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 » 2023年07月02日
並び順 : 新→古 | 古→新

2023年07月02日(日)

sekkai @sekkai

23年7月2日

ヤッター!! Twitter このまま潰れて Meta の Project 92 に駆逐されてくれ〜!!🥹同じ便所でも汚いのより綺麗な便所のほうがいいんじゃ🥹🥹🥹🙏🏻✨✨✨ twitter.com/elonmusk/statu...

タグ:

posted at 08:10:27

黒木玄 Gen Kuroki @genkuroki

23年7月2日

昨晩はブラウザからアクセスしてもツイッターを使用不可能な状態になっていた。 twitter.com/genkuroki/stat...

タグ:

posted at 09:53:42

sekkai @sekkai

23年7月2日

「ツイートの閲覧制限の文句を言ったら、閲覧制限にかかるなんてウケルwww」サイコパス味高すぎでしょ。 twitter.com/elonmusk/statu...

タグ:

posted at 10:14:42

TaKu @takusansu

23年7月2日

笠井氏の掛け順の部分を引用して貰えないでしょうか?
twitter.com/OokuboTact/sta...

タグ:

posted at 10:31:35

Iwao KIMURA @iwaokimura

23年7月2日

某学会がMastodonをホストしては,というアイディアを某所で伺ったことがありましたな.

タグ:

posted at 11:24:31

Shiro Kawai @anohana

23年7月2日

@iwaokimura acmはホストしてますね。もうちょっと早ければそっちにアカウントつくってたかも。

タグ:

posted at 11:29:12

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 #Julia言語 2つのベータ分布に従う乱数を大量に生成して、2つの乱数の比を大量に計算して、大量の比の分位点を求めるだけで、リスク比の区間推定(ベイズ版信用区間の計算)をできることは、具体的には添付画像の通りです。

確率分布の直接的取り扱いに戻っても非常にシンプルです。 twitter.com/genkuroki/stat... pic.twitter.com/NsjRARylV8

タグ: Julia言語 統計

posted at 12:13:38

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 #Julia言語 上で計算したベイズ版信用区間は事後分布におけるequal-tailed intervalになっています。

区間の長さを最短にするhighest density intervalは添付画像のように計算できます。

最短性の条件を使ってシンプルに計算できます。 pic.twitter.com/gtKWnBwOgM

タグ: Julia言語 統計

posted at 12:18:18

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 以上の例では事後分布の形が2つのベータ分布としてわかっている場合なので、よく出て来る確率分布を扱うためのライブラリを利用して事後分布に従う乱数を大量に生成できました。

こうできない場合であっても、MCMC法のパッケージを使えば、事後分布に従う乱数をたくさん生成できます。

タグ: 統計

posted at 12:39:06

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 私にはどうしてそういう誤解が出て来るのか理解できないのですが(おそらく理解せずに字面だけを追っている)、

❌ MCMC法 ≒ ベイズ統計

のような酷い誤解がある。

⭕️MCMC法は確率分布の擬似乱数生成のための一般的なツール

です。擬似乱数を生成したい多くの場合にMCMC法は利用可能。

タグ: 統計

posted at 12:44:39

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 ベイズ統計の本質はベイズの定理にあるのではなく、

 統計モデル(事前分布を含む)の確率分布を
 「データと同じ数値が生成された」という条件で
 制限して得られる条件付き確率分布を作ること

です。MCMC法はその条件付き確率分布に従う乱数の生成に使われています。

タグ: 統計

posted at 12:48:48

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 ベイズ統計の事後分布もデータの数値を使った制限で得られる条件付き確率分布の一種です。一般の統計モデルや一般の事前分布から得られる事後分布の乱数はMCMC法で生成することが多いです。

以下のリンク先ではMCMC法を使わずに直接的に事後分布の乱数達R1,R2を生成しています。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 12:52:20

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 コンピュータを使ったベイズ統計の利用では

 確率分布の乱数達を大量に生成できるとき、
 その乱数達を使って元の確率分布についての何がわかるか

を最初に押さえておくと、理解し易くなると思います。

MCMC法は確率分布の乱数生成法でしかないので、詳細を理解していなくても使えます。

タグ: 統計

posted at 12:56:16

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 ベイズ信用区間は事後分布から計算されるのですが、それらは

データの数値x
統計モデルM (ベイズの場合は事前分布を含む)
パラメータの数値に関する仮説θ=θ₀

の相性の良さもしくは整合性の様子を見て記述するものだと解釈すると良いです。これはP値函数の解釈と全く同じです。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 13:10:55

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 非ベイズでもベイズでも、統計分析では

データの数値x
統計モデルM (ベイズの場合は事前分布を含む)
パラメータの数値に関する仮説θ=θ₀
の相性の良さもしくは整合性を見ていることになっている

と理解しておけば、間違ってパラメータに関する仮説だけに注目してしまう誤りを防げます。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 13:15:17

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 データの取得法も統計モデルも妥当性を保証し切れない場合の方が普通で、さらに観察データによくフィットしていたり、よく予測したりする統計モデルであっても、安易に使うと因果効果の推定で致命的な失敗をすることがある。

こういう問題群と比較するとベイズか非ベイズかは小さな問題です。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 13:23:16

清 史弘 @f_sei

23年7月2日


私にとって、ツイ廃は褒め言葉🤭 twitter.com/mayumiura/stat...

タグ:

posted at 13:27:23

Hiroshi Nishiura @nishiurah

23年7月2日

まずいよ。大炎上を受け入れた事実や、合併症含む死亡や後遺症のバーデン、先の厳し目見通しと、まだやれること等、政治行政が責任を果たしてないから、単純な価値判断で「風邪と一過性の高齢者医療問題くらいだ」という壮大な思い違いが起こっている。専門家が叫んで法政が変わる時期はとうに終了。 twitter.com/triangle24/sta...

タグ:

posted at 13:28:11

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 主義哲学思想原理(例:{頻度,尤度,ベイズ}主義)に基いて使用する方法を制限したがる発言を安易にできる人たちは、現実で問題になることを何も理解していないとみなされると思います。

主義哲学思想原理に基く方法の制限の話を見て、統計学を難解に感じている人達も酷く誤解していると思う。

タグ: 統計

posted at 13:28:52

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 「ベイズ主義 vs. 頻度主義」のような主義に基く統計学観の有害な図式に心がとらわれてしまった人達にとって、Statisitical Rethinking は良い解毒剤になると思います。

Statistical Rethinkingの講義を聴けば、因果推論の基礎が学べてかつベイズ統計を使う方法の便利さも理解できます。 twitter.com/genkuroki/stat... pic.twitter.com/rJu97TQffR

タグ: 統計

posted at 13:36:32

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 すでにP値や信頼区間に習熟している人達は

①シンプルなモデルとある程度以上の標本サイズで、信頼区間と信用区間がほぼ一致することのコンピュータでの確認

によってベイズ統計への恐怖感をなくして、

②Statistical Rethinkingの講義を聴く

と因果推論+ベイズ統計の良い勉強になるはず。

タグ: 統計

posted at 13:42:03

黒木玄 Gen Kuroki @genkuroki

23年7月2日

沖田艦長:「バカめと言ってやれ」「バカめだ!」 twitter.com/kyhibisyoujin/...

タグ:

posted at 13:59:22

パスコンパス @pscmps

23年7月2日

リンク機構で遊びたい人に個人的におすすめだけど公開が停止されていた幻のソフト「リンク機構シミュレーター」というのがあって
なんと今年の2月からブラウザで使える様になっていたのでみんな使って遊べば幸せになれると思います
edu-mat.sakuraweb.com/linksim/index.... pic.twitter.com/coKhE1HN2b

タグ:

posted at 14:17:18

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#数楽 これは、π > 3.05 の証明法として非常に賢い。

個人的に、高校生が鈴木貫太郎さんの数学動画を見て楽しむのは非常に良いことだと思っています。

実際に視聴数を稼いでいる。

鈴木貫太郎さんの動画は見易い。

youtu.be/sxpC4y5VMkI pic.twitter.com/jcv6e6MbZd

タグ: 数楽

posted at 14:38:07

Hal Tasaki @Hal_Tasaki

23年7月2日

「量子エンタングルメントとベルの不等式の破れ」についてのぼくの一般向けの講義の視聴数が今も増えています! ありがたいことです。
標準的な解説を「噛み砕いた」のではなく、このストーリーの本質を伝えるにはどうすべきかゼロから考えて作りました。ぜひご覧ください。
youtu.be/XYzOiBNGN2s

タグ:

posted at 14:51:25

大' @satodainu

23年7月2日

3日前に知らない店のラーメンが意外と美味かったとFBに投稿したら「こんな有名店を知らんのか」と専門知で殴られ…いや、多くのご指導を頂いたので、学び直しに来ました。そして半分ぐらい食べたところで、3日前の「餃子セットだと多いな」という評価を思い出し…あー、再現性が確認されました。 #神座 pic.twitter.com/yGSKVSxdlR

タグ: 神座

posted at 15:00:30

黒木玄 Gen Kuroki @genkuroki

23年7月2日

鈴木貫太郎さんの動画の良いところは、まず、

* 見易く、聞き易い

ことで、そして、

* 殴り書きの気楽な計算を見せてくれていること

および

* 「教育的であろうとする」というような雑念よりも純粋に面白がっているように見える

ので結果的に非常に教育的な感じな所。

twitter.com/genkuroki/stat...

タグ:

posted at 15:19:41

黒木玄 Gen Kuroki @genkuroki

23年7月2日

自分だけを含むリスト genkuroki を公開した。

twitter.com/i/lists/167537...

ツイログはこちら→ twilog.togetter.com/genkuroki

タグ:

posted at 15:46:59

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 ベイズ推しの解説がフェアかどうか(卑怯かどうか!)は、通常の信頼区間とベイズ統計の関係の説明の部分を見ると結構わかります。

結構、ミスリーディングなものが多い。

騙されないように注意が必要です。

タグ: 統計

posted at 15:59:22

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 続き。そこでは、二項分布データが「n回中y=0回」だと、Waldの信頼区間が一点に潰れることを指摘しているのですが、引用しているAgresti-Coull 1998で優れていることが示されているWilsonのスコア信頼区間なら「n回中y=0回」でも一点に潰れたりしません。

信頼区間には複数の定義がある。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 16:10:50

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 そして、Wilsonの信頼区間と適当な事前分布の元でのベイズ信用区間は互いに相手をよく近似する関係になります。

二項分布モデルでの頻度論とベイズの比較では、Wilsonのスコア信頼区間と信用区間を比較するとよいです。

Waldの信頼区間は無用に粗い近似を使っているので要注意。

タグ: 統計

posted at 16:14:08

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 頻度論dis的な頻度論vs.ベイズの型の悪しき言説についてはJaynesさんががよく引用される。

以下のリンク先では、Jaynesさんが通常の信頼区間をまともに作ることができないせいで、頻度論がダメだとバカなことを言っている箇所の指摘です。

実際に読んで理解できれば滅茶苦茶酷いとわかるはず。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 16:22:37

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 引用論文にはWilsonのスコア信頼区間が良くて、Waldの信頼区間には欠点有りと書いてあるのに、Wilsonの信頼区間とベイズ統計の関係に触れずに、欠点があるWaldの信頼区間の改善法とベイズ統計の関係を述べる。

信頼区間をまともに作れない無知無能に基いて頻度論はダメだと結論。

これが現実。

タグ: 統計

posted at 16:28:03

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 そういう姑息なことを言わずに、特異モデルもしくは特異モデルに近い場合には最尤法よりもベイズ法がいいよ(渡辺澄夫『ベイズ統計の理論と方法』)とか、自分で設計した統計モデルもMCMC法で結構楽に扱えるよ、のように正々堂々とベイズ統計の利点を述べた方が良いと思います。

タグ: 統計

posted at 16:31:59

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 さらに、シンプルなモデルで標本サイズがある程度以上あれば、通常のP値と信頼区間をベイズ統計でも近似的によく再現できるよ、という事実もベイズ統計の利点としてきちんと説明した方がよい。

ある意味で上位互換であることは重要な利点の一つだと考えられます。

タグ: 統計

posted at 16:36:04

うさぎ林檎@ししょーPPMP @usg_ringo

23年7月2日

食品安全情報blog2「SCIENCE VOLUME 380|ISSUE 6652|30 JUN 2023」uneyama.hatenablog.com/entry/2023/06/...
”エディトリアル 進化論を教えないのは不正である

S. SHASHIDHARA AND AMITABH JOSHI (インド)

4月から、インドは進化論と周期表を学校の教科書から排除することなどを巡って議論になっている”

タグ:

posted at 16:48:48

ネコチャンがいる!!! @nekochaniru

23年7月2日

ずっと興味なかったふわふわでくつろいでくれたぷくちゃん🥺💕 pic.twitter.com/JRgWugqwpB

タグ:

posted at 17:08:07

Rui Ueyama @rui314

23年7月2日

椅子に座ったらすぐに膝に飛び乗ってきたタビ
数週間ぶりのお膝くつろぎタイム pic.twitter.com/56PV9YchvK

タグ:

posted at 17:46:21

Rui Ueyama @rui314

23年7月2日

ダイニングテーブルがあるとみんなくつろげる pic.twitter.com/cLtoM936U4

タグ:

posted at 17:49:15

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#JuliaLang

msp.org/jsag/2020/10-1...
Journal of Software for Algebra and Geometry Vol. 10, No. 1, 2020

Supplementary material
A Julia module for constructing Lie algebras and Chevalley groups

Warning: require Singular.jl

タグ: JuliaLang

posted at 17:55:16

Takaya Suzuki MD, Ph @suzuki_takaya

23年7月2日

リストなら見られるというのはどういうバグ?🤣
twitter.com/i/lists/167542...

タグ:

posted at 17:57:52

the_spoiler @don_jardine

23年7月2日

反原発、放射能デマ拡散者の常套手段。自分に対する批判が多くなると、その批判意見の中核となる重要な論点には一切触れず反論せず、批判の中に一部の強い表現を探し出してはそれのみに言及し、自分を一方的な被害者にし批判者を誹謗する。十年一日の如く全く変わらない、狡く卑怯なやり方である。 twitter.com/mostsouthguita...

タグ:

posted at 18:05:53

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 以下のリンク先で紹介していること。Jaynes(1976)では、切断指数分布のダメな信頼区間とベイズ信用区間を比較して頻度論はダメだと主張しているが、まともな信頼区間は信用区間とぴったり一致しており、頻度論がダメならそれに等しいベイズもダメな場合になっている。

Jaynesさんが痛々しい。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 18:22:54

Hal Tasaki @Hal_Tasaki

23年7月2日

オンライン講義『非平衡統計力学入門:現代的な視点から』田崎晴明(予告編)
www.gakushuin.ac.jp/~881791/OL/ne/j/

タグ:

posted at 18:51:31

阿部2 @cocotan_2

23年7月2日

リストに1013人入れるのめんどくさい…

タグ:

posted at 20:31:03

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 因果推論入門

介入無しの観察研究でのデータの生成のされ方のモデル M



仮にXの値をxにする介入を実施した場合に得られる他の変数達にデータの生成のされ方のモデルM'

は異なる。

前者のデータとモデルMから後者のモデルM'の結果を得る仕組みがあれば因果効果の推定が可能になる。続く twitter.com/genkuroki/stat...

タグ: 統計

posted at 21:02:41

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 続き。前者の観察研究のモデルMから後者の仮に介入したらどうなるかに関するモデルM'を得るためには、観察研究のモデルMを単なるパラメータ付き確率分布として作るのはダメで、因果の向きなどの因果構造の情報を含むモデルにする必要があります。続く

タグ: 統計

posted at 21:06:33

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 観察データに関するモデルMから仮に介入があったらどうなるかに関するモデルM'を作る方法を、Pearlさんは「因果推論の第一法則」と呼び、ツイッター上でも繰り返しその重要性を強調しています。個人的な意見では「因果推論の第一法則」から因果推論に入門すると分かりやすいと思います。続く

タグ: 統計

posted at 21:09:31

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計

causality.cs.ucla.edu/blog/index.php...
November 29, 2014
On the First Law of Causal Inference

タグ: 統計

posted at 21:14:13

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 以上のように説明すれば、観察研究のデータ(より正確には介入があったとしても理想的な介入ができなかった場合のデータ)の生成法則の確率分布によるモデル化と最尤法やベイズ法による予測分布の構成と情報量規準に関する話と、因果効果の推定(因果推論)の話は直交していることもわかります。

タグ: 統計

posted at 21:18:00

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 観察データのモデルMから、仮に介入があった場合のモデルM'を作る操作は、前者のモデルの中にpotential outcome変数(もしくはそれ以上のもの)を作る操作だとも言えます。続く

タグ: 統計

posted at 21:21:03

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 potential outcome変数をそうやってモデルMから作るのではなく、最初から「プリミティブ」として与えられたものとして議論を進めようとするのがRubin流のやり方なのですが、それだとpotential outcome変数の正体がぼやけてしまい、初学者にとっては非常に分かり難くなると思います。

タグ: 統計

posted at 21:24:05

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 自分で設計したモデルのパラメータ推定を、ベイズ統計の枠組みを使うStanやTuring.jlのような確率プログラミング言語を用いたMCMC法で実行する方法をマスターしている人であれば、因果推論の第一法則さえ知っていれば即因果効果の推定もできるようになる。

因果推論の第一法則は超基本的。

タグ: 統計

posted at 21:30:23

黒木玄 Gen Kuroki @genkuroki

23年7月2日

#統計 ベイズ統計の使い方の学習は

確率プログラミング言語を用いて、自分で設計したモデルのパラメータ推定をMCMC法で行う方法

の習得を含む。因果効果の推定の意味での因果推論のために必要な最小限の差分が

因果推論の第一法則
causality.cs.ucla.edu/blog/index.php...

になります。この注意は非常に重要。

タグ: 統計

posted at 21:39:45

黒木玄 Gen Kuroki @genkuroki

23年7月2日

やっぱり、数学と #Julia言語 の相性は良いと思う。

実数や複素数の指数関数だけではなく、行列やLie代数の要素の指数関数も全部同じ記号で書く数学の慣習と、Juliaの特徴の1つである多重ディスパッチは非常に似ていると思います。

タグ: Julia言語

posted at 21:52:20

でえもん @GreatDemon1701

23年7月2日

@OokuboTact @takusansu アレイ図にしているのに仕切り入れて合っているとか違うとか、、、

タグ:

posted at 21:55:44

@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