黒木玄 Gen Kuroki
- いいね数 389,756/311,170
- フォロー 995 フォロワー 14,556 ツイート 293,980
- 現在地 (^-^)/
- Web https://genkuroki.github.io/documents/
- 自己紹介 私については https://twilog.org/genkuroki と https://genkuroki.github.io と https://github.com/genkuroki と https://github.com/genkuroki/public を見て下さい。
2022年05月07日(土)
@kale_aojiru 最近では、「○○さんの考え」を列挙して複数の手法を紹介する(試験では誘導問題に導く)のもありますね。
その件絡みのツイート
twitter.com/takusansu/stat...
twitter.com/takusansu/stat...
結局、#超算数 化しているのですけどね。
タグ： 超算数
posted at 23:56:47
一つだけ言えることは、劇症肝炎一歩手前であれば、薬物治療で軽快する可能性が上がると思います。沈黙の臓器ではありますが、倦怠感、黄疸、子供のすべての変化に目を向ければ、日本での子供の致死率を下げられると信じてます。
タグ：
posted at 23:27:16
#超算数 nieru.net/TaKu/10/17 から抜粋
【公立学校に勤務していた頃、小学校、中学校（数学）の両方を経験でき、その中で痛切に感じていたのは、教科学習がビルドダウンしていくことであった。どういうことかというと、学年を追うごとに、子どもたちの純粋な学習意欲が低下していくのである。】
タグ： 超算数
posted at 23:22:04
#超算数 nieru.net/TaKu/10/16 から抜粋
細かい指導計画は、【学習者の「出る幕」を奪い】、【学習者】を【「適切な処置をしてもらう」のを待っている「患者」のように】扱う方向に進んでいきそうです。
タグ： 超算数
posted at 23:20:32
#超算数 nieru.net/TaKu/10/15 から抜粋
【式は意図をもって立てるものであり，式から式を立てた人の意図を読み取ることは可能であると述べている。これが，式から思考過程を読むということである。】
【【式から思考過程を読む】ではなく、「式から思考過程を想像する」あたりが妥当でしょうね】
タグ： 超算数
posted at 23:17:36
小児の劇症肝炎、報告からはやはりアデノウイルスより新型コロナウイルスの方が濃厚と思われる。従来の肝炎ウイルスも1,2ヶ月の潜伏期間があったが、検査体制の整ったイスラエルの報告からは潜伏期間３ヶ月半程度と予想される。日本でオミクロン株流行が1月から2月であったことを考えると、これから。
タグ：
posted at 22:05:24
現在室温２７℃、汗をかいている。
#ぷよ碁 を 真ん中から打ち始めてみた。
「 ７対８で敗北しました。」 ０勝４７敗
#囲碁
puyogo.app/rp?kf=MyM0MkMi... #ぷよ碁
posted at 20:39:46
この大前提をすっ飛ばして例えば婚活支援をするのは意味がないし、第一それは政府がやることではない。政府は国民生活が苦しい時に唯一積極的に赤字主体となって経済を下支えできる存在。それを長年に亘り怠ってきたツケが今まさに国民に降りかかっている。目先のカネに振り回されて事の本質を見誤るな
タグ：
posted at 20:34:39
結婚した夫婦が産む子供の数は約2人前後で大きく変わっていないので、日本の少子化の大きな原因は非婚化である。内閣府の調査では、未婚者に対する支援として最も必要と回答されたのは「給料を上げて、安定した家計を営めるよう支援する」こと。景気を良くせよ、ということ。 www.news-postseven.com/archives/20220...
タグ：
posted at 20:31:48
HAYASHI Tomohiro @SokoranoKumasan
出来ることなら、渡辺康平議員にはこのまま国会議員なり県知事なりにまでなっていただきたいですね。
タグ：
posted at 18:43:11
HAYASHI Tomohiro @SokoranoKumasan
「『正しさ』の商人」では情報災害の実例として福島への風評加害を中心に取り上げたものの、HPVワクチンに関する情報災害も非常に深刻でした。
参考文献の中でも特に重要なこの一冊、是非読んでください。
ドクターが教える! 親子で考える「子宮頸がん」と「女性のカラダ」 www.amazon.co.jp/dp/4528022915/...
タグ：
posted at 18:41:50
HAYASHI Tomohiro @SokoranoKumasan
詭弁を弄して風評加害を擁護するか、被害者救済を第一とするか。
この対応の違い一つだけで、どんな議論をも超えた「何を大切にしているか」、「政治家としての矜持」が示されているんじゃないでしょうか。
幾千の美辞麗句よりも、結局は、どう動いたかが全て。言ってることよりやってること。 twitter.com/kohei_w1985/st...
タグ：
posted at 18:37:06
輸入品の価格上昇の害が名目賃金上昇によって緩和されることを望むなら、日銀にはさらなる金融緩和を要求すると同時に、日本政府に名目賃金上昇に新和的な強力な政策の実施を要求することが必要です。
そういう破滅的でない普通の政策を私は希望します。
タグ：
posted at 18:04:05
輸入されている基本物資の価格が上昇しているときに、日本国内でマネーの分量を絞ると何が起こりそうか？
我々が欲していることは、我々の名目賃金も上昇して、輸入品の価格上昇の害が緩和されることです。
円の分量を絞ると逆のことが起きます。現在のような状況での金融引き締めは自殺的な政策。
タグ：
posted at 18:02:54
さて、ここで問題です。
現実の歴史がこのように動いてしまったことに対して、破滅的な経済政策を提案していたせいで、リフレ派に言論でフルボッコにされて怨みを持っていた人たちはどのように感じていたでしょうか？(笑)
タグ：
posted at 17:09:58
おそらく、そうなったことに一番喜んだのは、安倍晋三氏自身だったと思われます。自分自身の政治的影響力によって市場を動かし、多くの困窮している人達を救うことになった。
その後、リフレ政策を推していた有名人の多くが日銀の政策委員などに抜擢されることになりました。
タグ：
posted at 17:08:17
右翼・保守派の安倍晋三氏がなぜか鳩派の弱者に優しい経済政策の勉強会に参加しているという事実を事情通は面白がって見ていた。
そして、その安倍晋三氏が再び総理大臣になることが確実になったら、リフレ派が繰り返し言っていたこと(市場が動いて、雇用がどんどん良くなった)が起こり始めた。
タグ：
posted at 17:05:20
リフレ政策が必要だと主張していた人達の特徴は
①マネーの分量を中央銀行が引き絞った状況では何をやっても経済は好転しないだろうと言う傾向の強さ
②市場が未来予測に従って動くことの重視
の2つでした。
タグ：
posted at 17:00:17
歴史解説
リフレ政策が必要であることに気付かずに破滅的な政策を提案した人達がリフレ政策が必要だと気付いていた人達にフルボッコにされた。
それに恨みを持っているお馬鹿さん達が、最近の世界的インフレの傾向を利用して恨みを晴らそうと元気になっている(笑)。
フルボッコの歴史は結構重要。 twitter.com/glegory/status...
タグ：
posted at 16:56:23
数学の応用時に行列は数の概念の次くらいに基本的。複数の数をまとめて扱いたいとき(例：統計学)にはほぼ必須の道具。
その辺の教養を高等教育で前提にできないと、算数で数について何も習っていない中学生に数学を教えるようなことになる。
統計学よりも行列の方が当然重要です。
タグ：
posted at 16:49:03
⭕️基本的で普遍的な考え方を本当に理解していれば、どのような場面に出会っても、基礎的な道具の組み合わせで多くの問題を試行錯誤によって解決できる
ということを軽視して、
❌個別にやり方を知らないとできない
という方針にするから、行列を排除するというようなおかしなことになる。
タグ：
posted at 15:14:12
#統計 添付画像中に登場する分布で入門的教科書であまり目にしないものは
* ベータプライム分布
* ベータ二項分布
* ベータ負の二項分布
F分布はベータプライム分布のスケール変換なのでそういう意味ではよく見る。
ベータ(負の)二項分布は受験数学にも出て来る「ポリアの壺」の話になります。 pic.twitter.com/yx0vTM6DyG
タグ： 統計
posted at 15:03:54
#統計 2つの添付画像の内容はそういうことを考えるときに行った試行錯誤的考察の産物です。
確率分布のパラメータを確率的に揺らがせて別の分布を作ることの入門的例達の中で、ベータ分布とその仲間達が大活躍していることが印象的です。 pic.twitter.com/IZBwIhvVxh
タグ： 統計
posted at 14:50:22
#統計 青枠内の分布の作り方を「確率分布のパラメータを確率分布によってゆらがせること」だと明瞭に認識できるまでじっくり時間をかけて理解すれば、その瞬間に、あなたは複雑な統計モデルを自力で作る力を手に入れたことになります！ pic.twitter.com/enjGOGg4Yn
タグ： 統計
posted at 14:44:12
#統計 函数の合成の確率分布を使った一般化は複雑な統計モデル構築の基礎になっています。
「xからyが分布p₁(y|x)に従ってランダムに決まり」
の段階では、分布p₂(z|y)のパラメータyを確率的にゆらがせていることになります。
そういうことをして、青枠内の確率分布達が作られているわけです。 pic.twitter.com/jSeACnkMrv
タグ： 統計
posted at 14:41:45
#統計 函数y=f(x)はxからyがただ一つ決まる状況のモデル化に使われます。
それと同様に、パラメータxを持つyの確率分布は、xからyが確率的にランダムに決まる状況のモデル化に使われます。これは、函数y=f(x)の場合をxからyが確率1で一意的に決まる場合として含みます。
(函数の一般化は他にもある) pic.twitter.com/gHwlREDaX2
タグ： 統計
posted at 14:32:54
#統計 パラメータxを持つyの確率分布 p(y|x)は函数y=f(x)の一般化になっています。そのことは、横軸にパラメータxに、縦軸をyにし、各xごとにyの分布を平面上に図示すれば明らかです。
そういうことをしなくても各種の回帰を知っていれば、p(y|x)がy=f(x)の一般化になっていることは明らかでしょう。 pic.twitter.com/04LBHaxhJ0
タグ： 統計
posted at 14:28:32
#統計 青の囲み内の分布達は、確率分布のパラメータを適当に確率的にゆらがせることによって作れる分布達。
パラメータの確率的ゆらぎを0に近づける極限で元の分布に戻ります。
統計学入門で最も有名な例は
* 正規分布の分散を適当に確率的に揺らがせるとt分布ができる。
* t分布→標準正規分布 pic.twitter.com/PClqAcLLVr
タグ： 統計
posted at 14:23:13
#統計 添付画像達は、統計学入門に出て来がちな確率分布達に理解・納得のために必要な「見慣れない」確率分布を付け加えてできた既出の図に青の囲みを書き加えたもの。
その部分は「確率分布のパラメータが確率分布にしたがっている」という形で作られている分布達で、階層モデルの例になっています。 pic.twitter.com/JZKZmedNFE
タグ： 統計
posted at 14:17:01
@beef_and_rice 授業でも説明を続けていて、途中で辻褄が合わなくなり、条件を間違えていたことに気づき、「ごめん嘘ついた」と言って説明をやり直したことがあります。
タグ：
posted at 13:25:53
@golgo_sardine @alpha_dash_mu #超算数
算数教育について調べると、かけ算の順序に限らず、おかしな話がいろいろ出てきたので、それを、「算数」と称しているけど、算数ではないもの、みたいなことで「超算数」と言っています。
バカな教員の馬鹿な算数指導、ではなく、算数教育に蔓延るおかしな授業を指すことが多いです。
タグ： 超算数
posted at 12:37:01
gyu-don (Takumi Kato @beef_and_rice
理系の人が突然、20分くらい前に受けて答え終わった質問について「すみません、あのとき嘘言ってたかもしれなくて」と説明し直す現象、なぜかよくある
タグ：
posted at 11:44:28
リフレの日銀のおかげで、バカみたいに消費税を倍にしたにも関わらず、雇用が500万人も増えて、GDPが66兆円も増えたんですよ。
全都道府県で有効求人倍率が1を超えたのもリフレ日銀のおかげです。
タグ：
posted at 10:36:36
#数楽 添付画像にまとめた数学的結果を、教科書などで色々調べて数式をノートに書くことによって理解する作業を「大変すぎる」と感じる層の中にも、こうやってコンピュータによる視覚化によって納得できる力を持っている人達はたくさんいると思います。
#Julia言語 やRやPythonはそういう人達の味方。 pic.twitter.com/fw1Qze9RUG
posted at 04:46:41
#Julia言語
(k + NegativeBinomial(k, 1/(Lθ)))/L → Gamma(k, θ)
の確認。離散分布から連続分布への極限の例。
プロットの仕方をさらに工夫してある。
こういう数値的確認をしておかないと、手で書いた計算の間違いに気づき難い。 pic.twitter.com/Wn6EsLTbyG
タグ： Julia言語
posted at 04:42:50
#Julia言語
Binomial(L, λ/L) → Poisson(λ)
の確認も3行で可能。
離散分布のシンプルなプロットのためにちょっとだけ工夫している。 pic.twitter.com/BydJFkMcfn
タグ： Julia言語
posted at 04:20:34
#Julia言語 L→∞で
L BetaPrime(α, L/θ) → Gamma(α, θ)
という分布の極限については添付画像のようにたったの3行のコードで視覚化できます。L=200の場合。
BetaPrime(α,β)分布の定義を知らなくても、グラフをたくさん描けば密度函数のグラフの形は頭に入る。ガンマ分布っぽいが分散多めな形。 pic.twitter.com/aHKzX9vhaj
タグ： Julia言語
posted at 04:14:03
私の手元にある #Julia言語 の環境は寝転んでiPadからも使えるように特化！
過去の環境構築の記録は
nbviewer.org/github/genkuro...
にあります。もしも、添付画像と同じことをできるところまで行ければ、確率分布の勉強速度がブーストされまくると思います。そのために数日潰す価値はあると思う。 pic.twitter.com/zwC7aAn9J8
タグ： Julia言語
posted at 03:44:35
#統計 このスレッドに投稿した添付画像にある確率分布の間の関係を、紙の上での数学的証明で確認しようとすることだけが数学の勉強の仕方ではなくて、#Julia言語 などを使ってコンピュータを使って視覚化しまくることによって確認するという勉強の仕方もあります。これ、かなりおすすめ。 pic.twitter.com/MtbcBKcyhx
posted at 03:33:04
#Julia言語 例えば、
X～Gamma(α, θ)
Y～Gamma(β, η)
のとき
X/Y～BetaPrime(α, β)*(θ/η)
となることは
確率変数X,Yは乱数に対応する
ということから、添付画像のように数行で確認できます！
Distributions.jlでは
BetaPrime(4,6)/5
のように確率分布を5で割れたりする。直観にフィット！ pic.twitter.com/rANGHqzAVQ
タグ： Julia言語
posted at 03:28:46
#Julia言語 のDistributions.jlのユーザーになるときには、誰でもそのドキュメントを見に行くはずです。私もそうでした。すると
juliastats.org/Distributions....
のように全然知らなかった確率分布のリストを発見できた。普通、試してみますよね。
あっという間に経験値がたまります。😊
超絶楽。
タグ： Julia言語
posted at 03:14:36
確率分布 dist を与えると例えば以下を計算できる:
* 分布 dist に従う乱数 rand(dist)
* 確率密度函数 pdf(dist, x)
* 累積分布函数 cdf(dist, x)
* 累積分布函数の逆函数の分位点函数 quantile(dist, p)
確率分布を与えたときに、コンピュータで何をできるかの理解は実践的に結構重要。
タグ：
posted at 03:07:29
この人も瀬戸智子さんと似たような思考回路の人で、 #超算数 批判の人たちも自分も「正しい考え方を指導」しようとしてやっていることなので、自分も超算数批判の人たちもマッタク同じ意見なのです！と考えていると思いますが… twitter.com/sekibunnteisuu...
タグ： 超算数
posted at 00:54:11
ちなみに、BetaPrime(α,β)のような分布名の書き方は、#Julia言語 のDistributions.jl
juliastats.org/Distributions....
でそのまま使えるコードの書き方に従っています。
しかし、残念なことにまだBetaNegativeBinomial(k,α,β)は実装されていない。誰か実装して！ pic.twitter.com/SP6R4YV4Db
タグ： Julia言語
posted at 00:08:03
