Twitter APIの仕様変更のため、「いいね」の新規取得を終了いたしました

黒木玄 Gen Kuroki

@genkuroki

  • 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。
Favolog ホーム » @genkuroki » 2022年06月10日
並び順 : 新→古 | 古→新

2022年06月10日(金)

岩さん.py @iwayama_y

22年6月10日

fが変数として定義されてるせいで関数名に定義できないのわかったんやけど、f = nothingにしても解消されない…
どうやったらfという関数が定義できるんだ???
#Julia言語 #julialang pic.twitter.com/3dEsCZfsyc

タグ: julialang Julia言語

posted at 02:47:34

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#Julia言語

さんきゅ!

isqrt版(添付画像②③)の方がずっと速いです。

gcdよりisqrtの方がずっと軽い計算っぽい。 twitter.com/enok31/status/... pic.twitter.com/hxesYlpqC1

タグ: Julia言語

posted at 07:48:53

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#Julia言語 を使っていると、計算が遅くなる原因は、多くの場合に無駄なメモリアロケーションの発生になるので、配列を新たに確保することには慎重になる。

例えば、v = collect(1:n) の類は禁忌。1:nをそのまま使う。

あと、gen = (f(x) for x in X if g(x)) は配列ではなく、ジェネレーター。

タグ: Julia言語

posted at 07:53:22

Togetter(トゥギャッター) @togetter_jp

22年6月10日

「山本直樹先生が重信房子氏に会い、『レッド』について「もっと楽しそうに描いて、実際楽しかったんだから」と言われていた話」togetter.com/li/1898015
に大注目!みんなが見ているまとめ、早く見に行こうよ? 作成者:@enjoy_enjo_

タグ:

posted at 08:00:11

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#Julia言語 多分、REPLを再起動しないと無理だと思います。

JuliaではMainの名前空間を汚染すると面倒なことになる。

だから、structの仕様変更をjuliaの再起動抜きに繰り返したい場合には、定義をモジュールに入れて名前空間を分離し、定義の上書きはモジュール丸ごとの上書きで行なったりする。 twitter.com/iwayama_y/stat...

タグ: Julia言語

posted at 08:00:23

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#Julia言語 あれ?私の環境だと \euler TABでネイピア数になってくれます。

添付画像①でタブキーを押した→②でEnter→③

twitter.com/iwayama_y/stat... pic.twitter.com/8BpMR5336o

タグ: Julia言語

posted at 08:04:31

岩さん.py @iwayama_y

22年6月10日

@genkuroki タイポしてました…
eulerではなくeluerと

タグ:

posted at 10:23:13

岩さん.py @iwayama_y

22年6月10日

@genkuroki ネイピア数に変わることを確認できました!

タグ:

posted at 10:23:38

まるまる @EZX2FOFxVpvStIK

22年6月10日

@genkuroki わっちもできた。1.7.0

タグ:

posted at 10:59:16

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 よく見る誤解に至る道

①「尤度」って何?「いぬど」?

↓英語でlikelihoodと呼ぶことを知る。

②なんだ「もっともらしさ」という意味か!

実際には統計学でのlikelihoodはもっともらしさの指標として不適切であり、「もっともらしさ」だと思った人はひどく誤解している。続く twitter.com/nano_twit/stat...

タグ: 統計

posted at 11:01:03

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 データに関するモデルの尤度(ゆうど)の定義は、

 統計モデル内で
 データと同じ数値が生成される確率またはその密度

これは、モデルのデータへの適合度の指標の1つとしては有用だが、もっともらしさの指標とみなすとオーバーフィッティングさせればさせるほどもっともらしいことになる。

タグ: 統計

posted at 11:01:04

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 現代の統計学におけるのと同じ意味でlikelihoodという用語を使い始めたのはFisherさんだが、ひとり伝言ゲーム

most probable→most likely→《 most likely 》→likelihood

によってそう言うようになった。

誤解を招く不適切な専門用語の設定だが、歴史的に定着したので使って行くしかない。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 11:01:05

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 偉大な開拓者は荒野を進む。

基本概念が整備された状況で先に進むのとはわけが違う。

だから、尤度のような重要な基本概念にlikelihoodのような極めて不適切な名前を付けるようなことをやってしまう。

それにも関わらず、最尤法の有効性を見抜いて広めたFisherさんは偉いです。

タグ: 統計

posted at 11:01:09

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 Fisherさんが、尤度にlikelihoodという極めて不適切な名前をつけたことは、考えようによっては偉大な開拓者としての尊敬を深めるために役に立つ。

しかし、統計学におけるlikelihoodをもっともらしさだとみなす主義思想哲学を作った人達は相当に酷い。概念ではなく、言葉で考えちゃダメ。

タグ: 統計

posted at 11:05:35

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 尤度(ゆうど)は統計モデルのデータの数値への適合度の指標の1つ。データ中のノイズにフィットしても尤度は高くなる。

「尤度はもっともらしさだ」と言い続けたい人は、誤解を招かないように「私はオーバーフィッティングしていればいるほどもっともらしいとみなす立場です」と最初に言うべき。

タグ: 統計

posted at 11:11:13

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 Fisherさんが不適切にlikelihoodと名付けた後に、誰かがそれをevidenceと呼び始める愚行を追加しています。

likelihoodをevidenceと呼ぶことは、ELBO=evidence lower boundという用語にも現れている。

誰がevidenceと呼び始めたのかについて知っている人がいたら教えてください。 twitter.com/genkuroki/stat... pic.twitter.com/1NoXMO14Un

タグ: 統計

posted at 11:18:08

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 誤植発見。不変→不偏

言葉の使い方として、モデルのパラメータをモデルと呼ばずに、素直にパラメータと呼んだ方が分かり易かったかも。

あと、推定用のモデルと現実を混同しているので、これを聴いたユーザーは、推定用のモデルが妥当でないとき、酷い目に遭うリスクがあると思いました。続く twitter.com/michio_mwj/sta... pic.twitter.com/nCMeqFT2sW

タグ: 統計

posted at 11:49:53

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 線形回帰は、データから、モデルのパラメータβ,σを最尤法で決めることだと解釈できます。モデルは式で書くと、

p(y|X,β,σ) = (1/(2πσ²)ⁿᐟ²) exp(-||y - Xβ||²/(2σ²))

ここでy∈ℝⁿでXは計画行列。

続く

タグ: 統計

posted at 11:49:54

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 パラメータ値がβ₀,σ₀(多くの場合に₀は略すがここではあえて書く)のモデルの確率分布にしたがってランダムにデータが生成されているという仮定の下で、どうなるかをよく考えます。

これを、現実におけるデータの取得の話であるかのように説明するのは自明に誤りです。続く

タグ: 統計

posted at 11:49:55

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 なぜならば、パラメータ値がβ₀,σ₀のモデルと現実のデータの生成のされ方は当たり前に別物だからです。

そこは厳密に区別しないとまずい。

モデルと現実の混同は典型的に非科学的な考え方であり、「あらゆるモデルは正しくない」という統計分析における最重要の原則を忘れさせてしまいます。

タグ: 統計

posted at 11:49:56

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 現実でのデータ取得はコストがかかるので、無数にデータ取得を繰り返すことはできません。

だから、信頼区間の説明のために、現実においてデータ取得を繰り返すように聞こえる話をする人達は極めて二重の意味で奇妙な考え方をしているように見える。

タグ: 統計

posted at 11:49:56

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 二重にダメな点

(1) 現実においてデータを100回取り直すという設定が恐ろしく非現実的に響くことをなぜか気にしない。常識に欠けている?

(2) 信頼区間の説明では、モデル内での確率分布で測った確率を考えればば十分なので、データを何度も取り直さずに、和を取ったり積分するだけでよい。

タグ: 統計

posted at 11:50:01

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 この二重におかしな信頼区間の解説がひどく普及してしまっているせいで、それを騙る人達は自分がどれだけおかしなことを言っているのか全然認識できなくなっている場合が多いようだ。

教科書にもおかしな説明の方が書いてあることが普通。

どうして誰もこの件を指摘しないのか?

タグ: 統計

posted at 11:50:02

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 『数理統計学』と題された有名な教科書達を読めば、信頼度1-αの信頼区間(信頼領域)の定義は

 データの数値によって有意水準αで棄却されないよう
 モデルのパラメータ値全体の集合

になります。

線形回帰での信頼区間でも同様です。

タグ: 統計

posted at 11:50:03

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 パラメータ値がθ=θ₀であるという仮説が、有意水準αで棄却されることはP値がα未満になることを意味し、P値はデータの数値と仮説θ=θ₀の下での統計モデルの整合性の指標です。(P値に関するASA声明を参照)

タグ: 統計

posted at 11:50:04

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 回帰直線の信頼区間の場合には、x=x_*でのモデル内回帰直線上の値(モデルのパラメータとみなされる)がy̅_*であるというモデルのパラメータ値に関する仮説がデータの数値によって棄却されないようなy̅_*の範囲になります。

モデル内回帰直線上の値の範囲なので、残差による揺らぎは考慮外。

タグ: 統計

posted at 11:50:04

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 重要なポイントは、信頼区間は現実における何かの値の範囲ではないことです。

数学的フィクションである統計モデルのパラメータ値の範囲でしかない。

だから、使用した統計モデルの現実での使用が妥当であるという証拠がない場合には、その信頼区間は現実では信頼できない区間になります。

タグ: 統計

posted at 11:53:35

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 専門用語を日常的な意味で解釈するというよく見る初歩的な誤りは普遍的です。

例えば「信頼区間」を「信頼できる区間」の意味だと思いたくなってしまう初歩的な誤解は普遍的だと思われます。

だからこそ、そのような安易な解釈は誤解だと言い続ける必要があると思います。

タグ: 統計

posted at 11:57:30

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 信頼区間は数学的フィクションであるモデルのパラメータの範囲(データの数値で棄却されなかった値の範囲)なので、モデルの設定を変えれば、同じデータの数値が与える信頼区間が大きく変わってしまうこともあるわけです。

タグ: 統計

posted at 12:03:25

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 こういうことを知っているのに、信頼区間が現実の何かの値の区間であるかのように説明する人達を放置しておくと、専門家は誤解していないが、理系高学歴者も含む多くの一般市民は誤解したままになるという、社会的に非常によろしくない状況が維持され続けることになると思いました。

タグ: 統計

posted at 12:03:26

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計

添付画像は youtu.be/VZ-84t2U1oQ にあった図にコメントを書き込んだもの。

コメントのように「検定で棄却されないモデルの回帰直線全体が含まれる範囲」が信頼区間だと説明すれば、データを無数に取り直す様子を想定する方向(極めて不適切)に進みようがなくなるので、よいと思いました。 pic.twitter.com/GF2JHAdYUV

タグ: 統計

posted at 12:23:25

講談社サイエンティフィク @kspub_kodansha

22年6月10日

よくぞ、お気づきくださいました! 例えばこの写真は同書p. 27の例題1.3.12ですが、アルフケン物理数学は実はこうした数値計算の例題が豊富です。(「FORTRAN IV」という所が時代の流れを感じます…。FORTRANに近い位置づけの科学計算向きの言語ということなら、今ならさしずめJuliaでしょうか?) twitter.com/tchaikovsky102... pic.twitter.com/X5IrdtQwDE

タグ:

posted at 14:05:34

坂村芳孝 @sakamurray

22年6月10日

Juliaで陰関数を簡単にプロットする方法 #julialang github.com/saschatimme/Im...

タグ: julialang

posted at 14:23:23

matheca @paulerdosh

22年6月10日

どうして数学大嫌いな子が経済学部に来るんだろうか。高校の先生、数学いるよ、って教えてあげないのかなあ。数学嫌いだから文系きたのに!って何度文句言われたかわからん。

タグ:

posted at 14:40:29

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 尤度はモデルのデータの数値へのフィッティングの度合いの指標の1つなので、尤度最大化でモデルのパラメータを調節することは、

❌パラメータの値をもっともらしい値にすること

では__なく__、

⭕️パラメータの値をモデルがデータの値に最もフィットするような値にすること

です。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 15:16:13

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 だから、最尤法では、一般には、モデルのパラメータをもっともらしい値に調節することはできません。できない例を簡単に作れます。パラメータ数を無駄に増やせばよい。

しかし、特別な状況では、最尤法がもっともらしいパラメータ値をシンプルに見つけるために優れた方法になることがあります。

タグ: 統計

posted at 15:16:14

ishogaki @ishogaki

22年6月10日

行列積が10倍といってますが,このときは単精度でやったのでもっと早かったです。訂正します。改めて単精度と倍精度の両方検証してみました。qiita.com/ishigaki/items...

#julialang

タグ: julialang

posted at 16:46:13

階田発春 @orange_adabana_

22年6月10日

尤度(いぬど)

タグ:

posted at 16:58:35

K子 @K03945283

22年6月10日

25対7で勝利しました。 puyogo.app/rp?kf=I0NGNURk... #ぷよ碁

タグ: ぷよ碁

posted at 18:59:24

K子 @K03945283

22年6月10日

ぷよ碁じゃなくて囲碁アプリで遊び始めて、ちょっと考えが変わってきたかも?いや、思ってるだけかもしれないw全然ヒントなしじゃ勝てないもん(;^ω^)気が付いたらアタリになってること多すぎ

タグ:

posted at 19:00:59

積分定数 @sekibunnteisuu

22年6月10日

経済学勉強するなら数学必要と分からないものなのかな?四則演算で事足りるとでも思っているのかな? twitter.com/paulerdosh/sta...

タグ:

posted at 19:18:03

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 「95%信頼区間に真の値が含まれる確率」という発想をする方にいきなり進むと色々穴ぼこにハマりやすいと思います。

「データを何度も取り直して信頼区間を計算し直す」という奇妙でミスリーディングな説明も、「95%信頼区間に真の値が含まれる確率」という発想との関連で不幸にも生まれた。

タグ: 統計

posted at 20:16:11

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 95%信頼区間の95%が有意水準5%を100%から引いた値になっている理由がわかる説明の仕方の方が適切かつ奇妙な考え方にトラップされずにすむ道だと思う。

タグ: 統計

posted at 20:18:10

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 有意水準αでは第一種の過誤が起こる確率で、信頼度1-αの信頼区間の信頼度は第一種の過誤が起こらない確率になっています。

95%信頼区間の95%は有意水準5%で第一種の過誤が起こらない確率という意味での確率になっている。

タグ: 統計

posted at 20:21:09

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 仮説θ=θ₀に関する第一種の過誤が起こる確率の定義は、

 パラメータ値がθ=θ₀の統計モデル内の確率分布で
 データを生成したとき
 そのデータによって仮説θ=θ₀が棄却される確率

です。数学的フィクションである統計モデル内での確率になります。

タグ: 統計

posted at 20:25:05

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#統計 与えられたデータから決まるパラメータθに関する信頼区間の定義は、

 データの数値によって仮説θ=θ₀棄却されないような
 パラメータ値θ₀全体の集合

です。信頼区間の計算は、概念的には、無数のパラメータ値θ₀について仮説θ=θ₀の検定を実行することと同じ。

タグ: 統計

posted at 20:33:34

黒木玄 Gen Kuroki @genkuroki

22年6月10日

@kamo_hiroyasu @hgn_no_otaku その手の問題の微分方程式版を教える仕事をしなければいけない場合があって、できれば漸化式の場合について入学前に一般的な原理を知ることが流行してくれれば、こちらの手間が減るのでちょっとうれしいかも。長くなりそうなので返答を切って続けます。

タグ:

posted at 21:15:02

黒木玄 Gen Kuroki @genkuroki

22年6月10日

@kamo_hiroyasu @hgn_no_otaku #数楽

① a(n+1) = pa(n) + qn + r

もしくはもっと一般の漸化式は、Ta(n)=a(n+1)とおくと、

(T - p)a(n) = qn + r

と書けて、これと(T-1)r=0, (T-1)n=1, (T-1)²n=0より、

② (T - 1)²(T - p)a(n) = 0

が出る。①の解は②の解なので、②の解の中から①の解を探せばよい。続く

タグ: 数楽

posted at 21:20:40

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#数楽 ②の任意の解は「特性多項式」の考え方+αより、

Apⁿ + Bn + C

と書けます。この形のa(n)で①を満たすものを見つけることは易しいです。

T - α 型の差分作用素を有限回作用させると0になるようなa(n)達の中で処理できる場合はこんな感じで簡単。

非斉次の定数係数の常微分方程式でも同様。

タグ: 数楽

posted at 21:25:30

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#数楽

③ a(n+1) = pa(n) + qn + r + sαⁿ

の解は

④ (T - 1)²(T - α)(T - p)a(n)

の解達

Apⁿ + Bαⁿ + Cn +nD

に含まれる。以下同様。

タグ: 数楽

posted at 21:30:39

黒木玄 Gen Kuroki @genkuroki

22年6月10日

#数楽 微分方程式の場合の類似で非常に重要なのは、強制振動付きの調和振動子:

⑤ u''(t) + ω²u(t)= p cos αt + q sin αt.

D=d/dtとおくと、これの解は

⑥ (D² + α²)(D² + ω²)u(t) = 0

の解になっている。α=±ωの場合は別扱になるが、極限で理解もできる。

タグ: 数楽

posted at 21:35:36

@genkurokiホーム
スポンサーリンク
▲ページの先頭に戻る
ツイート  タグ  ユーザー

User

» More...

Tag

» More...

Recent

Archive

» More...

タグの編集

掛算 統計 超算数 Julia言語 数楽 JuliaLang 十分 と教 モルグリコ 掛け算

※タグはスペースで区切ってください

送信中

送信に失敗しました

タグを編集しました