黒木玄 Gen Kuroki(@genkuroki)/2022年09月06日

OokuboTact　大久保中二病中年 @OokuboTact

Often seen circulating over the internet with many humorous captions such as spaghetti tree or chef boyartree, this is a genuine photograph of wood burl, a growth in a tree that causes deformed grain, beneath the bark of a burned tree [read more: buff.ly/2O4YqQo] pic.twitter.com/CcqbndZstG

タグ：

posted at 00:00:02

天むす名古屋 Temmus @temmusu_n

デフレ経済は北海道を破壊しまくっている！
スターリンがあれほど欲しがった土地なのに

タグ：

posted at 00:09:48

#超算数総合初等教育研究所の調査をこのタグで紹介していなかったので、画像で紹介。ファイルは都算研の調査のデータも集積したが最新のものが含まれていないdocs.google.com/spreadsheets/d...。更新しなければ… pic.twitter.com/PwMaxDmyko

タグ：超算数

posted at 00:18:42

深夜にチキンラーメンを食いたくなった。 twitter.com/Rainmaker1973/...

タグ：

posted at 00:18:49

Dont Show Your Cat @DontShowYourCat

staying in control of life like pic.twitter.com/XwRmStDLuR

タグ：

posted at 02:46:00

田中秀臣 @hidetomitanaka

安斎響市 @転職デビル @AnzaiKyo1

日経ヴェリタスの記事で読みたかったものｗ。転載されてよかった。いわゆる「日経が願望する日銀人事」記事の集大成だが、このタイミングで出ることで臭さ倍増ｗ。

雨宮正佳氏か中曽宏氏か、次期日銀総裁に前倒し就任説: 日本経済新聞 www.nikkei.com/article/DGXZQO...

タグ：

posted at 04:48:08

Facebook、もう40代以上しか使ってないのは周知の事実だけど、久し振りに覗いてみたら、大手企業の役員様がゴルフや旅行写真を投稿→それにワラワラと部下たちがヨイショして沢山のコメントといいね！が付くという地獄が繰り広げられていた。今日もFacebookではサラリーマンたちが「仕事」をしている。

タグ：

posted at 08:17:45

砂___の___女 @vecchio_ciao

そりゃ、学校で教員が嘘教えてたら困るわ。 twitter.com/ikuji_takuto/s...

タグ：

posted at 09:19:35

砂___の___女 @vecchio_ciao

これもひどいな。
こんなバカなことを言う教員を褒める教員、本当にバカだな。 twitter.com/jeongsatoigeum...

タグ：

posted at 09:20:59

python_japan @python_japan

Python3.11では、関数を呼び出す速度が100%近く向上しています。この大きな改善をもたらした修正の仕組みを解説します。

www.python.jp/news/wnpython3...

タグ：

posted at 09:32:05

HAYASHI Tomohiro @SokoranoKumasan

「表現の自由」関係もそうだろうな。
オタク叩きを気軽にエンジョイしてる間に、深い恨みが蓄積されていることに、たぶん「リベラル」は気付いていない。

この記事で指摘した「共感格差」での「黒い犬」は社会にそれなりにいるわけであってね。
shioshio3.hatenablog.com/entry/2022/09/...

タグ：

posted at 09:51:38

#Julia言語 #統計

 github.com/genkuroki/publ...

で公開していたコードを大幅に書き直しました。

Turing.jl で正規分布モデルのJeffreys事前分布のようなimproper事前分布を使う方法の例にもなっています。

日本語によるコメントも色々追加して、ストーリーが見えやすくなっているはず。

タグ： Julia言語統計

posted at 10:56:00

#統計データの数値から決めたゆるめの事前分布に「適応事前分布」という名前を付けました。

Turing.jlのNUTS()などのテストのために、exactな解がわかっている正規分布の共役事前分布を全面的に使っています。

正規分布の共役事前分布に関する日本語による解説付き。

github.com/genkuroki/publ...

タグ：統計

posted at 10:59:20

#統計実際には、私が手で計算した共役事前分布の場合のexactな解が正しいかどうかをMCMCで確認しているとも考えられる。

私が手で計算した結果とTuring.jlでMCMC法で計算した結果がグラフの上ではぴったり一致しているように見えるので、計算ミスの心配をあんまりしなくてよくなったと考えています。

タグ：統計

posted at 11:02:07

#Julia言語 #統計現時点ではTuring.jlでの NUTS の実装が吐く警告を消さずに残してあります。

NUTSの実装はおそらく自動的に(適応的に)MCMCのためのパラメータを調節する部分で、そのとき発生する警告が大量に表示されている。

結構この警告は重要な情報を含んでいる場合があるので注意が必要。

タグ： Julia言語統計

posted at 11:05:13

#統計このスレッドのモチベーション 1/3

事前分布もモデルの一部なのでデータ取得前に事前分布も含めてモデル全体の設定を決めておいた方がよいです。

データの数値を見てからモデルを決めるとオーバーフィッティングのリスクが大幅に高くなります。

続く

タグ：統計

posted at 11:26:15

#統計このスレッドのモチベーション 2/3

しかし、統計ソフトのパッケージを作るときに、単純なモデルにおいても、ユーザーに毎回事前分布を入力させることをデフォルトの仕様にするべきであるかについては議論があるべきである。

続く

タグ：統計

posted at 11:26:15

#統計このスレッドのモチベーション 3/3

もしも、データの数値に対して適応的に事前分布を自動的に決めることの害が十分に小さいならば、それをデフォルトの仕様にしてよいのではないか？

正規分布モデルの場合の具体的な計算によって、この疑問について考えてみよう。

タグ：統計

posted at 11:26:16

#統計結論：ベイズ統計の推論結における尤度函数部分の影響を1とすれば、事前分布の影響は1/nのオーダーで相対的に小さくなる。

このことから予想されるように、データの数値に適応的に決めた事前分布もnが小さ過ぎなければほとんど害なく利用できることが、正規分布モデルの場合に確認された。

タグ：統計

posted at 11:26:16

要するに【あんまり考えてないだけでは】という印象論のレベルは極めて低い。

そういうレベルの低い反応になってしまった理由として、【認識論】について教条主義的に考えていることが疑わしい。

主義が要求する条件をぴったり満たすことにこだわるとおかしなことになる。

twitter.com/genkuroki/stat...

タグ：

posted at 11:29:34

#統計

 github.com/stan-dev/stan/...
におけるAndrew Gelmanさん達がStan開発で得た無難な事前分布をどのように設定するべきかに関するノウハウの話は結構刺激的で面白いです。

しかし、これを理解するための知性を身に付けるためには主義に基く統計学から脱却する必要がある。

twitter.com/genkuroki/stat...

タグ：統計

posted at 11:34:00

#統計そのページ github.com/stan-dev/stan/... を読むときには、「あなたもそうする必要がある」というように解釈するのではなく、

Stanユーザーの多くにとって
無難である可能性が高い事前分布を
どのように設定するべきであるか

に関する議論だと思って読む方が良いと思いました。

タグ：統計

posted at 11:36:10

#統計なぜならば、モデルがシンプルでかつ標本サイズが小さすぎないならば、おとなしめの事前分布であればどれを使ってもほとんど変わらない結果が得られるからです。そういう場合に事前分布の細かい取り方にこだわっても意味がありません。

タグ：統計

posted at 11:40:04

#統計しかし、ソフトウェアの開発者側はデフォルトの仕様を慎重に決める必要があります。

ユーザー側は細かいことを気にしなくても良い場合であっても、ソフトウェアの開発者側はそうでない場合がある。

github.com/stan-dev/stan/... に書かれていることはまさにそういう場合の話だと思いました。

タグ：統計

posted at 11:40:04

#統計

 #Julia言語 Jupyter notebook
↓
github.com/genkuroki/publ...

PDF版
↓
github.com/genkuroki/publ...

タグ： Julia言語統計

posted at 11:47:48

@cocomoff さんが以前に紹介してた．C.Kwon, Julia Programming for Operations Research は，軽めの輪読会にはちょうど良さそうな気がしてきた．

タグ：

posted at 11:52:35

@shunji_umetani ｽｯ… juliabook.chkwon.net/book

タグ：

posted at 11:54:08

#統計

座標 (μ, log σ²) で平坦な事前分布(improper)の場合の平均μの事後分布。

これは、通常の1標本t検定での信頼区間を誤差ゼロで与えます。

要するにこの場合は通常のP値を使う場合と完全に同等。

以下の図は標本サイズn=5の場合。

github.com/genkuroki/publ... pic.twitter.com/ivq1u3eZEN

タグ：統計

posted at 11:54:43

#統計

ぴったり重なっている青実線と橙破線は、Jeffreys事前分布(improper)に関する平均μの事後分布。

1つ上のツイートの平坦事前分布の場合とは少しずれます。

しかし、n=5でこの程度しか違わないので、実践的にはほぼ同じとみなして良い場合が大部分でしょう。

github.com/genkuroki/publ... pic.twitter.com/c6czbnlshJ

タグ：統計

posted at 11:54:44

#統計

重なっている青実線と橙破線は、データの数値から適応的に決めた事前分布に関する平均μの事後分布。

n=5の場合には、2つ上の平坦事前分布の場合(緑のdashdotライン)よりも幅がかなり狭くなります。

n=5ではデータから適応的に決めた事前分布は使いたくない感じ。

github.com/genkuroki/publ... pic.twitter.com/4JYDwrfryx

タグ：統計

posted at 11:57:29

#統計

重なっている青実線と橙破線は、データの数値から適応的に決めた事前分布に関する平均μの事後分布。

n=20の場合。この場合には、平坦事前分布の場合(緑のdashdotライン)との違いが十分に小さくなっていると思いました。

この場合には、適応事前分布も実用的。

github.com/genkuroki/publ... pic.twitter.com/x5bugF3zkj

タグ：統計

posted at 12:00:01

@cocomoff 使い勝手が良くて計算効率も良いプログラミング言語ねえ．「Juliaで学ぶ数理最適化」？

タグ：

posted at 12:04:05

#統計これの青実線＝橙破線は、共役事前分布を

* μの平均と期待値は0と25
* σ²の平均と期待値は1と25

という条件で決めた場合の平均μの事後分布です。

平坦事前分布の場合(緑のdashdotライン)からのずれが非常に大きい。続く

github.com/genkuroki/publ... pic.twitter.com/MVSrKRCDYK

タグ：統計

posted at 12:05:30

#統計続き。その事前分布は、データの数値(おおよそ平均10000、分散10000)から見ると全然見当はずれな所に分布。

n=20だと事後分布がひどく広がってしまっている。

ソフトウェアの側が、データの数値と無関係に(improperでない)事前分布を自動的に決めると、こうなる場合を除外できなくなります。

タグ：統計

posted at 12:06:43

@shunji_umetani 使い勝手が良い（雑に書いても平均的にpythonより高速？？）気がする言語ではありますね…

タグ：

posted at 12:07:37

@cocomoff どれぐらい高速かによるんですよね．Pythonは遅いと言いながらもpypy3で実行すると数倍は高速化されるので，自分の中ではpypy3が基準になるんですよね．

タグ：

posted at 12:10:21

@shunji_umetani 確かにpypy3もありますからねぇ。個人的にはcython使うぐらいならjuliaの方が〜ぐらいの感覚ですね

タグ：

posted at 12:12:44

@cocomoff cythonはさわりましたがアレは駄目ですわ．C++で書いた方が早い．

タグ：

posted at 12:14:17

Limg @LimgTW

交換法則の活用を「認める」のも身の程弁えてないし、「立式の困難な子への手だてとして」の前提が付くのも本末転倒。

むしろ、自然数とその足し算と掛け算を定義した時点で立式でも計算でも可換則が成立してるから自由に使って良くって、立式困難な子には順番固定を試すのは許容できるかどうかの話。 twitter.com/OokuboTact/sta...

タグ：

posted at 12:14:52

@shunji_umetani あれはあんなにいろいろデコらせる割に旨味がなさすぎる気がします…

タグ：

posted at 12:15:39

#統計青線＝橙破線は、事前分布はそのまま(E[μ]=0, var(μ)=25, E[σ²]=1, var(σ²)=25)で、標本サイズをn=20, 200, 2000, 20000にした場合の平均μの事後分布。

緑のdashdot線は通常のt検定をexactに再現する平坦事前分布の場合。

n=20000でこれらはほぼ一致します。 pic.twitter.com/NLxIhn1lCK

タグ：統計

posted at 12:31:45

#統計データの数値から見たら、まったく見当外れの所に分布している事前分布を採用した場合であっても、標本サイズnを十分に大きくすると、通常の1標本t検定の場合とほぼ一致することになります。

これが、シンプルなモデルのでベイズ統計と通常のP値を使う統計学の普遍的な関係です。

タグ：統計

posted at 12:33:37

#統計

❌ 区間推定についてはベイズ統計とP値を使う方法はn→大で一致するかもしれないが、ベイズファクターはP値とは全然違う。

という意見も誤りなので注意して下さい。

ベイズファクターを使うことは、P値で言えば、ある適切な方法でn→大で有意水準→小とする場合と数学的にほぼ同等です。続く

タグ：統計

posted at 12:41:49

#統計二項分布モデルの場合にベイズファクターとP値の関係を実演してみた結果がソースコードを含めて以下のリンク先で公開されている。

シンプルなモデルでは、ベイズ統計とP値を使う方法がn→∞で一致することを証明できます(渡辺澄夫『ベイズ統計の理論と方法』第3章)。

twitter.com/genkuroki/stat...

タグ：統計

posted at 12:41:49

#統計なにもかもトレードオフの問題にしかならない。

ある特定の方法が「論理的に一貫しており、他の方法よりも認識論的に優れている」というような考え方は誤りです。

タグ：統計

posted at 12:43:36

#統計以下のリンク先の添付画像②③④にはMCMCの結果を意味する青実線がない理由は、すでにMCMCの結果と共役事前分布から手で計算した理論的結果が一致することが十分に確認されているので、MCMCの重たい計算を省略したからです。

twitter.com/genkuroki/stat...

タグ：統計

posted at 12:47:49

注意・警告：このスレッドで紹介した計算結果の大部分は、数学的には「自明でつまらない」と感じられるような計算に過ぎません。断固として自明でつまらない計算扱いしないとまずい。しかし、そういう「自明でつまらない」計算さえもやらずに終わってしまうと、何も理解できずに終わってしまう。

タグ：

posted at 12:58:59

手計算で必要なのはちょうど大学1年で習う微積分レベルだと思います。

大学1年レベルの微積分の計算が、統計学の学習で非常に役に立つ仕組みになっている。

大学1年レベルの線形代数も非常に役に立ちます。

タグ：

posted at 13:00:56

Fabio Sodre @fabiorsodre

Update completed #JuliaLang 1.8.0 and #GenieFramework 5.3.1. No problems with developed applications ☑️🥳 pic.twitter.com/AOqeyOXuPF

タグ： GenieFramework JuliaLang

posted at 13:08:23

HAYASHI Tomohiro @SokoranoKumasan

SAKIYAMA Nobuo/崎山伸夫 @sakichan

なお「想像を絶するキレ方」して11年間の蓄積で書き上げた本と、恐らく同じく「想像を絶するキレ方」をしたであろう福島在住の方が本に対し書いて下さった書評がこれ。
ytrsdijun.com/archives/26092

タグ：

posted at 13:59:45

あ〜る菊池誠(反緊縮)公式 @kikumaco

この画面が雄弁ですね。右下。 #4kiz pic.twitter.com/uTKf5rQU1d

タグ： 4kiz

posted at 14:08:56

「『正しさ』の商人」はみなさんぜひお読みになることをお勧めします twitter.com/SonohennoKuma/...

タグ：

posted at 14:10:57

HAYASHI Tomohiro @SokoranoKumasan

なお私感ながら。

たとえば近年の鳩山由紀夫なんかを見ていると、彼を突き動かしているのも、もしかすると日本に対する強烈な「怨み」なのかもしれないなあ、とは。（逆恨みだとは思えるけれど）

タグ：

posted at 14:25:21

k @nami_ca

cocalc.com/features/julia

Run Julia Online
Run Julia scripts, Pluto notebooks, Jupyter notebooks in a full, online environment.

#JuliaLang/#Julia言語

タグ： JuliaLang

posted at 14:29:28

ぱれあな @pollyanna_y

米山先生、初めましてなのでご存じないのは当然なのですが、わたしはずっと野党支持で国葬にも反対の立場です。突然わたしが国葬賛成であることを前提としたかのようなキツいお言葉をいただいてショックですが、反対だからこそロジックは入念に、というつもりでした。
twitter.com/pollyanna_y/st... twitter.com/RyuichiYoneyam...

タグ：

posted at 14:31:26

#超算数

等分除と包含除を区別させる問題

問題を作る問題が問題を作っていることの典型例 twitter.com/swchocolat/sta... pic.twitter.com/MiDjy6B7Kk

タグ：超算数

posted at 14:38:51

非公開

タグ：

posted at xx:xx:xx

この「意味」が「誰にとって」なのか判らんけど、ああいうトンチキ採点の存在を知ることで、「我が子が遭遇しても、深刻にならずに対処出来た」って話もあるから、そういうメリットはあるんじゃないのかなあ。 twitter.com/hachyamizuekie...

タグ：

posted at 15:08:00

後、担任のセンセに疑義を伝えると、我が子へのあたりがキツくなるなんてことはよくあるし、実際twitterの教員アカウントなんかだと、はっきり脅しめいたことを言うケースも散見するので、「直接言え」とも気軽に言えない部分もあるのよねえ。ある意味「人質取られてる」に等しい部分があるし。

タグ：

posted at 15:13:57

むしろ、「アレな採点がネットに上げられちゃう」ってのは、生徒なり保護者なりと適切なラポールを作ることに失敗している可能性の表れだと思うんだけど、そういう風に解している人は（きっと居ると思うんだけども）目につかないんだよねえ。

タグ：

posted at 15:21:45

@sekai_tankyu @BZM10005 私はこの本で集合論を知ったのですが、この著者が、正方形は長方形ではないとしている算数教科書（大日本図書）の著者と知ったときに失望感と言ったら・・・

タグ：

posted at 15:48:14

「現実世界では言えない本音をぶち撒ける」つってるアカウントが、この程度でブロックするって流石に草生えないか。 twitter.com/Yossy_K/status...

タグ：

posted at 15:55:15

加野瀬未友 @kanose

夏野剛氏のSuicaや利権絡みのオモシロ発言
夏野剛「Suicaが使えない仙台市はダサすぎる」とツイートし市民怒り爆発 - Togetter
togetter.com/li/734566
夏野剛氏、薬局の利権について切り込む - Togetter
togetter.com/li/769643

タグ：

posted at 15:59:41

探究 @sekai_tankyu

宇宙の人民ブースカちゃん @Booskachan_Ver2

マジか、、、 twitter.com/sekibunnteisuu...

タグ：

posted at 16:23:01

AppStoreの4kizページも雄弁です。
たぶん「このアプリを使っている人はこれも使っています」という単純なサジェスチョンですけど。
( ^ω^ ) twitter.com/sakichan/statu... pic.twitter.com/U9rETSQoEd

タグ：

posted at 16:24:38

@sekai_tankyu #超算数
 blog.goo.ne.jp/mh0920-yh/e/66...

タグ：超算数

posted at 16:26:28

@sekai_tankyu #超算数
 blog.goo.ne.jp/mh0920-yh/e/6f...
＞大日本図書の教科書『たのしい算数』の筆頭著作者のひとりは、赤攝也氏である。

名義貸しでろくに中身をチェックしていないならひどい話。
チェックしてこれで通していたならひどい話。

既に鬼籍に入られた方なのでどちらかは分からないがどちらにしても酷い話。

タグ：超算数

posted at 16:30:16

ぱれあな @pollyanna_y

かつては立憲パートナーズに参加していて、前回の参院選も比例は辻元さんに入れた（選挙区は山添さん）者としては、思い込みに基づいて晒され続けて、フォロワーにも口汚く罵らせっぱなしの対応は本当に残念。
パートナーズ退会して正解だったと思わざるを得ない。

タグ：

posted at 17:30:56

てる @eluLLLelu

N回目の同じこと言ってるやつだが、CでもFortran90 でもRでもPython でもJulia言語でもなんでもいいんだけど、とにかく一つプログラミング言語に習熟(もちろんレベルは人による)しておくと、何かと便利です。個人的に手頃な科学技術計算にはJulia言語をオススメします。

タグ：

posted at 17:56:40

雨崎しのぶ @amasaki203

OokuboTact　大久保中二病中年 @OokuboTact

#Julia言語でpkg> add Foo したときに、"Unhandled Task ERROR: IOError: FDWatcher: bad file descriptor (EBADF)"って出るようになったけど、よくわからない

（julialang.orgからwgetでtarをダウンロードしたときに、ipv6の接続要求が蹴られてるのと関係あるだろうか？）

タグ： Julia言語

posted at 18:06:31

#超算数

小学校の掛け順を擁護する人で、「文科省の指示に従っている」と言う人がいる。
そして文科省の主張に反する「算数は数学ではないから」という理屈を持ってくる人がいる。
この当たりはちゃんと整合性のある意見に統一して欲しい。

タグ：超算数

posted at 19:54:11

#統計このスレッドの話題について、【ほんの少しだけしか情報を使ってないからええやろ】的な説明をつけることはひどくミスリーディングであることは言うまでもない。

このスレッドで使ったデータの数値から決める事前分布では、尤度函数を決める十分統計量をフルに使って事前分布を決めている。続く

タグ：統計

posted at 20:57:51

OokuboTact　大久保中二病中年 @OokuboTact

#統計続き。尤度函数の情報をフルに使って事前分布を決めているので「ほんの少しだけしか情報を使っていない」というのは明瞭に誤り。

「情報」ではなく、「結果への影響の大きさ」で考える必要がある。事前分布部分の影響はO(1/n)のオーダーで小さくなることがポイント。

タグ：統計

posted at 20:57:52

#超算数

文科省が算数には数学が大事と力説しても、「算数は数学とは違うから」という人が減る様子がない

タグ：超算数

posted at 20:58:03

#統計要するに冒頭に引用したStatistical Rethinkingの「再考」の1つの話に戻る。

対数尤度函数＋対数事前分布

のnが大きくなるにつれて結果への対数尤度函数部分の影響が大きくなる。事前分布をおとなしめのものに取ると相当に小さなnで尤度函数の影響が支配的になる。 twitter.com/genkuroki/stat... pic.twitter.com/D1wdysYyNI

タグ：統計

posted at 21:06:17

#統計以下のリンク先での3つのグラフの一致は、座標(μ, log σ²)でのimproper平坦事前分布dμ dlog σ²の正規分布モデルのベイズ統計が、1標本t検定をexactに(誤差ゼロで)再現することを意味しています。

その場合には、平坦事前分布ではないおとなしめの事前分布を取っても結果は大して変わらない。 twitter.com/genkuroki/stat...

タグ：統計

posted at 21:14:15

#超算数
単なる採点ミスだったようだが、それをしばらく伏せていたら、バツを擁護する人が出てきただろうね^^

「『なんびき』と言う問題だから、正解は9びき」とか、色々珍説が出てきそう。

後ツイート主はアップした後に教員に聞いて、それで解決している。全く問題ない。 twitter.com/asami3515/stat... pic.twitter.com/ogqdFB2htD

タグ：超算数

posted at 21:18:56

#超算数
 #拡散希望
小学校の九九で1の段をやりましたか？
純粋なアンケートです。是非の話ではありません。

タグ：拡散希望超算数

posted at 21:31:13

Atsushi Sakai @Atsushi_twi

天むす名古屋 Temmus @temmusu_n

5倍高速化はすごい“CPython 高速化計画は、Mark Shannon氏が提案したプランに基づいてPythonの高速化を行うもので、Pythonを毎年50%高速化し、互換性を保ちつつ 4年間で5倍高速化することを目標としています。”Python 3.11の新機能(その1） CPython高速化計画: www.python.jp/news/wnpython3...

タグ：

posted at 21:31:21