黒木玄 Gen Kuroki(@genkuroki)/2020年12月27日

ゴルゴ・サーディーン @golgo_sardine

すごい #掛算順序派（ @flocculation_M 氏）に遭遇。

単位の換算で
　「1.5グラムをミリグラムに換算する。」
　「8cmをmmに換算する。」
というとき、
　1.5×1000
　8×10
が、それぞれ正しいそうです。
さんざん念押しをした末にそう言っています。
(続 pic.twitter.com/SOKlVPFLc8

タグ：掛算

posted at 00:04:00

続）
２年生用の順序を律儀に守るとすれば、
　「1g は 1mg に換算される。これが単位量」
　「それを、1.5倍する」
となる筈だが。

なお、「批判的に批評する」ことは通告ずみ。
（了承も得られているが、了承は、ほんらい不要）
#掛算

タグ：掛算

posted at 00:06:18

加藤公一, 가토우 기미카즈（はむかず） @hamukazu

@nekomath271828 イカ「近所迷惑はいかんなぁ…」

タグ：

posted at 00:15:13

非公開

タグ：

posted at xx:xx:xx

全部できてません。ごめんなさい。 twitter.com/mike_neck/stat...

タグ：

posted at 00:20:13

OokuboTact　大久保中二病中年 @OokuboTact

@nekomath271828 墨ませんでした🦑

タグ：

posted at 00:20:38

「指導要領」を「指導要綱」と「綱　つな」を書くツイートがかなりある。
「文科省　指導要綱」で検索

しかし文科省は「指導要綱」という書類は出していない。　

＃超算数　＃掛け算の順序

タグ：掛け算の順序超算数

posted at 01:17:49

mybinder.org/v2/gh/akio-tom...
@MathSorcerer さんのおかげでスマホからも実行できるようになりました。

タグ：

posted at 02:36:00

#統計色々刺激されて、楽しめているので、 #Julia言語で

Some Problems Connected with Statistical Inference
D. R. Cox
1958
projecteuclid.org/euclid.aoms/11...

にある数値例を再現してみました。

このノートブックは読み難いはず。ごめんなさい。

nbviewer.jupyter.org/gist/genkuroki...

タグ： Julia言語統計

posted at 03:12:31

#統計やっていることはこうです。

まず、データ(x, c)に関する以下のモデルを考えます。

①表と裏が同じ確率で出るコインを投げる。表ならc=1、裏ならc=2とする。
②表なら平均θ分散10²の正規分布に従ってxをランダムに生成し、裏なら平均θ分散1の正規分布に従ってxをランダムに生成する。

タグ：統計

posted at 03:12:31

#統計

帰無仮説θ=0と対立仮説θ=10の仮説検定を作りたい。以下有意水準はα=5%とする。

1つの作り方は、データ(x, c)におけるxが従う正規分布の分散はc=1なら10²でc=2なら1であることが分かっているので、それを使ってc=1とc=2の場合の両方で第1種の過誤の確率が同じ値αになるようにすること。

続く

タグ：統計

posted at 03:12:32

#統計すなわち、

c=1のときには x>1.6448×10、
c=2のときには x>1.6448×1
のときに帰無仮説を棄却

すると、c=1,2の両方の場合に有意水準がちょうどα=5%になります。

続く

タグ：統計

posted at 03:12:32

#統計しかし、Neyman-Pearsonの補題としてよく知られているように、尤度比検定が最強力検定になります。有意水準α=5%の尤度比検定では、

c=1のときには x>1.28×10
c=2のときには x>5×1
のときに帰無仮説を棄却

することになります。

この数値がCox (1958)に書いてあったので再現してみたわけです。

タグ：統計

posted at 03:12:32

#統計以上の設定さえわかれば、誰でも任意のプログラミング言語で同じ結果を再現できるはずです。

c=1,2の両方で別々に有意水準α=5%にした場合→β≒37%
尤度比検定で有意水準α=5%にした場合→β≒30%

で確かにβの値が下がっています。

nbviewer.jupyter.org/gist/genkuroki...

タグ：統計

posted at 03:15:48

#統計たまには、整理されていない、べた書きでわかりんくいノートブックの公開も生々しい感じがして悪くないかと思って、読み難いままで

nbviewer.jupyter.org/gist/genkuroki...

を公開してしまいました。 #Julia言語

タグ： Julia言語統計

posted at 03:16:41

#統計上の最強力な尤度比検定では、第1種の過誤が起こるのはほぼc=1の場合(xの分散が10²の場合)だけになってしまいます。

c=1,2の両方で平等に第1種の過誤が出て欲しい場合には、尤度比検定を使うべきではない。

数学的道具は性質を知った上でユーザーが自分の目的に合わせて自由に使えばよい。

タグ：統計

posted at 03:21:01

#統計正規性のチェックを以下に方法で行なってみました。

①最尤法でデータに最も適合する正規分布p*を作る。
②次に統計量でp*のP値を計算する:

T(X) = |((X_1 - X̅)³+…+(X_n - X̅)³)/n|/V(X)^{3/2}

P値は繰り返し回数2¹²のモンテカルロ法で計算しました。

#Julia言語
 nbviewer.jupyter.org/gist/genkuroki...

タグ： Julia言語統計

posted at 03:31:54

#統計 n=16のデータが正規分布で生成されている場合

P値が名目有意水準α以下になる確率がαになっていることが分かります。こうなっていて欲しい結果がモンテカルロ法で再現されている。 pic.twitter.com/InfYaI7NQQ

タグ：統計

posted at 03:31:56

#統計 n=16のデータが指数分布で生成されている場合

P値がα未満になるときに「正規分布である」という帰無仮説が棄却されることにしたいので、その確率(検出力)が高い方がうれしい。

α=5%だと検出力は60%程度。

n=16だとこんなものかなという感じ。 pic.twitter.com/nL20dPKaZY

タグ：統計

posted at 03:36:29

Makoto Shimokawa @makoto_smkw

物理では掛け算の順番という虚構に囚われていたら式の解釈できないです。可換な演算はむしろ縦横無尽に入れ替えまくって、そしてうまくまとめられると物理的に重要なパラメータが見えてきます。ちなみに自分、大学院で理論物理の研究して博士号とってます。 twitter.com/gmkm11202410/s... pic.twitter.com/QmZ5jRRz9M

タグ：

posted at 03:37:17

#統計 n=32のデータを指数分布で生成した場合

nを2倍に増やしてみた。

α=5%なら、検出力は90%程度。かなり検出力が上がりました。 pic.twitter.com/uzBTCijQwb

タグ：統計

posted at 03:38:22

#統計指数分布は正規分布とは大幅に違う分布です(添付画像1)。

もっと正規分布に近い分布を正規分布でないとどれだけ検出できるかを調べてみましょう。

次は、添付画像2のGamma(4, 1)分布でデータを生成してみましょう。 pic.twitter.com/QaYpnFwwLA

タグ：統計

posted at 03:41:20

#統計 n=32のデータがGamma(4,1)分布で生成されている場合

n=32では、α=5%で検出力が50%を切っています。 pic.twitter.com/7xMQJhlLO9

タグ：統計

posted at 03:43:04

#統計 n=64, 128のデータをGamma(4,1)分布で生成した場合

α=5%のとき、n=64なら検出力は80%程度で、n=128なら検出力は97%程度まで上がります。 pic.twitter.com/kYMy6gTmva

タグ：統計

posted at 03:46:25

#統計以上では正規分布モデルの十分統計量であるデータの平均と分散で表せない3次の統計量を使用している。

だから、十分統計量だけで統計的推論の結果が決まらなければいけないとする「主義」のもとでは、以上のようなことは「やっちゃいけないこと」になってしまう。

あほらしいですよね。

タグ：統計

posted at 03:53:30

#統計添付画像は

www.yoshizoe-stat.jp/stat/works/jss...

www.terrapub.co.jp/journals/jjssj...

私は「弱い尤度原理」の段階で、このような代物に統計学ユーザーは従うべきではないと思います。

「弱い尤度原理」のような無用に過激なことを言わずに、穏健な立場を取るべきだと思います。 pic.twitter.com/jaQFEzRHkL

タグ：統計

posted at 04:21:23

変異したウイルスについて簡単にまとめた記事はこちらに書いています👶結構マシュマロ来ますが、まず読んでみていただければ…。個々人のレベルでは対策は変わりません。

英国で検出された新型コロナの変異株　日本への影響は？どの程度恐れるべき？(峰宗太郎) - Y!ニュース news.yahoo.co.jp/byline/minesot...

タグ：

posted at 04:46:45

忽那先生による解説（ばぶより2日早い）はこちらね👶
イギリスの新型コロナ変異ウイルスは何が問題なのか(忽那賢志) - Y!ニュース news.yahoo.co.jp/byline/kutsuna...

タグ：

posted at 04:57:48

小野先生による解説はこちら👶
イギリスでの検査体制や今回の変異の発見の契機などがよくわかります。

英国と世界がコロナ変異株に警戒する理由(小野昌弘) - Y!ニュース news.yahoo.co.jp/byline/onomasa...

タグ：

posted at 04:57:48

今回の変異についてどう思うか、ウイルスの変異・進化について研究してるお隣の研究室の研究者にちょっと聞いてみた👶リミテーションが多くて、NGSデータだけからはあんなに強く言えるのかはわからないけど、まぁ注目だよねぇ…ということと、アメリカはそれどころじゃないよねぇ…という話…。

タグ：

posted at 05:04:45

イギリスのシークエンスの体制はすごいよねぇというところはすごく強調していた👶

タグ：

posted at 05:05:18

非公開

タグ：

posted at xx:xx:xx

#統計

f(x_i|μ,σ²)=exp(-(x_i - μ)²/(2σ²))/√(2πσ²)
x̅=(x_1+…+x_n)/n
V(x)=(x_1,…,x_nの分散)

とおく。モデルの密度函数が

p(x|μ,σ²)=f(x_1|μ,σ²)…f(x_n|μ,σ²)
=exp(-n((x̅ - μ)² + V(x))/(2σ²))/(√(2πσ²))ⁿ

と定義されているとき、(X̅,V(X))はサイズnのデータXの十分統計量です。続く

タグ：統計

posted at 07:32:46

#統計続き。十分統計量の定義を知らない人は、尤度函数

L(μ,σ²)=p(X|μ,σ²)
=exp(-n((X̅ - μ)² + V(X))/(2σ²))/(√(2πσ²))ⁿ

は、データX=(X_1,…,X_n)全体の情報ではなく、その平均と分散の組(X̅,V(X))だけで決まることを理解していればよい。

タグ：統計

posted at 07:32:46

#統計この場合の(悪しき)「弱い尤度原理」は「(X̅,V(X))が同じデータXに基く統計的推論は同じにならなければいけない」となります。

もちろん、このような条件に従う必要はありません。

普通はそういうことを言われなくても従わないので、「主義」の暗黒面を知らない人には無関係の話題です。

タグ：統計

posted at 07:32:47

#統計その手の原理の特徴は、それに従うと、分析に用いたモデルの疑わしさを見積もる手段が失われることです。

このスレッドでは正規分布モデルを扱い、「正規分布である」という仮説に関する検定を扱いました。その検定はまさにモデルに疑わしさを見積もる方法そのものです。

タグ：統計

posted at 07:32:47

#統計正規分布モデルの尤度函数L(μ,σ²)を最大化するパラメータは

μ=X̅=データの平均
σ²=V(X)=データの分散

となります(最尤法)。

平均分散が(X̅,V(X))の正規分布がデータに最も適合した正規分布になるわけです。

この最尤法は「弱い尤度原理」を満たしています。続く

タグ：統計

posted at 07:32:48

#統計しかし、そうやって求めたデータに最もフィットしている正規分布が「どれだけ外しているか」を見積もろうとすると、どうしても尤度函数(または(X̅, V(X))を見ただけでは分からないデータの特徴を使う必要が生じます(当たり前！)。

「弱い尤度原理」はまさにそれを禁止しているわけです。

タグ：統計

posted at 07:32:48

#統計「〇〇原理を採用することによって、採用したモデルの疑わしさをデータを用いて評価する手段を禁止すること」は明らかに非科学的です。

これを非科学的と形容できずに何を非科学的と形容すればよいのか！

タグ：統計

posted at 07:34:28

非公開

タグ：

posted at xx:xx:xx

Atsushi Sakai @Atsushi_twi

scipyのdevブランチで、cythonと併用する形でPythranのテストが始まった。知らなかったけどPythonコードをC++に変換するものらしい。使わなかったらrevertされるらしいが、勉強した方が良いだろうか。。Pythran — Pythran 0.9.9.dev documentation pythran.readthedocs.io/en/latest/

タグ：

posted at 08:15:46

梅崎直也 @unaoya

先月子供が生まれたので育児休暇を1年いただくことにしました。（週1日程度働きますが。）育児は大変ですが、可愛い子供と毎日楽しく過ごしています。正社員が3人しかいないのに快く育児休暇を取らせてくれた株式会社すうがくぶんか@sugakubunkaをみなさまよろしくお願いします。 pic.twitter.com/qTJW7yAzwA

タグ：

posted at 09:14:36

#統計私はソーバーさんの本を読んでいないのですが、その最初の方に書いてあるらしい「ロイヤルの3つの問い」について不幸にも感心してしまった人達はMayoさんの以下のリンク先の記事でのRoyallさんの扱いに目を通しておいた方が良いと思いました。

フルボッコ！(笑)

errorstatistics.com/2014/10/10/bre...

タグ：統計

posted at 10:25:04

Yuki Nagai @cometscome_phys

Juliaの分散並列、もう少し考えないとやりたい計算ができないなあ

タグ：

posted at 10:25:24

#統計 Royallの3つの問いと対応する主義は

①何を信じるべきか→Bayesian
②どうするべきか→Neyman-Pearson
③データをどのように証拠とみなすか→尤度主義

だそうで、これを統計学に持ち込むにはあまりにも馬鹿げています。

これ、まともな考え方に見える人はどうかしていると思う。 pic.twitter.com/YbmS8AHhNV

タグ：統計

posted at 10:37:51

#統計 21世紀にもなって、ベイズ統計を主観主義ベイジアンだけのものとみなすのは単なるお馬鹿さんでしょう。

統計学と完全に無関係にベイズ主義の話をしたいなら、大して迷惑じゃないかもしれませんが、そうではないっぽい。

タグ：統計

posted at 10:40:21

#統計 Pearsonさんはaccept, rejectという2値の強い決定を想起させる用語の採用は失敗で、統計的検定は「学習の手段」という意見をFisherさんと共有しているとも言っている。

実際にどうするべきかは、検定の理論から決まらない。

検定の結果で機械的にどうするかを決めるにのは極めて有害。

タグ：統計

posted at 10:44:07

#統計尤度を証拠(の度合い)とみなすことをノータイムで否定できない人は、尤度の定義と数学的性質を学び直して出直すべき。

添付画像の最後の【"the law" から出発するが、どうしてそれに従うべきなのかはわからない】の部分は、「主義から出発するのはやめろ」とほぼ同じ意味。 pic.twitter.com/3ThpaEBbyj

タグ：統計

posted at 10:52:36

#統計 "尤度主義" や "ソーバー" で検索すると、騙されている人達が私がフォローしている人達の中にも結構いるっぽい。騙されていた人達は注意したほうが良いと思いました。

タグ：統計

posted at 10:52:36

#統計なんらかの「主義」を広めて受け入れさせて、その「主義」を従わなければいけない "the law" だと思わせれば勝ち、のようなことをやり出したら、もう完全にアウトだと思います。

errorstatistics.com/2014/10/10/bre...

を読むと本当にそうだと思わざるを得ません。

タグ：統計

posted at 10:55:57

func @func_hs

サトウリョウスケ @ryosuke_sato

公式にLLVMのビットコードが作られているという点から、PostgreSQLをClang、RustやJuliaあたりの標準データベースバックエンドにできたらいいのになあと思うなど。

タグ：

posted at 11:11:41

昨日の ruby3 リリースイベントで Python は将来 Julia に置き換えられる、という話が出ていたのでこの記事読んでみた。なるほどー。

qiita.com/baby-degu/item...

タグ：

posted at 11:36:38

julia でニューラルネットを操れる様になった

タグ：

posted at 11:36:51

MNISTの分類例はmodel zoo に置いてるけど、それじゃなくてIris (←)

タグ：

posted at 11:37:36

志位＋＋和夫 @hyper0dietter

JuliaでRSAの問題を解いています。やっぱりJuliaは標準ライブラリで色なものが使えるので便利です！#julialang

タグ： julialang

posted at 11:50:28

abap34 @abap34

ごまふあざらし(GomahuAzaras @MathSorcerer

🐼で今まで20分くらいかかってた処理を頑張って15秒くらいに縮められていい気分(ほんとはJuliaつかいたいけど、他の人が分かるようにやらなきゃいけない時はなかなか選択しづらい)

タグ：

posted at 13:45:34

お~ twitter.com/abap34/status/...

タグ：

posted at 13:51:08

@kuri_kurita

『公平性を重んじる左翼は批判を身内にも向け、故に内ゲバが多発して衰退した。』

いやこの理解はいくらなんでも…😰 twitter.com/DocSeri/status...

タグ：

posted at 14:33:26

非公開

タグ：

posted at xx:xx:xx

Gabriel Peyré @gabrielpeyre

Numerical inverse kinematics solves an ill-posed inverse problems (non-unique solution) by gradient descent, thereby leveraging an « implicit bias » (favoring minimal displacements). At the heart of robotics and CG animation. en.wikipedia.org/wiki/Inverse_k... pic.twitter.com/ZTGwMP3jcV

タグ：

posted at 15:00:00

志位＋＋和夫 @hyper0dietter

山田太郎 ⋈（参議院議員・全国比例） @yamadataro43

@M4chin3M4N どちらかというと、僕がJuliaやそのコミュニティーが好きなので使えるところで使ってます。

タグ：

posted at 15:32:44

男女共同参画基本計画の件、表現規制に繋がりそうな部分は、内閣府との数回に渡る折衝の結果、削除又は修正して閣議決定となりました。原案のままでは閣議決定をもとに行政が表現の制限をする可能性が高かった部分です。背景には国連からの要請もあり際どい交渉でした。 twitter.com/nebusokuqchan/...

タグ：

posted at 15:49:48

非公開

タグ：

posted at xx:xx:xx

#統計説明し直し。

真の分布M₀とパラメータθを含むモデルM₁を真の分布で生成されたデータに関するAICで比較するという想定のもとで、以下の2つは同じ。

* 真の分布M₀ではなくモデルM₁が選択されてしまう場合

* データが運悪く偏ってしまっていてモデルM₁による予測が非常に悪化した場合 twitter.com/genkuroki/stat...

タグ：統計

posted at 19:28:44

#統計続き。その想定では、モデルM₁の側の予測が酷く悪化すると、真の分布ではなくモデルM₁の側がAICで選択されるようになってしまうことを意味しているので、かなりぎょっとするのですが、これは仮説検定での第1種の過誤と同じ状況になっているに過ぎません。

タグ：統計

posted at 19:32:36

⚙️豆⌛️ @homhom0212

95ゲージ飾ってみた pic.twitter.com/UWfMaBdcs6

タグ：

posted at 19:51:06

Masazumi Honda @masazumi318

GB95 twitter.com/homhom0212/sta...

タグ：

posted at 19:54:13

非公開

タグ：

posted at xx:xx:xx

Steve Kasuya @SteveKasuya2

2000円の激安トースター改造して回転機構つけて、Arduinoで温度制御したらロティサリーチキン焼けちゃいました🥳 #Arduinoロティサリーグリル pic.twitter.com/jE05Cd4i6N

タグ： Arduinoロティサリーグリル

posted at 20:13:23

#統計不幸にも「ロイヤルの3つの問いはイイ！」とか「頻度主義やベイズ主義よりも尤度主義が優れている」のような思考経路に乗ってしまった人達は、以下のリンク先のMayoさん(統計学の哲学者)の説明を読んで目をさますべきだと思いました。

errorstatistics.com/2014/10/10/bre...

タグ：統計

posted at 20:21:39

#統計パラメータθを持つモデルM₁=M(θ)について(正則性などの良い条件を仮定)、帰無仮説「θ=θ₀」の(漸近論を使った近似的な)仮説検定を尤度函数のみを使って作れます(対数尤度比のχ²検定)。

ちょうどその場合が上のAICに関する話での設定に一致しています。

タグ：統計

posted at 20:29:20

#超算数このコメントで思い出しましたがtwitter.com/One_of_Enginee...、割り算を掛け算の逆と考えること歓迎されないことを仄めかす指導は一般的です(包含除と等分除に分ける)。しかも、古い文書ですが、引き算を足し算の逆演算を考えることを否定するかのような指導を推奨するものもありました。

タグ：超算数

posted at 20:44:09

#統計その対数尤度比のχ²検定では、尤度函数の情報しか使わないので「弱い尤度原理」を満たしている。その場合がAICに関する上で述べた想定の場合に対応。

ただし、サンプルサイズn→∞での漸近論を使っているので、nが十分大きくない場合には誤差が大きくなる。尤度函数しか使わないとそうなる。

タグ：統計

posted at 20:44:33

#統計尤度函数しか使わない場合には、「nが十分大きくないとき誤差が大きくなる」という問題以外に、「モデルの妥当性を見積もる手段が無くなる」という問題にも注意する必要があると思う。

ここで言っている「モデルの妥当性」はモデルの分布族が真の分布を近似的に含んでいることのような意味。

タグ：統計

posted at 20:48:56

#統計続き。例えば、正規分布モデルの尤度函数はデータの平均と分散だけで決まるのですが、データの平均と分散だけを見てもデータが正規分布っぽい分布になっているかは分かりません。

尤度函数しか使わないと、正規分布モデルの妥当性を見積もる方法がなくなるのです。

タグ：統計

posted at 20:51:12

#統計尤度函数の情報だけを使って、(必要に応じて近似を使えば)上で述べたような意味でのモデルのパラメータの値に関しての仮説検定は可能なのですが、尤度函数のみをどんなに眺めてもそのモデルの妥当性に関する情報は得られないわけです。

データの情報を尤度函数に要約せずに使う必要がある。

タグ：統計

posted at 20:58:42

#統計尤度函数の正しい使い方は「尤度原理」や「尤度主義」や「the law of likelihood」の類を学んでも理解できません。

尤度函数の数学的な性質を学ぶ必要がある。尤度函数と尤度函数に要約できない情報をどのように使用するかは、それらの性質を理解しているユーザー側が自由に決めることになる。

タグ：統計

posted at 21:04:52

#統計おそらく、普通の統計学ユーザーにとって無縁だが、高等教育の内容に悪影響を与える可能性がある「主義」に関する議論の最も有害な中核部分が、「尤度原理」「尤度主義」。

統計学の哲学者のMayoさんのブログの最重要テーマの1つになっているようにも見える。

例→ errorstatistics.com/2014/10/10/bre... twitter.com/genkuroki/stat...

タグ：統計

posted at 21:14:32

#超算数それは
文部省編『小学校算数指導資料』第1 (数と計算の指導第1) MEJ 2873 東京、大日本図書、1961年。
という中島健三が主導して作った本です。中島は前年に『小学校算数指導書』をも主導。さらに65年までにさらに2冊の指導資料を主導。この慌ただしさは、1950年代と対蹠的です。 pic.twitter.com/ET3DFgxIRG

タグ：超算数

posted at 21:18:49

#超算数さて、文部省編 1961は、19-20ページで「池に金魚が3びきいました。おとうさんがきょう買ってきたのを入れたら、全部で5ひきになりました。何びき買ってきたのでしょう」という文章題に子供が3+2=5と解答することを矯正すべき事態と捉えています。根拠としてあげられている説明は奇怪です。 pic.twitter.com/oArJt8YRAO

タグ：超算数

posted at 21:18:51

#超算数曰く、
1. 【上の例では、数が小さいので容易に解決できるが、数が大きくなったり、場の想像が容易でないものに出合ったりするときには、3+2=5としか表現できないような状態では、困難に当面することは明らかである。】
引き算で解答する子供にも、同じことが当てはまりますね。

タグ：超算数

posted at 21:18:52

#超算数
2. (引き算を実質的に理解しているだろうと譲歩しつつも)【しかし、a-bの形での減法の意味を理解し、具体的な場で、この形の式が使えるようにする目的には合致しない】
どんな【具体的な場】でもその数的関係がa-bの形で表せるなら、必ずb+□=aとも表せます。

タグ：超算数

posted at 21:18:52

#超算数
3. (キーワードに頼る演算決定を指して)【しかし、こどもがこのような形式的な関係だけで判断するように指導すると、上の例で示したようなことが起こりやすい。】
ここまではキーワード論法が3+2=5と表現することの原因であると述べているかのようですが、直ちに次の文が続きます。

タグ：超算数

posted at 21:18:53

#超算数
3'. 【そのとき、こどもが減法を理解していないとして、こどもの考え方を認めないで、a-bの形に立式するようにしては、かえって数量関係をとらえる能力を伸ばす妨げとなることにも留意する必要がある。】
と、ほぼ正反対の見解になる。執筆陣の間で意見の妥協を図った結果が、行論の乱れか？

タグ：超算数

posted at 21:18:54

#統計もしかして、日本語圏での最初に紹介された「統計学の哲学」が、よりにもよって、その最も有害な中核部分だったということ？

タグ：統計

posted at 21:19:46

#統計最近気付いたのですが、統計学の哲学者のMayoさんのブログは見る価値がある。

例えば、以下のリンク先では、「Fisher vs. Neyman-Pearson」の「論争」の「争い」の部分ではなく、穏健で合理的に再構成可能な部分のLehmannさんによる解説をMayoさんが紹介しています。

errorstatistics.com/2017/11/19/eri...

タグ：統計

posted at 21:35:07

#統計巷では「Fisher版の検定とNeyman-Pearson版の検定が混同されている」というようなことが言われていますが、実際にはそういうものではないという話です。

統計的検定については戯画化・過激化された見方がよく開陳されていてかなり問題があると思います。

errorstatistics.com/2017/11/19/eri...

タグ：統計

posted at 21:42:11

#統計私のお気に入りは添付画像の部分。Pearsonさんは、"accept" "reject" という用語選択が失敗だったことを認め、Fisherさんと次の見方を共有しているとも述べている:

　科学研究において統計的検定は"学習の手段"である

戯画化・過激化されたNP流検定とは全然違う。

errorstatistics.com/2017/11/19/eri... pic.twitter.com/djGKMcOOc6

タグ：統計

posted at 21:48:59

三谷純 Jun MITANI @jmitani

我が家にある、1と6の目が出やすいサイコロ。
（神奈川大学の何森仁先生作）

出目にどれくらい偏りがあるか実験しようかと思ったのだけど、その前にネットで調べたら32万回試行した結果が見つかった。

www.kanagawa-u.ac.jp/att/15477_2486... pic.twitter.com/vuTJYqcwnr

タグ：

posted at 21:49:21

#統計「検定は"学習の手段"」という見方は、Gelman-Shalizi (2013) www.stat.columbia.edu/~gelman/resear... (実践ベイズ統計の哲学論文)における「誤りから学習する」という方針とも繋がります。

こういう穏健で合理的な哲学を輸入してくれていれば大歓迎だったのになと思います。

タグ：統計

posted at 21:54:04