黒木玄 Gen Kuroki(@genkuroki)/2021年01月01日

Happy New Year 2021 pic.twitter.com/UBlMq6uZ0M

タグ：

posted at 00:00:03

Shuhei Kadowaki @kdwkshh

I wrote a blog post about what I'm developing recently with #Julialang

"Another IDE" – Shuhei Kadowaki's homepage

aviatesk.github.io/posts/crystal-...

タグ： Julialang

posted at 00:14:45

#Julia言語

missingの意味は「不明の値」です。

不明の値が1に等しいかどうかも不明になるのは当たり前。

不明の値はもしかしたら1かもしれないので、missing == 1 をfalseにはできない。

ismissing のヘルプを見ればやりたいことができると思われる。 twitter.com/iasadafa/statu...

タグ： Julia言語

posted at 02:18:20

#Julia言語

v1.6以上なら import A as B とか using A: x as y とかできます。

しかし、Pythonの慣習をJuliaに持ち込んでも良いことはないと思います。

github.com/JuliaLang/juli... twitter.com/iasadafa/statu... pic.twitter.com/XeJDZspVmB

タグ： Julia言語

posted at 02:25:50

#Julia言語

コードを公開すれば高速化のアドバイスを誰かからもらえると思います。

Juliaの場合には

docs.julialang.org/en/v1/manual/p...

の内容に違反しないようにコードを書いていれば効率的に悪くないコードを書いていると判断できると思います。

上のページはJulia入門者は必見だと思います。 twitter.com/iasadafa/statu...

タグ： Julia言語

posted at 02:30:36

#Julia言語

missingの意味が「不明の値」(欠損値ともいう)なので、missing == 1 はfalseではなく、missing(不明)になる。

似て非なるものに、

nothing
空のタプル ()
NaN

などがある。

nothingの意味は「何もないこと」であり、返り値がない函数 f() について f() == nothing はtrueになる。 twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 02:38:19

白石祐太 @iasadafa

Nathanael Wong (黄智信) @natgeo_wong

@genkuroki ありがとうございます！

タグ：

posted at 03:25:51

Nathanael Wong (黄智信) @natgeo_wong

I was bored and decided to play with GeophysicalFlows because animations of vortices are pretty #JuliaLang pic.twitter.com/FaSUhOedK2

タグ： JuliaLang

posted at 05:21:40

Basic simulation setup found here: fourierflows.github.io/GeophysicalFlo...

NB: I didn't create this package, but is very cool.

タグ：

posted at 05:22:39

The Imperial report on the new UK B117 strain is out. Very concerning findings, that highlight why we need to act on this *now*. These findings suggest that the situation within the UK is likely to get much worse than it is now. Here's why-

Thread.

タグ：

posted at 07:36:53

First, this study is perhaps one of the most comprehensive evaluations of the impact and spread of the B117 variant- combining epidemiological national evidence with genomic data from large numbers of samples across the UK.

タグ：

posted at 07:36:53

The study examines something called 'spike dropout' as a proxy indicator for the new B117 variant. The B117 variant includes a deletion in the virus genome which has been associated with a different read-out on some PCR tests, - referred to as 'spike dropout'

タグ：

posted at 07:36:54

While 'spike dropout' (S-) does not necessarily signify the B117 variant, as this deletion can occur out with the B117 variant >97% of tests showing S- since mid-Nov have been attributed to the new variant, given it's high prevalence relative to other variants.

タグ：

posted at 07:36:54

We see a very rapid rise in frequency of the B117 variant in London, SE England & E of England - rising to 80% by mid-Dec. Looking at the distribution across England, the estimated frequency varies by region between 15% in Yorkshire to 85% in SE England. pic.twitter.com/ka4vZyVTXU

タグ：

posted at 07:36:55

What does this mean?
While the variant is still at low levels across many parts of England, the trajectory in some regions (Oxford & Birmingham) suggest rapid recent increases in frequency - which means it will likely follow the same trajectory as other areas unless we act now.

タグ：

posted at 07:36:55

Studying the Rt associated with the variant strain compared to the previous one suggests an Rt ~1.74x times greater for cases with the variant compared with the previous strain. This is a huge advantage. It would for example mean an R of 0.9 increasing to 1.6.

タグ：

posted at 07:36:56

Worth noting that the multiplicative increase is estimated within the current context, and many not extrapolate the same way to other contexts.

タグ：

posted at 07:36:56

Distribution of the new variant compared to the previous variant by age group suggests that the ratio between S- (variant proxy)/S+ (normal strain) is highest for those in the 0-9 yr and 10-19 yr group - data till mid-Dec. This is concerning on many levels. pic.twitter.com/z4XlTAi0eK

タグ：

posted at 07:36:57

It's clear that the variant is more dominant (1.2x) in children aged 0-9 yrs and 0-19 yrs. There could be many reasons for this - including transmission dynamics - due to high levels of unmitigated transmission in schools during lockdown - which has favoured the variant.

タグ：

posted at 07:36:58

It could also mean that children with the variant are more likely to develop symptoms and therefore be tested. Given these are not random samples from healthy people, but results based on pillar 2 testing, we need to interpret these cautiously.

タグ：

posted at 07:36:58

This also does not necessarily mean increased biological susceptibility in children vs adults, & shouldn't be interpreted as such.

Irrespective of the relative prominence of the variant among children the prevalence of the variant is greatest among 10-19 yrs among those tested.

タグ：

posted at 07:36:59

The data also suggests that the standard variant is still predominant among older age groups (at least among those tested) who are most susceptible to severe COVID-19.

タグ：

posted at 07:36:59

Why is this important?
This really highlights the potential impact of waiting to act. We know that virus transmission that begins in younger age groups inevitably spreads to older people, and ultimately results in severe illness & death. We've seen this pattern before.

タグ：

posted at 07:36:59

The geographical & age distribution suggests that although the the UK pandemic is in a critical state now, there's real potential for it to get a *lot* worse. We know increases in R correlate strongly with the variant frequency. We can see the frequency rising in other regions.

タグ：

posted at 07:37:00

We can see it spreading outside South & East England. Given this is only at a frequency of 15% in some regions (and increasing), a rise would increase R much more than it is now, and worsen spread significantly.

タグ：

posted at 07:37:00

Similarly, if infection in children is not curbed, the new variant will likely rapidly become dominant in adults as well, and potentially lead to even more rapid spread of infection in older groups where infection is more likely to be deadly & create further pressure on the NHS

タグ：

posted at 07:37:01

The study shows that the R number associated with the variant *during* lockdown was 1.45 compared with 0.92 for other strains. This means that cases with the variant continued to rapidly grow during the last lockdown. The variant is associated with an increase in R of 0.4-0.7

タグ：

posted at 07:37:01

It's clear that although the situation is dire now, there is potential for it to get much worse & given the rises we're seeing in variant frequency in other regions, if we don't act now, not only with exponential rise continue, but the rate of rise will increase.

タグ：

posted at 07:37:01

This may also mean more cases among older age groups- while the variant is currently dominant among children, the situation is likely to get much worse if this gains dominance among adults, who will be more likely to spread to other adults & older people - which means more deaths

タグ：

posted at 07:37:02

To illustrate this with an example-
Say 15% of a region has the variant now, and has an overall R of 1.1 (fairly realistic given the rises we're seeing in much of England where the variant isn't dominant yet).

タグ：

posted at 07:37:02

Assuming R of 1.7 for the VOC and 1 for the standard strain, the variant would be expected to rise to >70% frequency within a month. This would mean an increase in R to 1.5 in this period from 1.1. In terms of case numbers it would be devastating.

タグ：

posted at 07:37:02

Assuming 2000 daily cases in a region at baseline, in real terms, this would mean - 62,000 daily cases in 2 months time, vs 5,187 had the R remained constant at 1.1.

And an order of magnitude greater no. of deaths
(assuming similar age distribution which may not be the case)

タグ：

posted at 07:37:03

All the evidence is pointing in the same direction- we need to act urgently to curb spread across *all* of the UK. Letting this variant spread is not an option. And we need to close schools, until we can make them safe, & prevent onward transmission. This is critical now.

タグ：

posted at 07:37:03

Full report here:
www.imperial.ac.uk/media/imperial...

タグ：

posted at 07:38:22

しーえす @cstr4

20201231（大晦日）と20210101（元日）が素数なのは珍しいらしいので、Juliaで色々調べてみた。 mathlog.info/articles/1370 #Mathlog

おもしろい

タグ： Mathlog

posted at 09:34:21

非公開

タグ：

posted at xx:xx:xx

ロシュミット数 @B17T1071Z

Julia Plots/GRでのフォント問題がやっと解決できた．

github.com/stevengj/LaTeX...

タグ：

posted at 09:45:32

tamas nagy @tlngy

Well this is satisfying. My pure #julialang TIFF package benchmarked against ImageMagick. Blue is me, yellow the competition (smaller is better).

Some of this is not new but now access times are comparable so you now get this speed for free!

github.com/tlnagy/TIFF.jl... pic.twitter.com/QIVhiMe9IN

タグ： julialang

posted at 09:52:01

#Julia言語 pic.twitter.com/qfpvDilxsR

タグ： Julia言語

posted at 10:32:14

Zenn公式 @zenn_dev

🐱 ピックアップ ✨

【AbstractAlgebra.jl】Juliaで代数学をやってみたいんじゃ①｜みぽ

zenn.dev/nekomath271828...

タグ：

posted at 10:48:00

じゃいろ67 @maruroido2

ジョンお兄さん改 @YoSayTouchGot

おおおおおお！！ついに！！！

Constellations in prime elements of number fields
Wataru Kai, Masato Mimura, Akihiro Munemasa, Shin-ichiro Seki, Kiyoto Yoshino
arxiv.org/abs/2012.15669

タグ：

posted at 11:10:37

非公開

タグ：

posted at xx:xx:xx

juliaのmoduleをc++のクラスみたいな感じで使ってるんですが、本当にそれで良いんだろうか、、？
for文の中でちゃんとdestructとかされたりするんですか、、？

タグ：

posted at 12:06:21

せきゅーん @integers_blog

Green-Taoの定理を有理数体の定理と見た際に一般の数体に拡張可能かという問題に関し、Terence TaoがGauss数体の場合を2006年に証明しました。Taoは一般の数体の場合にも成立すると予想し、少なくとも整数環がUFDかつ単数群が有限群（10個しかない）の場合には証明できるだろうと予想していました。 twitter.com/maruroido2/sta...

タグ：

posted at 12:07:40

せきゅーん @integers_blog

これに対し、我々はTerence Taoの予想を全ての数体に対して精密な形で解決しました。名付けて「数体の素元星座定理」

タグ：

posted at 12:09:31

2021/01/01の午前中の進捗です(数値積分フローチャート) pic.twitter.com/2YYlHpHidN

タグ：

posted at 12:39:52

Mathchaで描いてるので後でTikzでexportしてpdf化する予定です。

タグ：

posted at 12:44:53

参考文献
github.com/JuliaApproxima...
www.amazon.co.jp/dp/4781910386

タグ：

posted at 12:45:55

非公開

タグ：

posted at xx:xx:xx

若葉めるる@微分コンサル @wkbme

すむーずぷりんちゃん @mat_der_D

これ読むとJuliaが数学と相性良さそうだなって感じがする twitter.com/nekomath271828...

タグ：

posted at 16:17:46

久しぶりに Julia 触った(整数論の問題解かせてた)

タグ：

posted at 16:19:14

#数楽 #統計ベイズ統計抜きに、統計力学の形式で、結果的にどういうもののメリン変換で作ったどういうゼータ函数をどのように使うかに関する、私が知る限りにおいて最もシンプルな解説が

nbviewer.jupyter.org/github/genkuro...

にあります。ざっと粗筋を見て自分で計算すると楽しめると思います。 twitter.com/yoshi_matsumor... pic.twitter.com/ZmaytkTMVq

タグ：数楽統計

posted at 16:34:27

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

@nekomath271828 とりあえず、gistという、githibで使い捨てコードをブログにあげる感覚であげる機能ががあるので、まずはそれをやってみては?
と思いました。

タグ：

posted at 16:57:28

Zennって、tipsとか書いてもいいのかな?
Julia、sql、shell周りの使い捨てtipsとかなら、割とprivateのgistに溜まってる気がする。

タグ：

posted at 17:00:43

7931 @wed7931

Juliaを使うと代数学の計算が簡単にできるんだ。学生時代に知っていればなぁ…と思ったけど、リリースされたのは卒業後だった。

【AbstractAlgebra.jl】Juliaで代数学をやってみたいんじゃ①｜みぽ zenn.dev/nekomath271828... #zenn

タグ： zenn

posted at 17:06:21

非公開

タグ：

posted at xx:xx:xx

松森至宏 @yoshi_matsumori

@genkuroki 記事のご紹介ありがとうございます！事前分布とかHamiltonianという用語がいかにも意味ありげですね。あまり長くなさそうなので、計算を追ってみたいと思います◎

タグ：

posted at 17:27:24

Astellon @astellon_music

この前のbeta-VAEをJuliaに移植してる。

タグ：

posted at 17:38:13

Astellon @astellon_music

PyTorchでもDataParallelよりDistributedDataParallelのほうが良いらしいし、Juliaでもそろそろ分散学習できるようにしたいな。

タグ：

posted at 17:41:27

清書しました
drive.google.com/file/d/1TojTUq... pic.twitter.com/htjPmt4aLe

タグ：

posted at 17:47:59

ジョゼフ・アンリ @joseph_henri

(￣◇￣;)(￣◇￣;)(￣◇￣;)そら沢山いるやろ... 世界中にな... twitter.com/genkuroki/stat...

タグ：

posted at 18:02:23

@genkuroki 偶数と2の倍数が同値ではないとか勘弁してほしいです。おかげで，－5≦x≦31を満たすxの中で10の倍数を全て挙げよという問題で，x＝10，20，30という珍答案が多発して頭を抱えています。

タグ：

posted at 18:05:13

#統計「停止規則」問題に完全決着

統計的検定では「帰無仮説が棄却されるまで順次データを増やして行く」という停止規則の工夫によって、帰無仮説が正しくても帰無仮説を確率1で棄却できてしまうが、ベイズ統計にはそういう問題はない、という主張が完全に間違っていることを説明します。

タグ：統計

posted at 18:54:25

#統計ぶっちゃけ、「統計学では主義が重要だ」という杜撰な言説に頭がおかされてしまっていない普通の統計学ユーザーはこのスレッドを読む必要がありません。

しかし、少なくとも豊田秀樹さんの本でベイズ統計について勉強してしまった人はこのスレッドを読んだ方がよいです。 twitter.com/genkuroki/stat...

タグ：統計

posted at 18:54:26

#統計このスレッドでは簡単のために以下の場合を扱います。

分散を1に固定した正規分布モデル(パラメータは平均のμのみ)と平坦事前分布でのサイズnのデータから得られる事後分布はデータサイズnとデータの標本平均X̅だけから決まる:

μの事後分布 = 平均X̅分散1/nの正規分布.

タグ：統計

posted at 18:54:26

#統計適当な緩い仮定のもとで、データの標本平均は、大数の法則より、データサイズn→∞で真の平均μ₀に収束すると考えてよい。そのとき事後分布の分散も1/n→0となる。

ゆえに、真の値μ₀を含む任意の開区間a<μ<bについて、事後分布で測ったa<μ<bが成立する確率はn→∞で1に収束します。続く

タグ：統計

posted at 18:54:27

#統計要するに、事後分布で測った平均μに関する仮説「a<μ<b」が成立する確率は、実際に真の値μ₀がその仮説を満たしていれば、データサイズn→∞で1に収束するということです。

停止規則を工夫しても、その確率が1に収束することを防げません。

タグ：統計

posted at 18:54:27

#統計それに対して、平均μに関する帰無仮説「μ=μ₀」の両側検定では、任意に与えられた有意水準α>0について、停止規則を「P値がα未満になるまでデータを順次取得し続ける」に設定することによって、帰無仮説が正しくても、確率1で帰無仮説を棄却できます。

タグ：統計

posted at 18:54:28

#統計一時的なまとめ

ベイズ統計では、仮説「a<μ<b」が正しいならば、n→∞で事後分布において仮説「a<μ<b」が成立する確率は1に収束する。

帰無仮説「μ=μ₀」の両側検定では、停止規則を「帰無仮説を棄却できるまでデータを順次取得し続ける」にすれば、n→∞で確率1で帰無仮説を棄却できる。

タグ：統計

posted at 18:54:28

#統計さて、この数学的事実から、「ゆえに、統計的検定には停止規則に結果が影響されるという大問題があるので、ベイズ統計の方を使うべきである」と結論するのは正しいでしょうか？

ベイズ統計と統計的検定をフェアに比較できているでしょうか？

答えは、どちらも「いいえ」です。

タグ：統計

posted at 18:54:28

#統計「フェアな比較か？」への答えが「いいえ」である理由の1つ目は、扱っている仮説が「a<μ<b」と「μ=μ₀」で違っていることです。

仮説「a<μ<b」のP値を、μ₀をa<μ₀<bの範囲で動かしたときの仮説「μ=μ₀」の通常のP値の上限と定めることによって、仮説「a<μ<b」の両側検定が可能になります。続く

タグ：統計

posted at 18:54:29

#統計 a,b→μ₀の極限で、仮説「a<μ<b」のP値は仮説「μ=μ₀」のP値に収束します。

この意味で、仮説「a<μ<b」のP値は仮説「μ=μ₀」のP値の拡張になっています。

ただし、a,b→μ₀とサンプルサイズn→∞の2つの極限は交換不可能なことが以下の議論では本質的になるので要注意！数学は大事です。

続く

タグ：統計

posted at 18:54:29

#統計 1点に関する仮説「μ=μ₀」の検定を幅を持たせた仮説「a<μ<b」の検定に拡張できることを知っていれば、「帰無仮説μ=μ₀がぴったり現実に成立している可能性はないと考えられるので、仮説検定はナンセンス」という主張は無知に基く難癖に過ぎないことも分かります。

無知に基く難癖が出回り過ぎ。

タグ：統計

posted at 18:54:29

#統計仮説「a<μ<b」が正しいならば、n→∞で仮説「a<μ<b」のP値は1に収束します。

これはベイズ統計において、仮説「a<μ<b」が正しいならば、n→∞で、事後分布において仮説「a<μ<b」が成立する確率が1に収束することの類似になっています。

この類似に触れない比較はアンフェアです。

タグ：統計

posted at 18:54:30

#統計仮説「μ=μ₀」のP値は平均μ₀分散1の正規分布のサイズnの標本分布における標本平均X̅の分布を使って計算されます(任意の教科書を参照):

標本平均X̅の分布 = 平均μ₀分散1/nの正規分布.

大数の法則からn→∞でX̅→∞が正規分布標本以外でも成立する。続く

タグ：統計

posted at 18:54:30

#統計そのことから、真の平均μ₀についてa<μ₀<bが成立しているならば、nを十分大きくすれば標本平均X̅についてもa<X̅<bとなり、仮説「a<μ<b」のP値は1になります。

幅を持たせた仮説「a<μ<b」と1点のみの仮説「μ=μ₀」ではこのように様子が違っています。続く

タグ：統計

posted at 18:54:30

#統計「フェアな比較か？」への答えが「いいえ」である理由の2つ目は、仮説「μ=μ₀」の検定にちょうど対応することを、ベイズ統計の方で信用区間(確信区間、ベイズ版信頼区間)を使ってやってみると、検定の場合と同様にn→∞での結果が停止規則に依存するようになることです。

タグ：統計

posted at 18:54:31

#統計ベイズ統計でも検定の場合と同様に停止規則の「工夫」による不正行為が可能であることに触れない比較はアンフェアです。

タグ：統計

posted at 18:54:31

#統計検定の解説者は「帰無仮説が棄却されるまで順次データを増やし続けるのは不正行為」と言う。

しかし、主観主義ベイジアン達は「ベイズ統計ならば順次データを取得して行っても問題ない」と言う傾向が強い。実際にはベイズ統計でも不正行為が可能なのでひどく有害な発言です。続く

タグ：統計

posted at 18:54:32

#統計有意水準5%の検定で、帰無仮説「μ=μ₀」が棄却されることと、μの95%信頼区間にμ₀が含まれなくなることは同値です。

これのベイズ統計版は、事後分布から得られるμの95%信用区間(ベイズ版信頼区間)にμ₀が含まれるか否かを見ること。

フェアであるためにはこの2つを比較する必要があります。

タグ：統計

posted at 18:54:32

#統計ところが、分散固定の正規分布モデル+平坦事前分布の場合には、通常の信頼区間とベイズ版の信用区間は完全に等しい！

だから、ベイズ統計で事後分布から得られるμの95%信用区間(ベイズ版信頼区間)にμ₀が含まれるか否かを見ることは、「μ=μ₀」の仮説検定と完全に同じことになります。

タグ：統計

posted at 18:54:32

#統計一般には、通常の信頼区間とベイズ版信用区間はぴったりは一致しないのですが、適当な緩い条件(正則性は仮定)のもとでは、n→∞で漸近的に一致します。

そのような場合にn→∞での「違い」を語ることには意味がありません。

タグ：統計

posted at 18:54:33

#統計要するに、ベイズ版信用区間を使えば、統計的検定における「有意差が出るまで順序データを増やして行く」という不正行為と同じことを、ベイズ統計でもできます。

ベイズ統計の解説者も、ベイズ統計でも停止規則の工夫によって不正行為が可能であることを強調しないとダメです。

タグ：統計

posted at 18:54:33

#統計そもそも、正則モデルの場合にはデータサイズn→∞での漸近挙動はベイズ統計と最尤法で同じになり、「μ=μ₀」型の検定の漸近挙動は最尤法の漸近挙動から得られます。

だから、その場合には「n→∞での挙動がベイズ統計では違う」などと言っちゃいけないのです。

タグ：統計

posted at 18:54:33

#統計もっとおおらかに、こうすればよい。

* 正則モデルの場合には、データサイズnを仮に十分大きくできるなら、ベイズ統計であろうがなかろうが同じ。

* 既存の主義ではなく、自分自身の目的に合わせて、検定、最尤法、MAP法、ベイズ法などなどの素晴らしい道具を適切に使えば良いだけの話だよね。

タグ：統計

posted at 18:54:34

#統計停止規則の工夫で帰無仮説「μ=μ₀」を確率1で棄却できてしまう理由は「μ=μ₀という条件が厳しすぎるから」と考えることができれば、「条件をa<μ<bの型に緩めたらどうなるか？」と考えることができるようになるはずです。 twitter.com/genkuroki/stat...

タグ：統計

posted at 19:03:15

#統計統計学入門の教科書では「a<μ<b」型の帰無仮説は扱われていません。しかし、片側検定については大抵書いてあり、片側検定は「μ≥a」や「μ≤b」の様な仮説に検定とみなされるので、その場合をきちんと考察すれば「a<μ<b」の場合も理解できます。

カンニングしたいなら↓
www.google.com/search?q=lehma...

タグ：統計

posted at 19:09:13

#統計「表の出る確率はぴったり1/2である」という帰無仮説が現実に成立しているはずがないので検定はナンセンスだ、というようなクレームは、帰無仮説を「表の出る確率は1/2±εの間になる」の様に緩められて、ε→0とできることを知っていれば、無知に基く難癖に過ぎないことが分かります。 twitter.com/genkuroki/stat...

タグ：統計

posted at 19:13:53

#数楽連分数で少し遊んだウェブサイトを大晦日にずっとやりたかった改良ができたので是非ご覧ください。

今年がどのぐらい過ぎ去ったのかの割合を小数で出すだけでなく、有理数の分数でも表示したらわかりやすいと思って、初期は「2次の連分数近似」をしていました。ついに昨日、次数を変 pic.twitter.com/F3jzh7NEhp

タグ：数楽

posted at 19:18:03

#統計 #数楽理想化された等式は、現実への応用時には、「誤差を含む近似的な等式」扱いしないとまずい場合が結構多いと思う。

理想化した方が数学的扱いは易しくなります。

逆に言えば、「誤差を含む近似的な等式」をイメージして正しく議論するためにはより高度な数学的能力が必要になります。

タグ：数楽統計

posted at 19:18:43

#数楽えられるようにできました! (何年もやりたかったんですが、なかなかできなかった。まず頑張ってReactに書き換えて、改造をしやすくしました。)

過ぎ去った割合 x は0以上1未満の数なので連分数にする最初の整数はいつも0で

x = 0 + 1/(何か)

になります。
(何か)のところを再び整数部分と残り

タグ：数楽

posted at 19:20:21

一寸未だ慣れないけど #CloudLaTeX というwebブラウザでのTeX文章アレコレなサービスで #LuaLaTeX が使えて #luamplib も生きてて #MetaPost がヘラッと使える事を確認した♬ 此れはなかなか素敵やないのか？iPadに青歯鍵盤でボチボチ図入TeX文書が描けるという事だ♬ www.instagram.com/p/CJf7El6g8e6/...

タグ： CloudLaTeX LuaLaTeX luamplib MetaPost

posted at 19:20:42

に分けて

x= 1/(整数部分 + 残り)

として、(残り)を 1/(何か) で表す(逆数にするだけ) と、この作業を何度もできますので、これが実数の連分数近似です。これを何度か繰り返して作業を止めて後ろを消すと必ず有理数になるので、手頃な x の近似の分数が得られます。

タグ：

posted at 19:22:06

#数楽 #統計例えば、「ぴったり特異モデルになることは現実ではあり得ないので、特異モデルのベイズ統計の理論は無意味」というクレームは、無知に基く難癖に過ぎません。

実際には、特異モデルに近い正則モデルはnが十分に大きくないという現実的な状況では特異モデルのように振る舞います。

タグ：数楽統計

posted at 19:22:12

#数楽回数の部分をここでは何次のと呼んでいます。

このTime Fliesのサイト time-flies.herokuapp.com で2番目の○をクリックしたりタップしたりして、連分数近似表示を出して遊んでみてください。

次数が奇数と偶数で動きが違うこともわかるかもしれません。

タグ：数楽

posted at 19:23:59

例えば、最初の動画で 0.2007008% と出ているあたりで、2次の連分数が 4/1993 になっています。これは小数で表すと .00200702458605117912 です。

.00200702458605117912
.002007008

の二つの数を見ると、既にかなり近い近似になっていることがわかります。

タグ：

posted at 19:26:11

残り48件のツイートを見る

連分数でどのぐらい近似ができるのかについてはたとえば、木村俊一先生の『連分数のふしぎ (ブルーバックス)』 amzn.to/3hyaunw などに書いてあります。(この本は他にも連分数にまつわる楽しい話題がたくさんかいてあります)

タグ：

posted at 19:27:24

#統計多分「主観ベイズ主義が批判されているのは、主観という怪しげなものを持ち込むからだ」と思っている人は多いと思いますが、実際にはそういう生易しい話題ではないです。

主観主義ベイジアン達が不正行為を正当化しようとしているように見えるという大問題があります。 twitter.com/genkuroki/stat...

タグ：統計

posted at 19:50:19

#統計ど素人の私が「主観主義ベイジアン達が不正行為を正当化しようとしているように見える」と言っても、信用してもらえないかもしれないので、統計学の哲学者のMayoさんのブログ記事にリンクをはっておきます。

誰が不正を許されているのか？(答え：ベイジアン達)
errorstatistics.com/2014/04/05/who... pic.twitter.com/W54IeZyuuG

タグ：統計

posted at 19:50:21

#統計検定の場合には「帰無仮説が棄却されるまでデータを順次取得し続けること」のよって確率1で帰無仮説を棄却できる場合(帰無仮説μ=μ₀)とそうでない場合(帰無仮説a<μ<b)がある。

そして検定の解説者は「帰無仮説が棄却されるまでデータを順次取得し続けることは不正行為！」と言ってくれる。

タグ：統計

posted at 20:05:35

#統計それに対して、伝統的なベイジアン達には「ベイズ統計であればデータを順次取得して行って統計分析を行なって良い」と言いたがる傾向がある。

しかし、実際には、ベイズ統計でも、それによって不正行為が可能な場合もあるので、不正行為が許されてしまっていることになります。

これは酷い！

タグ：統計

posted at 20:09:56

#統計「主観という怪しげなものを持ち込んでいる」というような生易しい問題ではなく、「不正行為を見逃すかどうか」という大問題になっているのです。

その中核部分が、Birnbaumさんによる「尤度原理の証明」のSavageさん達による過剰な評価です。

errorstatistics.com/2014/04/05/who...

タグ：統計

posted at 20:17:06

#統計「不正行為を見逃すかどうか」という大問題の存在を隠して、もしくは目立たないようにして、「尤度原理」「尤度主義」「主観ベイズ主義」などについて一般人向けの紹介を書いている人達には問題があると思います。

本当の話をどうしてできないのか？

タグ：統計

posted at 20:17:08

非公開

タグ：

posted at xx:xx:xx

#統計以下のリンク先スレッドを読んで理解できる人は、すでに統計的検定とベイズ統計の基礎的部分をすでに知っていて、分散固定の正規分布モデルの場合をすぐに計算できる人に限られます。

緩い「主義」の話とはその点が全然違う。

この辺で文化の分断が起こる危険性があります。 twitter.com/genkuroki/stat...

タグ：統計

posted at 20:26:12

#統計資料

豊田秀樹さんはベイズ統計に関するデタラメな考え方の普及で偉大な功績がある人なのですが、例の豊田『瀕死本』(2020年3月)では添付画像のように述べています。

これは本質的に、尤度原理に基くベイズ統計では不正行為が許されるという主張と同じです。 twitter.com/genkuroki/stat... pic.twitter.com/5vxSN2qXlU

タグ：統計

posted at 20:32:25

#統計検定であろうがベイズ統計であろうが、「欲しい結果が得られるまでデータを順次取得して行く」という方法で不正行為が可能な使い方と不可能な使い方があります。

おそらく、考えの足りない人達は、ベイズ統計では問題が生じない場合だけを見て、検定の側では問題が生じる場合だけを見ている。

タグ：統計

posted at 20:35:39

#統計添付画像はMayoさんのブログでよく批判対象として引用されている

errorstatistics.files.wordpress.com/2013/11/edward...
Edwards-Lindman-Savage 1963

からの引用です。

①「停止規則に統計的推測がよらないこと」(😱)を使えば不正行為が許されるらしい！😨

②おそらくベイズ統計のある特定の使い方しか見ていない。 pic.twitter.com/sZWieqCWTu

タグ：統計

posted at 20:44:24

#統計 Edwards-Lindman-Savage 1963と豊田秀樹『瀕死本』2020-03の引用を比較すれば、ほぼ同じことを言っていることは明らかだと思います。

統計学の哲学者のMayoさんが指摘している「不正行為の許諾問題」は57年以上の歴史があり、日本語圏にもしっかり悪影響を与えているわけです。

タグ：統計

posted at 20:48:53

#統計渡辺澄夫『ベイズ統計の理論と方法』2012(これはAICとBICについても最良の教科書です)を読んで、汎化誤差、平均自由エネルギーなどの概念を理解して、AICやWAICを自前でコンピュータ上で実装するようなレベルの人達が、Savageさん達がばらまいたデタラメに騙される可能性は少ないと思う。

タグ：統計

posted at 20:56:44

#統計しかし、「伝統的にベイズ統計について何が言われていたか」のような事柄を無視できないレベルの人達は、ほぼ全滅に近い状態で騙される可能性がある。

添付画像は問題のある豊田『瀕死本』を日本社会心理学会広報委員会が高く評価して宣伝していたことの証拠です。 pic.twitter.com/TKHoWKFUjU

タグ：統計

posted at 20:59:24

ごまふあざらし(GomahuAzaras @MathSorcerer

#統計豊田『瀕死本』でベイズ統計を使うべきだとしているある話題については、「超能力がある」という仮説を対立仮説「成功確率≠0.5」の検定で扱うのではなく、仮説「成功確率≥0.7」の片側検定で扱うという話と本質的に等価です。

ベイズ云々と無関係に単にゴールを厳しめにずらしているだけ。 twitter.com/genkuroki/stat...

タグ：統計

posted at 21:17:34

あと Julia を main の言語とすることかな？

タグ：

posted at 21:24:11

#統計以下のリンク先でa=μ₀-ε, b=μ₀+ε, ε>0とおくと、対立仮説「μ≠μ₀」を対立仮説「|μ - μ₀| ≥ ε」というより厳しい条件に置き換える話をしています。

「ゴールを厳しめにずらすこと」と「ベイズか否か」を混同しなければ騙されずに済みます。 twitter.com/genkuroki/stat...

タグ：統計

posted at 21:26:13

#統計ゴールが「μ≠μ₀」であれば「ゴールが達成されるまでデータを順次取得して行く」という方法でゴールを確率1で達成できます。

しかし、ε > 0 のとき、ゴールがより厳しめの「|μ - μ₀| ≥ ε」ならば、そういうことは不可能になります。

これは検定でもベイズでも同じことです。

タグ：統計

posted at 21:30:09

非公開

タグ：

posted at xx:xx:xx

#統計

 errorstatistics.com/2014/04/05/who...
Who is allowed to cheat?
誰が不正を許されているのか？
(それはベイジアンである)

統計学の哲学者のMayoさんのこのブログ記事の内容がスタンダードになっていれば、統計学の哲学の有害な部分に免疫ができる人が増えると思います。

タグ：統計

posted at 21:40:24

#統計言うまでもないことだと思いますが、Mayoさんが滑稽話にしてダメ出しをしている「ベイジアン」は、ある特定の主義の信奉者としてのベイズ主義者であり、単に便利な道具としてベイズ統計の技術を合理的に使っている人のことではありません。

タグ：統計

posted at 21:44:04

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

もふもふ動画 @tyomateee2

まるで兄弟🐱 pic.twitter.com/gxRHb4Cvfl

タグ：

posted at 22:10:09

非公開

タグ：

posted at xx:xx:xx

Anmol Rana @ref_sys

With #JuliaLang it is sometimes very obnoxious to see the difference between formulas and code. pic.twitter.com/TCMYDmCDqG

タグ： JuliaLang

posted at 22:15:00

もりちゃん @morichanemorich

例えば反安倍の中で一番のボンコツはこう言う人達ですよ。雇用を全く見ない経済政策なんてあり得ないわけ。 twitter.com/nabeteru1Q78/s...

タグ：

posted at 22:18:14

Just adding a short note here as many people have asked how the variant increases transmissibility. We don't know the exact mechanism -we know that one of the mutations changes the virus spike protein in a way that it binds to the human receptor needed for infection more strongly

タグ：

posted at 22:26:01

There are also studies that suggest that virus levels in the throat and nose are higher among those infected with the virus, suggesting that this might be one of the ways in which it may make spread easier.

タグ：

posted at 22:26:01

TN @tomoak1n

世界中リスト大変だけど、とりあえず、
オーストラリアっぽいページ:
amsi.org.au/teacher_module...
アメリカっぽいページ:
elementarymath.edc.org/resources/mult...

たしかに、0は倍数でないなんてやってなさそう。 twitter.com/tsatie/status/...

タグ：

posted at 22:27:18

#Julia言語

 github.com/JuliaApproxima...

私は「お手軽数値積分」には以下を使っています。
特に汎化誤差の計算でよく使っています。

1変数↓
github.com/JuliaMath/Quad...

数変数↓
github.com/JuliaMath/HCub... twitter.com/Hyrodium/statu...

タグ： Julia言語

posted at 22:38:39

非公開

タグ：

posted at xx:xx:xx

（何処の国が「やってる」とか「やってない」とかいう問題ではないんだよなぁ... 折角だけどさ。普通に子供でも誰でもわかる #アホラシヤなお話なわけでな。ところがその馬鹿らしい筈のお話をワザワザ謎ルールでややこしくするのが「教育」だという屑がいるわけでな。そら「何が正しいか」の破壊や） twitter.com/tomoak1n/statu...

タグ：アホラシヤ

posted at 22:42:52

TN @tomoak1n

@tsatie でも、日本中でやってそうな、、、

タグ：

posted at 22:53:32

TN @tomoak1n

@tsatie + かけ順は輸出の気配があり、、、

タグ：

posted at 22:55:07

#超算数昔の中学数学教科書の倍数の扱い

教科書によってかなり違う。

【0はすべての整数の倍数であるが，倍数・約数については，0は除いて考えることにする】(啓林館、1978)

は意味不明。で、結局、0は倍数扱いになるの？(笑)と言いたくなる。

8254.teacup.com/kakezannojunjo... twitter.com/takusansu/stat... pic.twitter.com/LlGCx7slBG

タグ：超算数

posted at 22:57:56

#超算数

<del>オモシロ</del>深刻な情報が埋もれてしまわないようにリンク。 twitter.com/joseph_henri/s...

タグ：超算数

posted at 22:59:29

もふもふ動画 @tyomateee2

まさかのダブル pic.twitter.com/LfiYSzHPGd

タグ：

posted at 23:00:39

【AbstractAlgebra.jl】Juliaで代数学をやってみたいんじゃ①｜みぽ zenn.dev/nekomath271828... #zenn
此れは素敵な♬ 今日嬢様と話してたフェルマーの小定理も登場するやん♬

タグ： zenn

posted at 23:01:16

（気配ではないよ？ハッキリ言って公害を撒き散らかしてる印象。屑なのだよ。 #超算数は） twitter.com/tomoak1n/statu...

タグ：超算数

posted at 23:02:30

@nekomath271828 ちなみに、こんなやつですね。
privateで気軽に作れるので、まずなんでもいいので、記事作ってみて、記事の引用の時に公開にすれば楽だと思いますｗ
gist.github.com/muripoLife/20f...

タグ：

posted at 23:05:42

此れはホンマに衝撃的やった。全く想定してなかったわけではなかったのにだ。現実に目にした時の衝撃は僕だけではなくすぐ隣で其れを迷い乍とか得々ととか様々に実行する学友を目の当たりにした学生さんもショックを受けてたと思う。何か信念？のようなものがグラついた者も居たかも。アレから既に4年 twitter.com/tsatie/status/...

タグ：

posted at 23:07:06

今年は未だ此れから体験するのやけど... 年々怖くなる。一方で慣れてきてるわけだ... 其処が更に怖い... 何だろう未だ発症はしてないと思うてはいるけど認知症の一部はこんな感じなのではないのかとも思うたりするほど警戒警報が脳内に鳴り響く感じで怖い。突然暴動が起きてるみたいな地震が起きたとか

タグ：

posted at 23:10:19

@erin_yagokoro
いいね。
良くいただけますね。
プロフィールより、ワイもPython/Julia推してます。
今年もよろしくお願いします。

タグ：

posted at 23:20:11

htachii @htachii

@genkuroki Twitter上で初めて見たときびっくりして、知り合いの数学の先生や、大学の恩師に「算数でこんなことが・・・」と話をしてみたのですが「まさか！冗談でしょ！」って誰も笑って信じてもらえませんでした。

タグ：

posted at 23:43:07

せきゅーん @integers_blog