黒木玄 Gen Kuroki(@genkuroki)/2020年05月/Page 24

@temmusu_n @miyuki_MathT もっと良いのが上がってたので、一応ぶら下げとくね
ありがたや〜

twitter.com/genkuroki/stat... twitter.com/genkuroki/stat...

タグ：

posted at 00:35:13

Heng Li @lh3lh3

Update: on fastq parsing, rust beats C (though not strictly equivalent functionally); julia catches up (caused by slow zlib shipped with julia and by small performance issues in my code). Still waiting for fast implementations on bedcov.

タグ：

posted at 00:45:20

@JulianMHess @SpectralFilter In #JuliaLang, you can just whatever makes sense.
github.com/JuliaArrays/Of... pic.twitter.com/ZoBkh7OlSs

タグ： JuliaLang

posted at 01:55:50

@gejiqmq 今回のをR markdownに直してコード公開しました
95%CIの意図としてはふすさんはこれを有意性の判定に使っていたので、それを視覚化する意味で描きました。ですが、上にあるよう回帰直線の信頼区間なので、回帰分析で見るなら予測区間が良いかなと
kenmomd.github.io/covid19/april_...
@musicyear2000, @gejiqmq

タグ：

posted at 02:11:36

Viral B. Shah @Viral_B_Shah

@lh3lh3 Thanks for identifying the slow zlib. Building zlib with more aggressive optimizations is now added to Julia master thanks to @MoseGiordano: github.com/JuliaLang/juli...

If that is not good enough, we can always other zlib implementations in these packages.

タグ：

posted at 02:19:22

@gejiqmq @musicyear2000 ちょっと質問の意図がつかめてないです、すみません。。

タグ：

posted at 02:26:05

@SpectralFilter @JulianMHess This is quite practical as well. Need negative indices for your Fourier coefficients? No problem. I also like the \hat. pic.twitter.com/0mRBoIrexI

タグ：

posted at 02:36:51

@JulianMHess @SpectralFilter You can just do it MATLAB-style: pic.twitter.com/08mIlhLKQE

タグ：

posted at 02:57:56

@JulianMHess @SpectralFilter With github.com/JuliaArrays/FF... you can even get periodic boundary conditions on the arrays. pic.twitter.com/6AkYFMemPD

タグ：

posted at 03:06:17

正多面体クラブ @RPolyhedra

「カラビ・ヤウ」で画像検索していて見つけた Bathsheba Sculpture というサイトの幾何学アート作品が～
ため息が出るほど素晴らしくて、それをブログを書いてたら一日楽しくSTAY HOMEできました😊
polyhedra.cocolog-nifty.com/blog/2020/05/p... pic.twitter.com/r6aot6zccU

タグ：

posted at 05:29:35

ヤッシー @84yame1000

天むす名古屋 Temmus @temmusu_n

@genkuroki @OokuboTact 2年生の担任を経験した者として意見します
しっかり定義をおさえ、定義に戻ることを大切に授業をすると
「じゃあ正方形は長方形ですか？」
「長方形の中に正方形があるんだ。」
「長方形と正方形は同じだ。（これは間違い）」
と、子どもから言ってきます。
包含関係は理解できています。

タグ：

posted at 06:52:39

@genkuroki @OokuboTact #超算数確認お願いします。
1、これらの教科書は2015年版でしょうか？
2、全社で長方形が正方形の前に定義されていますが、これは教科書の記述の順序なのでしょうか？

タグ：超算数

posted at 08:25:20

マウスの代表的ストレスモデルの「社会的敗北モデル」では、脳に遺伝子発現、神経細胞の形態、神経伝達物質の長期的な変化が生じます(Google Scholarで"social defeat mice"で検索）。うちの研究室でも5年くらいやってますがロバストにいろいろ変化するのは間違いないです。

タグ：

posted at 08:44:34

コルチコステロン（ヒトだとコルチゾール）慢性投与モデルもやってますが、これらの操作が脳に与える変化はたいへんなものであることを実感してます。これら、ゲノムのエピジェネティックな修飾を変化させてしまうんですよ。長期的に脳が物質的に変化してしまうわけです。

タグ：

posted at 08:48:18

ヒトでは「社会的敗北」で、脳が物資的にどう変化するかを確かめるような実験は（いまのところ）難しいわけですが、まあ、似たようなことが生じるのは間違いないと思ってます。

タグ：

posted at 08:51:24

ネットで、人の尊厳をおとしめるような発言をすること、特に集団でそのようなことを行うことは、似たような結果を生じさせる可能性が極めて高いと思ってます。物理的・長期的変化が生じ、それが負の機能的意味を持つのであれば、それは物理的暴力と同じですよね。

タグ：

posted at 08:54:06

ちょっと手でたたいたくらいでは、物理的に長期的な変化は身体レベルでは生じないことがほとんどです。でも、物理的な暴力を行うのは、ちょっとたたくくらいでもまずいという社会的コンセンサスができてますよね。なぜ、言葉でたたくことがまずいということに社会的コンセンサスができないのでしょう？

タグ：

posted at 08:56:34

何か問題のある行動・発言をした人がいたら、その人を手でたたいていいんでしょうかね。普通、たたかないでしょう。「何か問題のある行動・発言をした」というだけでは、言葉で人格をたたくことの理由にはならないと思うんですが、いかがでしょうかね。

タグ：

posted at 08:59:02

未成年の方々がネットで集団でいじめをすることがあわけですが、これ、現状、必然的に生じていることかと。彼らを導くような立場の大人、しかも立派な肩書すらもっているような方々が、「何か問題のある行動・発言をした」と主観的に判断しただけで、びっしびし他者を集団でたたいてるわけですので。

タグ：

posted at 09:03:07

博士号をもっていたり、大学の教員だったりする人々が、特定の人のあだ名のようなものをつけて、からかったりしてますよね。特定の行動や発言に対象をスペシフィックに絞って意見を述べればよいのであって、人をいじめる必要はないし、いじめてはいけないと思います。

タグ：

posted at 09:05:52

問題行動、問題発言をした人をいじめることを肯定していたら、世の中からいじめはなくらないでしょう。生物学的・社会的に何らかの原因があってそうなってしまっている場合もある。そんな人でもいじめてはいけないのだと思います。そもそも、問題行動、問題発言を一切しない人などいないでしょう。

タグ：

posted at 09:09:04

ちょっと「あおり」をしておきますと、人文社会系の学問の社会的存在意義の一つは、どのような人間の中にも必ず存在する尊厳・尊さをすくいあげて、その価値を社会に提示して、しっかり守ることではないかと思ってます。

タグ：

posted at 09:17:09

問題を抱えた人、まずい行動をしてしまう人、叩かれがちな人すらにも、尊重されるべき尊厳がある、ということを社会に提示して、そういった発想をシステムに組み込んでいただきたいです。実際のネットでは、むしろ逆になってしまっていると感じるのは自分だけでしょうかね。

タグ：

posted at 09:23:04

批判は良いわけですが、人格を叩くのではなく、人格を尊重しつつ、行動や発言に対してスペシフィックかつ謙虚に意見を述べる、ということをネットの文化として定着させる、そういう流れをぜひ人文社会系の方々に中心となって作っていただきたいところ。

タグ：

posted at 09:27:28

あと、人を正義棒で集団で叩くのはまさに蜜の味で、やめられない依存症におちいってしまっている方々がたくさんいらっしゃると思います。これは、一種のbehavioral addicttion。薬物依存症とメカニズムは非常に似ていると推測してます。

タグ：

posted at 09:33:54

そういう依存症に陥ってしまっている方々を逆に叩きかえすのも好ましくないことだと思われます。そういう状況をみとめたら、叩き返すということではなく、静かに距離をおく、とか、やんわりとサジェストするとか、そういう対処が有効なのかな、と。このあたりは、まさに研究の進展が期待されますね。

タグ：

posted at 09:37:10

いつも、似たようなことを言ってますが、重要なことは繰り返し言う、ということで。

タグ：

posted at 09:38:14

@temmusu_n @OokuboTact #超算数

【1、これらの教科書は2015年版でしょうか？】

はい、2015年版です。

【2、全社で長方形が正方形の前に定義されていますが、これは教科書の記述の順序なのでしょうか？】

どれも、長方形を「4つの角が全部直角」で定義し、「向かい合う辺の長さが同じこと」に触れた後に、正方形を定義。

タグ：超算数

posted at 09:52:26

#統計ベイズ統計について「正確な事前分布を与えられない」と説明することはひどくミスリーディング。サンプルをi.i.d.でモデルがするケースの最も基本的な場合のベイズ統計では

　そもそも正確な事前分布は存在しない。

ただし、パラメータ無しの確率モデルやデルタ事前分布の自明な場合は除く。

タグ：統計

posted at 10:11:39

#統計例：S市の中学2年生男子の体重の分布を無作為抽出で得たサイズnのサンプル(サンプルは未知の分布q(y)のi.i.d.でモデル化される)と〇〇分布モデルp(y|w)で推測するとき、事前分布をφ(w)に選ぶと、推測用のモデル内でサンプルは分布

Z(y_1,…,y_n)=∫p(y_1|w)…p(y_n|w)φ(w)dw

で生成される。

タグ：統計

posted at 10:11:40

#統計サンプルを生成する真の分布は

q(y_1)…q(y_n)

なので、推測用のモデルが真の分布に一致するためには、

p(y|w₀) = q(y), φ(w)=δ(w-w₀) (デルタ分布)

でなければいけません。この自明な場合を除けば、推測用のモデルは決して、真の分布に一致することがない。

タグ：統計

posted at 10:11:41

#統計このように、最も基本的なi.i.d.サンプルのベイズ統計の場合には(自明な場合を除いて)「正しい事前分布なるものは原理的に存在せず、真の分布にぴったり一致することが決して有り得ないモデルで推定・推測することになる」。

このような方法が役に立つことを理解することは決して易しくない。

タグ：統計

posted at 10:11:41

#統計最も基本的に「正しい事前分布なるものは原理的に存在しない」のに「正しい事前分布」に触れる解説が多いことと、モンティ・ホール問題での確率計算や陽性的中率の計算問題のような小学生レベルの割合の計算まで「ベイズ統計」扱いするミスリーディングな解説が多いことは関連していると思う。

タグ：統計

posted at 10:11:42

#統計陽性的中率の計算問題のような小学生レベルの問題をわざわざ「ベイズの定理」を使って遠回りして解くことを「ベイズ統計」と呼んでいるミスリーディングで煩雑な解説を頑張って読んで理解したと思っている人達は、ベイズ統計の基本的な場合について何の情報も得ていないことになるわけです。

タグ：統計

posted at 10:16:27

#統計以下のリンク先にスレッドに投稿したベイズ更新の動画達はベイズ統計の最も基本的な場合(i.i.d.サンプルの場合)の普遍的な性質をうまく表現しているようなものを選んだつもりです。

モデルが真の確率法則を含んでなくれもサンプルサイズn→∞で推測結果はモデル内でのベストの結果に収束する。 twitter.com/genkuroki/stat...

タグ：統計

posted at 10:24:29

#統計サンプルのサイズを増やして行ったときに、推測用に用意したモデルの範囲内でベストの推測結果が近似的に得られることが数学的に保証されているならば、推測用に用意したモデルが現実の法則にぴったり一致することが原理的にあり得ないものであっても十分に役に立つ可能性があるわけです。

タグ：統計

posted at 10:29:41

#統計そして、推測用に用意したモデルの範囲内でのベストの推測結果が真の法則から大幅にずれていたり、サンプルサイズを大きくしてもベストの推測結果になかなか近付かないモデルを採用してしまっていると、実践的な推測は失敗に終わり、推測結果を用いた予測も当たらないようになる。

タグ：統計

posted at 10:32:38

ceptree @ceptree

やるやんけ pic.twitter.com/Pui4wmt9xE

タグ：

posted at 10:35:46

#統計推測用のモデルが持つパラメータの個数を少なくするとそのモデルの範囲内に現実の法則が近似的にも含まれないリスクが大きくなり、パラメータの個数を増やすとサンプルサイズを増やしても推測結果がベストの結果になかなか収束しなくなります。

バランスをうまく取る必要がある。

タグ：統計

posted at 10:36:03

haru_takuya_haru @harutakuyaharu1

プログラミング言語　Juliaの説明で、MATLABの名前を久々に聞いて学生時代を思い出した。

www.jstage.jst.go.jp/article/itej/7...

タグ：

posted at 10:41:12

りさまる⭕️ @risa_smash

note更新しました。
有料部分、実際に起訴して情報開示出来た書込み内容載せてます。
あと冒頭に晒されてた内容ツッコミ付きで載せてます。当時かなり傷付いたけど今見ると内容が馬鹿らしくて笑っちゃうね……。

▼ネットの誹謗中傷から特定までの流れnote.com/risa_smash/n/n...

タグ：

posted at 11:28:33

+1 twitter.com/markkitti/stat...

タグ：

posted at 11:52:12

#統計例えば、原理的に値が決まっているはずだが、何らかの理由でその正確な値を我々が知り得ない量を、推測のために「モデル内でその値は確率的にランダムに決まっている」と設定すれば、現実にぴったり一致することが原理的にあり得ない推測用のモデルが出来上がります。

タグ：統計

posted at 11:52:22

#統計「観測されないものは全て確率的にランダムに決まっている」という非現実的な発想で現実とは原理的に決してぴったり一致するはずがないモデルを推測のために採用して役に立てることができる、という事実がベイズ統計について理解するための最も重要なステップだと思います。

タグ：統計

posted at 11:55:40

#統計「観測されないものは全て確率的にランダムに決まっている」という非現実的な発想で推測のためのモデルを作る話なのに、「推測結果の解釈は易しい」などと解説するのは馬鹿げていると思うのですが、なぜか「ベイズ統計の方が頻度論より解釈が易しい」と解説する人達が沢山いる不思議。

タグ：統計

posted at 11:59:13

宮島正 @yasuokajihei

(｢・ω・)｢ｶﾞｵｰ
@bicycle1885　さんの文章でなかった。
www.jstage.jst.go.jp/article/itej/7...
動的プログラミング言語Juliaの紹介

タグ：

posted at 12:01:37

太田伸二 @shin2_ota

実は生活保護制度では礼金・敷金・手数料など転居費用を給付　アパートを追い出される前に生活保護申請を(藤田孝典) - Y!ニュース news.yahoo.co.jp/byline/fujitat...
ホームレス状態からの申請に冷たい実態を踏まえると「家を失う前に」との指摘は重要。収入が途絶えたらまず申請を。

タグ：

posted at 12:32:59

ノサダ @nosadaMC

天むす名古屋 Temmus @temmusu_n

ちょっと違うけどJuliaというプログラミング言語がある

タグ：

posted at 12:54:38

ともにゃん p(θ|x)∝p(x|θ)p @kefism

@genkuroki @OokuboTact #超算数ありがとうございます。
日本で現在発行されている算数の検定教科書6種類すべて(各社1種類ずつ)が、長方形、正方形の順で定義していることは、当時の指導要領解説が正方形、長方形の順序だったことを考えるとtwitter.com/temmusu_n/stat...、とても印象的です。

タグ：超算数

posted at 13:10:40

今日Julia言語を書く夢を見た。実際に書いたことは1度もないのに。

タグ：

posted at 13:44:31

というわけで、「環の公理の写経」のような勉強の仕方をする人達は合理的でない行為に走った人達なので、数学の勉強の仕方について聞くときには要注意な人達だということになります。

頭を使わずにできること(例：「写経」)で理解が進むほど数学は甘くないです。頭を使いながらノートを作るのが普通。

タグ：

posted at 14:09:37

aishida @aishida

つい出来心でCivilization 6をポチってしまった．もうどうなっても知らんからな．

タグ：

posted at 14:37:33

ネットスラングの1つに「ガンジーが助走つけて殴るレベル」という言い方があるのですが、シヴィライゼーションというゲームではガンジーがブチ切れて核戦争を仕掛けてきたりします(笑)

もともとはバグでそれが仕様になった。

note.com/ruiu/n/n89d184...

タグ：

posted at 15:02:17

τακυ @phy_neko

田崎さんの講義、ダウンロードするとなぜか楽曲として認識（アーティスト名:田崎晴明）されてジャンルがProgressive Rockになるのcoolで好き twitter.com/Hal_Tasaki/sta... pic.twitter.com/hvOMLv2Hmh

タグ：

posted at 15:33:33

Turing.jlバージョンアップしたっぽい

タグ：

posted at 15:57:56

Lirimy @LirimyDh

最近の話題。書いてるうちに収拾がつかなくなってしまったので、切りをつけて公開します！ #Julia言語
 qiita.com/Lirimy/items/e...

タグ： Julia言語

posted at 16:26:24

@kenmomd @gejiqmq @musicyear2000 【でも、年は確率変数じゃないですよね？】
【普通、年の方は確率変数につくラベルのようなものとして扱うんでは。。。？】

実際に年の方はラベルのようなものとして扱われています。

信頼区間や予測区間の計算で

x_1=2012,
…,
x_n=2019,
x_{n+1}=2020

は確率変数扱いされていません(n=8)。続く twitter.com/gejiqmq/status...

タグ：

posted at 17:36:36

黒木さん@genkurokiが色々書いてくれていた。あとでじっくり読みます
twitter.com/genkuroki/stat...

タグ：

posted at 17:38:50

@kenmomd @gejiqmq @musicyear2000 仮に線形回帰モデルの使用が妥当であったとしても、CIで予測するのは明瞭に誤りで、PIの方を使うべきである、という話なのだと私は解釈しました。

CIは回帰直線の信頼区間なのでCIを使うと、

予測値=回帰直線+ノイズ

のノイズの部分を考えずに予測していることになります。PIはノイズ部分も含む。 twitter.com/gejiqmq/status...

タグ：

posted at 17:43:25

#統計関連スレッド

twitter.com/genkuroki/stat...

タグ：統計

posted at 17:45:20

@kenmomd けんもう新型コロナ対策本部さんのプロットをひどく読み違えていたせいで、ちょっとあり得ないような不当な非難をしてしまっていたことを再度お詫び致します。ごめんなさい。

しかし、信頼区間ではなく、予測区間の方を見るべきであるという点で意見は一致！

私はベイズでもやってみています。

タグ：

posted at 17:50:20

@genkuroki ありがとうございます
以下は超過死亡についてのスレッドです
Serflingや各メディアの方法についてもご意見をお聞きしたいです
twitter.com/kenmomd/status...
twitter.com/kenmomd/status... twitter.com/kenmomd/status...

タグ：

posted at 17:57:27

@genkuroki 私がやった方法だと先行研究より保守的だと思うのですが、どうでしょう。小サンプルではありますが、高齢化の影響を受けて各年は独立ではないですし、遡り過ぎても過去の別の超過死亡の影響を受けてしまいい、ベースラインとしては不適切になる懸念があると思います（先行研究ではピークを除外してたり

タグ：

posted at 18:00:20

Atsushi Sakai @Atsushi_twi

だれか、intelij用のjuliaプラグイン、作ってくれないかな。今あるやつ、バグバグなんです。。

タグ：

posted at 18:49:20

非公開

タグ：

posted at xx:xx:xx

汚ディーン@山岳環境研究者 @gl_odean

scrapboxでコードブロックごとにjs実行するやつできた
jupyter notebookじゃん gyazo.com/cb5b64ae1e2f35... pic.twitter.com/BmMRB0XmgL

タグ：

posted at 20:05:19

母親から電話があり「理系大学院生からすると今後のコロナの状況はどうなりそうなの？」と聞かれた。
わたし…地球惑星科学専攻なのですが… pic.twitter.com/ZXIbjBuGCI

タグ：

posted at 20:15:02

最近みた画面上にconsole.logだすやつをパクった。
console.logは色々他のも見えるのでprint関数を定義した pic.twitter.com/LIcWG4jyCJ

タグ：

posted at 20:25:17

@masui

@moyaminC どういう実装ですか?

タグ：

posted at 20:39:29

evalしているだけなのですが、globalにevalよくわからんのでwindow.hoge = hogeするはめになりそう

タグ：

posted at 20:39:58

ほい
scrapbox.io/miyamonz/%E3%8...

タグ：

posted at 21:20:16

@masui 書きました　よかったらどうぞ
scrapbox.io/miyamonz/%E3%8...

タグ：

posted at 21:20:40

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

魅力的

latex.now.sh/#ref2

タグ：

posted at 22:23:23

Franklin.jl のテンプレートにできないかな

タグ：

posted at 22:23:43

#統計 X=[x_{ij}] (n×r行列, r<n, rank X=r)、x_{n+1}=[x_{n+1,j}] (r次元横ベクトル)、b=[b_j] (r次元縦ベクトル)、σ>0と独立な確率変数e_i〜Normal(0,σ²)、e=[e_i] (n次元縦ベクトル)が与えられていて、確率変数 Xb+e の実現値 y=[y_i] (n次元縦ベクトル)が与えられているとする。続く

タグ：統計

posted at 22:28:02

#統計このとき、bの最小二乗法による推定値β(本当はハットを付けたい)は

β = (X^T X)^{-1}X^T y.

Xβ=X(X^T X)^{-1}X^T yはyのIm Xへの直交射影に等しい。

残差 y_i - (Xβ)_i の平方和を ||y - Xβ||² と書くと、σ²の不偏推定量 u² を

u² = ||y - Xβ||² /(n-r)

と定めることができ、続く

タグ：統計

posted at 22:28:13

#統計～、y-Xβは期待値0で分散共分散行列がrank n-rの

σ²(I - X (X^T X)^{-1}X^T)

の多変量正規分布に従い、(n-r)u²/σ²= ||y-Xβ||²/σ²は自由度n-rのt分布に従う。Xβの各成分とy-Xβの各成分の共分散は0になる。

タグ：統計

posted at 22:28:14

#統計 x_{n+1}b - x_{n+1}β は期待値0分散 σ²x_{n+1}(X^T X)^{-1} x_{n+1}^T の正規分布に従うので、

x_{n+1}b - x_{n+1}β
-----------------------------------
u√(x_{n+1}(X^T X)^{-1} x_{n+1}^T)

は自由度n-rのt分布に従う。これより、いつもの方法でx_{n+1}bの信頼区間を定義できる。

タグ：統計

posted at 22:28:15

#統計確率変数 y_{n+1} を y_{n+1}=x_{n+1}b+e_{n+1}と定めると、

y_{n+1} - x_{n+1}β
--------------------------------------
u√(1 + x_{n+1}(X^T X)^{-1} x_{n+1}^T)

は自由度n-rのt分布に従う。分母の√内に増えた1は e_{n+1} の分散から来ている。これより、y_{n+1}の予測区間を定義できる。

タグ：統計

posted at 22:28:17

#統計例：y_i = a+b x_i+e_i の場合。このとき、

X =
[ 1 x_1 ]
[ … … ]
[ 1 x_n ]

なので

[1,x_{n+1}](X^T X)^{-1}[1,x_{n+1}]^T
=1/n + (x_{n+1} - \bar{x})²/S_{xx}

ここで

\bar{x} = (x_1+…+x_n)/n,

S_{xx} = (x_1 - \bar{x})²+…+(x_n - \bar{x})².

この場合を上の方で使った。

タグ：統計

posted at 22:35:09

#統計訂正：上の方で y=[y_1,…,y_n]^T を確率変数の実現値と書いたが誤り。確率変数のまま扱っている。以上の「登場人物」で定数なのは x_{ij}, b_j, σ で、確率変数なのは

e_i,
y_i = (Xb)_i + e_i,
β_j = ((X^T X)^{-1} X^T y)_j,
u² = ||y - Xβ||²/(n-r)

などである。

タグ：統計

posted at 22:42:04