黒木玄 Gen Kuroki(@genkuroki)/2020年05月/Page 13

ﾏｲｷｰ･ﾑｰﾝｳｫｰｶｰｽﾞ @banboro905

@banboro905 帰還兵、いらっしゃいますよ…

久々の再会、お望みですか？

タグ：

posted at 00:01:58

@SEIDONNE うわわわわわああああああ！！！！

役45年振り位の再会です！！！

是非、お手数お掛けしますが宜しくお願いします！！！

どれだけ補正されているか楽しみですw

タグ：

posted at 00:35:14

セイドンネ @SEIDONNE

ﾏｲｷｰ･ﾑｰﾝｳｫｰｶｰｽﾞ @banboro905

@banboro905 その言葉をお待ちしてました…笑 pic.twitter.com/PG66UjiCYt

タグ：

posted at 00:42:33

ﾏｲｷｰ･ﾑｰﾝｳｫｰｶｰｽﾞ @banboro905

@SEIDONNE うわああああああ！！！
ヤツです！コイツです！僕を地獄送りにした帰還兵です！！！！
うわぁ！いくらネットで探しても見つからなかったんですが…
こんな形で会えるとは…

感無量です！
セイドンネ様
素敵な再会に感謝いたします！
子供の頃はヤツがベトナム兵だと勘違いしてたのはナイショですw

タグ：

posted at 00:54:50

@SEIDONNE やべぇ、寝れねぇw
流石に夜泣きはしないが興奮が収まらねぇ！
スマホの待受にしようと悪戦苦闘してるがスマホゆう事きかねぇw
補正の件ですが僕的には絵柄はこんな感じで血塗れだったと思ったのですがw
やはり補正はかかるもんですねぇ…
でも間違いなくコイツですw

しかしコイツもやべぇw pic.twitter.com/IPfVRwbwDb

タグ：

posted at 01:31:57

米国のCOVID-19の感染者数と死者数を見ると、死者数が5日ほど遅行している。
www.worldometers.info/coronavirus/co... pic.twitter.com/42tgr0xM3F

タグ：

posted at 03:35:16

英国のCOVID-19の感染者数と死者数を見ると、死者数の遅行は明瞭ではない。単純に相関係数をとると、遅行0日が最も高くなるが、それはない。10日程度の遅行っぽくも見えるがなんとも。
www.worldometers.info/coronavirus/co... pic.twitter.com/ucwx7Art8D

タグ：

posted at 03:51:21

スペインのCOVID-19の感染者数と死者数を見ると、7日くらい死者数が遅行している。
www.worldometers.info/coronavirus/co... pic.twitter.com/7tDV71OmjB

タグ：

posted at 04:12:01

イタリアのCOVID-19の感染者数と死者数を見ると、感染者数が増大するにつれ、遅行日数が5日くらいから、ほぼ0日になっていったように見える。
www.worldometers.info/coronavirus/co... pic.twitter.com/kdN8qW3Mcc

タグ：

posted at 04:27:32

ドイツのCOVID-19の感染者数と死者数を見ると、米英西伊とはかなり違っていて、2週間程度のタイムラグがある。
www.worldometers.info/coronavirus/co... pic.twitter.com/5x4loSm2Am

タグ：

posted at 04:38:57

峰　宗太郎 @minesoh

ひどすぎる👶杉本先生が指摘してたので見てきたけど、nature ですよ…。 twitter.com/MicrobiomDiges...

タグ：

posted at 05:10:27

フランスのCOVID-19の感染者数と死者数は、感染者数にスパイクがあってとても見ずらい。死者数の遅行日数は5日くらいに見えなくもないが、なんとも。
www.worldometers.info/coronavirus/co... pic.twitter.com/eTVrDbfM2i

タグ：

posted at 05:52:35

ParkSJ　朴勝俊 @psj95708651

アメリカでは低所得者が大量失業したことにより平均賃金が（数字の上では）急騰。 twitter.com/DanPriceSeattl...

タグ：

posted at 06:48:52

#西浦寝ろ

西浦さん達による実効再生産数の推定のリポジトリの反響すごいですね。また更新されている！

github.com/contactmodel/C...
Real-time estimation of the effective reproduction number of COVID-19 in Japan

私もスターを付けておきました😊

ツイッターでの反響↓
twitter.com/search?q=conta...

タグ：西浦寝ろ

posted at 06:56:45

米国に隣接していて、感染者数が収束方向にないカナダのCOVID-19の感染者数と死者数。死亡者数の遅行日数はドイツと同様に2週間程度。
www.worldometers.info/coronavirus/co... pic.twitter.com/JQyAJ36Klb

タグ：

posted at 07:19:37

以下も西浦さん達の最近の研究のリポジトリです。

上で紹介したリポジトリにあるJupyter notebookはR言語のリポジトリ(しかもR 4.0に揃えてある(笑))なのですが、以下のリポジトリではPythonのJupyter notebookを使っています。

Jupyter notebookの目標はOpen Science!

github.com/aakhmetz/nCoVS...

タグ：

posted at 07:21:16

医療キャパあふれを起こせば、死者数の遅行日数はラフには0に近づくと思われる。イタリアでは遅行日数がほぼ0に見える時期があり、医療崩壊していたことが示唆される。米英西伊仏はあまりうまくいっておらず、独加はうまくいっているように見える。

タグ：

posted at 07:25:06

正確に言えば、

github.com/aakhmetz/nCoVS...

にはR言語とPythonの__両方__をJupyter notebookで使っています。

R言語だけではなく、Pythonも使っているので、R言語専用の道具ではなく、Jupyter norebookの方を使っているのかな？

タグ：

posted at 07:27:05

github.com/aakhmetz/Covid...

ではPython + PyMC3 + Jupyter notebookを使っています。

西浦さん達の研究グループは普通にStanやPyMC3を使っており、Jupyter notebookも使っているんですね。

よくわかんない理由でJupyterの使用を嫌う人達がいるのですが、私には理解できない。目的によっては良い選択。

タグ：

posted at 07:30:45

#統計データdとパラメータ付きのモデルM(θ)に関するθの95%信頼区間の定義は「データdに関するモデルM(θ)のP値が5%以上になるθの範囲」すなわちデータdから有意水準5%で棄却されないパラメータθの範囲。仮説検定で棄却されないことは正しいことを意味しないので、信頼区間だけは弱い結論しか出せない。

タグ：統計

posted at 10:39:44

#統計だから、信頼区間はデータdとパラメータθからP値を計算する函数pval(d,θ)が与えられれば定義される。

不思議なことに多くの統計学入門の教科書では、仮説検定の前に信頼区間について説明しており、P値函数を通して仮説検定と信頼区間が表裏一体であることが分かる説明がされていない。

タグ：統計

posted at 10:43:26

#統計以上のような説明をしてもデータdとパラメータθにP値を対応させる函数の簡単な例について知っていないと何も理解できないと思ったので、手書きで例の説明を書いて来た。

3つ目の2×2の分割表のカイ二乗検定のオッズ比≠1の場合への一般化は結構非自明↓
nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/XmJX5bmL9r

タグ：統計

posted at 10:52:25

#統計教科書に書いてある各種のP値や信頼区間を「天から降って来るもの」とみなして受け入れるという方針で理解するのは無理。

自分で自由自在に適切なP値や信頼区間を複数通りの方法で定義できるようにならないと理解には至らない。

定義を写経するようなクズのような勉強の仕方からの離脱が重要。

タグ：統計

posted at 10:56:25

#統計元々高い理解力を持っているなら、定義や公式を繰り返し写経するだけで理解できる場合も出て来るかもしれませんが、多くの場合には意味もわからず写経を繰り返す苦痛の果てに何も得られずに終わることでしょう。

心を殺して機械的にやっても数学は理解できません。

心をフル回転させないと！

タグ：統計

posted at 11:00:29

#統計中高生が学校側から「この公式集を○○回写経して来い」などと言われたら、「これはひどいことを指示されている。従ってはいけない」と判断するべき。

その手の教え方を勧める人はどんなに高名であっても教育的にはクズ扱いが妥当でしょう。

脱線した。

タグ：統計

posted at 11:03:04

#統計 P値函数の例に関する手書きのノートをみると、複雑な式がたくさん書いてあってうんざりする人が多いと思う。

多分、数年後に見たら、それを書いた私自身もうんざりすると思う。

統計学は複雑な式が出易い分野なのでその点は大変。しかし、式を生み出す考え方はシンプルなことが多いと思う。 pic.twitter.com/B87C1Q9ngj

タグ：統計

posted at 11:15:14

#統計データdとモデルM(θ)にP値を対応する函数を作るには、モデルM(θ)内でのデータd以上に偏った状態を定義して、モデルM(θ)内でそうなる確率(の近似値)をP値と定義します。

「モデルM(θ)内でデータd以上に偏った状態」を目的に合わせてうまく定義を作ることが基本問題。通常、複数の定義が可能。

タグ：統計

posted at 11:19:45

よこえもん @yokoemon2112

アルゴリズムの講義（C言語入門）初回だん。結構受講者が多いので課題のチェックが大変ですが、みんなしっかり取り組んでくれてて嬉しいです。1ヶ月後に中ボス（ポインタ）が現れるのでがんばってください。ついでにちゃんと Julia（と Julia 本）の宣伝もしておいた。(^^ pic.twitter.com/dD2J32W07y

タグ：

posted at 11:36:02

#統計例えば、どの平均μがもっともらしいかに興味があって、正規分布モデルM(μ)=Normal(μ, σ)を現実から得たデータd=(x_1,…,x_n)を使ってテストしたいとします。続く

タグ：統計

posted at 11:39:17

#統計続き。モデル内で生成されたデータD=(X_1,…,X_n)が現実から得たデータd=(x_1,…,x_n)以上に偏っていることを

モデル内データの平均とμの「違いの大きさ」
≧ 現実のデータdの平均とμの「違いの大きさ」

と定義する。この定義を確定させるには「違いの大きさ」の意味を確定させればよい。続く

タグ：統計

posted at 11:39:20

#統計続き。このとき注意するべきなのは、正規分布モデルM(μ)=Normal(μ,σ)が平均μだけではなく、分散σ²にも依存していることです。もしも、モデルのパラメータμだけではなく、σについてもテストしたいなら、「違いの大きさ」を測るためにσを用いてもよい。

続く

タグ：統計

posted at 11:42:27

#統計続き。しかし、平均を意味するパラメータμのみのテストに興味がある場合にはそうできないので、パラメータσを使わずに「違いの大きさ」を適切に測る方法を見付ける必要があります。

これは数学的に非自明な問題です。(「適切に測る」の明瞭な意味から考える必要がある。)続く

タグ：統計

posted at 11:45:05

#統計続き。その問題については、物凄く賢い解が知られています。「違いの大きさ」を

(標本平均 - μ)/√(不偏分散/n) の絶対値

で測ることにすると、データD=(X_1,…,X_n)がNormal(μ,σ)で生成されているとき、(Dの標本平均 - μ)/√(Dの不偏分散/n) が従う分布はσによらなくなるのです！続く

タグ：統計

posted at 11:50:53

#統計続き。(Dの標本平均 - μ)/√(Dの不偏分散/n) は自由度n-1のt分布に従う。

このことは答えを発見してしまえば、単にちょっと面倒なだけの計算問題に過ぎないのですが(しかし、初学者にはおそらく相当にしんどい計算になる)、「自力で発見しろ」と言われるとちょっとビビります。

タグ：統計

posted at 11:53:26

#統計平均を意味するパラメータμのテストにしか興味がないのに、モデルがそれ以外のパラメータσを含む、というような状況におけるσを統計学者達は

nuisance parameter

と呼ぶようです。私は心の中で「うざいパラメータ」「うざパラ」と翻訳しています(笑)。標準的な訳は多分「局外母数」です。 pic.twitter.com/crrEMpPc8w

タグ：統計

posted at 11:59:28

#統計 2×2の分割表の独立性の取り扱いも、nuisance parameters が出て来る場合の典型例です。

「期待値のオッズ比ω=1」が独立性の帰無仮説の数学的表現になるのですが、モデルの側はω以外のパラメータを含みます。

ピアソンのカイ二乗統計量を使えばω以外のパラメータによらないP値を定義できます。 pic.twitter.com/tX90A0NYjK

タグ：統計

posted at 12:05:10

#統計 2×2の分割表の独立性(期待値のオッズ比ω=1)のカイ二乗検定をω≠1の場合に一般化することは、P値函数の作り方を理解するための非常に良い演習問題になっています。

n→大での漸近論を使った仮説検定と信頼区間について理解したい人は挑戦してみるとよいと思う。

ヒント：Wilks' theorem

タグ：統計

posted at 12:10:23

#統計その問題を解き終われば「周辺度数の全固定する方法」は

* ω≠1の場合には超幾何分布よりずっと難しい非心超幾何分布が必要になる。

* その方法だとnを不必要に大きな場合にしかカイ二乗検定が正当化されなくなる。

という理由で良くないことも理解できるでしょう。

タグ：統計

posted at 12:16:48

#統計分割表の期待値のオッズ比ω=1を仮定せずに、ω≠1の場合にP値の定義を拡張しておくことは、オッズ比ωの信頼区間を定義するために必要なことなのですが、そういうことは、2×2の分割表について通常解説されない方針になっています。

ググっても講義で説明している場合が見つからない。

タグ：統計

posted at 12:24:15

#統計 2×2の分割表の独立性の仮説検定は頻出なのですが、仮説検定と表裏一体の信頼区間まで含めて正しく理解することは容易なことではないと思います。

容易でないことについては、具体的な理由込みで「容易でない」と分かっている方が色々安心だと思う。

タグ：統計

posted at 12:27:16

#統計 95%信頼区間が「モデルM(θ)がデータdによって有意水準5%で棄却されないθの範囲」だと知っていると、統計ソフトが

* 帰無仮説θ=θ₀のP値 < 5% なのに
* θの95%信頼区間にθ₀が含まれる(P値≧5%を意味する)

という結果を返して来て困惑することがあります。

続く

タグ：統計

posted at 12:46:10

#統計続き

この不具合の原因は、

* 同じ場面で同じ目的に使えそうなP値函数の定義が複数ある。

* P値と信頼区間を異なるP値函数で計算するコードを書いている。

です。統計ソフトの開発者達も仮説検定と信頼区間が表裏一体であることを理解していない場合があるようです。

タグ：統計

posted at 12:46:14

ʇɥƃıluooɯ ǝıʇɐs @tsatie

稲見昌彦/ INAMI Masahiko @drinami

またバナナがない… 今家人が買い出しに出てるけど… あるのやろか… バナナ

タグ：

posted at 14:03:58

かつてHRPスーパーコックピットで座面を揺らしたら酔いが止まったという経験がありますが、この論文のように酔いの効果についてはしっかりと調べていませんでした
twitter.com/drinami/status...

タグ：

posted at 14:04:29

おやつ。サトウの切り餅うんめえ🥳

タグ：

posted at 16:08:12

io302 @io302

岡田晴恵
『実行再生産数、どういう計算式でどういうデータかを開示して(twitter.com/io302/status/1...)』
石原良純
『数式を示せばいいわけ(twitter.com/io302/status/1...)』
米山隆一
『西浦氏の説明がおかしい
(twitter.com/io302/status/1...)』

データ公開されたようですので、どうぞ
github.com/contactmodel/C...

タグ：

posted at 16:53:17

非公開

タグ：

posted at xx:xx:xx

Mosè Giordano @MoseGiordano

#JuliaLang #astronomy twitter.com/mileslucas_/st...

タグ： astronomy JuliaLang

posted at 17:20:10

松浦健太郎 @hankagosa

西浦先生のRtの算出、再現しようと思ってデータを見始めたけど、発症日・診断日・報告日のどれか1つしか埋まってないのな。3つ中2つ以上が埋まっている人が相当数いると思ってたわ～。
github.com/contactmodel/C...

タグ：

posted at 18:08:54

#統計 R言語でP値と信頼区間に整合性がない場合の例。

binom.test(4, 67, p=0.1469)
↓
P値=5.5%なのに、95%信頼区間がp=0.1469を含まない

a = matrix(c(2, 31, 136, 15532), nrow=2)
fisher.test(a)
↓
P値=3.4%なのに、95%信頼区間が1を含む

www.rdocumentation.org/packages/stats...
www.rdocumentation.org/packages/stats... pic.twitter.com/bOMlq3G5gQ

タグ：統計

posted at 19:19:02

松浦健太郎 @hankagosa