黒木玄 Gen Kuroki(@genkuroki)/2020年11月16日

#Julia言語の配列はbegin始まりなので、使いやすいですよ。１次元の熱伝導方程式のつもりで書いてみた。 pic.twitter.com/pxI1o8LN4V

タグ： Julia言語

posted at 23:40:51

@takusansu 似たような話は昔からありますね。

twitter.com/OokuboTact/sta...

タグ：

posted at 23:20:44

@OokuboTact 参考情報
8254.teacup.com/kakezannojunjo...
＞「学習指導要領解説」と「事例集」を含めた三点セットで「学習指導要領」を表現すると発言しています。
＞「学習指導要領解説」は「学習指導要領」の一部(にしたい)という認識のようです。

タグ：

posted at 23:15:23

@OokuboTact 8254.teacup.com/kakezannojunjo...
＞寺脇氏は、「画一的に、学習指導要領どおりに指導することとされていた時代があったことを否定するつもりはありません。文部省にしても、こうしなさい、ああしなさいという指示を出し、学校の裁量をあまり認めなかった時代が、過去にありました」と、率直に語っています。

タグ：

posted at 22:52:16

@takusansu 前にも言ったのですが、昔の「指導要領の法的強制力」は建前です。
私としては、指導要領はゆるいガイドラインであって欲しい。

twitter.com/OokuboTact/sta...

タグ：

posted at 22:32:32

@OokuboTact 参考文献の一つに過ぎないからそこ、「学習指導要領」と拘束力が別物だと思っています。

＞「指導要領」に対しても法的強制力を持たすべきではないと思っています。

これには同感です。

タグ：

posted at 22:20:29

@takusansu ＞　公式な文献のように扱うのは反対です。

公式の文献と違うのでしょうか？

私は法的強制力を持たすことには反対です、
「指導要領」に対しても法的強制力を持たすべきではないと思っています。

タグ：

posted at 22:14:28

@OokuboTact 私は、文科省が学習指導要領解説を活用させる圧力をかけ、公式な文献のように扱うのは反対です。
内容が改善されたとしても、一線を越えた扱いにしてはいけないと思います。

タグ：

posted at 22:11:30

@takusansu ＞　文科省の言い分がこれですから。

注意書きとして、「あくまで解釈の１例にすぎない。別の解釈も認める」とあれば良いのでは？

タグ：

posted at 22:07:27

@takusansu （続き）
もちろん「指導要領解説」の内容に対しても、私は批判的です。
しかし＜文科省が「指導要領解説」を現場の人達に活用させるよう圧力をかけること」には反対しません。
なぜなら、これから「指導要領解説」の内容が改善されるかもしれないからです。

タグ：

posted at 22:04:59

@OokuboTact 文科省の言い分がこれですから。

＞また、学習指導要領は大綱的な基準であることから、その記述の意味や解釈などの詳細については、文部科学省が作成・公表する学習指導要領解説において説明することを予定している。

タグ：

posted at 22:04:41

@takusansu ＞　「学習指導要領解説」に依存させる体制が着々と進んでいるようで、気が重い

文科省としては、「指導要領解説」を苦労して作ったのだから、活用してもらわないと困るでしょう。
＜「指導要領解説」は「指導要領」と違って法的拘束力がないこと＞を周知徹底しないことを私は批判しています。

タグ：

posted at 22:01:44

@takusansu ＞　「指導要領」か「指導要領解説」か明確にしているものが大多数です。

もちろん私が言及している文書も区別を明確にしています。
しかし「指導要領解説」に法的拘束力がないことは無視しています。
そして「指導要領解説」を「指導要領」の「解説」という文脈で語っているのです。

タグ：

posted at 21:58:37

須山敦志 Suyama Atsushi @sammy_suyama

Re:RTs 表紙の色が似ているので両方リツイート😊

タグ：

posted at 21:32:26

須山敦志 Suyama Atsushi @sammy_suyama

ガウシアンプロセスを除くノンパラメトリックベイズは、未だに人類誰も使いこなせていない感がある

タグ：

posted at 21:26:00

Introduction to Nonparametric Bayes
hopin.com/events/introdu...

タグ：

posted at 21:23:59

@OokuboTact 文科省が学習指導要領解説を活用させる圧力をかけている。
8254.teacup.com/kakezannojunjo...

教員養成の大学図書館は教師用指導書を購入できないようになったらしい。
twitter.com/LeisurePrince/...

「学習指導要領解説」に依存させる体制が着々と進んでいるようで、気が重いです。

タグ：

posted at 21:23:02

twitter.com/OokuboTact/sta...
最近のネットで無料公開している算数関連の論文は、「指導要領」か「指導要領解説」か明確にしているものが大多数です。
そして、「指導要領」や「指導要領解説」を持ち出すものが圧倒的に増えました。
何らかの力が働いていそうな感じです。

タグ：

posted at 21:16:32

秋田魁新報社 @sakigake

クマ、ついに秋田高校敷地に？　女子生徒が黒い動物目撃 #秋田市 #クマ被害 #出没 #秋高 #akita #秋田 www.sakigake.jp/news/article/2...

タグ： akita クマ被害出没秋田秋田市秋高

posted at 21:03:03

新しい「指導要領解説」が算数教育をどんどん酷くしていく可能性が強過ぎてヤバい。

#超算数

タグ：超算数

posted at 20:13:38

算数教育の専門家の書いた本を読むと、
文科省の「指導要領」と「指導要領解説」を一体にして、自分達の理論の根拠にしていることが多い。
法的拘束力の違いは無視。

#超算数

タグ：超算数

posted at 20:11:48

恥骨(ちこつ) @chikotsuntsun

わたしは絶望的に算数が苦手なのだけど、
やべえ
小２の問題なのにわからん。
「１つ分をあらわす数はそれぞれいくつ」って何言ってんの
国語もダメなのかなわたし。

お子がもう「４こ」って書いちゃったよ⁇
合ってんのこれ⁇⁇ pic.twitter.com/QUSEe1uxgo

タグ：

posted at 20:07:33

ʇɥƃıluooɯ ǝıʇɐs @tsatie

ほんそれ twitter.com/genkuroki/stat...

タグ：

posted at 20:05:53

isa_sub2 @IsaSub2

左巻健男（サマキタケオ） @samakikaku

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能 #SmartNews codezine.jp/article/detail...

タグ： SmartNews

posted at 19:58:48

@mo0210 週刊文春11月19日号を読んだ。高橋比奈子文科副大臣はEM菌の擁護・推進者で元共産党県議の父親社長にEM菌会社つくらせたが、EM菌だけではなく可笑しげな（ニセ科学的な）に嵌まっている。EM菌の万能性を信じていないで別の似たものに嵌まるとは！それが文科副大臣！

タグ：

posted at 19:47:48

Inazuma110 @Inazuma_110

なんか久々にVimとJulia回りいろいろアプデしたらついにJuliaのLSPが僕の環境でもいい感じに動くようになってて嬉しい

タグ：

posted at 19:30:51

超合金ZZ @SuperAlloyZZ

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能 codezine.jp/article/detail...

タグ：

posted at 19:22:04

チョー算数問題における「しきの意味」に対応するものが、ある種の統計学文献の世界における「○○主義」だと思っておけば、分かり易いかもしれない。

地道な試行錯誤による理解を阻害するように「○○主義」が使われているように見えるのも同じ。

高等教育におけるチョー算数問題扱いが妥当。

タグ：

posted at 18:46:01

#統計尤度函数の理解については、以上で説明したような「繰り返しのプロットでどういう様子をしているかを見る」というようなことをすることが大事なのですが、ある種の統計学本には「尤度主義」「尤度原理」といったくだらない害にしかならない話が書いてある場合があるので要注意。

タグ：統計

posted at 18:42:02

#統計上で見せたプロットでは、尤度函数のプロットのみを集めてあり、各々の尤度函数がどういうデータに対応するかまでは見せていない。

個人で遊ぶ場合にはその辺にもついても見るようにした方がよい。

データとモデルから尤度函数が決まる。その対応の様子になにがしかの直観がないとつらくなる。

タグ：統計

posted at 18:38:36

#統計尤度函数による要約によって、データを生成している確率法則と推測用に用意したモデルの組み合わせの情報を十分にひろえるのは、サンプルサイズnをn→∞とした場合のみ。

有限のnでは情報が抜け落ち、確実な推測は不可能になる。尤度函数の広がり具合がその程度を表しているとも考えられる。

タグ：統計

posted at 18:35:59

#統計指数型分布族一般で正規分布モデルと同様の計算がうまく行く。指数型分布族は極めて特殊。

最尤法の解は尤度函数の最大化点の位置情報に過ぎず、推定の収束の様子について豊富な情報を持っているはずの尤度函数全体の情報のほんの一部しかひろっていない。

だから尤度函数のプロットは重要。

タグ：統計

posted at 18:32:02

#統計いきなりコンピュータで計算せずに、自分の手を動かしていれば、正規分布モデルの最尤法は「サンプルの平均と分散を計算するだけ」であることがすぐにわかるので、大数の法則から、データを生成している分布が正規分布でなくても、n→∞で真の平均と分散の推定に成功することが分かる。 twitter.com/genkuroki/stat...

タグ：統計

posted at 18:28:40

津久田重吾@『国境のエミーリャ第９巻』6 @rockpeek

明日から集中講義
www.math.tohoku.ac.jp/research/2020/...

池田曉志さんの談話会終了

www.math.tohoku.ac.jp/research/collo...

めちゃくちゃ良い話で聴いた人は得をした感じ。

そうか、"Z:K(D)→ℂ" の像は周期だと思えるのか！ pic.twitter.com/qZscVzatHF

タグ：

posted at 17:32:28

津久田重吾@『国境のエミーリャ第９巻』6 @rockpeek

主人公はソ連政府内で注目を集めるが、中身の老人はバリバリの共産主義者だった。彼（彼女）は迫り来るソ連崩壊を防ぐため、ゴルバチョフとエリツィンを暗殺しようと企てる。

ロシアにも転生ネタのラノベがあったー！

タグ：

posted at 17:31:33

時は2040年、ロシアは無数の小国に分割され、西欧型民主主義のもと格差が広がっている。主人公は年金受給者の老人だが、路上で息絶える。
しかし、彼は目を覚ました。しかも1960年代のソ連で美少女に生まれ変わっていた！　彼女はアスリートとして頭角をあらわし、モスクワ五輪で金メダルを獲る。（続 pic.twitter.com/1FANQwxMeM

タグ：

posted at 17:29:55

非公開

タグ：

posted at xx:xx:xx

うまん(toshimichi) @toshi_um

Hideki Kawahara: WAS @hidekikawahara

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能：CodeZine（コードジン） codezine.jp/article/detail... @codezineから

タグ：

posted at 17:07:48

これが，2016年に購入したWindowsマシンの結果． twitter.com/hidekikawahara... pic.twitter.com/63gx1WbsRm

タグ：

posted at 16:51:03

Akinori Ito @akinori_ito

Hideki Kawahara: WAS @hidekikawahara

@hidekikawahara 段差はCPUキャッシュでしょうかね？

タグ：

posted at 16:48:28

Hideki Kawahara: WAS @hidekikawahara

緑が素数，赤が二のべき乗．Macmini．R2020b twitter.com/hidekikawahara...

タグ：

posted at 16:42:39

MATLABのFFTの速度で，誤解を広めてしまったので，訂正．前は，素数と二のべき乗を別のループで評価していました．今回は，一つのループで，評価し，結果を素数，二のべき乗に振り分けました．理解し易い結果です．Big Sur.
アクティビティモニタも，ウイルスソフトも止めました．段差が気になる． pic.twitter.com/c4W6BH0BO2

タグ：

posted at 16:40:08

いっぬ @yuyu_hf

群の例が多く載ってそうだったので買った pic.twitter.com/RT05CxzA4z

タグ：

posted at 16:14:23

おさる未満 @osaru3

なるほどぉ〜〜！
これゎおもしろいっっ！👍
字面で理屈の解説を聞くばあいの1,000倍ぐらいはおもしろいし、ピンとくるぅ😃 twitter.com/genkuroki/stat...

タグ：

posted at 16:01:12

＊masayan＊ @masayan63026080

小2の算数　この問題の正解は
車の台数が３台
1台あたり5人乗車
という設定らしいが
車が5台で1台あたり3人乗車でも間違いではないのかなと思うけど…🤔
わかる方ご教授ください🙇‍♀ pic.twitter.com/wXaSxcJ5OB

タグ：

posted at 15:53:45

#統計尤度函数のプロットの例については以下のスレッドを参照 twitter.com/genkuroki/stat...

タグ：統計

posted at 15:41:12

#統計こういう尤度函数の振る舞いの実例を1つも知らずに、渡辺澄夫著『ベイズ統計の理論と方法』を読んでも、数学的複雑さに負けて健全な理解に辿り着ける公算は極めて低いと思う。

推測統計学の勉強では「尤度函数のプロットをできるようになること」が最優先事項かもしれないと思った。

タグ：統計

posted at 15:30:22

#統計「特異モデル」からちょっと離れた場合

n=10では「特異モデル」っぽく見えるが、n=640では単峰型。

データサイズを大きくできると「解像度」が上がって、「特異モデルっぽい」という判断を「正則モデルである」に切り換えられる場合が出て来る。

統計的推測は本質的にデータサイズ依存。 pic.twitter.com/4HL6YoDsKi

タグ：統計

posted at 15:25:58

#統計「特異モデル」ではないが、それに近い場合

尤度函数がn=640でもまだ「特異モデル」っぽい形。

特異モデルになっていなくても、現実に得られるデータサイズでは「実質特異モデル」になっている可能性がある。 pic.twitter.com/rKNbCgg7Pt

タグ：統計

posted at 15:25:56

#統計「特異モデル」直上の場合 pic.twitter.com/wY4vhj1XaG

タグ：統計

posted at 15:25:53

#統計例を増やした。

#Julia言語ソースコード↓ pic.twitter.com/0iNqFZP858

タグ： Julia言語統計

posted at 15:25:50

かなまろ @kanamaro_jl

#Julia言語ならif-then-elseで処理を切り替えるより、やはり多重ディスパッチをうまく使いたいな...。関数自体もオブジェクトとして、他の関数の引数に与えられるみたいだし、いろいろ工夫できそう。

タグ： Julia言語

posted at 14:20:10

#統計尤度函数のプロットの経験があれば色々納得し易くなる。

「データサイエンス」と口走りながら、デフォルトのベイズ統計を「主観確率」の「ベイズ主義」によるものとし、モデル選択などのそれ以外の事柄をそこへの付け足しとして理解しようとすることは、合理的なStanユーザー達を無視する態度。

タグ：統計

posted at 14:17:56

有限会社コモナ @comonacojp

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能：CodeZine（コードジン） bit.ly/32NysW2

タグ：

posted at 14:15:18

#統計最尤法を使おうとしてもベイズ統計でMCMC法を使うのと同程度の手間がかかるなら、ベイズ統計を使った方が総合的には楽そうだと判断する人が多いと思う。

「主義」よりも、モデルの複雑さが原因の数学的理由で「ベイズ統計の方が楽」となっている場合が多いと思う。Stanユーザーは典型例。

タグ：統計

posted at 14:12:24

#統計純粋に数学的には最尤法も適切な方法になる場合であっても、局所解の問題を回避しなければいけない場合には最尤法による推定も結構面倒です。 twitter.com/genkuroki/stat...

タグ：統計

posted at 14:07:35

#統計最尤法は尤度函数を最大化するパラメータを求める方法なので、尤度函数が単峰型になってn→大で尤度函数の台が縮小して行く場合に最尤法は非常に上手く行きます。

しかし、尤度函数が単峰型になってくれない場合は容易に現れます。最尤法は常に良い方法になるとは限らないのだ。

タグ：統計

posted at 14:04:07

#統計得られるデータのサイズnで、尤度函数がまるで特異モデルのように振る舞う可能性がある場合には、尤度函数が単峰型になる場合にしか安全に使えない最尤法を使用するのは危ないということになります。

そういう場合には、細く広がった尤度函数全体の情報を使ってくれるベイズ統計が勝ります。

タグ：統計

posted at 13:44:43

#統計 1つ前のツイートの添付画像は所謂「特異モデル」直上の場合。

注意しなければいけないことは、特異モデル直上ではなく、正則モデルだが特異モデルに近い場合も有限のnではまるで特異モデルのように尤度函数が振る舞うことです。添付画像を参照。

nbviewer.jupyter.org/gist/genkuroki...
(Julia v0.6注意！) pic.twitter.com/qUhPZ8E7Zv

タグ：統計

posted at 13:40:48

#統計モデルが指数型分布族のようなシンプルなケースでは、n→大で尤度函数の台は丸くなり、尤度函数の形は単峰型になります。

しかし、そうでない場合もある。添付画像を参照！

ベイズ統計の技術を使う場合にはモデルを複雑にする場合が多いので要注意！

ソースコード↓
nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/uQ3WvjRLY5

タグ：統計

posted at 13:36:50

ora600jp @ora600jp

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能 codezine.jp/article/detail... #スマートニュース

タグ：スマートニュース

posted at 12:59:49

誠 @Makoto_SUsys

もうC++とかJuliaで書き直したほうが絶対にいいでしょう...

タグ：

posted at 12:47:25

Katsushi Kagaya @katzkagaya

渡辺先生によるサンプルサイズが大ければ事後分布が正規分布で近似できるが現実的な有限のサンプルサイズではとても近似できないプロット例（混合正規分布）
watanabe-www.math.dis.titech.ac.jp/users/swatanab...

タグ：

posted at 12:44:56

Katsushi Kagaya @katzkagaya

こういうプロット例をつくると数理的理解の前に「事後分布が正規分布で近似できないとき」の直観ができるのでよいと思うんですよね

タグ：

posted at 12:31:47

IT関連サイト記事 @itit7777

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能 codezine.jp/article/detail...

タグ：

posted at 09:57:20

l_ppp @ppp3141592ppp

仕事の細々としたスクリプトを
#Julia言語に置き換えて作業しているので
実質Juliaで金稼いでる

タグ： Julia言語

posted at 09:15:14

yshr10ic @yshr_10ic

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能
codezine.jp/article/detail...

タグ：

posted at 08:49:00

泉智紀 @jsdfq43wtr

zoomの講義動画を全部保管していたらHDD容量がいくらあっても足りないな. いいやもう消そう. あとから学生の不利益とか言われるかもしれないがどうにもならん.

タグ：

posted at 08:47:09

Y Tambe @y_tambe

「治験段階の90%」と、麻疹やインフルエンザの95%や50%とは本来、比較対象外ってことは一言触れておいてほしかったな（他に比べる数値がないんで仕方ないんだが） twitter.com/Ryoko_is/statu...

タグ：

posted at 08:34:34

Erik Engheim @erikengheim

Some powerful one-liners to improve your #FunctionalProgramming skills in #JuliaLang. How to do partial application, predicate function negation and broadcasting. #programming #functional #tips

erik-engheim.medium.com/functional-one...

タグ： functional FunctionalProgramming JuliaLang programming tips

posted at 08:32:08

ryoko @Ryoko_is

新型コロナワクチン「効果90％」という中間結果を現時点でどう受け止めるべきか(忽那賢志) - Y!ニュース news.yahoo.co.jp/byline/kutsuna...

タグ：

posted at 08:30:27

CodeZine @codezine

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能 codezine.jp/article/detail...

タグ：

posted at 08:29:32

it-collector-bot @CollectorIt

VS Code用Jupyter拡張機能がリリース、R・Julia・ScalaでもJupyter Notebookのサポートが可能
codezine.jp/article/detail...

タグ：

posted at 08:14:05

前田敦司 @maeda

“なぜ戦争は起こるのか？――『進化政治学と国際政治理論　人間の心と戦争をめぐる新たな分析アプローチ』（芙蓉書房出版） / 伊藤隆太 | SYNODOS -シノドス-” htn.to/34aJidqGaP

タグ：

posted at 07:50:12

#統計へんてこな哲学もどきの議論に付き合う暇があったら、尤度函数をプロットして遊んでいた方がずっとましだと思います。

タグ：統計

posted at 07:38:04

#統計 n→∞の極限においては正規分布モデルによって平均と標準偏差の真の値に到達できるのですが、「真の分布が実は指数分布であった」という真理には決して到達できません。正規分布モデルで推測しているのだから当たり前。

この辺の理解が最尤法やベイズ統計では最も基本的です。 twitter.com/genkuroki/stat...

タグ：統計

posted at 07:36:07

#統計ベイズ統計は魔法じゃないについての最近の驚愕ネタ

【大本である分布族が対象を十全にモデル化していなければならない。この要請が満たされていなかったら～どうなるのか。実はその場合でも～ベイズ流の更新プロセスは最終的に真理へと到達しうる】(『統計学を哲学する』p.83)

😱😱😱😱😱 pic.twitter.com/oPMCyY2lNx

タグ：統計

posted at 07:30:50

#統計尤度函数のプロット=フラット事前分布での事後分布のプロットの経験を十分に積めば、データの確率的な揺らぎが推測結果をどのように変化させるかの感じがつかめて来る。

その後で最尤法やベイズ統計の詳細を学べば「すでに知っていること」を学んでいる感じになって非常に楽になると思います。

タグ：統計

posted at 07:18:05

#統計正規分布モデルの最尤法は、最小二乗法の特別な場合になっており、最小二乗法は最良線形不偏推定(BLUE)という良い性質を持っているのですが、その本質は正規分布モデルであり、真の分布が正規分布からかけ離れているとベストから程遠い推定法になります。(「線形」という条件が強すぎ)

タグ：統計

posted at 07:08:47

#統計しかし、nを大きくすれば、データを生成している真の法則が正規分布でないっぽいことはすぐに分かるでしょう。適切なモデルで推定した方が推定の誤差はずっと小さくなります。

タグ：統計

posted at 07:05:08

#統計正規分布モデルを使えば、たとえデータが指数分布で生成されていたとしても、サンプルサイズnを十分に大きくすれば平均と分散を正しく推定できます。

しかし～続く

タグ：統計

posted at 07:02:11

#統計続き。最尤法でもベイズ統計でもそれらが使用可能な条件が満たされていれば、nを大きくすると推定結果は推定用のモデルの範囲内でデータを生成している真の確率法則を最もよく近似する分布に収束してくれます。

以上で紹介したプロットはその様子の特別な場合です。

タグ：統計

posted at 07:00:08

#統計続き。初めて見た人は驚くかもしれませんが、データを生成する確率法則の指数分布と推測用のモデルの正規分布は全く異なる形をしているのに、尤度函数の台はnを大きくするとデータを生成した指数分布の平均と標準偏差に近付きます。

ちなみに平均1の指数分布の密度函数は添付画像の通り。 pic.twitter.com/bcTsUe9g7n

タグ：統計

posted at 06:57:02

#統計添付画像は平均1(標準偏差1)の指数分布のサイズn=10, 40, 160のサンプル(乱数列)に関する正規分布モデルの尤度函数のプロットです。

データ=サンプルを生成する真の法則は指数分布なのですが、分析用のモデルは正規分布族の場合です。続く

ソースコード
gist.github.com/genkuroki/8a5b... pic.twitter.com/91z1hhK5UU

タグ：統計

posted at 06:53:22

#統計添付画像はそれぞれサイズn=10, 40, 160の標準正規分布のサンプル(乱数列)に関する標準正規分布の尤度函数のプロットです。

nが大きくなると、尤度函数の台は小さくなり、標準正規分布の平均と標準偏差の真の値に近付きます。

#Julia言語のソースコード
gist.github.com/genkuroki/8a5b... pic.twitter.com/xZbaILDGeK

タグ： Julia言語統計

posted at 06:50:22

#統計特に、渡辺澄夫著『ベイズ統計の理論と方法』のような本を読むときには、とにかく最優先で尤度函数のプロット(=フラット事前分布の事後分布のプロット)をやってみるべきです。

タグ：統計

posted at 06:47:07

#統計確率的に揺らいでいるサンプル(=データ)の尤度函数の形を全然見たことがない人が最尤法やベイズ統計を勉強することは、算数レベルの整数の計算さえしたことがない人が整数論を勉強するようなもので、健全な理解は不可能になります。

百聞は一見に如かず。

タグ：統計

posted at 06:44:58

#統計尤度函数を最大化するパラメータを求めるのが最尤法で、ベイズ統計では尤度函数に事前分布をかけて正規化して得られる事後分布を使う。

尤度函数のプロットはフラット事前分布の事後分布のプロットだとみなせます。

尤度函数のプロットは最尤法やベイズ統計を学ぶときに最優先でやるべき。

タグ：統計

posted at 06:41:59

#統計添付画像は標準正規分布のサイズ10のサンプル(←確率的に揺らぐ)に関する正規分布モデルの尤度函数のプロット。中央のシアンのドットは標準正規分布の平均と標準偏差。

ランダムに生成されたサンプル(データ)ごとに異なる尤度函数が得られる。

gist.github.com/genkuroki/8a5b... pic.twitter.com/X5CfyUaNjO

タグ：統計

posted at 06:38:09

#統計仮にデータを生成している真の確率法則が決まっていても、データは確率的に揺らぎます。データが運悪く偏っているリスクが常にある。

データを生成している真の確率法則がないとか決まっていないなら、もっと状況は悪くなる。データが何の情報を拾っているのか自体を明瞭にしないとダメ。

タグ：統計

posted at 06:38:06

#統計

「ベイズだとサンプルサイズ設計は必要ない」とか「尤度原理に基くベイズ統計ならp-hackingのような問題は生じない」とか、危険なことを言う人達がいて頭が痛い。

ベイズ統計は魔法じゃない。

そういうおかしなことを言う人達は無視して、尤度函数を地道にプロットして遊ぶ方が有益😊 twitter.com/katzkagaya/sta... pic.twitter.com/2jVeuWzZ6N

タグ：統計

posted at 06:31:44

#Julia言語

 jkrumbiegel.github.io/pages/2020-11-...

MakieLayout Demo youtu.be/C5wsl0dxGhI @YouTubeより

タグ： Julia言語

posted at 06:12:05

非公開

タグ：

posted at xx:xx:xx