりも優先した方が良いと思います。続く
posted at 10:08:00
#統計 入門的教科書的レベルにも達していないもっとひどい例があることはついさっき触れた。
色々ひどいのはYouTubeに限らず普遍的で、楕円の長軸が回帰直線になると思っている哲学が専門の学者が、期待値についても奇妙な説明をしている本も見たことがある。YouTubeのひどい動画レベル。
posted at 10:04:08
#統計 YouTubeでの統計関係の解説動画は、結構数学はそこそこできているような人であっても、統計学入門の教科書にある伝統的な説明の仕方(これがひどい)をそのまま受け入れて垂れ流しているものが結構ある。
具体例を挙げろと言われればすぐに挙げられますが、ひとまずそれはしない。
posted at 10:00:27
#統計 その動画解説の作成者は母分散の概念を誤解しているので、何も分かっていません。
YouTubeで学ぼうとする場合にはデタラメに感心して受け入れてしまうリスクに注意が必要だと思いました。 https://twitter.com/peraia2/status/1554453728672882688… https://pic.twitter.com/3875vovsCx
posted at 09:56:17
#統計 母分散の概念を理解していない人が統計学の解説動画を作っている場合があることに気付いてしまった。
母分散はσ² = E[(Xᵢ - μ)²]です。
確率変数Xᵢ達の函数の期待値について学んでいないようにも見えた。
YouTubeの解説動画は結構怖い。 https://twitter.com/zionadchat/status/1554030432928563200… https://pic.twitter.com/we7mLbcdT3
Retweeted by 黒木玄 Gen Kuroki
retweeted at 09:24:29
アドレス間違えてました。
https://cometscome.github.io/YukiNagai/ja/books/greenjulia/…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 09:20:20
@phasetrbot ありがとうございます。
こちらにとりあえず3日まで動作確認したコードが置いてあります。残りは順次確認次第載せる予定です。
https://cometscome.github.io/YukiNagai/ja/books/greenjulia/…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 09:19:29
@cometscome_phys Julia本を手に入れたのですが、これのコードはどこかに公開されているでしょうか。数値計算はバグを見つけるのが大変で何度もつらい目にあったのでコードが公開されているととてもありがたいです。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 09:19:27
『ケイツーシロップ』
『母親が食生活に気をつけるだけで防げる』
『身体に悪い物を新生児に投与』
『新生児の将来の病気の種にしかならないhttps://archive.ph/IOVYg』
これは明確な医療デマで、信じて新生児が頭蓋内出血で死亡した場合は有罪
ってか、何回凍結されてんだ?
https://twitter.com/aki86042/status/1554917419625222144… https://pic.twitter.com/2HSDgWNcZj
Retweeted by 黒木玄 Gen Kuroki
retweeted at 08:54:29
消費者契約法に霊感商法規制が導入されたとき、福井大臣は統一教会と関りがあったことを指摘され「霊感商法と関りがあれば消費者庁担当相の資質に欠く」と答えています。
しかしこのあとも、統一教会系団体と関わる井上信治議員が大臣となり、特定商取引法の規制緩和という最悪の法改正を行いました。 https://pic.twitter.com/ShuLpbxZaY
Retweeted by 黒木玄 Gen Kuroki
retweeted at 08:47:31
斉藤 淳 『アメリカの大学生が学んでいる本物の教養』 (SB新書) 発売中💙💛@junsaito0529
コロナ禍に際して、マスコミが菅政権のワクチン接種推進に対して批判の大合唱だったのに対し、岸田政権の無策に対してだんまりを決め込んでいるのは、不可思議以外の何物でも無い。何の考えがあってのことか、浸透工作の影響なのか、アホなのか。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 08:43:02
紀藤弁護士を全面的は信用できないのは放射能デマと組んでるからですよ。放射能デマは人々の敵なので
Retweeted by 黒木玄 Gen Kuroki
retweeted at 08:29:01
Claudio Moroni@Claudio__Moroni
Please join us if either:
- You're interested to contribute or you know students/researchers/developers who might be interested;
- You could transfer some of your relevant repositories to JuliaEpi;
- You are interested in epidemiology in Julia.
#JuliaLang #EpiTwitter https://twitter.com/JuliaLanguage/status/1554458094536720385…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 08:17:42
Metal.jl - A GPU backend for Apple hardware: This talk presents updates on the development of a #GPU backend for Apple hardware (specifically the M-series chipset) along with a brief showcase of current capabilities and interface. https://youtu.be/IARikXzRU7s
#julialang #juliacon
Retweeted by 黒木玄 Gen Kuroki
retweeted at 08:16:10
ICYMI, Geometry2D.jl and BeltTransmission.jl have had their 0.1 release:
https://mechanomy.com/products/BeltTransmission/…
https://mechanomy.com/products/Geometry2D/…
#JuliaLang https://pic.twitter.com/7WRJ0225Bh
Retweeted by 黒木玄 Gen Kuroki
retweeted at 08:12:08
@genkuroki @sunchanuiguru @keiosfcimailab #超算数 今井むつみ氏がどう考えているかはともかく、確実に悪影響はある。 https://pic.twitter.com/pFbrCpR8oG
Retweeted by 黒木玄 Gen Kuroki
retweeted at 02:58:39
@genkuroki @sunchanuiguru @keiosfcimailab #超算数 妙な納得した人と、真っ当な突っ込みしている人 https://pic.twitter.com/yIKwLkkNqp
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:41:33
@genkuroki @sunchanuiguru #超算数 今井むつみ氏@keiosfcimailab は、おかしな算数教育が行われていることを知っているのかな?
「子供はこうしがち」と言っているけど、教え方の影響は検証したのかな?
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:41:30
@genkuroki @sunchanuiguru #超算数
子供にとって交換法則が直感的なものじゃないというが、
かけ算順序をしつこく教わればそうなっちゃうよね。 https://pic.twitter.com/LdUULvpcb5
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:41:21
@sirorinntyatya それなら、この問題をやってもらえますか?
言葉で説明するのでもいいです。 https://pic.twitter.com/80tLkXQ6Xp
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:21:36
@sirorinntyatya 事情を知らない半可通かと思ったら、当事者でしたか。それなのに何も知らないのですね。 https://pic.twitter.com/AyPMd8Ycn8
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:21:09
@sirorinntyatya 最初から算数の話をしています。日教組教研で水道方式に基づいた掛け算順序指導が報告されている、という話をしています。
「理科はそうじゃない」なんて何の反論にもなり得ません。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:20:43
@golgo_sardine @OokuboTact @uKi2wQXyG7rx3gL かけ算順序だけなら自然発生で説明できますが、
足し算の増加と合併、引き算の求残と求差、は独立に自然に発想はしないでしょう。共通祖先がいるはずですが。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:19:54
@kamo_hiroyasu @8EdoJx0gVorbQxK このツイートが間抜け
https://twitter.com/8EdoJx0gVorbQxK/status/1555197840871550979…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:19:28
@sekibunnteisuu 堀元見ですか…
胡散臭いやつです。
算数とは関係ないですが、堀元見が経営していた(いまは放棄)キャンプ場から至近距離に藤本敏夫(加藤登紀子の夫)記念館があります。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:18:26
#超算数 5割増しだと正解することが多いらしい。「大体の値を直感で答える」なら、以外と正解に近い値を出すかも。「出てきた数値で何らかの計算処理をしないとならない」が邪魔になっているように思う。
https://twitter.com/sekibunnteisuu/status/1555216891043491841…
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:18:03
@sekibunnteisuu @sunchanuiguru これ、科学的根拠があるんですかね?
多くの一般人は肩書きや聞き慣れない用語に権威を感じて、一理あるのかなと思ってしまう。
きちんとコントロールを用意して比較したもの以外は相当に要注意。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:17:20
@sekibunnteisuu @sunchanuiguru これ、科学的根拠があるんですかね?
多くの一般人は肩書きや聞き慣れない用語に権威を感じて、一理あるのかなと思ってしまう。
きちんとコントロールを用意して比較したもの以外は相当に要注意。
posted at 01:17:05
@sekibunnteisuu @sunchanuiguru メモ5 https://twitter.com/iwanamishoten/status/1554044267353362435…
posted at 01:15:06
@sekibunnteisuu @sunchanuiguru メモ4 https://twitter.com/iwanamishoten/status/1552595134675574784…
posted at 01:14:38
@sekibunnteisuu @sunchanuiguru メモ3 https://twitter.com/lucarobin_l_e/status/1554455868665577472…
posted at 01:13:09
@sekibunnteisuu @sunchanuiguru メモ2 https://twitter.com/askoma/status/1555167829737054208…
posted at 01:12:18
@sekibunnteisuu @sunchanuiguru メモ https://twitter.com/askoma/status/1552860549787967489…
posted at 01:11:41
@sunchanuiguru 全然知らない人だった。今井むつみ氏は最近よく見かけて、今読んでいる「誰が国語力を殺すのか」でも出てきます。
記念館は知らなった。メットとか飾っているのかな?w
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:11:16
#超算数 250gの2割増しは何g?
誤答例A 500g
250×0.2=50g 減るのはおかしい。むりやり0つけちゃえ。
誤答例B 1250g
かけ算で求めるはずだけど、それだと減る。割ってしまえ。250÷0.2
いずれも、式で処理することを強要することが原因と思われる。
Retweeted by 黒木玄 Gen Kuroki
retweeted at 01:10:07
#統計
私も渡辺澄夫さんの仕事にはb函数方面から興味を持ちました。
今思えば、その偶然は非常にラッキーで、渡辺澄夫さんが批判している「主義に基く統計学」の洗礼を完全に回避することができました。 https://twitter.com/_zak3/status/1548896748965625856…
posted at 01:07:38
#統計 ここでやっている計算は数学的にはq二項係数
q-binom(200, 100)
のqの多項式としての計数をすべて正確に求めているのと同じことです。
https://github.com/genkuroki/public/blob/main/0034/Exact%20Wilcoxon-Mann-Whitney%20without%20ties.ipynb…
posted at 01:02:03
#統計 素朴にすべての組み合わせを生成する方法でやると、200個から100個選ぶ組み合わせの個数だけループを回すことになって死ぬ。
₂₀₀C₁₀₀ ≈ 9×10⁵⁸ 😱
https://github.com/genkuroki/public/blob/main/0034/Exact%20Wilcoxon-Mann-Whitney%20without%20ties.ipynb… https://pic.twitter.com/prlslVSHKM
posted at 01:00:25
#統計 添付画像
①場合の数をInt64で計算したら、こんなことに!
②Int128でもダメ!
③BigIntでやっと中心極限定理による正規分布近似を再現できた。
④場合の数をFloat64で計算してもほぼ同じグラフをプロットできる。
https://github.com/genkuroki/public/blob/main/0034/Exact%20Wilcoxon-Mann-Whitney%20without%20ties.ipynb…
Exact Wilcoxon-Mann-Whitney without ties https://pic.twitter.com/oX7KTKHUVW
posted at 00:55:50
#統計
https://github.com/genkuroki/public/blob/main/0034/Exact%20Wilcoxon-Mann-Whitney%20without%20ties.ipynb…
順位に重複がない場合のWilcoxon-Mann-Whitney検定で使う確率分布(正確には場合の数)の正確な計算
3通りに実装。最後のやつは事前割り当てを使えば新規メモリ割り当てゼロで動く。
まじめに効率的な実装はしていない。分かり易さを重視。 https://pic.twitter.com/PohfemJlnB
posted at 00:52:53