黒木玄 Gen Kuroki(@genkuroki)/2023年04月23日

Please don’t stop.. 😊 pic.twitter.com/LmHArzAxiq

タグ：

posted at 00:23:55

K財務官曰く、研究費を大幅に増やしてきたなんて宣ってるけど、論文生産に直接関係のある競争的資金は４兆円（これも何だか分からない）の１割にも満たないわけでw昨今の運営費ではとても研究はできないので実質研究を担保してる費目は競争的資金。その割合を増やしたと豪語してて自己矛盾してない？w

タグ：

posted at 01:02:15

つまり、競争的資金でしか研究できないという立場を取るなら競争的資金の他国との割合で語るべきで、国際比較は運営費を混ぜた費用で議論するのは卑怯で欺瞞ですわな。

タグ：

posted at 01:06:03

しまいには政府支出ではない私学の運営費も混ぜてるということですね。実際、研究費に対する日本の政府支出割合は顕著に低い。彼のやり方はいつも先に結論があって、都合のいい数字を持ってきてるだけなんです。

タグ：

posted at 01:08:17

ちなみに独自調査ですが、競争的資金はドイツには少なくともボロ負けです。ドイツには学振のような研究費分配機関が少なくとも3つはある（物理関係だけで）。あとドイツの有力大学は国立大学なので運営費も潤沢。さらに研究者にはユーロからの資金もある。論文生産性とか言われてもカネが違うよ。

タグ：

posted at 01:13:47

Some theorems @CihanPostsThms

[Cantor 1873]: The quadratic function
P: ℕ x ℕ → ℕ
(x,y) ↦ ½( (x+y)² + 3x + y )
is a bijection.

[Fueter–Pólya 1923]: The only quadratic bijections ℕ x ℕ → ℕ are Cantor's P(x,y) and P(y,x).

タグ：

posted at 02:13:53

栗原裕一郎 @y_kurihara

発禁にできるわけもないのに飽きずにキャンセルかましちゃ憎むべきヘイト本をベストセラーに押し上げ塩を送ってやまない活動家的学者や文筆業者の所業もよくわからないが、他人の本を燃やしてはばからない輩を重用したがる出版社とか編集者というのもいい加減謎ではありますな。もしかして馬鹿なの？

タグ：

posted at 04:01:28

産経ニュース @Sankei_news

【話題の記事】
親露アカウントの９割、過去に反ワクチン関連ツイート　東大大学院教授分析
www.sankei.com/article/202204...

両者の親和性の高さが浮き彫りとなった。鳥海氏は１月１日～３月５日にツイッターに投稿された約３０万ツイートを調査

タグ：

posted at 06:00:00

#統計再度強調

* 「散布図+回帰直線」の回帰直線は散布図のデータにベストフィットする直線に過ぎず、ベストフィットでない直線も考慮する必要あり。

* そのためには「散布図+回帰直線+回帰直線の信頼区間」をプロットすると良い。

* 一般に点推定値だけを見ちゃダメで、信頼区間も見る必要あり。

タグ：統計

posted at 08:05:25

LLMが創発に至るために必要なデータ量が多すぎる気がしていて、それは学習に言語データしか使ってないからじゃないのかと思っている（根拠はないけど）。世の中のあらゆる情報をインプットしないと創発が起きないなら人間は創発していないはず

タグ：

posted at 08:16:47

視覚聴覚触覚などから得られるデータ量は言語の情報量より遥かに多いはずで、それらを含めたデータ量の総量が臨界に達したときに創発が起きるのかもしれない

タグ：

posted at 08:18:26

チャンネル登録者数1280万人の怪物YouTuber

This Anime Bassist Must Be Stopped youtu.be/YFSjfQ_Xc34 @YouTubeより

最初の5分が #ぼっち・ざ・ろっく #BocchiTheRock ねた。

タグ： BocchiTheRock ぼっち

posted at 08:33:46

鰹節猫吉 @sunchanuiguru

教員の社会性とは？ pic.twitter.com/sItVXhJvwx

タグ：

posted at 08:49:23

#統計これも再度強調

有意水準5%＝信頼水準95%は結構ザル。

有意水準5%で「統計的に有意」(←誤解を生みがちな言い方)だったり、95%信頼区間が「0をまたがない」としても、強気の主張をしちゃいけない。

色々試して「統計的に有意」になる場合を見つけた場合では極めて疑わしい観察扱いが妥当。

タグ：統計

posted at 08:55:09

#統計これも繰り返し言っていること↓

さらに、P値や信頼区間やベイズ統計での事後分布の類は、

データの数値とモデル＋パラメータ値の相性の良さ

を見ているにすぎず、データの取得法とモデルの設定の組み合わせが妥当でない場合には、現実に関するまともな結論が得られないことへの注意が必要。

タグ：統計

posted at 08:55:09

#統計モデルの妥当性確保の問題は難しい。

＞その統計分析で使ったモデルの詳細を説明して下さい。

＞そのモデルの採用がこの場合に妥当であると考えられる根拠は何ですか？

この2つの質問に答えることができない場合には、統計学のツールを使っていても、科学的には信用できないことになります。

タグ：統計

posted at 08:55:09

#統計どういうモデルを使っているかを認識せずに、統計ソフトに数値を突っ込んでいるだけの統計学ユーザーの科学的信用度はゼロ。

そして、そうなる原因のかなりの部分が高等教育機関での教育の仕方にある。

これは大問題。

タグ：統計

posted at 08:55:10

#統計このスレッドではあえて触れないように気を付けていたのですが、統計的因果推論も使用する場合には、モデルの妥当性の確保はさらにシビアになります。

因果推論を欠測値の問題だと説明する方針(←滅茶苦茶多い)だと、そのシビアさが見え難くなってしまう点に注意が必要だと思います。

タグ：統計

posted at 09:03:02

#統計「すべてのモデルは間違っている」という統計学の立場では、95%信頼区間を

❌標本を何度も取り直して区間を計算するとき、それらの区間の95%に真の値が含まれる

と解釈することは誤りになります。なぜならば、この解釈はモデルが現実で妥当であることを当然の前提にしてしまっているからです。

タグ：統計

posted at 09:09:55

#統計伝統的な統計学入門の教科書には、モデルの妥当性を当然の前提にしているかのような説明が多いので、モデルの妥当性が保証されていない実践的な統計学の応用では使えない考え方を身に付けることになりかねないので注意が必要です。

タグ：統計

posted at 09:11:54

#統計

⭕パラメータ値θ=aの下での統計モデル内で生成された標本から計算されたパラメータθの95%信頼区間に値aが含まれる確率は95%で近似される

なら正しいです。95%信頼区間の95%はこういう意味での確率になっています。ただし、モデル内確率であることに注意。

続く
twitter.com/genkuroki/stat...

タグ：統計

posted at 09:19:51

#統計非常に困ったことに、95%信頼区間の95%を確率だと言ってはいけないかのような非論理的な主張を堂々と宣伝する人達がいるのですが、そういう人達が入門的な教科書を引用して勧める以下のリンク先の解釈は誤りです。入門的な教科書の説明は多くの場合に間違っています。

twitter.com/genkuroki/stat...

タグ：統計

posted at 09:19:51

#統計さらに、その論文でも引用されているように、Statistical RethinkingのMcElreathさんは、ベイズ統計での事後分布もcompatibilityで解釈した方がよいと言っています。

モデルの妥当性が保証されない場合について自分で考えれば自然に出て来るような解釈の仕方。

twitter.com/genkuroki/stat...

タグ：統計

posted at 09:28:50

#統計例えば、緑の実線に挟まれた領域が「回帰直線の95%信頼区間」になっているのですが、

データの数値と線形回帰モデル+直線(直線をモデルのパラメータとみなす)の相性が有意水準5%で悪過ぎないとみなされる直線は「回帰直線の95%信頼区間」の領域に含まれる

と解釈されます。 pic.twitter.com/dyeSJgecsr

タグ：統計

posted at 09:45:27

#統計回帰直線の信頼区間には

データの数値と線形回帰モデル＋直線の相性

が悪過ぎない直線が含まれている。

この解釈であれば、直線による線形回帰モデルが妥当でない場合にも適用可能。直線による線形回帰モデルが現実では正しくなくてもこの解釈ならば大丈夫。 pic.twitter.com/nbtGCD6gJG

タグ：統計

posted at 09:45:27

#統計添付画像の場合には、

データの数値=散布図

と

線形回帰モデル＋ほとんど傾きが0の直線

の相性が悪過ぎるということはないことが分かる。

データの数値と直線による線形回帰モデルによって「傾きはほぼ０」という仮説は、5%のザルな危険率の下でも、否定できないことになります。 pic.twitter.com/lSGzrBiiSu

タグ：統計

posted at 09:45:28

#統計直線による線形回帰モデルには因果関係のモデル化が一切含まれていないので、直線による線形回帰モデルとデータの数値の相性をどんなに見ても、因果効果については何もわかりません。

タグ：統計

posted at 09:52:40

#統計因果効果の推定では、回帰モデルよりも詳細な因果関係の情報も含めたモデル化が必要になります。

この点が不明瞭な因果推論の解説(非常に多い)では、単なる回帰分析との違いが不明瞭になりがち。

機械学習を使ったとされる統計的因果推論のパッケージの解説は特に要注意だと思います。

タグ：統計

posted at 09:54:24

#統計目的変数yの説明変数xへの回帰モデルの一般形は "p(y|x)" です。

"p(y|x)" が有限個のパラメータで特徴付けられる特別な形をしているとした場合がパラメトリックモデルで、直線による線形回帰はその特別な場合。

"p(y|x)" まで一般化しても回帰モデルだけでは因果効果の推定には足りない。

タグ：統計

posted at 09:58:04

#統計統計的因果推論の楽しい講義としては

github.com/rmcelreath/sta...

がお勧め。これ滅茶苦茶楽しいです。ミームを使った冗談がマジ笑える。

これは、所謂勉強ではなく、ストレス解消のために見ることもできる。

タグ：統計

posted at 10:00:44

#統計 Statistical Rethinking 2023より

例えば、機械学習で

E[Y(1)|X₁=x₁, X₂=x₂, …] - E[Y(0)|X₁=x₁, X₂=x₂, …]

を推定することを「因果推論」と称している場合には添付画像の警告はとても重要。

Control variables X₁, X₂, … の扱いが雑だとアウト。

speakerdeck.com/rmcelreath/sta... pic.twitter.com/DSQLAGE4wg

タグ：統計

posted at 10:15:19

このミームの元ネタはスターウォーズ2です。

検索すると、この手の画像を作ってくれるサイトが見付かります。

こういうのを日本でも自由にやり易くした方がよいと思う。世界中の人が日本の作品をミーム化して使うようになれば、結果的に日本にとっても得になる。

www.google.com/search?q=Anaki... pic.twitter.com/gmVEjL3SYf

タグ：

posted at 10:22:20

#統計観察データから

E[Y|T=t, X₁=x₁, X₂=x₂, …]

の推定することは単なる回帰。その結果と

E[Y(t)|X₁=x₁, X₂=x₂, …]

の関係の部分で、回帰モデルよりも詳細な情報を含むモデルが必要になるのですが、そこの部分でignorabilityのような都合の良い前提を当然としていると危ない。 twitter.com/genkuroki/stat...

タグ：統計

posted at 11:02:28

#統計単に回帰 "p(y|t,x₁,x₂,…)" の部分で機械学習の方法を使っているだけならば、

　単なる回帰のために機械学習の方法を使っているだけで、
　機械学習の方法で因果推論を行っていない

とはっきり言ってくれた方が分かりやすい場合は多いように思えます。それでも研究の価値は変わらない。

タグ：統計

posted at 11:02:29

kashi @mkashi

sympyで計算した式をTeX表記にするべくいろいろ頑張って書いたあとに、sympy.latex(式)で全部済むことに気づいた。なぜ最初に調べなかったんだろう…

タグ：

posted at 12:22:32

#統計回帰直線の信頼区間とデータの数値の予測区間の違い

添付図の濃い灰色の領域は「回帰直線の信頼区間」で、データの数値と相性が悪過ぎない回帰直線が含まれる範囲です。

「回帰直線の信頼区間」にはデータの数値(ドット)の過半数が含まれていなくてもよいことに注意。添付図を見よ。続く pic.twitter.com/T3HW48voqK

タグ：統計

posted at 13:23:14

#統計データの数値の予測区間は回帰直線の信頼区間よりも広くなります。

領域に含まれるものが回帰直線とデータの数値であるかの違いに注意。

ベイズ統計でも同様の違いに注意する必要があります。

タグ：統計

posted at 13:23:14

#統計 Statistical Rethinkingでは、ベイズ統計のツールセットを使って統計的因果推論の講義を行っているのですが、主義思想哲学原理に基く怪しげな理由でベイズを選択しているのではありません。

モデルがシンプルな場合は非ベイズの方法でも同じことをできます。 twitter.com/genkuroki/stat...

タグ：統計

posted at 13:50:03

#統計

DAGで要約できるような構造的因果モデル

と

StanやTuring.jlのようなベイズ的な確率プログラミング言語

の相性は抜群であり、個人的な意見ではDAGを使う人がそれらの道具に触れずに済ますことは技術的に酷く不健全だと思います。滅茶苦茶便利な道具を避けるのはおかしい。

タグ：統計

posted at 13:54:28

#統計ちなみに、直線(一次函数)への回帰に限らない一般の線形回帰のベイズ版での信頼区間と予測区間の対応物は、事前分布として回帰係数およびlog σ²についてのimproper平坦事前分布を採用すると、通常の信頼区間と予測区間に誤差無しでぴったり一致します。 twitter.com/genkuroki/stat...

タグ：統計

posted at 14:06:05

#統計よく使われるシンプルな統計モデルの場合に、事前分布として「平坦事前分布」を採用すると、ベイズ統計の事後分布を使って得られる結果が、非ベイズの結果とぴったり一致したり、小さな誤差を除いて一致することを確認しておけば、ベイズ統計のツールセットを使うことが怖く無くなるはずです。

タグ：統計

posted at 14:06:06

#統計

①DAGで要約できる構造的因果モデルMをStanやTuring.jlを使って、コンピュータに教える。

②そこに観察データを突っ込んでパラメータの事後分布のサンプルを作成。

③以上の結果を利用して、モデルM内で構成された潜在結果変数Yₓの予測分布のサンプルを構成して、因果効果を推定。

続く

タグ：統計

posted at 14:24:50

#統計続き。この方針なら、潜在結果変数Yₓと他の変数達(モデルのパラメータを含む)の同時予測分布のサンプルが得られます。

平均因果効果の推定値だけではなく、潜在結果Yₓと他の変数達の同時の予測分布の様子が分かります。

これ、どうしてみんなやらないのか不思議。つづき

タグ：統計

posted at 14:24:51

#統計日本語圏に限っても、ずっと前からStanの使い方の解説には不自由しないようになっているし、使い方をマスターしている人も多い。

そこからの自然な流れは、上で説明した方法で統計的因果推論をベイズ統計での階層モデリングの発展として位置付けること。

タグ：統計

posted at 14:24:53

#統計 WAICの類を使うには、予測分布の定義を最初に確定させる必要があるのですが、統計的因果推論で必要な予測分布は、観察データに関するモデルから素直に作ったものではなく、モデルの因果構造を使って定義された潜在結果の予測分布になります。

タグ：統計

posted at 14:32:06

#統計何を予測したいかを決めないと予測分布の定義は確定しないので、StanやTuring.jlのコードで記述されたモデルから予測分布はただ一つに決まりません。

因果推論では予測分布の定義が一意的に決まらない理由がよりクリアになり、予測分布の概念の理解が少し深まった気がしました。

タグ：統計

posted at 14:37:20

じゃずます @jazzmas62

Netflixでトッカイ見てるけどなかなか面白い。住専問題と整理回収機構のドラマなんてずいぶん昔に作られたドラマかなと思ったら2年くらい前ですわりと最近ではなのに驚いた。当時混迷を極めた世の中を生きてた人間としてはある種同窓会できない雰囲気もあり、

タグ：

posted at 15:30:28

the_spoiler @don_jardine

町山氏がしばき隊からバッシングを受けたのは、町山氏が反アベの過激なデモに「それでは共感を得られない」と苦言を呈したことが引き金となっている。当時は町山氏も上杉隆と対峙したりそれなりに是々非々的姿勢を示していたが、今ではもうしばき隊と変わらない。その方が生きやすいと思ったのか。

タグ：

posted at 15:34:14

TaKu @takusansu

@OokuboTact 「平行四辺形は台形ではない」では？

タグ：

posted at 15:35:58

OokuboTact　大久保中二病中年 @OokuboTact

@takusansu @OokuboTact 扱っているネタがあまりにもアレなせいで、そのおかしさを指摘する発言までおかしくなってしまいがち。😅

タグ：

posted at 15:39:36

@genkuroki @takusansu ＞　「平行四辺形は台形ではない」では？

そうですね（苦笑）

タグ：

posted at 15:52:52

論文や申請書などを書くときに「社会における〇〇の動向や変遷」など（〇〇は主に技術的な話）が欲しくて論文を探すことがあるが、人文系の学者による紀要がひっかかることが割とある。そういう蓄積が消えると困るなあ

タグ：

posted at 16:36:29

例えばLLMによる会話型AIが教育にどういう影響を与えるか（あるいは与えたか）みたいなことを記録分析して蓄積するのは人文系学者の仕事で、そういうのはぜひ続いてほしい

タグ：

posted at 16:38:08

【悲報】仙台市急患センターにて、さきほど網膜剥離と診断されました。現在、右目の視野がほとんどない状態です。
今朝の段階では、鼻のあたりに妙な黒い影があるなぁという状態だったのに、一日でこんなに進行するとは。。。

タグ：

posted at 17:06:47

(1)
併置積問題追加情報と私見です。(ちょっと長い)
まず、併置積問題を
「4ab÷2a」と「4ab÷2×a」とでは結果が異なるのかどうか、前者を「4ab÷(2a)」と同一視してよいかどうかという問題とします。
×を省略すると優先順位が上がると考える人は結果が異なることになります。 twitter.com/sekibunnteisuu...

タグ：

posted at 18:05:47

(2)
これは外国でも話題になるような曖昧問題です。有名なのは「9÷3(1+2)=?‥1or9?」のような感じです。
2021年度公立高校入試からそのような問題をピンポイントで調べたところ、17府県で÷のあとがカッコなしで出題されていました。

タグ：

posted at 18:06:52

(3)
マイナスの係数とともにカッコ付きで出題されていたのが10県。この形の問題が出題されていないのが20都道府県でした。以上から，多くの県では問題意識がされていないということが言えると思います。まさか、曖昧ではなく優先順位が上がるのが当然とされているのでしょうか。

タグ：

posted at 18:07:54

(4)
他の年度も少し確認した結果、係数がプラスの場合はカッコなし、マイナスの場合はカッコ付きという県もあります。21年度ではありませんが、神奈川県もそうです。少し後ろめたいのか、係数のみにカッコがついている出題はありません。

タグ：

posted at 18:09:09

(5)
4ab÷(-2a)はあるが、4ab÷(-2)aはないということです。これはどういうことでしょうか。4ab÷2aとは書くくせに4ab÷(-2)aとは書かないところにいやらしさを感じます。×を省略すると優先順位が上がるのなら4ab÷(-2)aと書けばいいのにそうしない理由はなんでしょうか。

タグ：

posted at 18:10:10

(6)
カッコをつけると併置積の効き目が弱くなるんですか？。
曖昧さを回避する最善策はカッコに入れて「単項式1÷(単項式2)」と書くことだと考えます。あるいは「単項式1を単項式2で割りなさい。」のような問題文にすることです。

タグ：

posted at 18:11:25

(7)
(おまけ)
「白い家に住んでいるAさんの親」という文からは、白い家に住んでいるのがAさんか親かを決められません。決めるためには読点(、)を「Aさん」の前か後に打つことだと思います。それでもダメだと言われれば、文を2つに分ければよいことです。文法的に問題がなくても解釈は揺れるものです。

タグ：

posted at 18:13:37

Hiroyasu Kamo @kamo_hiroyasu

@genkuroki ST VOY の第一シーズンは指揮系統の統合・再構築がテーマです。それに伴うゴタゴタのエピソード集です。

タグ：

posted at 18:39:51

さてわたしが網膜剥離に至るまで。
金曜日の夜：帰宅しながらクルマを運転している最中、視野の外に妙な光を感じた。「UFO？、パチンコ屋のネオン？」と不思議に思ったが、すぐ暗い道に入ったのであまり気に留めず（←光視症）

タグ：

posted at 19:12:41

金曜日帰宅してから：
よくよく右目を観察してみると、視野全体に直径2mmくらいのカエルの卵のようなものがビッシリある。所々、黒い点や糸状のものもあり、眼球を動かすとゆらゆらと揺れる（←飛蚊症）
あ、これは疲れている時にたまにあるアレだと、土日でゆっくり休むかとあまり気の留めず。

タグ：

posted at 19:12:42

土曜日の朝：
朝起きると相変わらずカエルの卵が沢山見える。よく観察すると、右目と左目で少々濁って暗く見えている。
色々ググると網膜剥離に進行する可能性を知る。
眼科の受診を考えるが、土曜日にやっているクリニックが少なく用事もあったため、週明けにでも時間取って行ってみるかと延期する。

タグ：

posted at 19:12:43

土曜日の午後：
少々遅い昼飯を食べていると、鼻のあたりになにやら黒い塊のようなものが見えることに気付く（←網膜裂孔から網膜剥離へ進行）
夜になるとその黒い塊が大きくなってきたように見えた。これは本当に素人判断でも網膜剥離の可能性が高いので、週明け早々に受診する予定を入れねばと思う。

タグ：

posted at 19:12:43

日曜の朝：
黒い塊が大きくなっていたら休日診療を受診したほうがいいか？、と思っていたが、寝る前とあまり変わらなかったので、予定通り丸森にタケノコを掘りにクルマででかける。
しかし運転しながら、視界にある黒い塊がどんどん肥大して視野が狭まってくる。慌てて予定を切り上げて帰宅する。

タグ：

posted at 19:12:44

帰宅した頃には、視野の半分近くが黒い塊で埋まり、ほとんど片目で運転している状態の寸前まで視野が狭まっていた。
この調子では明日に受診してたら手遅れになるのではと心配になり、宮城県の救急相談センターに電話で相談したところ、仙台市救急センターの受診を勧められる。

タグ：

posted at 19:12:45

と、眼科の医師の先生から、予想通り網膜剥離の診断が下りる。黒い塊の縁に茶色い半透明の液体のようなものが見えるが、これは血液だそうで。ということで、１分１秒でも早い手術の予約を勧められ、手術を一番早く受けられそうな病院の紹介状を書いてもらう。

タグ：

posted at 19:12:45

こんな状態になるまでもっと前から症状があったはずだが気付かなかったのか？、とドクターから聞かれたが、一昨日の夜が始めて。ただ、期末期首の激務続きで慢性的な目の疲れは感じていたので、おそらく前々から飛蚊症の症状はあったけど気付いてなかったということかなぁ。

タグ：

posted at 19:12:46

#統計回帰係数β₀,β₁と残差の分散の対数log σ²の3パラメータの平坦事前分布に関する直線へのベイズ線形回帰によって、非ベイズの通常の線形回帰の仕組みで作った以下の図がぴったりそのまま再現されることを数学的に証明できる。

これを知ってベイズ統計への恐れが減るとよいよ思います。 pic.twitter.com/qq9Vh8Ntcx

タグ：統計

posted at 19:33:42

#統計主義思想哲学原理によってベイズ統計を勧める人達の中には、自身が信奉する主義思想哲学原理に反するやり方を他人がすることを否定する人達がいます。ツイッターにもいる。

そういう人達は気軽に使える有用な道具であるベイズ統計に普及を妨害していると思う。

タグ：統計

posted at 19:36:45

タグ：

posted at 19:41:09