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。
2017年09月20日(水)
非公開
タグ：
posted at xx:xx:xx
@genkuroki @tadanobu @sunchanuiguru １／ｘの定積分で対数を定義して、置換積分で対数法則を出せたが、ｅ^logｘ＝ｘを示すのはちょっと苦労した。
タグ：
posted at 00:11:49
@AS_Insects 相互フォローしている人でも同業者は多いし、その辺は余り気にしていません^^
違う種類の比の方が理解しやすいというのは私も同意します。
タグ：
posted at 00:15:30
@sekibunnteisuu @tadanobu @sunchanuiguru 「exp(log X) = X は exp(x) の定義」ということにして、「log(XY)=log X+log Y」から「exp(x+y)=exp(x)exp(y)」を示せば、e=exp(1)とおくと、exp(x)=e^xとなることが、xが整数、有理数、実数の順に示せます。
タグ：
posted at 00:27:03
@sekibunnteisuu @tadanobu @sunchanuiguru 函数を積分で書く話は数学的にとても深いです。数学の最深部に直結している。最近の日本数学会の学会での齋藤恭司さんの講演は名講演でした。そこでも最初の例は対数函数でした。
タグ：
posted at 00:30:10
生物学者や環境科学の人に聞けば一言の下にEMによる環境浄化は科学的にナンセンスであると結論が返ってくるはず。専門家に聞け。
「ＥＭ菌の効果については，結論が出ていない状況であると認識しています」opidem.city.kurashiki.okayama.jp/front_suggest/...
タグ：
posted at 00:46:09
ソフトウェア科学会でのチュートリアル資料です。NumPyでChainer風の小さなニューラルネットライブラリを作る方法や、画像認識・GAN・自然言語処理・強化学習まわりの技術紹介をしました。 www.slideshare.net/mitmul/chainer... （下のリンクは消えてしまいました。） twitter.com/mitmul/status/...
タグ：
posted at 01:52:16
@mo0210 @konamih 岡山県環境保健センターは平成６年と平成７年に、EM環境浄化に否定的な報告をしています。blog.goo.ne.jp/osato512/e/1a4...
倉敷市がEM環境浄化を肯定するのであれば、岡山県環境保健センターの報告を否定できる科学的根拠を示すべきです。
タグ：
posted at 06:14:21
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
#数楽 #統計 #JuliaLang
nbviewer.jupyter.org/gist/genkuroki...
2×2の分割表のカイ二乗検定とG検定とFisherの正確確率検定の比較
Fisherの正確確率検定の確率はよくある状況では正確ではない。
G検定はカイ二乗検定より誤差が大きい場合が多い。
posted at 11:38:49
#数楽 #統計 #JuliaLang
nbviewer.jupyter.org/gist/genkuroki...
2×2の分割表のカイ二乗検定とG検定とFisherの正確確率検定の比較
まだバグが残っている可能性があるので再検証して下さる方がいるとうれしいです。
詳しい解説派返答連鎖の中に。
posted at 11:41:11
#数楽 #統計 #JuliaLang
「〇〇検定を使って論文を書いたら、査読者に△△検定を使うべきだと突っ返されて、納得できない」のような場合には、返答連鎖中のようなモンテカルロシミュレーションをやって、「p値がx以下になる確率とxの違い」を検定間で比較するとよいと思った。
posted at 11:47:40
#数楽 #統計 #JuliaLang
実際にJulia言語で実験したら、計算が速く終わることはとてもありがたいことを実感しました。
しかし、実際の仕事で使われているRのような環境で実験したわけではないので、バグが残っている確率は高いし、プログラミングに余計な手間がかかった。
posted at 11:54:08
#数楽 #統計 #JuliaLang
一番ありがたいのは、有用で十分にテストされたパッケージが大量にある環境での計算が速いこと。
「大量の計算→プロット→やり直し」のようなコンピューターを使った典型的な試行錯誤を繰り返したい場合には計算が速いことはとても大事。
posted at 12:00:32
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
#数楽 #統計 twitter.com/genkuroki/stat...
帰無仮説のもとで〇〇検定の方法によって計算したp値がα未満である確率がαからかけ離れているのはよろしくない。
特にp値がα未満である確率がαよりずっと大きいと有意差を不当に出し易くなってとてもまずい。
posted at 12:22:24
#数楽 #統計
aoki2.si.gunma-u.ac.jp/lecture/mb-arc...
106勉強中1999/06/24【ある母集団から無作為に選ばれた，n個の個体について推測する～という立場にたてば，[Fisherの正確検定より]X2検定やG検定の方が，平均的に，妥当な有意水準を保証する】
正しい！
posted at 12:41:29
#数楽 #統計
aoki2.si.gunma-u.ac.jp/lecture/mb-arc...
103勉強中1999/06/24【実際には[Fisherの正確検定ではなく]最も簡単なX2検定やG検定の結果が信頼できるのではないか，と私は思っています】
私の計算結果もこの意見を支持しています。
posted at 12:47:40
#数楽 #統計
補正有りカイ二乗検定に関するRを使った私の計算と
oku.edu.mie-u.ac.jp/~okumura/stat/...
の結果が異なる理由の答えは
www.okadajp.org/RWiki/?%E3%81%...【R-2.15.1から修正～P値として1を返す～2013-12-17】
かもしれない。
posted at 13:13:20
#数楽 #統計 あっ！
oku.edu.mie-u.ac.jp/~okumura/stat/...
がもう修正されていた！なんという仕事の速さ！もとの画像は添付画像通りでした。(訂正前のページの日付けは2009-05-17) pic.twitter.com/88UVzxIvRF
posted at 13:21:22
@h_okumura さんによる
oku.edu.mie-u.ac.jp/~okumura/stat/...
の訂正をついさっき確認しました。グラフの形の違いの原因は、奥村さんのミスではなく、
www.okadajp.org/RWiki/?%E3%81%...
で指摘されているRの仕様変更だと思います。 #数楽 #統計
posted at 13:29:05
@h_okumura #数楽 #統計 そこで青木さんは【R-2.15.1 から修正されました。問題のような場合には「カイ二乗値として 0，対応するP値として1を返す」ようになっています～2013-12-17】と指摘しており、グラフの形の変化の仕方はこれに一致しているように見えます。
posted at 13:33:45
@h_okumura #数楽 #統計 返答連鎖をたどればわかるように、
oku.edu.mie-u.ac.jp/~okumura/stat/...
【少なくともこの場合にはG検定の p 値は小さすぎることがわかります】
についても様々なケースで調べてみました。G検定を使うと不当に有意差を出し易くなる場合が非常に多いです。
posted at 13:41:46
@h_okumura #数楽 #統計 ただし #JuliaLang を使って書いた私のG検定のコードにバグが残っている可能性があるので(実際最初に書いたコードはバグっていたので訂正した)、Rなどのより信頼できるパッケージを使用した再検証が必要だと思っています。
posted at 13:45:27
@h_okumura #数楽 #統計 私が #JuliaLang を使って書いたプログラムと計算結果は以下のリンク先で公開されています。
gist.github.com/genkuroki/32a8...
posted at 13:47:38
非公開
タグ：
posted at xx:xx:xx
#数楽 #統計 #JuliaLang
Gistに直接アクセスすると重いと感じた人は
nbviewer.jupyter.org/gist/genkuroki...
2×2の分割表のカイ二乗検定とG検定とFisherの正確検定の比較
を見て下さい。
posted at 13:59:56
「Fisherの正確検定かカイ2乗検定か」 oku.edu.mie-u.ac.jp/~okumura/stat/... を改訂しました。冒頭に書きましたように，黒木玄さん @genkuroki のおかげです。まだ宿題が残っているようですが，それはそのうち。
タグ：
posted at 14:05:08
本日の詰将棋（7手詰）です！
わかったら「いいね」ボタンをお願いします！
→ヒント、解答はこちら buff.ly/2xd7Tef
#詰将棋 #まいにち詰将棋 #7手詰 pic.twitter.com/S2tDJmbE77
posted at 15:00:39
@AS_Insects ＞桜中学の加藤優でなくとも放送室に立て籠もって抗議したくなったものです。
学校の窓ガラス割ってバイク盗んで乗り回すかどうかで、年が分かるｗ
タグ：
posted at 15:43:17
#超算数 ＃数教協 #水道方式
blogs.yahoo.co.jp/apple_ishikawa...
＞「まとまりの計算」というイメージが定着するので、「２＋３×５」のような計算でも、掛け算から先に計算するという意味が理解出来、子供達の論理性も養えます。
掛け算優先は単なる人為的な約束に過ぎない
posted at 16:36:14
#超算数 #数教協 #水道方式
www2u.biglobe.ne.jp/~ogasa/
これまでの情報では米国は日本と逆の順序で掛け算を導入している。しかしこのブログに紹介されている“かけざん九九の数楽カード”は、日本語版も英語版も同じ順序になっている。それでいいの？
posted at 16:43:27
大磯の給食問題。その業者を利用している幼稚園で配られたお手紙を地元の友人にもらいました。これはないなぁ。 pic.twitter.com/e69DvKQVZx
タグ：
posted at 17:35:51
非公開
タグ：
posted at xx:xx:xx
#数楽 #統計 #JuliaLang サンプルを生成する確率分布が4×Poisson分布、多項分布、2×二項分布、超幾何分布の4つのケースすべてについて、カイ二乗検定、G検定、Fisherの正確検定の3つを比較してみました。
nbviewer.jupyter.org/gist/genkuroki...
posted at 17:44:00
@genkuroki @white09 @white09さん は私をブロックしたようです。
このブログがあの方が書いた物だと思われます。
saitei.net/2017/08/30/pos...
タグ：
posted at 17:44:19
#数楽 #統計 #JuliaLang
nbviewer.jupyter.org/gist/genkuroki...
リンク先では函数のテストの後に、xが0から0.1のときのp値がx以下の確率をプロットしてあります。大量にぷとっろされている。xが0から1までの全体を見たい人は一番下の方を見て下さい。
posted at 17:47:57
#数楽 #統計 #JuliaLang
サンプルを生成する確率分布の4×Poisson分布、多項分布、2×二項分布、超幾何分布ではそれぞれ乱数の自由度が4,3,2,1です。Fisherの正確検定で正確に計算される確率は超幾何分布の場合の確率で、他の場合はもちろん正確ではないです。
posted at 17:50:23
#数楽 #統計 #JuliaLang
サンプルを生成する乱数の自由度が4,3,2の場合に自由度1のカイ二乗分布を利用するカイ二乗検定やG検定が有効であることに疑問を持つ人がいるかもしれませんが、そんなことはありません。計算結果を見ればそのことは明瞭です。
posted at 17:52:03
#数楽 #統計 #JuliaLang サンプルを生成する確率分布が超幾何分布の場合にはFisherの正確(確率)検定が求めた確率が正確な値になっているのは当然ですが、それ以外の場合を見ると、カイ二乗検定の頑健さが際立っていると思いました。
posted at 17:53:32
#数楽 #統計 #JuliaLang 微妙なのはG検定の立場です。私が書いたコードが間違って無ければ(自信がないので要再検証)、G検定を使うと、多くの場合にp値が小さめになってしまい、不当な感じで有意差が出易くなることが、大量にあるプロット結果を眺めるとわかります。
posted at 17:59:18
#数楽 #統計 #JuliaLang 私が書いたコードが間違って無ければ(自信がないので要再検証)、小さなp値の領域でG検定はカイ二乗検定よりもひどく不安定です。プロット結果を眺めるとG検定を使うのは結構怖い。
自信がないのでどなたか再検証をお願いします。
posted at 18:06:04
#数楽 #統計 #JuliaLang 例：添付画像のケースは、サンプルの生成を2×二項分布で行っている場合です。グラフを見ればわかるように、この場合にはG検定でp値が5%以下になる確率は8%を超えています。 pic.twitter.com/QlWU1SBlhy
posted at 18:10:32
twitter.com/sekibunnteisuu... でやりとりした@white09氏は私をブロックして、このようなブログを書いた模様。
saitei.net/2017/08/30/pos...
タグ：
posted at 18:11:43
@white09 saitei.net/2017/08/30/pos...
＞「法則」とついているのは，他に適当な呼び方がないからだ。何も名前がないのも困るから名付けている程度のことだ。
何も困らないだろう。その前提が間違っているから、その後もピントはずれになってしまっている。
タグ：
posted at 18:13:14
#数楽 #統計 #JuliaLang 「Fisherの正確確率検定やカイ二乗検定で有意差が出なくても、G検定を試しみてみたら有意差が出たので、G検定を使うことにした」のようなことをしているケースが結構あるのではないかと想像してしまいました。😓😓😓
posted at 18:25:12
#数楽 #統計 #JuliaLang
(補正無しの古典的な)カイ二乗検定の頑健さは意外でした(4×Poisson、多項分布、2×二項分布の場合)。計算前の予想をはるかに超えていた。
極端なケースでない限り、p値がx以下の確率がxの周辺に概ね留まっている感じ。
posted at 18:30:17
実は男の方が女より5〜6%生まれやすい oku.edu.mie-u.ac.jp/~okumura/stat/... twitter.com/Hal_Tasaki/sta...
タグ：
posted at 18:33:20
#数楽 #統計 #JuliaLang
補正無しの古典的なカイ二乗検定の頑健さを知ると、イェーツの補正のようなことはしない方がよいのではないかと思いました。
posted at 18:34:01
#数楽 #統計 #JuliaLang
サンプルサイズが非常に大きな場合は数学的に易しくなって色々わかり、非常に小さい場合には直接計算すればよい。それらの中間が難しく、コンピューターが非常に役に立ちます。
posted at 18:35:57
須山敦志 Suyama Atsushi @sammy_suyama
書籍の紹介です．機械学習アルゴリズムやデータ分析手法を自由に構築したい方が対象です．
機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書) www.amazon.co.jp/dp/4061538322/... @amazonJPさんから
タグ：
posted at 20:12:53
山口貴士 aka無駄に感じが悪いヤマベン @otakulawyer
菅野完氏から確認を取りました。 @noie_hoie のアカウントはなりすまし、偽者です。 pic.twitter.com/r4BAAcBuxJ
タグ：
posted at 20:16:44
掃除機どこまでかけたかわかるようにするやつとかを作りました。
#iOS11 #ARKit pic.twitter.com/vd235PgH6d
posted at 20:41:14
@sekibunnteisuu 私もwhite09さんにブロックされています。そのことがみんなにわかるようにタグもつけておきます。 #超算数 #掛算
数年前からずっと同じ話をしているので、私の視点からは単なる事例の一つに過ぎないんですけどね。おかしな考え方の一つや二つ、私も含めてみんなしている。
posted at 21:01:54
@sekibunnteisuu 一つや二つ、おかしな考え方をしている程度でがっかりしているようだと、気楽に生きて行けないと思う。 #超算数 #掛算
様子を見ながら、上手に意見を修正して行くようにすれば、それで問題無し。
逆方向に進むと、自分の心の中の暗黒面にはまる。
posted at 21:04:52
@sekibunnteisuu いつからブロックされていたかは不明。 #超算数 #掛算
posted at 21:09:17
@genkuroki saitei.net/2016/07/22/pos...
>以前某雑誌に私が書いた原稿があるので読んで下さい。
そこそこ有名な方なのでしょうかね？
タグ：
posted at 21:20:20
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
非公開
タグ：
posted at xx:xx:xx
