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。
並び順 : 新→古 | 古→新

2019年08月04日(日)

Makito Takei (武井槙人) @Makito_T

19年8月4日

@koro485 @kazukiming @minami_siki ありがとうございます。読んでみます~

タグ:

posted at 23:54:55

KRSK @koro485

19年8月4日

@kazukiming @josemaru718 @minami_siki 信頼区間に関しては私もそのように理解しています。

信頼区間に真の値が含まれる”確率”は0か1でしかないということですね。

こちらの文献がおススメです
link.springer.com/article/10.100...

タグ:

posted at 23:50:45

KRSK @koro485

19年8月4日

@kazukiming @josemaru718 @minami_siki おっと。その先生はP値が確率じゃないというのはどういう意味で説明されていました??

定義から考えても計算方法からみても確率のような気がするんですが、、、、

タグ:

posted at 23:48:32

Makito Takei (武井槙人) @Makito_T

19年8月4日

@kazukiming @minami_siki なるほど…その説明ならまだp値の方が僕にとっては分かり良いです笑 誰にでもわかる説明を早くeconometricianに作ってほしいです……

タグ:

posted at 23:37:40

元橋一輝 @kazukiming

19年8月4日

@josemaru718 @minami_siki 確率というより割合なんですかね。違いがよくわかりません。。p値も確率と考えてはダメで、null hypothesisが棄却されるsmallest significant levelだと、econometricsの先生に口酸っぱくいわれました笑 信頼区間が確率ではないことの裏返しかもです。

タグ:

posted at 23:33:05

小池 桟 @audrey_biralo

19年8月4日

「表現の不自由・その後」展に関しては、どちらも本質であると思っています。
twitter.com/kambara7/statu...

タグ:

posted at 23:32:19

Makito Takei (武井槙人) @Makito_T

19年8月4日

@kazukiming @minami_siki なるほど、なんかわかった気がします。といっても、これと「真の値が入る確率が95%」の違いが僕にはよく分かりませんが笑 「無数にある信頼区間に真の値があるかどうかはゼロイチだから、確率で考えられない」と言われると納得できるようなできないような…って感じです。

タグ:

posted at 23:20:31

元橋一輝 @kazukiming

19年8月4日

@josemaru718 @minami_siki あ、私の説明が少し変でしたが、そうですね!サンプルごとに信頼区間が変わりますが、何回も試行したら真の値がその信頼区間に入る確率が95%ということだった気が!

タグ:

posted at 22:59:21

Hiroo Yamagata @hiyori13

19年8月4日

@genkuroki まだそういうバーチャルなほうには行っていないので、しばらく物理世界で遊びます!

タグ:

posted at 22:56:38

Λlberto Marocchino @albz_marocchino

19年8月4日

Dear @_cormullion, I believe I need your suggestions for a better #JuliaLang plot (color and shapes). pic.twitter.com/KE1yRM5NPs

タグ: JuliaLang

posted at 22:43:50

KJK @kkling51

19年8月4日

言語学者は文法用語使うなとは言っていない.自分も知り合いも含めて.

でも,教育実習に行くと現場の教諭に文法用語を使うと英語嫌いになるから教えるなと指導されることは多い様子.確かに指導要領にもできるだけ控えることと書いてある.でも,文法用語を控えると学習効率が上がるという調査は皆無 twitter.com/newfield114/st...

タグ:

posted at 22:36:00

非公開

タグ:

posted at xx:xx:xx

黒木玄 Gen Kuroki @genkuroki

19年8月4日

うちでは家庭内マインクラフトサーバーを立ち上げた。

接続はHamachi経由にしたが、今ならZeroTierを使う。

twitter.com/hiyori13/statu...

タグ:

posted at 22:22:00

Makito Takei (武井槙人) @Makito_T

19年8月4日

@kazukiming @minami_siki あぁ、なんとなくわかりました。同じ手続きで標本を無限に抽出した場合に、それらの区間の95%は真の値を含んでいる、ということであってますかね? 信頼区間100本合ったら5本は真の値が入ってない、的な。

タグ:

posted at 22:17:38

元橋一輝 @kazukiming

19年8月4日

@josemaru718 @minami_siki 確か何回も色んなサンプルで試行していくと(実際の分析ではできないことだが)、それぞれの結果が信頼区間の中に95%の割合で入るという解釈だった気がします。

タグ:

posted at 21:59:40

JKのD氏 @minami_siki

19年8月4日

真の値xが信頼区間[a,b]に含まれる確率を
P(a<x<b)
で定義するか
∫_a^b f(x)dx
で定義するかの違いで自然言語で区別できてないだけなんではという印象。

タグ:

posted at 21:57:12

Makito Takei (武井槙人) @Makito_T

19年8月4日

@minami_siki ポリサイの人の仕事じゃないと思ってそうするわ笑

タグ:

posted at 21:47:36

JKのD氏 @minami_siki

19年8月4日

@josemaru718 まぁ考えるだけ意味はないと思う

タグ:

posted at 21:45:49

Makito Takei (武井槙人) @Makito_T

19年8月4日

@minami_siki 今読んでる本に「信頼区間の中に母平均が95%の確率で含まれていると解釈してはなりません」って書いてあって、もうわけわかめ……

タグ:

posted at 21:40:40

JKのD氏 @minami_siki

19年8月4日

勘違いかもしれない

タグ:

posted at 21:36:39

JKのD氏 @minami_siki

19年8月4日

信頼区間は95%の確率で真の値を含んでいる→セーフ
真の値は95%の確率で信頼区間の中にある→ギリセーフ
真の値は95%の確率でa以上b以下である→ギリアウト
真の値は95%の確率でa以上b以下で分布している→アウト
って認識

タグ:

posted at 21:35:57

非公開

タグ:

posted at xx:xx:xx

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 たぶん、以下のリンク先の質問に関して、1つ前のツイートの内容が最もクリアな回答になっていると思います。

「ベイズ統計では(母数の)真の値が決まっているという立場に立たない」

のようなびっくりするような奇妙な考え方が相当に広く流布してしまっている。

twitter.com/yellowshippo/s...

タグ: 統計

posted at 21:31:45

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 表の作者は

「ベイズ統計では(母数の)真の値が決まっているという立場に立たない」

と思っているがゆえに、「ベイズ主義」の「母数」の欄を「確率変数」にしており、ベイズ統計では

データによる母集団分布の推定

という考え方をしないと思っているのだと思う。

twitter.com/genkuroki/stat... pic.twitter.com/5mfUyyWYZb

タグ: 統計

posted at 21:28:13

Mosè Giordano @MoseGiordano

19年8月4日

Have you ever wished to index arrays as the order of #StarWars movies? Here is a #JuliaLang packages that does exactly that: github.com/giordano/StarW... 😃 For the time being it offers only historical order, but perhaps I could add other orderings, like #MacheteOrder 🤔

タグ: JuliaLang MacheteOrder StarWars

posted at 21:20:43

きむりん(小六女子) @kimrin

19年8月4日

僕、黒木さんってJulia言語の話すると無差別いいねRTしてくるおじさんだとばかり。。。(^^;) twitter.com/bgnori/status/...

タグ:

posted at 21:19:28

黒木玄 Gen Kuroki @genkuroki

19年8月4日

点数の評価の仕方を工夫して、特別に難しい数学の問題を解けた受験生の合格確率が上昇するようにしておくというようなことも考えられる。

つまらない問題を沢山正解した人ではなく、つまらない問題を一切解かずに、面白い超難問を1問だけ解けた人を合格させるのは悪いことではないと思う。

タグ:

posted at 21:15:31

黒木玄 Gen Kuroki @genkuroki

19年8月4日

大学入試の数学の問題で「これが解けたらすごい!」的な問題を出しても機能しない理由は、入試で難しい問題に挑戦するメリットがないからです。よく「これは捨てる問題」と評価されてしまうことになる。

「難しい問題に挑戦する」という戦略が有利になるようにすれば機能する可能性があると思う。

タグ:

posted at 21:15:29

Katsushi Kagaya @katzkagaya

19年8月4日

当時は不勉強で「そうですか...(もやもや)」となっていました。

タグ:

posted at 21:14:57

Katsushi Kagaya @katzkagaya

19年8月4日

ベイズ推定した研究に対して「そのモデルの妥当性はどうやって調べますか?」という質問が出てたことがありましたけれど、発表者は「事後分布がそれにあたります」と答えていた記憶がある。僕が「AICなどの情報量基準ですればよいのでは」とコメントしたら「そういうものはありません」と返答だった。

タグ:

posted at 21:14:57

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 以下も重要な関連スレッド

twitter.com/genkuroki/stat...

タグ: 統計

posted at 21:04:41

S. Tabayashi @kimeko__

19年8月4日

信頼区間の説明に難儀している
信頼区間の数学的な定義は一見するだけでは説明になっていないので,トイモデルで本当に α% の確率で真の値が区間に入ることで説得するのがよいだろうか
しかし特定の確率分布に従うことを仮定しなければならないわけで,現実のデータでの有効性は未知なわけで…

タグ:

posted at 21:00:50

言迷水 @genmeisui

19年8月4日

作者による解説
www.patreon.com/posts/color-gr...

ニュースで取り上げられたのはこの辺
www.newsweekjapan.jp/stories/world/...

タグ:

posted at 20:57:55

言迷水 @genmeisui

19年8月4日

注)ブラウザによっては「保存」がうまく動きません。

タグ:

posted at 20:54:55

言迷水 @genmeisui

19年8月4日

念のためオリジナルの作者さんに問い合わせたら「許可はいらないよ」との事でした。

タグ:

posted at 20:54:55

言迷水 @genmeisui

19年8月4日

以前話題になった白黒画像がカラーに見える錯視のウェブアプリを作ってみました。
お好きな画像で試せます。

画像処理はブラウザで完結しているので、サーバに情報は送られません。
nazomizu.com/html/lab/illus...

タグ:

posted at 20:54:54

非公開

タグ:

posted at xx:xx:xx

ロードランナー様 @shinkai35

19年8月4日

そういや今回の件、津田さんこんなに嫌われてたんだとは思った。東さんより敵多くない?

タグ:

posted at 20:45:07

Katsushi Kagaya @katzkagaya

19年8月4日

2010年から2012頃そう思っていたわけですけど、2010頃にWAICが発表されてたんですね。
watanabe-www.math.dis.titech.ac.jp/users/swatanab...

タグ:

posted at 20:41:12

日暮 月乃/Lu-nyan@VRダンス& @pdl_runa

19年8月4日

anaconda使いがminiconda使いになるまで【jupyterも】 qiita.com/H_Y_J/items/0d... #Qiita

タグ: Qiita

posted at 20:39:55

黒木玄 Gen Kuroki @genkuroki

19年8月4日

わたし どうしても きになるんです

(笑)

タグ:

posted at 20:35:47

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ~整理することです。

詳しくは以下のリンク先の下の方に伸びているスレッドを見て下さい。統計学における基本概念(仮説検定、区間推定、モデル選択、…)については

「数学的モデルの現実から得たデータによる評価」

という視点で整理するとクリアになります。

twitter.com/genkuroki/stat...

タグ: 統計

posted at 20:34:01

Katsushi Kagaya @katzkagaya

19年8月4日

緑のデータ解析本もお世話になったけど、最尤法とAICの解説、尤度比検定の解説があっても、後半のベイズ統計ではデータでモデルを評価する視点がなくて不思議に思っていたんです。RTと関連。

タグ:

posted at 20:33:11

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 AICやWAICや交差検証について知っている人達は

* 複数の数学的モデルを現実から得たデータを使って比較する方法

の特別な場合について知っているわけです。最近のわたしのツイートは

* 数学的モデルの現実から得たデータによる評価

という視点で、仮説検定や信頼区間による区間推定を~続く

タグ: 統計

posted at 20:29:09

TaKu @takusansu

19年8月4日

@sunchanuiguru @sekibunnteisuu 包含徐と等分除を統合的に捉えることは大切らしいですが、
分配除と徴収除は私には統合的に捉えられないTT
包含徐と等分除を区別したがる #超算数 信者はこんな気持ちなのかもw

タグ: 超算数

posted at 20:22:33

OokuboTact 大久保中二病中年 @OokuboTact

19年8月4日

#超算数

正方形と長方形の教え方

1963年の算数教育の資料から pic.twitter.com/TMusarD6Lz

タグ: 超算数

posted at 20:09:18

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 清水裕士さんのブログ記事

norimune.net/3186
頻度主義統計、ベイズ統計、統計モデリングからみた「真値」

norimune.net/3196
なぜ心理学(~)ではパラメータ解釈が中心なのだろう?

を見れば、どのように誤解が広まるかと、実践的な統計学に使い方の一端を知ることができます。

タグ: 統計

posted at 20:05:20

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 関連

「ベイズ統計では仮説が正しい確率を知ることができる」

とか、上の方に出て来た

「ベイズ統計では真の値が決まっているという立場に立たない」

という主張(どちらも誤り)については以下のリンク先のスレッドを参照。

twitter.com/genkuroki/stat...

タグ: 統計

posted at 19:59:03

Robert Geller; ロバート・ @rjgeller

19年8月4日

10分前の地震のマグニチュードは6.2で、震源深さは40-50km。つまり、地震波の非弾性減衰が弱い沈み込みスラブ中。沈み込みスラブは地震波の「高速道路」みたいなものだ。

タグ:

posted at 19:33:14

シバニャン @_6v_

19年8月4日

去年のセキュキャンで着想を得たので、気が向いた時にやってたとはいえここまで来るのに1年かかったのか…

タグ:

posted at 19:21:53

黒木玄 Gen Kuroki @genkuroki

19年8月4日

続き。その辺の話は以下のリンク先のスレッドに書きました。

twitter.com/genkuroki/stat...

twitter.com/genkuroki/stat...

タグ:

posted at 19:21:23

黒木玄 Gen Kuroki @genkuroki

19年8月4日

これも良い質問。質問内で想定されている説明の省略程度なら罪が軽いです。

学部生向けの統計学に教科書では、正規分布モデルを用いた仮説検定を行うときに、現実の母集団分布が正規分布になっていると仮定しているのか否かが曖昧な説明になっていることが多いです。続く

twitter.com/mathsorcerer/s...

タグ:

posted at 19:18:35

シバニャン @_6v_

19年8月4日

書いた

タグ:

posted at 19:08:42

シバニャン @_6v_

19年8月4日

Jupyter Notebook拡張ってJavaScriptで書くんだけど,セルマジックをロード時に定義してボタンを押すと実行するというプログラムになったのでもしよかったら使ってね,と言おうとしたらLICENSE書いてないことに気づいた.
github.com/shiba6v/jupyte...

タグ:

posted at 19:07:19

あんちもん2 @antimon2

19年8月4日

これ普通に 「Esc→Enter」(同時押しではなく2タイプ)で改行できると思います。会社PCにリモートログインして素の #Julia言語 をコマンドプロンプトとPowerShell両方で確認。
WindowsにてJuliaのREPLで改行する - sgryjp.log blog.sgry.jp/entry/2019/08/...

タグ: Julia言語

posted at 19:06:16

ごまふあざらし(GomahuAzaras @MathSorcerer

19年8月4日

> 現実と数学的モデルの区別を曖昧にする

は真の分布 q が 人間が勝手に考えた確率モデル p(x|w) で実現可能( i.e. q(x)=p(x|w_0) for some w_0 \in W) であることを明示せずに勝手に仮定して進めているということですか? twitter.com/genkuroki/stat...

タグ:

posted at 18:58:46

令和ライカ @kait8823

19年8月4日

津田大介 @tsuda といえば思い出すのは辛淑玉の悪質極まりない放射線デマによる福島県民への人権蹂躙行為を FactCheck福島が批判した際、人種差別だと因縁をつけて記事を書いてもいない林智裕さんを誹謗中傷した件。
その後、林さんに謝罪したの?
そしてデマを流した辛淑玉を批判したのかって事。

タグ:

posted at 18:58:45

シバニャン @_6v_

19年8月4日

Jupyter Notebookで使えるようになって便利になったので,もしよければ使ってください! pic.twitter.com/zUpJvoBo7j

タグ:

posted at 18:57:13

ʇɥƃıluooɯ ǝıʇɐs @tsatie

19年8月4日

やはりそうなのか... とはいえ何というか #何となく変だ という事しか分かってないというか,オラの統計学に対する不信感が其処に現れているのかもなぁと思うてしまった。つまるところだから結局のところどないなんやという話で... twitter.com/genkuroki/stat...

タグ: 何となく変だ

posted at 18:55:44

シバニャン @_6v_

19年8月4日

はてなブログに投稿しました
配列の形状(Shape)のコメントを付けるJupyter Notebook拡張を作った - シバニャンだニャン! shiba6v.hatenablog.com/entry/shape_co... #はてなブログ

タグ: はてなブログ

posted at 18:54:40

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo ~、母集団分布を与えるパラメーターw=w₀があることにして、w₀をパラメーターの真の値などと言うことがよくあります。

この伝統が、現実と数学的モデルの区別を曖昧にする傾向を作っている。

「現実の母集団分布を決めるパラメーター」などと言わずに単に「現実の母集団分布」と言う方がよい。

タグ:

posted at 18:52:02

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 別にスレッドではすでに何度かコメントしていることではあるのですが、以下のリンク先の質問は本質を突いています。

その通りです。

伝統的な統計学では、母集団分布が特定の確率モデルp(x|w)の範囲内に入っている保証はできないはずなのに、勝手にそう仮定して~続く

twitter.com/tsatie/status/...

タグ:

posted at 18:47:25

ʇɥƃıluooɯ ǝıʇɐs @tsatie

19年8月4日

うっかりツイッターを眺めてしましました。この「現実の母集団分布を決めるパラメーター」とは何でしょう。母集団分布は現実であれば既に決まっていてそこにパラメーターがあるというのがどうにも腑に落ちません。この場合のパラメーターとはなんなのでしょうか… #適当に疑問に思った事を投げる twitter.com/genkuroki/stat...

タグ: 適当に疑問に思った事を投げる

posted at 18:43:34

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo バランスを取るための補足

統計的意思決定論も、ベイズ統計とは一切無関係な、数学的定理の集まりとみなせば結構面白いです。

批判されるべきなのは、主観確率の概念でベイズ統計を正当化しようとすることです。

タグ:

posted at 18:42:52

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo リンク先訂正:川→側

他の場所にも色々誤植を発見しています。ごめんなさい。

twitter.com/genkuroki/stat...

タグ:

posted at 18:36:46

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 私の個人的な意見では、日本の大学における統計学教育では、ベイズ云々と無関係に

現実の母集団と数学的モデル内の仮想的な母集団の区別を曖昧にする

という傾向が強過ぎて、かなり酷いと思います。

twitter.com/genkuroki/stat...

タグ:

posted at 18:35:13

horiem @yellowshippo

19年8月4日

@genkuroki ありがとうございます。まとめると、真の分布と予測分布とを混同してしまって、事前分布のパラメータが確率変数であるだけなのに真の分布のパラメータが確率的に変動しているという考えの誤りを指摘されているのですね。スッキリしました。主観確率の歴史的経緯も教えていただきありがとうございます。

タグ:

posted at 18:30:38

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 添付画像のようなことを言っている人達は、通常の確率とは異なる確率概念を想定している可能性が極めて高いので、自分が知っている常識的な解釈を適用するのはやめた方が良いです。

ヨビノリ氏も「高校とか中学の確率の考え方は ベイズの考え方とはいえ少し違う」と主張しています。 pic.twitter.com/j7bUDVT8a3

タグ:

posted at 18:28:23

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo もとの話題に戻ってまとめると、私が気にしていることは以下の通り。

* 現実と数学的モデルを混同してはいけない。

* 現実の母集団分布は決まっていると考える。

* サンプルは確率変数。

* 事後分布や事後予測分布はサンプルの函数なので確率変数(数学的モデル内部での確率分布に値を持つ確率変数)

タグ:

posted at 18:22:12

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 赤池弘次さんは約40年前の論説で、「主観確率」に基くベイズ統計の解釈の仕方大物であるSavageをボロクソに貶しています。

こういう話は時代遅れの「ベイズ統計の黒歴史」扱いされるべきだと思います。

現代では「主観確率」でベイズ統計をかたる人はトンデモ扱いが妥当。

ismrepo.ism.ac.jp/index.php?acti...

タグ:

posted at 18:15:00

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 要するに、「主観確率」によってベイズ統計を正当化しようとしても、複数の「信念」を客観的に比較する方法は得られなかったわけです。

まあ、主観のみを考えて、ゲーム理論的に考えても、現実世界にある確率分布について客観的な分析をできるはずがない。続く

タグ:

posted at 18:07:27

ほりたみゅ (mastodonも見てね) @Hyrodium

19年8月4日

しかしsind等がBase.Mathで用意されてるので, 今回のケースではそっち使う方が正しい. 精度より視認性を気にするときに使うとか(°は\degreeで出せます)
pkg.julialang.org/docs/julia/THl...

タグ:

posted at 18:07:16

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 「主観確率」などと言う人が統計的意思決定論についても解説していたら相当にましな方なのですが、統計的意思決定論は「確率分布で表現される主観的信念φを持っているときの、リスクの主観的期待値を最小にする行動」の類を扱うだけなので、信念φが客観的な正しさを比較評価することはできません。続く

タグ:

posted at 18:04:48

ほりたみゅ (mastodonも見てね) @Hyrodium

19年8月4日

Julia, 今気づいたけど「°」が記号として使えるので°=π/180と定義してると便利 pic.twitter.com/7ekwIVsMbE

タグ:

posted at 17:59:52

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo そういう主観確率というどのように正当化したら良いのかよくわからないやり方でベイズ統計を正当化しようとした人達がたどり着いたのは、統計的意思決定論です。「Waldの定理」についてググってみるとよいと思います。続く

タグ:

posted at 17:56:33

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo そう信じている人達の多くが、「ベイズ主義では確率の概念自体が頻度論とは違っている(高校とか中学の確率の考え方とは~違う)」などと言い出すのです。

パラメーターの確率分布(事前分布や事後分布)は主観確率であり、頻度論的な確率ではないなどと言う。

ベイズ 主観確率 をググると闇が見えます。

タグ:

posted at 17:51:11

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 実は、「ベイズ統計においては、現実世界における母集団分布を決めるパラメーターの真の値(定数)を考えずに、パラメーターに関する確率分布しか考えない」というような「理解」の仕方があるようなのです。

意味不明すぎて理解不能なのですが、どうもそうらしい。続く pic.twitter.com/2zP9dUmR4z

タグ:

posted at 17:47:00

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo この表を書いた人はおそらく、「現実の母集団分布を決めるパラメーター」と「数学的モデル内部での推定のために使われるパラメーター」の区別がついていません。

数学的モデルと現実の混同は致命的に非科学的な態度であり、全否定されるべきです。続く pic.twitter.com/yi4g2dnIwP

タグ:

posted at 17:40:35

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo この表のベイズ主義の川での母数も真の母数だとすると、それも頻度主義と同様に定数でなければいけません。

現実の母集団分布を決めるパラメーターは決まっているのだから定数でなければいけません。

この一点だけを見ても添付画像の表はひどく間違っています。続く pic.twitter.com/zfrKYoCW6I

タグ:

posted at 17:38:08

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo 通常頻度主義に分類される最尤法では、真の母数の母数の推定値は確率変数であるデータの函数なので確率変数です。小杉先生の理解の仕方では、頻度主義における母数は「定数」なのでその意味での母数は真の母数でしょう。

ベイズ主義の方でも母数は真の母数でなければこの表は無意味になります。続く pic.twitter.com/1ZGLwMqlsZ

タグ:

posted at 17:35:31

horiem @yellowshippo

19年8月4日

@genkuroki ベイズでは確率モデルのパラメータが事後分布に従うと仮定しており、すなわちこれは確率変数であると考えるのが自然と思います。黒木さんが批判されているのは、「頻度 vs ベイズ」の対比なのか、「ベイズでは確率モデルのパラメータを確率変数として扱う」という考えなのか、どちらなのでしょうか?

タグ:

posted at 17:16:16

horiem @yellowshippo

19年8月4日

@genkuroki ベイズ推定では確率モデルに、真の分布がその確率モデルである信用度(事後分布)の重みをつけてアンサンブルを取ったもので予測分布を作ると理解しています。ただ未だによくわかっていない点は、ベイズで確率モデルのパラメータが確率変数であるとするのが誤りなのか?というところです(続く)

タグ:

posted at 17:13:00

horiem @yellowshippo

19年8月4日

@genkuroki ありがとうございます。僕の理解では「真の分布」というのがどこかにあり、その分布に従う確率変数であるデータを観測する。最尤推定とベイズ推定の違いが出てくるのは予測分布(必ずしも真の分布と同じ関数族に属するとは限らない)を作るところで、最尤推定ではパラメータを点推定するが(続く)

タグ:

posted at 17:08:57

天むす名古屋 Temmus @temmusu_n

19年8月4日

@nemakineko48 #超算数 ねまきねこさんは、面白いですね🤣! 拷問のような面白さだと思うのでブロックします。この人、私について国語のお勉強をするつもりだったのでしょうかmegalodon.jp/2019-0804-1553...。短文投稿で、誰が何を言っているのか分からなくなっている人には、算数だって難しいですよね。

タグ: 超算数

posted at 16:59:10

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo @ta_to_co @unaoya 重い責任は大学のある種の先生達の側にありますが、私の子供も結構YouTubeを見ているので、放置しちゃいけない案件だと強く感じて、ヨビノリさんに直接コメントしてしまいました。

タグ:

posted at 16:39:50

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo @ta_to_co @unaoya 個人的な意見では、頻度論とベイズの違いをこんな感じで強調したがる人達が出て来てしまうことについては、大学のある種の先生達に重い責任があると思います。

大学の先生達を名指しで批判する人が増える必要があると思います。

関連↓
twitter.com/genkuroki/stat...

タグ:

posted at 16:37:42

ごまふあざらし(GomahuAzaras @MathSorcerer

19年8月4日

数学書は定義から始まってそこから色々積み上げていくのでよめるといったな?アレは嘘だ.信用できるのは自分が歩いた足跡だけ.って隣の高校生が言ってた.(´・ω・`)

タグ:

posted at 16:35:59

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo @ta_to_co @unaoya 小杉先生の「理解」によれば、頻度主義では「データは確率変数」であり、ベイズ主義では「定数のデータからパラメーターの確率変数」が決まるという感じ。

これはもちろんデタラメな理解の仕方なのですが、ヨビノリ氏の「理解」もこれに近い疑いが強いと思いました。続く

タグ:

posted at 16:33:48

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo @ta_to_co @unaoya そして、ベイズの側での対応する部分は「データ→確率(分布)」となっている。

こういう対比を視聴者に見せちゃうような解説は個人的にはアウトだと思います。

添付画像は

drive.google.com/drive/mobile/f...
の小杉先生資料

より。続く pic.twitter.com/WMzuBS6rty

タグ:

posted at 16:30:25

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@yellowshippo @ta_to_co @unaoya スレッド発見!(笑)

たぶん、私と梅崎さんの感想は完全に同じ。

添付画像はすぐに削除されてしまった動画のスクショより。
黄色線での強調は私によります。

頻度論での「固定された確率→データ」の部分は「データは確率変数」と本質的に同じ。続く pic.twitter.com/MUc5DAuVn0

タグ:

posted at 16:26:07

hiro tachikawa @hiro_tah

19年8月4日

@genkuroki ありがとうございます

タグ:

posted at 16:03:02

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 渡辺澄夫『ベイズ統計の理論と方法』のおすすめの読み方は、第4章定理15を具体的な(特定の)確率モデルで数値的に確認することを最短距離で目指すことです。

その過程で、WAICの計算法の実装が必要になり、第4章定理15の数値的確認で漸近挙動へのイメージも得られる。そこまで行けば実用レベル!

タグ: 統計

posted at 15:39:55

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 渡辺澄夫『ベイズ統計の理論と方法』を読んでいたり、読もうとしている人達が結構沢山いるようなので、関連の計算とプロットを行うコードがたくさん公開されるようになると期待していたのですが、残念ながらそうなっていない。

コードを書かずに理解できる本だとは思えないのだが。

タグ: 統計

posted at 15:36:45

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 しかし、どちらの場合も、少なくとも解説者の側が、コンピューターでの計算やプロットの作成に慣れていないと、具体例を分かりやすく見せることができなくなってしまいます。

タグ: 統計

posted at 15:32:04

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 尤度函数や事後分布の広がり具合が予測分布にどのように反映されるかを見るには、ベルヌイ分布モデルは使えない。しかし、有限的ではないもっと複雑な指数型分布族であれば、具体例として使用できます。

残差が正規分布に従うとする回帰も十分に使える例だと思う。

twitter.com/genkuroki/stat...

タグ: 統計

posted at 15:29:18

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 具体例として、指数型分布族の場合(ベルヌイ分布、正規分布、…)を選ぶと、状況があまりにも良すぎて、サンプルサイズ→∞での収束性について、最尤法とベイズ推定法の違いは本質的に無くなります。

違いを解説したければ、指数型分布族よりも複雑なモデルが必要。

twitter.com/genkuroki/stat...

タグ: 統計

posted at 15:25:46

Hiroo Yamagata @hiyori13

19年8月4日

おもちゃ博物館から戻ってきたガキが「世界をつくりたい」マジ顔で言って、レゴとプラレールを総動員し始めた。何十年かして「思えばあれが発端だったのかも~」となるかなあ……

タグ:

posted at 15:21:51

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 統計学では「母集団分布のパラメーターの推定」という明らかに不十分なスタイルの解説が多い。

しかし、Sanovの定理を知っていれば、「母集団分布そのものの推定」という極めて自然な考え方をできるようになる。

確率分布qを確率分布pで近似することの適切な定義がSanovの定理から得られる。

タグ: 統計

posted at 15:21:10

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 統計学入門のための確率論の三種の神器は

* 大数の法則
* 中心極限定理
* Kullback-Leibler情報量に関するSanovの定理

統計学は、未知の確率分布を近似的にシミュレートできる確率分布モデルを作る方法を含んでおり、モデルによるシミュレーションの誤差を理解するためにSanovの定理が必要。

タグ: 統計

posted at 15:15:31

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ゼータ函数の零点や極の情報がどのようにして漸近挙動の解析で使われるかについては

nbviewer.jupyter.org/github/genkuro...
ディリクレ級数の滑らかなカットオフ

を見てください。数値計算によって漸近挙動を数値的に確認するための #Julia言語 のコード付きのノートです。

たぶん、こういう解説は貴重。

タグ: Julia言語 統計

posted at 15:00:59

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 渡辺澄夫『ベイズ統計の理論と方法』でゼータ函数を使っている部分を上のノートの方法を使えば初等化できる。

ゼータ函数を使った漸近挙動の解析は、ゼータ函数の極や零点の情報を全て使った恐ろしく精密なものになりがちです。ベイズ統計のためにはそこまでの精密さは必要ない。

タグ: 統計

posted at 15:00:58

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 渡辺澄夫『ベイズ統計の理論と方法』の第4章の議論の一部を初等的にするために使えるラプラス近似の一般化に関するノートが

genkuroki.github.io/documents/2016...

にある。これを見れば

数学の本を読むときにそこに書いてあることに忠実に従わ__ない__ことが重要

ということの意味が分かるはずです。

タグ: 統計

posted at 14:54:03

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ラプラス近似の弱形の易しい場合の解説が

genkuroki.github.io/documents/Calc...

の3.5節にあります。

タグ: 統計

posted at 14:54:02

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 個人的な解説ノート

genkuroki.github.io/documents/2016...
Kullback-Leibler情報量とSanovの定理

を書き始めたモチベーションは、Sanovの定理やCramerの定理のような確率論における大偏差原理の基本的な結果が、統計力学のtoy modelになっていることが明瞭に分かるような解説をしてしまうことでした。

タグ: 統計

posted at 14:45:45

optical_frog @optical_frog

19年8月4日

なんか見落としてるかも.わかる人いたら教えてくだされ.

タグ:

posted at 14:42:14

optical_frog @optical_frog

19年8月4日

こっちのスライド (p.11) には同じグラフが掲載されてる.ただ,アップロードした人がケイスでもディートンでもないし,ほんとに信用して引用していいのか心配.slideplayer.com/slide/12650863/

タグ:

posted at 14:41:06

optical_frog @optical_frog

19年8月4日

Marginal Revolution のコーエンせんせいは,この PDF にリンクを貼ってるけど,p.48 に「大卒以上」(more than a BA) のグラフは掲載されてない.www.brookings.edu/wp-content/upl...

タグ:

posted at 14:39:02

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 私が学生時代には「なんでもエントロピー」と揶揄されるような「エントロピーブーム」があったと思う。たぶん、そのときに、赤池弘次さんによるKL情報量(相対エントロピーの-1倍)を使った統計学の再構成も話題になっていたはずなのだが、記憶に残っていない。惜しいことをした。

タグ: 統計

posted at 14:37:50

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 大偏差原理は確率論的設定におけるラプラス近似の弱形の話です。ラプラス近似の弱形は、極限としてmax-plus代数を出すときにも使われる。

通常のラプラス近似は最小点における二階の偏微分までの情報を使うが、ラプラス近似の弱形では最小値のみを使った粗い評価を行う。

タグ: 統計

posted at 14:37:49

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 確率が大体exp(-λ(情報量))になっているならば、系のサイズλを大きくするとき、情報量が最小の所の確率が他の部分の確率よりも相対的に圧倒的に大きくなるので、情報量が最小の所だけを考えれば非常に良い近似になる。

この手の話を数学者は「大偏差原理」と呼んでいる。実質統計力学の話。

タグ: 統計

posted at 14:37:49

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 情報量と(相対)エントロピー(密度)の安直な定義は、系のサイズを表すパラメーターλが「確率」に入っているとき、

log(確率) = -λ(情報量) + o(λ) = λ(エントロピー) + o(λ).

統計学の文脈では、λ=n=(サンプルサイズ)とすればよい。情報量とエントロピー(密度)はλに依存しない量。

タグ: 統計

posted at 14:37:48

optical_frog @optical_frog

19年8月4日

アメリカの非ヒスパニック系白人の薬物・アルコール・自殺による10万人当たりの死亡件数を生年世代ごとに見たグラフ.大卒以上(右)と大卒未満(左)の対比が強烈.ケイスとディートンの研究が引用元とされてる,正確な出典が確認できてないので要注意.marginalrevolution.com/marginalrevolu... pic.twitter.com/nh6inTyfDF

タグ:

posted at 14:37:40

horiem @yellowshippo

19年8月4日

@ta_to_co @unaoya ああなるほど。そこが違和感の根源であるとするなら確かにそうですね。ありがとうございます。

タグ:

posted at 14:26:05

あり @ta_to_co

19年8月4日

@yellowshippo @unaoya 私が返すのもおかしいですが、決まると決めるには大きく違いがあるように思います。
推定は人工的に決めていますが、動画は決まっていたものを特定できたように読めて違和感を感じました。

タグ:

posted at 14:18:48

産婦人科医@成田市 @syutoken_sanka

19年8月4日

@okusurinokikime うつみんですか。
未だにこんなことにだまされてる人がいるんだ。残念ですねえ。
少し調べればわかるのに。

タグ:

posted at 14:12:02

富谷(助教);監修 シン仮面ライダー @TomiyaAkio

19年8月4日

twitter.com/genkuroki/stat...
拙著でも引用させていただきました。

タグ:

posted at 14:07:49

天むす名古屋 Temmus @temmusu_n

19年8月4日

@nemakineko48 #超算数 あのぅ、【】で囲って引用なさったそれは私の意見です。尾崎馨太郎はどこでそんなことを言っているというのやら。あなたは、尾崎も積分さんも私をも、ちゃんと理解する気がないのではありませんか。

これ以上、このスレッドで返答しないでください。

megalodon.jp/2019-0804-1358... pic.twitter.com/QrcEQtmJaO

タグ: 超算数

posted at 14:04:02

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 Kullback-Leibler情報量に関するSanovの定理の特に易しい場合に関する私の解説が

genkuroki.github.io/documents/2016...
Kullback-Leibler 情報量と Sanov の定理

にあります。

タグ: 統計

posted at 14:01:46

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 渡辺澄夫さんのウェブサイトを読んでいれば、ベイズ統計に関わる俗説に騙されることは無くなると思います。

watanabe-www.math.dis.titech.ac.jp/users/swatanab...

タグ: 統計

posted at 14:01:46

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 須山敦史さんのブログも面白いです。

machine-learning.hatenablog.com

タグ: 統計

posted at 14:01:45

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 松浦健太郎さんの解説もおすすめ。ブログが

statmodeling.hatenablog.com/archive

にあります。

たぶん、コンピューターで計算しなければ、ベイズ統計を理解することは無理だと思う。そういう点でも松浦さんの解説は非常におすすめできます。

タグ: 統計

posted at 14:01:45

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 私はどちらかと言えば自分で全てを再構成して理解する方針なので、書籍に類については全然詳しくないのですが、おかしなことが書いていないベイズ統計の入門的解説は稀。

渡辺澄夫『ベイズ統計の理論と方法』
須山敦史『ベイズ推論による機械学習』

はおすすめ。

twitter.com/hiro_tah/statu...

タグ: 統計

posted at 14:01:44

horiem @yellowshippo

19年8月4日

@unaoya データから、(アップデートされた)確率(モデル)を決める(= 推定する)という意味ならば、そこまでおかしくないのではと思うのですが、いかがでしょうか? ただ、それはベイズ推定に限った話ではなくて、最尤推定や MAP 推定でも基本的には同じだと思いますが。

タグ:

posted at 13:49:17

hiro tachikawa @hiro_tah

19年8月4日

@genkuroki 黒木先生オススメのベイズ統計書籍は何かありますか?

タグ:

posted at 13:44:15

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ベイズ統計の理解に必須の尤度函数の概念をクリアに理解するためには、Sanovの定理についてなにがしかの直観を持っている必要があるというのが、私の結論。40年前の赤池弘次さんの論説もそういう結論になっている。

ここまで来れば、解説の大変さが分かりやすい(笑)

twitter.com/genkuroki/stat...

タグ: 統計

posted at 13:33:50

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 Sanovの定理を知らないと、予測誤差の概念も理解できない。統計力学を知っていればそこは大丈夫なのだが、多くの人は知らない話。

統計学の理解では、大数の法則、中心極限定理だけではなく、Sanovの定理(大偏差原理の1つ)が基本的なのだが、学部向けの確率・統計の講義で触れる余裕はない。

タグ: 統計

posted at 13:33:49

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 要するに、

* 予測分布の汎化損失の大小関係で、予測分布の予測誤差の大小関係を判定できる。

* 汎化損失は、対数尤度函数の-1/n倍の極限に等しい。

* 対数尤度函数は、未知の確率分布q(x)を使わずに、そのサンプルだけから計算可能。

* 対数尤度函数の-1/n倍は汎化損失の推定量である。

タグ: 統計

posted at 13:33:49

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 確率分布p(x|w)で確率分布q(x)をシミュレートしたときの予測誤差は、

S(q) = -∫q(x) log q(x) dx

とおくと、Sanovの定理より、

∫q(x) log(q(x)/p(x|w)) = (-∫q(x) log p(x|w) dx) - S(q)

と書けます。左辺はKullback-Leibler情報量(相対エントロピーの-1倍)、右辺第1項は汎化損失。

タグ: 統計

posted at 13:33:49

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 サンプルが未知の確率分布q(x)で生成されているとき、大数の法則より、

lim_{n→∞} L_n(w) = -∫q(x) log p(x|w) dx.

右辺は確率分布p(x|w)を予測分布としたときの「汎化損失」と呼ばれる量になっています。このことの重要性を理解していないと、尤度函数を理解していないことになる。

タグ: 統計

posted at 13:33:48

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ベイズ統計以前の問題として、サンプルX_1,…,X_nで決まる尤度函数もしくは実際に使う対数尤度函数の-1/n倍

L_n(w) = -(1/n)Σ_{k=1}^n log p(X_k|w)

がどういうものであるかについて、なにがしかのイメージがないと「尤度函数が持っている情報」と言われても有り難みが分からないだろう。

タグ: 統計

posted at 13:33:48

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ベイズ統計を使うメリットは少なくとも2つあるわけです。

* 尤度函数が持っている豊富な情報を予測分布に反映させられる。

* サンプルサイズ→∞での推定の収束性を数学的に保証しやすい。

この辺の事情が分かるような具体例を出そうとすると、それなりに複雑なモデルが必要になってしまう。

タグ: 統計

posted at 13:33:47

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 あと、ベイズ推定法で事前分布を使うことは、数学的には、事前分布をテスト函数とする超函数の意味での収束(もしくは弱収束)を扱っていることになり、サンプルサイズ→∞での推定の収束性の数学的取り扱いが易しくなります。(渡辺澄夫『ベイズ統計の理論と方法』はまさにその成果だと言える。)

タグ: 統計

posted at 13:33:47

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 私の現時点での理解では、最尤法(やMAP法)とベイズ推定法の本質的な違いは、ベイズ推定法では尤度函数が持っている豊富な情報が予測分布に反映されるようになっていること。

反映させるために用意されるのが、事前分布であり、尤度函数全体の情報は事後分布を通して、予測分布に反映される。

タグ: 統計

posted at 13:33:46

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 最尤法やMAP法(=正則化された最尤法)では、それぞれ尤度函数、事後分布の密度函数を最大化するパラメーターw*によって、予測分布が

p*(x) = p(x|w*)

と定義されるので、尤度函数や事後分布の台の広がり具合の情報は予測分布に反映されません。

タグ: 統計

posted at 13:33:45

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 事後分布や尤度函数の台の広がり具合は、推定の収束してなさ具合を表しているので、ベイズ推定法での予測分布

p*(x) = ∫ p(x|w)φ*(w) dw

にはその収束してなさ具合が反映されまくります。

こういうベイズ統計の方法の典型的な挙動がベルヌイ分布モデルでは見えなくなります。

タグ: 統計

posted at 13:33:45

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ベルヌイ分布の場合には、事後分布が φ*(w) (確率wで1、1-wで0)のときの予測分布のpをp*と書くと、

p* = ∫_0^1 w φ*(w) dw

と単なる事後分布の平均になってしまう。これも典型的な場合から程遠い。

タグ: 統計

posted at 13:33:45

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 実際、ベルヌイ分布で扱える場合で、私は実用的にベイズ統計を使ったことがないし、使う気にもなれない。

何度かツイッターに書いたように「平方根を計算する人」に慣れれば十分だと思う。

十分に有用な情報を楽して得られる方が良い。

タグ: 統計

posted at 13:33:44

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#統計 ベイズ統計の解説でどういう例を出すべきであるかは結構難しい問題。

例えば、ベルヌイ分布(確率pで1、確率1-pで0)を扱うと、

* 分布全体の空間が有限次元(1次元の線分)
* 母集団分布がモデル内に確実に含まれている。
* 指数型分布族(共役事前分布がベータ分布)

典型的な場合からは程遠い。

タグ: 統計

posted at 13:33:43

天むす名古屋 Temmus @temmusu_n

19年8月4日

@nemakineko48 #超算数 24÷4をみて□×4=24で□を探し、24÷4の答えは6の段で見つかると考えることは、尾崎の二番目の主張に合致しているわけです。だから、尾崎の記事を矛盾なく理解することはできません。

タグ: 超算数

posted at 12:14:53

天むす名古屋 Temmus @temmusu_n

19年8月4日

@nemakineko48 #超算数 もちろん掛順指導の元祖の一人である尾崎の説が、掛順そのものを否定する積分さんの反論になるとは思えませんが。尾崎の論は、□×aの答えを□の段で求めることを禁じているにもかかわらず、割算記号÷を使った式の導入後も包等区別を忘れないでねと言っています。得手勝手な指導です。

タグ: 超算数

posted at 12:06:45

天むす名古屋 Temmus @temmusu_n

19年8月4日

@nemakineko48 #超算数 あなたは、ねまきねこさん、人と論争する態度がなっていません。回りくどい話法で自分が何を言いたいのか明確にするために相手に一手間かけさせる横着だけでなく、積分定数さんの論点を本人ではなく私に質すところもそうです。私が提供した尾崎の記事を使って積分さんに反論するならよかった。

タグ: 超算数

posted at 11:56:25

津田和俊/急激に進行した網膜剥離と闘って @kaztsuda

19年8月4日

H24:いちばん厳しいあの人に
H25:だから、わたしは、いわき野菜
H26:美味しいから、いわき産を選ぶ
H27:召しませ!いわき
H28:身近に感じるいわき野菜、“食べたい”の連鎖
H29:身近に感じるいわき野菜、“食べたい”の連鎖~ その2
H30:身近に感じるいわき野菜

タグ:

posted at 11:50:30

津田和俊/急激に進行した網膜剥離と闘って @kaztsuda

19年8月4日

(今は名前が変わっているじゃないか ^^;;;)

タグ:

posted at 11:50:29

津田和俊/急激に進行した網膜剥離と闘って @kaztsuda

19年8月4日

いわき市の農作物に対する風評被害対策の取り組み:
安全・安心をアピールすることを辞め、消費者に判断してもらえるようその材料の提供
キャッチフレーズ:「見せます!いわき」
misemasu-iwaki.jp

タグ:

posted at 11:50:28

津田和俊/急激に進行した網膜剥離と闘って @kaztsuda

19年8月4日

いわき市内の四倉と泉にお店がある大川魚店では、店頭の売り上げはほぼ震災前まで回復しているが、通信販売が震災前の60%止まりで、震災直後からこの比率はほぼ変わらない。福島県内の消費者が贈答品として敬遠している。
(これ、桃でも事情は全く同じだわな。。。)

タグ:

posted at 11:24:22

津田和俊/急激に進行した網膜剥離と闘って @kaztsuda

19年8月4日

AIS:操業中の漁船のGPS情報を収集し、水揚げした漁場の把握や安全管理に役立てようと言う取り組み。漁業者にとっては、自分の見つけた良い漁場がライバルに知られると導入に及び腰。
(移動中はオンにしているけど、知られたくない場所ではオフにするという話を聞いたことがある)

タグ:

posted at 11:10:31

天むす名古屋 Temmus @temmusu_n

19年8月4日

@nemakineko48 #超算数 掛順が関係するのは、包等区別の方です。私、掛順と何の段問題が関係するって言ったことありますか?

タグ: 超算数

posted at 10:48:57

あ〜る菊池誠(反緊縮)公式 @kikumaco

19年8月4日

ペンクラブ声明ではあたかも政治的圧力によって展示中止においこまれたかのように書かれていますが、実際にはテロ予告が展示中止をもたらしたので、声明を出し直すべきです twitter.com/michikokameish...

タグ:

posted at 10:09:21

ぶんぽう @cielJF

19年8月4日

「ng」で終わる英単語と、「ing」で終わる英単語、どちらが多いと思いますか?直感で答えてください。

タグ:

posted at 09:30:17

非公開

タグ:

posted at xx:xx:xx

小鳥 @Tit_birdy

19年8月4日

1羽1羽にGPSつけて明らかになった鳥の渡り経路!海を一直線に横切ってる個体、迷走して逆戻りしてる個体、色んな癖があって何回見ても面白い!(笑) twitter.com/KlatuBaradaNik...

タグ:

posted at 08:01:34

R @agro1986

19年8月4日

Jupyter Notebookで使えるElixir matplotlibラッパーexplotをフォークして新しい機能追加した。一応プルリクも投げてみた pic.twitter.com/PfIzg8HsIh

タグ:

posted at 03:57:56

山田太郎 ⋈(参議院議員・全国比例) @yamadataro43

19年8月4日

トリエンナーレの件、表現する事で恐喝脅しにあってはならず刑事事件として対処すべき。表現の自由への圧力や中止の経緯の問題については、報道では首長、芸術監督と県、実行委員会の間で見解の違いもあり感情的にならず、まず展示内容や県市の公費による開催の決定プロセスなど事実関係を見極めるべき

タグ:

posted at 03:18:58

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#Jupyter の開発者達のモチベーションは

open science

です。この事実を知っていれば、Jupyter notebookの適切そうな使い方も分かると思う。

twitter.com/genkuroki/stat...

タグ: Jupyter

posted at 03:13:03

ごまふあざらし(GomahuAzaras @MathSorcerer

19年8月4日

リンクも貼り放題!
簡易GUIも作れる.
サイツヨ(´・ω・`) twitter.com/genkuroki/stat...

タグ:

posted at 02:47:11

黒木玄 Gen Kuroki @genkuroki

19年8月4日

#Jupyter notebook の markdown cell には数式や画像を含むコメントを書き放題できて便利です。

例1:nbviewer.jupyter.org/github/genkuro...

例2:nbviewer.jupyter.org/github/genkuro...

例3:nbviewer.jupyter.org/github/genkuro...

#Julia言語

twitter.com/r_gray_/status...

タグ: Julia言語 Jupyter

posted at 02:41:15

ヨビノリたくみ @Yobinori

19年8月4日

@genkuroki ご意見ありがとうございます

個人的にはベイズの定理がベイズ統計の基礎付けになるものとは全く思っておりませんが、視聴者に誤解を与える可能性を考え、全体的に再度慎重に考慮した上でフルver.をアップしたいと思います

タグ:

posted at 01:57:39

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@Yobinori ベイズの定理は条件付き確率の定義の自明な言い換えに過ぎません。そういう自明な結果から、ベイズ推定法(推測法)が有効な推定法であるという数学的事実が導かれるわけではありません。ずっと非自明な数学を使う必要があります。

文献:渡辺澄夫著『ベイズ統計の理論と方法』

タグ:

posted at 01:21:07

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@Yobinori 続き。板書の引用

【頻度論 point I 固定された確率→データ】
【ベイズ point I データ→確率(分布)】

この説明の仕方は非常にまずいと思いました。

よく見るパターンは

母集団分布

無作為抽出もしくは独立試行

サンプル(データ)

最尤法やMAP法やベイズ推定法など

予測分布

です。

タグ:

posted at 01:17:27

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@Yobinori 親切な人にスクショをもらいました。

引用【高校とか中学の確率の考え方は ベイズの考え方とは少し違う】

コメント:違いを強調するのはミスリード。

引用【データから確率(分布)が決まる】

コメント:次のツイートでコメント。

引用【すべてはベイズの定理の応用にすぎない】

コメント:誤り。 pic.twitter.com/pfnYjvQtu6

タグ:

posted at 01:11:12

黒木玄 Gen Kuroki @genkuroki

19年8月4日

いやほんと、私なんかは「朝敵」「国家の敵」扱いされて脅されちゃうかもしれない。

タグ:

posted at 00:37:29

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@Yobinori 私の記憶では削除して見れなくなった動画では、ベイズでは頻度論と違って、データから確率が決まるというような話になっていたのですが、この私の記憶は誤りですか?

動画を再公開しないということなので、直接質問することにしました。

タグ:

posted at 00:24:57

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@Yobinori ツイートをいきなり消したヨビノリさんの反応の仕方は正直少し感じが悪かったです。しかし、大した問題ではないとも思います。消した動画は公開できないということですね。

twitter.com/yobinori/statu...

タグ:

posted at 00:19:38

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@Yobinori 【変わっていくのは(ベイズの数学的なモデルの中で)自分達が予想する確率分布だ】

の確率分布は事後分布のことですか?

渡辺澄夫『ベイズ統計の理論と方法』には、数学的設定の明瞭な説明とともに、俗説の明瞭な否定についても書いてあって参考になります。

twitter.com/yobinori/statu...

タグ:

posted at 00:16:08

ヨビノリたくみ @Yobinori

19年8月4日

@genkuroki アップした動画は詳しい説明のないダイジェスト動画なので、今回の反応をふまえ、誤解される可能性を危惧して非公開にしました

タグ:

posted at 00:12:57

斉藤 淳 『アメリカの大学生が学んでいる @junsaito0529

19年8月4日

あまり比較したくないが、ろくでなし子の方が、津田大介の数万倍マシだ。

タグ:

posted at 00:10:14

黒木玄 Gen Kuroki @genkuroki

19年8月4日

@Yobinori 消したツイートにあった動画を再投稿して頂ければうれしいです。問題ないことしか言っていないならそうするべき。我々以外の一般読者には証拠を隠す行為に見えている危険性があると思います。続く

タグ:

posted at 00:09:43

梅崎直也 @unaoya

19年8月4日

言葉の綾なのかもしれないけど、予告動画の字幕として出していた「データから確率(分布)が決まる」というのは違和感があるような気がする。

タグ:

posted at 00:04:36

梅崎直也 @unaoya

19年8月4日

うーん、黒木さんとヨビノリさんのやりとりだけど、動画を削除した上でこの反応は結構ひどいと思うな

タグ:

posted at 00:03:24

ヨビノリたくみ @Yobinori

19年8月4日

@genkuroki また、正式な資料が揃っておらず、詳細が"不明"な段階でフォロワーの方にマイナスイメージを与えるツイートをされると心が痛みます

なるべく正しい数学的な知識を多くの人に伝えたいという気持ちは黒木さんと同じです

タグ:

posted at 00:01:01

@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