黒木玄 Gen Kuroki(@genkuroki)/2020年03月/Page 15

人類もう少しインタネット上でネイティブな数学を議論するインフラ作るのに注力するべ(ここでツイートが切れてる)

タグ：

posted at 23:57:58

補足すると，現れませんでした．

タグ：

posted at 23:35:19

あと code is available, coming soon っていう謎ワードを経験したので現物しか絶対信用しなくなる体になりました．

タグ：

posted at 23:32:11

まぁこんなもんですよね．知ってる．

タグ：

posted at 23:20:56

最近の私

理想「現論文のコードが書いてあって，ライセンスもゆるくて，READMEがあって，手元で動いて，再現できて，しかも中身が綺麗サイコー」

現実「なんかあるんだけれど， READMEのリンク切れて，手元でうごなくて，再現できず，論文と違うこと言ってるし，しょうがないから自分で作っ”た”」

タグ：

posted at 23:20:56

非公開

タグ：

posted at xx:xx:xx

J.YAMASAKI @J_YAMASAKI

まぁ多分これからも使うかもと思ってjupyter labとjuliaをインストールしてみた。。どの言語にも細かい癖があるだろうから面倒だけど、そもそも行列計算に遡るコーディング最近何もしてないので、どうせなら流行り物でやってみようかと。。

タグ：

posted at 22:43:40

統計たん @stattan

新帯秀樹 Hideki Shintai @hs_heddy

ワラタ twitter.com/genkuroki/stat...

タグ：

posted at 21:32:03

Julia v1.3以上で使用可です。
#Julia言語

Pure Juliaの行列演算ライブラリGaius.jlでIntel MKLを倒したい

qiita.com/ho-oto/items/3... #Qiita

タグ： Julia言語 Qiita

posted at 21:30:54

非公開

タグ：

posted at xx:xx:xx

#統計豊田『瀕死本』に適切な訂正を出すとすればこんな感じ：

この本における「仮説が正しい確率」は頻度論における片側検定などのP値のよい近似値になっているので、P値に対する批判は「仮説が正しい確率」にもそのまま適用される。読者はその点に注意して読み直して欲しい

(笑) twitter.com/not_identified...

タグ：統計

posted at 21:17:13

石川義正 @canalshore

これは単に彼らの今後のキャリア形成の可能性を狭めるだけでなく、10年後にはデジタルスキルが（精々今の我々程度にしか）ない層が仕事の中核を占めることになり、その時点で日本は韓国や香港や台湾と全く別次元の社会になっているはずだ。彼らの政治意識にも当然それは反映する。要するに鎖国である

タグ：

posted at 21:08:41

石川義正 @canalshore

仕事で長いこと社内報を作ってきて今年ショックだったのは高卒新入社員の原稿が全員手書きだったことだ（入力辛い…）数年前まではほとんどWordだったのに突然20年前に逆戻りしてる。これは自宅にパソコン環境がない（スマホのWordも使わない）からで社会の急激な貧困化を如実に示しているという他ない

タグ：

posted at 20:20:01

闇のapj @apj

新帯秀樹 Hideki Shintai @hs_heddy

文科省の方針を見ていると，小中高の教師になりたいなら教育学部を出てくれ，というふうに見えますねえ。他学部から来ることは望まれていないので年々ハードルを上げてきてる（履修科目や時間数を増やすなど）。 twitter.com/kale_aojiru/st...

タグ：

posted at 20:18:08

#動物愛護
 #癒し twitter.com/doubutu_iyashi...

タグ：動物愛護癒し

posted at 20:18:00

統計たん @stattan

この多重比較がいらないという人たち謎論法、ほんと謎。 twitter.com/genkuroki/stat...

タグ：

posted at 20:07:40

#統計実際には、確率そのものではなく確率の近似値としてP値を定義することが多いので

* 近似計算法

も決めないとP値は決まらない。

以上の3つ(モデルM、データD以上の偏りの定義、近似計算法)を説明できない人にP値の概念を使用させるのは危険行為なので避けるべきだと思います。

タグ：統計

posted at 18:52:18

#統計 P値の定義はベイズ統計の話と比較すると相対的にずっと易しいです。

ただし、P値を使ってよいのは、そのP値について

* データの生成法則のモデル化としての確率分布モデルM
* モデルM内でデータD以上の偏りが生じることの定義

の2つを正確に説明できる人だけです。

twitter.com/genkuroki/stat...

タグ：統計

posted at 18:49:01

やっくる @yakkuru79

@sionmamasan @mph_for_doctors これは累計なので、3/9の新規はうんと少ないと思います。

タグ：

posted at 18:45:31

#統計現実で得られるデータDの生成法則を、数学における確率論の言葉でモデル化し、数学的モデルMの中での実データDに関わる何らかの確率を考える。

これが統計学の基本パターンです。

P値、仮説検定、信頼区間、ベイズ統計、ベイズ信用区間、…は全てそういう仕組みになっています。全部お仲間！

タグ：統計

posted at 18:37:06

#統計続き。その片側検定のP値は「成功確率はp₀以上である」という帰無仮説の検定に使われます。

これを知っていれば、豊田『瀕死本』のプロローグの文脈で「成功確率は7割以上である」という仮説を検定できます。豊田氏が「仮説が正しい確率」だと言っているものは近似的にその意味のP値に等しい。

タグ：統計

posted at 18:33:26

#統計例えば、n回中の成功の回数kのデータの生成法則を、二項分布モデルBin(n, p₀)でモデル化し、モデル内でのデータk以上に偏っている状態を「モデル内部での成功回数がデータk以下になること」だと定義したとしましょう。このときのP値は二項分布モデルにおける片側検定のP値になる。続く

タグ：統計

posted at 18:29:44

そもそもの出発点は「p値は解釈性が悪いから仮説が正しい確率を求めよう！」という話だったのに、「仮説が正しい確率を求めよう。ただ、あくまでこの事前分布とこの尤度関数という数理的前提の上で成り立つものなのでカギ括弧は各自で補って読んでください」← このどこが解釈性がいいのか

タグ：

posted at 18:29:16

だいたい、この手の話は、カギ括弧をつければ免罪符になると考える方が不健全なのである。

タグ：

posted at 18:26:50

「瀕死本」91pでは「仮説が正しい確率というのはあくまで尤度関数と事前分布という数理的前提の上で計算されるものなので、カギ括弧で補ったものである、と述べているが、「仮説が正しい確率」を最初に定義している85pにはそんなカギ括弧はないのである。それなら最初からそんな呼び方しなくていい。

タグ：

posted at 18:26:50

#統計 P値の定義：現実におけるデータDの生成法則のモデルになっていると思われる確率モデルMを用意し、モデルM内部における「D以上に偏った状態」を定義します。このとき、モデルM内部で現実から得たデータD以上偏りが生じる確率もしくはその近似値をP値と呼びます。

これがP値の一般的定義です。

タグ：統計

posted at 18:24:43

#統計 P値は数学的モデル内部における確率もしくは確率の近似値として定義されます。大事なポイントは数学的モデル内部における確率であり、「現実のサイコロの出目の確率」のような現実世界における確率ではない点に注意が必要です。

数学的モデル内部における確率に過ぎない。

タグ：統計

posted at 18:24:42

#統計 P値を計算したときには、その計算で使った数学的モデルの設定全体に関わる数値であることを忘れたらアウトなのに、諸々の設定を忘れて、あたかも「母集団平均はμ₀である」というような帰無仮説のみに関わる数値であるかのように思ってよいかのような説明をしている奴らが悪い。

タグ：統計

posted at 18:16:05

#統計 ASAの声明にも

【P値が小さいほど、データと帰無仮説の統計的な矛盾の程度は大きくなる。ただし、P値の計算の背後にある仮定がすべて正しければ、であるが。～P 値の計算の背後にある仮定を疑う、あるいは反対する証拠としても解釈できる】

と書いてあります。

twitter.com/genkuroki/stat...

タグ：統計

posted at 17:52:39

#統計続き～、「母平均はμ₀である」という帰無仮説が否定されたとは言えないわけです。

こういう当たり前に話が分かるように伝統的なスタイルの統計学入門の教科書が書かれていないのだから、読者が仮説検定を理解できなくなるのは当然で、理解したつもりになる方がダメなのです。

タグ：統計

posted at 17:46:33

#統計続き～

　母平均はμ₀である

という帰無仮説が単体で否定されたのではなく、

　母集団分布は正規分布でかつその平均はμ₀であるという仮定
　＋無作為抽出の仮定など

のモデル全体が否定されたと解釈する必要があります。「母平均はμ₀である」以外の仮定も疑わしい場合には～続く

タグ：統計

posted at 17:42:37

#統計学生時代に統計学の教科書に「母集団分布は正規分布である」という仮定がしてあるのを見て、

　え？未知の母集団分布が正規分布だと仮定しちゃっていいの？

と疑問に思った人は多いと思う。正規母集団の仮定のもとで、

　母平均はμ₀である

という帰無仮説が検定で棄却されたときには～続く

タグ：統計

posted at 17:38:54

#統計続き～現実への応用において妥当ではない可能性があることを見えなくするような伝統的なスタイルの説明があまりにも非科学的な態度でひどいと思います。

具体的には「母集団分布が正規分布であることを仮定する」という説明の仕方が非現実的過ぎて科学的には論外です。続く

タグ：統計

posted at 17:34:30

手を洗う救急医Taka @mph_for_doctors

#統計豊田『瀕死本』(←私は批判するために買う以外には買わない方がよいと思う本)でも、p値の概念を理解してもらい難いことが取り上げられていますが、私はその原因は

　そもそも統計学入門の教科書で定義がまともに説明されていないから

だと思います。特にp値の定義に使った確率モデルが～続く

タグ：統計

posted at 17:34:29

@cutetanaka 滅裂思考でしょこれ。

タグ：

posted at 16:47:35

キュート先生 @cutetanaka

@mph_for_doctors そもそも「相談件数」と「受診者数」なのに、何でPCRを断った話になるんですかね。意味不明過ぎますね。

タグ：

posted at 16:47:00

@eco_tetsu @genkuroki 昨晩作ったものを放流します．

gist.github.com/terasakisatosh...

タグ：

posted at 16:33:53

しおんママ @sionmamasan

@mph_for_doctors ですよね。

ありがとうございます(*^^*)

そのデタラメを信じる人もいるので
発言には気をつけてほしい思います。

タグ：

posted at 16:28:03

Hiroo Yamagata @hiyori13

手を洗う救急医Taka @mph_for_doctors

もう「日本は検査してないから症例が少ないだけ」説は否定されつつあるのね。 twitter.com/jburnmurdoch/s...

タグ：

posted at 16:20:54

@sionmamasan 普通に上先生がデタラメです。

タグ：

posted at 16:20:09

しおんママ @sionmamasan

@mph_for_doctors こちらでは、このように出てますが
どれが本当なのでしょうか？

toyokeizai.net/sp/visual/tko/... pic.twitter.com/yyAA0HlmxR

タグ：

posted at 16:15:03

稲葉振一郎 @shinichiroinaba

“本当はすべての公衆衛生政策は疫学や医療経済学や行動経済学などの科学的知見に基づいて行われるべきだと思う。英国ではかなりそうなっているが，これまで日本ではほぼ皆無だった” / “鐵人三國誌・アーカイヴ【第327回】理論疫学の行政への反映（2020年3月2日）” htn.to/3wbWa1NZh6

タグ：

posted at 16:08:32

traingram（ram） @Traingram123

こんなシンプルな資料すら正確に読めない人が専門家名乗ってテレビに出まくってんの？

タグ：

posted at 15:44:20

traingram（ram） @Traingram123

手を洗う救急医Taka @mph_for_doctors

上昌広先生

・「相談センターへの相談件数」を「医師が求めたPCR件数」と誤読

・「帰国者/接触者外来の受信件数」を「PCR検査実施件数」と誤読

この誤読、意図的なら悪質すぎるし、他意無しなら馬鹿すぎる twitter.com/kamimasahiro/s...

タグ：

posted at 15:42:28

もうこれ捏造といっていいと思うんですけど、どうしたんすか？

そんなに検査煽って一体何が目的なんですか？ twitter.com/kamimasahiro/s...

タグ：

posted at 15:29:33

実際に使ってみました．add でインストールできる！
MacのAtomで .png 表示ファイル動作できました．

github.com/Lirimy/ImageCo...

タグ：

posted at 15:21:00

東大MATLABアンバサダー @UT_MATLAB_Amb

Julia で自作パッケージを公式に登録する（2020年3月） qiita.com/Lirimy/items/0... #Qiita

タグ： Qiita

posted at 15:18:53

花粉がつらいですね……私はとてもつらいです

今日は趣向を変えてplot3を用いての三次元画像を作ってみました！
思ってたよりきれいにできて満足です

因みにMATLABは数値計算ソフトウェアであって、アニメーション制作ソフトでもゲームエンジンでもないそうです。あれ？ pic.twitter.com/I4Nl7hPQ6b

タグ：

posted at 12:20:20

@kuri_kurita

しかしこれ、ロイターの場合は更に悪質で、本文を読んでも、「（医師の判断で）疑わしい場合は検査すべき」という類の事が全く書かれていない。

本当に「全数検査」を求めたかのように読めてしまう。 twitter.com/fumitake_a/sta...

タグ：

posted at 12:04:04

Hiroyasu Kamo @kamo_hiroyasu

コロナ社☉自然科学専門書の出版社 @coronasha

危険物への忌避感を正常にもっている方が学校にはまだ多いという、これだけ見ると良い報せです。リプライにはそれが失われつつあるとの悪い報せがあります。 twitter.com/tyuunori/statu...

タグ：

posted at 11:09:46

2020年3月刊💙💖💚💜コロナ社

1から始める Juliaプログラミング
www.coronasha.co.jp/np/isbn/978433...
進藤裕之　佐藤建太　共著

プログラミング言語Juliaの基本的な文法や使い方から，実践的な内容として，標準ライブラリには含まれない数値計算やデータの可視化などのパッケージの活用まで解説する。 pic.twitter.com/diPRDu9Ztt

タグ：

posted at 11:02:13

K.B.砂糖 @KB_satou

Flux.jl のモデルのセーブ&ロードはBSONではなくJLD2使えばいいのね、ぼくわかった。
github.com/FluxML/Flux.jl...

タグ：

posted at 10:17:25

kashi @mkashi

Juliaおじさんのintevalパッケージが正しく動かない話が。 twitter.com/matsue_ushi/st...

タグ：

posted at 09:15:15

志位＋＋和夫 @hyper0dietter

まだJulia歴は3年なのでまだまだ半人前Juliaプログラマ

タグ：

posted at 08:52:04

ボビン @moyasiman

パイソソ

タグ：

posted at 08:50:20

ceptree @ceptree

numba意外と経験の必要な非自明なライブラリっぽい

タグ：

posted at 08:49:12

ボビン @moyasiman

julia意外と経験の必要な非自明な言語っぽい

タグ：

posted at 08:43:35

#統計力学効用函数は単調増加で上に凸なら基本的に何でもよいはず。log 以外の効用函数を選べば、ガンマ分布とは別の分布が「平衡状態」でのカノニカル分布として出て来るはずです。

興味を持った人は自分でやってみると良いと思います。

タグ：統計力学

posted at 08:34:46

#統計力学資産 x から得らえる効用を log x としたのですが、それはカノニカル分布としてガンマ分布が出て来る設定です。ガンマ分布の確率密度函数は

const. × exp(-x/θ + (α-1)log x)

の形をしています。-x/θ の項が平均資産の上限から出て来て、(α-1)log x の項が平均効用の下限から出て来ます。

タグ：統計力学

posted at 08:33:27

#統計力学 #Julia言語以上の数値実験のソースコードは

nbviewer.jupyter.org/gist/genkuroki...

で公開されています。こういう遊びは色々なことが学べるのでみんなやるべきだと思う。

タグ： Julia言語統計力学

posted at 08:28:44

#統計力学初期条件から300単位時間程度で「平衡状態」に達しているのに、400単位時間程度経過しても、お金持ちはお金持ちのままで、貧乏人は貧乏な傾向が続きます。

このことからも「平衡状態」は決して「長時間平均」ではないことがわかります。

タグ：統計力学

posted at 08:26:00

#統計力学添付画像は、動画の最終時刻である400単位時間経過した時点で最も貧乏な村人の資産がその後の400単位時間でどのように分布したかをプロットしたものである。

貧乏な村人は400単位時間のあいだ相対的に貧しいままの傾向！！！ pic.twitter.com/kVDMMKwPxU

タグ：統計力学

posted at 08:24:16

#統計力学添付画像は、動画の最終時刻である400単位時間経過した時点で最もお金持ちの村人の資産がその後の400単位時間でどのように分布したかをプロットしたものである。

お金持ちの村人は400単位時間のあいだやはりずっとお金持ちのままである！ pic.twitter.com/OnL65shnNV

タグ：統計力学

posted at 08:22:51

#統計力学動画中では初期条件から300単位時間程度で「平衡状態」のガンマ分布に収束している。念のため400単位時間まで動画を作成してある。

さて、その400単位時間は各々の村人の資産の額をどれだけ変化させるだろうか？続く pic.twitter.com/lsOIQ1556z

タグ：統計力学

posted at 08:18:47

#Julia言語 #統計力学その結果は添付動画の通り。

効用の平均値に下限を設けなかった場合には、資産分布が指数分布に収束し、資産がほぼゼロの村人が続出していた。

しかし、下限を設けたおかげで、資産がほぼゼロの村人はほとんどいなくなった。資産分布はガンマ分布に収束している。 pic.twitter.com/3bQ5qkdYGC

タグ： Julia言語統計力学

posted at 08:16:11

#統計力学だから、log X_i の相加平均は0以下になる。0になる場合が完全平等(全員の資産が1に等しい場合)になる。

さすがに、それは苦しいので、0 を -0.2 に緩和した政策を実施したのである。続く

タグ：統計力学

posted at 08:14:05

#統計力学 i番目の村人の資産の額を X_i と書くと、n人の村人の資産の平均値は X_i の相加平均になり、相加平均の上限は1という制限がかかっている。

一方、効用の平均は log X_i の相加平均であり、その exp は X_i の相乗平均になる。相加相乗平均の不等式より、相乗平均も1以下になる。

タグ：統計力学

posted at 08:12:42

#統計力学資産の量 x から得られる効用を log x とする。そして、

* 資産から得られる効用の平均値が -0.2 以上になるようにする。

という制限も付け加えて、資産分布をランダムウォークさせる。この制限がないと、効用の平均値は-0.58程度まで下がってしまいます。それを-0.2まで引き上げる。続く

タグ：統計力学

posted at 08:09:30

#統計力学資産分布を「各人の資産は負にならない」「平均資産が1単位を超えない」という制限でランダムウォークさせると、資産分布は滅茶苦茶不平等な指数分布に収束してしまいました。

「これではいけない」と思った村人は「福祉政策」を取り入れました。続く

タグ：統計力学

posted at 08:07:29

#統計力学指数分布が出て来ることのポイントは

* 各人の資産が負の値になることはない。
* 1人当たりの平均資産が1単位を超えない。
* この制限の範囲内で資産分布はランダムウォーク。

の3つです。資産分布は指数分布に収束。

この手の状況での収束先の分布をカノニカル分布と呼びましょう。

タグ：統計力学

posted at 08:06:04

エコ鉄 @eco_tetsu

@MathSorcerer @genkuroki 記述は現実の方が良さそうです。
ビジュアルモードがあると良さそうですね。juliaならできるかも。

タグ：

posted at 08:04:51

#Julia言語 #統計 #統計力学

1000人で構成されたとある村では、1人当たりの資産が1単位を超えないようにランダムに資産を配ったり、奪い取ったりしています。その結果、資産分布は指数分布に収束しました。動画を参照。初期条件は誰も資産を持っていない状態。 pic.twitter.com/3A6vyAIDqt

タグ： Julia言語統計統計力学

posted at 08:03:25

#Julia言語 #統計

MCMCで多項分布(3項分布)のサンプルを作ってみました。

動画の右半分が3項分布の確率函数のヒートマップ。

動画の左半分がMCMCで構成した3項分布のサンプルの2次元ヒストグラムのヒートマップ版。 pic.twitter.com/yrFznknb99

タグ： Julia言語統計

posted at 08:00:17

#Julia言語 #統計

 nbviewer.jupyter.org/gist/genkuroki...
Metropolis-Hastings method Part 2

Part 1 との違いは、離散版MCMCへの対応、ベイズ統計の例の削除、カノニカル分布の追加です。

そして、添付画像を見れば分かるように中核部分がものすごく単純化されています。 pic.twitter.com/AMtF5OBGdb

タグ： Julia言語統計

posted at 07:57:38

Dr. KID @Dr_KID_

同時期にツイッターを始めた先生が次々と出版

子どもの病気・おうちケアはじめてBOOK
amzn.to/2xJII4S

子どものアトピー性皮膚炎のケア
amzn.to/2wfF6Hc

最新医学で一番正しいアトピーの治し方
amzn.to/3a2iXuY

医者が教える正しい病院のかかり方
amzn.to/39RR3BA

タグ：

posted at 07:34:40

ほとんどのユーザーはこっちの方が助かるだろう。さもベイズを使ったら深淵なことが言えるような口ぶりしなくてもサ……例えば階層モデルだとlme4はランダム効果をふたつ入れると大抵計算が収束しない、だからbrms使った方がいいネ、でいいじゃんもう……みたいな。

タグ：

posted at 07:27:10

｢仮説が正しい確率｣ならプレレジも（少なくとも部分的には）不要になるとの文言もあるが、これにはまったく同意できないのである。とはいえ、後の章で詳しく語られるらしいのでひとまずそれは置いておこう

タグ：

posted at 07:24:01

ここで挙げた問題について、豊田先生の解決策が｢仮説の正しい確率｣であるようだが、それは第二部から登場するのでまた確認しよう。ペラペラめくったところ、どうやらPHC曲線なるものも出てくるようだ（それ、もしかして事後分布の累積密度じゃね？）

タグ：

posted at 07:22:26

なるほど、それは確かにその通りで、私の挙げたものは、いずれも既に一般的に問題とされていることでした。｢瀕死本｣で特に丁寧に掘り下げられているという意図でもありません。 twitter.com/genkuroki/stat...

タグ：

posted at 07:22:26

#Julia言語この手の数値実験をするときには、maxevals=10^4～10^5 を設定しておいた方が安全なようです。私が試した場合では、計算時間を増やしても意味のある程度に精度は上がりませんでした。

パラメーター数が3以上でもどれだけうまく行くかを誰か試してみて！

タグ： Julia言語

posted at 06:48:57

#Julia言語 #統計モデルは

p(x|a, b) = (1-a)N(x) + aN(x-b), N(x)は標準正規分布

で、標準正規分布のサイズ1000のサンプルの場合に、ベイズ自由エネルギーを数値積分で計算している。a, bについて対数尤度函数を積分していている。2変数函数のそこそこ重めの函数の数値積分。

タグ： Julia言語統計

posted at 06:48:56

#Julia言語 #統計

 nbviewer.jupyter.org/gist/genkuroki...
log ∫ exp(f(x)) dx の実装例

最後の方で最も簡単な特異ベイズモデルの自由エネルギーを数値積分で直接求めています。こういう計算の例は珍しいのでちょっと貴重かも。 pic.twitter.com/rIJLXRbCTN

タグ： Julia言語統計

posted at 06:44:35

John Burn-Murdoch @jburnmurdoch

Here are the latest case trajectories:

• Japan’s flatter curve now felt to be due to effective isolation of elderly, more than lower testing
• Underscores trend of Asian countries responding effectively

Keep up to date with latest developments here: www.ft.com/content/a26fbf... pic.twitter.com/UhriUHEIRU

タグ：

posted at 05:40:53

ボビン @moyasiman

のだめのドラマまた見たいな

タグ：

posted at 05:02:55

#統計で、現実問題として、グラフのプロットには手間がかかる。これもやってみたことがある人ならみんな知っている「大問題」だと思う。

グラフを大量に書けば理解し易くなるのに、そのグラフを描くのが結構大変だという問題。

理解するためにはどこかでしんどいことをがんばらないと苦しい。

タグ：統計

posted at 04:48:58

#統計初等函数のグラフを一切見ずに高校数学をマスターしろと言われても無理。

単峰型になる尤度函数のグラフを一切見ずに最尤法やベイズ統計を理解しろと言われても同様の意味で無理があります。

そして見たことがあれば簡単なウソはすぐに見抜けるようになる。

百聞は一見に如かず。

タグ：統計

posted at 04:45:43

#統計「実質的に所謂「頻度論」を超えることは何も出て来ないタイプのベイズ統計の使い方」について理解したければ、尤度函数が単峰型になる場合について、コンピューターで尤度函数を大量にプロットしまくるのが効果的だと思います。尤度函数のプロットは実質的に事後分布のプロットと同じです。

タグ：統計

posted at 04:41:47

#統計実質的に所謂「頻度論」を超えることは何も出て来ないタイプのベイズ統計の使い方であっても、既存のソフトウェアで便利で気軽に実行できるのであれば大きなメリットでしょう。

どうしてそういう立場で頑張らないのか？

タグ：統計

posted at 03:25:21

#統計尤度函数がシンプルな単峰型(ガウス型)になる場合には、事後分布の「台」の形で信頼区間・信頼領域の近似物を作れます。

そういうベイズ統計の使い方では実質的に所謂「頻度論」を超えることは何も出て来ない。豊田秀樹さんのベイズ統計の使い方も本当はそのように評価されるべきだと思います。

タグ：統計

posted at 03:22:46

#統計補足。モデルが単純で、尤度函数が単峰型になる場合であれば、最尤法の真の解を数値的に求めることはそう難しくない。

しかし、信頼区間およびパラメータ空間が2次元以上なら信頼領域も求める必要があって面倒。

面倒だから事後分布で代用することは有力な選択肢です。 twitter.com/genkuroki/stat...

タグ：統計

posted at 03:22:41

#統計続き。単に「便利な分析方法の1つ」という(例えば「ベイズ統計モデリング」の)立場でベイズ統計を推すのであれば、既存のソフトウェアを眺めれば「そりゃそうだ」と私も思う。

豊田『瀕死本』のスタイルはそれとは全然違う。「ベイズ統計モデリング」勢はきちんと批判するべきだと思います。

タグ：統計

posted at 03:14:48

#統計モデルが複雑になると、そのモデルを用いた統計分析の手間が増えるという問題がバカにできない問題になります。

例えば最尤法の解(局所解ではない真の解)を見つけるのは相当な手間です。

面倒だから事前分布を与えてMCMCを回したり、近似推論で済ませたりするという選択肢は結構有力。続く

タグ：統計

posted at 03:13:29

#統計『瀕死本』の内容で同意できる部分は、豊田さんと無関係によく知られている事柄だと思います。

広く知られていることについてまで、豊田『瀕死本』に書いてあることを強調するのは、「フェアな議論」ではなく、「ミスリーディングな議論」だと思う。

豊田オリジナルの部分を否定すれば十分。 twitter.com/not_identified...

タグ：統計

posted at 03:01:34

#統計～であり、数値的には実質同じだと思って良いことに無頓着です。

おそらく、多重比較の問題についても、ベイズ側で使っている道具の対応物が所謂「頻度論」側にないことにして議論しているのではないでしょうか？

アンフェアな比較は不毛で有害です。

タグ：統計

posted at 02:52:14

#統計続き。豊田さんには、ベイズ側でやっていることの所謂「頻度論」側での対応物を考えずに、アンフェアな比較をする傾向があります。

『瀕死本』プロローグでは、豊田的「70%以上であるという仮説が正しい確率」の所謂「頻度論」での対応物が「70%以上であるという仮説の片側検定のp値」～続く

タグ：統計

posted at 02:48:09

#統計サンプル(データ)の確率的揺らぎは、p値や信頼区間の確率的揺らぎを引き起こすのと同様に、豊田的「仮説が正しい確率」の確率的揺らぎを引き起こします。

ベイズだと多重比較が問題にならないというような考え方は一体どこから出て来たのやら？

私はど素人なのでさっぱりわからない。

タグ：統計

posted at 02:42:14

#統計以上では数値的に本質的じゃないので、片側検定と両側検定の違いを気にせずに説明している部分があるので要注意。

繰り返しになるが、豊田『瀕死本』p.87には「仮説が正しい確率」(=事後分布で測った確率)なら【何回計算しても多重比較のような補正が必要ありません】とあるのも重大な問題。

タグ：統計

posted at 02:37:39

#統計続き。だから、豊田『瀕死本』プロローグでやっていることは、実質的に、「帰無仮説を50%としたら有意差が出たので、帰無仮説を70%にずらしましょう」と言っているのと同じwww

所謂「頻度論」で99.9%信頼区間を計算したら、その区間に70%以上が含まれないという話と本質的に同じです。

タグ：統計

posted at 02:32:36

#統計豊田『瀕死本』p.85や豊田『止めよう論文』

www.jstage.jst.go.jp/article/sjpr/6...

での「仮説が正しい確率」の定義は事後分布で計算した確率。『瀕死本』プロローグでのそれは片側二項検定のp値にほぼ一致することを証明できるので、豊田秀樹さんは「p値は仮説が正しい確率だ」と言っているも同然www

タグ：統計

posted at 02:27:56