「百貨店・スーパー販売状況（2024年4月分速報）」を掲載しました。4月の百貨店・スーパー販売額は、前年同月比7.0％増と31か月連続で前年を上回りました。 kansai.meti.go.jp/1-7research/da… #近畿経済 #百貨店 #スーパー #統計 #経済動向 pic.twitter.com/dMTRdNbwI3

‘ おはようございます！！ 【難易度：★★★★☆】 さて問題です。 これは何の支出でしょうか？ ＜選択肢＞ ① ようかん ② まんじゅう ③ せんべい 正解は本日17時にポストします。 今日も楽しい一日を！！ ★ファミマビジョンで出題中★ gate-one.co.jp/news/info/8326/ #統計 #クイズ #地理 #GIS pic.twitter.com/UAf7tLFS0E

#統計 NHK高校講座はさらに酷いことに！ 有意水準5%の片側検定によって 【やっぱりこのコイン、細工されてたんだなあ。うん。ぼくの思った通りだったよ！こんなふうに数学的に確かめる方法があったんですね。すっきり～】 と述べているのは酷い。そんな方法はない。 nhk.or.jp/kokokoza/suuga… pic.twitter.com/IJueYLRuMv

#統計 上で紹介した文科省著作物で示唆された教え方については添付画像のような実践報告がされています。 新素材の枕だけを試させてもダメで比較対象が必要だという非常にもっともな意見を述べている生徒S7の意見は潰されています。 jstage.jst.go.jp/article/jssep/… pic.twitter.com/U1ThQjuZ5k

#統計 大学以上での統計学教育の内容は杜撰。そういう環境の中で高校数学のカリキュラムに仮説検定が捩じ込まれた結果、酷いことになっています。 例えば学習指導要領解説(学習指導要領とは厳密に異なる文書)には添付画像のように書いてあります。対照群を設けていない。 mext.go.jp/content/202302… pic.twitter.com/zHNbbvLuu3

プロならエラーをする確率が低いからバントは不利 アマチュアレベルだと、どうか？ なんだろうが、日本はまずスポーツに関する統計で遅れに遅れているから日本野球はそこで改善が必要 #野球　#バント　#統計 youtu.be/qrauTuV5U_0

‘ 正解は・・・ ＜切り花＞ トップは山形市！！ 前年トップの福島市は2位 切り花を愛でる余裕をもっていきたい。 今日もたくさんのためになるリプをありがとうございます。 よい夜を！ ★ファミマビジョンで出題中★ gate-one.co.jp/news/info/8326/ #切り花 #地理 #GIS #クイズ #統計 pic.twitter.com/dNICaRXHgn

#統計 P値は背景となるモデルの下でのデータの数値とパラメータの値の相性の良さの指標でした。 信頼水準1-αの信頼区間は「P値≥αとなるパラメータの値の範囲」なので、「閾値αの設定によってデータの数値と相性が良いと判定されたパラメータの範囲」だと解釈されます。 scholar.google.co.jp/scholar?cluste… pic.twitter.com/R7MVEZzoBO

#統計 統計学の解説の仕事の前に目を通しておく文献として、nature誌に出た例の800人以上の科学者達が統計的有意性の使用に反対したという記事 scholar.google.co.jp/scholar?cluste… もあります。添付画像はそこからの引用。私が「相性の良さ」と翻訳しているcompatibilityの語がキーワードとして登場しています。 pic.twitter.com/5VVXK0XU1q

#統計 私による P値はデータの数値とモデル+パラメータの値な設定の相性の良さ(整合性、適合度)の指標の1つである という説明は、「統計的有意性とP値に関するASA声明」の原則1でのP値の説明と本質的に同じものだとみなされます。 安全牌のASA声明準拠！😁 pic.twitter.com/5MaulAdrK9

#統計 佐藤俊哉さんの講義動画で * 有意な検定結果(P≤0.05)は帰無仮説が誤りであり、棄却するべきであることを意味する は誤解の典型例という扱いになっています。その理由は背後の仮定の全体(モデルの全体)に配慮していない内容になっているからです。 pic.twitter.com/Uptjz11mXd

#統計 P値について解説している最新の宇宙怪人しまりす本の第1話のタイトルは「背後仮定も含めて解釈することが重要なんですね」です。 背後仮定は数学的にはパラメータ付き確率分布によるモデルとして実装されています。P値を使う場合にはモデル全体を見ないとダメ。 asakura.tameshiyo.me/9784254122978?… pic.twitter.com/GwYkRxVI4Q

#統計 ③のリンク Sander Greenlandさんの講演スライド biostatistics.ucdavis.edu/sites/g/files/… Advancing statistics reform: Ways to improve thinking and practice in the face of resistance 統計学を既習で英語も読めるなら、これを最初に読んでしまえば時間の節約になると思います。非常に面白いです。 pic.twitter.com/Uvm9diKSLr

#統計 ①のリンク2/2 佐藤俊哉さんの講義動画 youtu.be/vz9cZnB1d1c?si… 仮説検定とP値の誤解 この動画は素晴らしいです。内容も素晴らしいですが，非常に聴きやすい点も驚異的だと思いました。自分の講義を録画したことがある人の多くはそう感じると思います。いやあ、これは本当にすごい。

#統計 ①のリンク1/2 統計的有意性とP値に関するASA声明 biometrics.gr.jp/news/all/ASA 注意するべき点の修正版(観されたデータの数値→観測されたデータの数値) ↓ pic.twitter.com/beoJpblsVc

返信先:@con_advancing#統計 私はP値に関する説明(定義ではない)を一言で「データの数値とモデル+パラメータの値の設定の相性の良さの指標の1つ」だと説明しています。 さらに元の説明と同様に具体例を使ってその内容を説明しています。 添付画像に引用した私へのコメントは私への不当な非難にすぎないと思いました。 pic.twitter.com/6CGR4fpH1A

【5月の乗用車(登録車)ブランド通称名別順位を発表】 ｢ヤリス｣が13,538台で2か月連続1位🏆 1.#ヤリス #トヨタ 2.#カローラ　トヨタ 3.#シエンタ　トヨタ 4.#ノート #日産 5.#アルファード　トヨタ #自販連 #自動車 #クルマ #車 #新車販売台数 #統計 pic.twitter.com/1pHeCV0cKj

本日６月６日は東京ディズニーシーの新エリアオープン日です！ これまでのゲスト一人当たり売上高の推移を調べてみました 新しいエリアも増えて，ますます盛り上がりそうですね✨ #柏市役所 #統計 #東京ディズニーシー　#新エリア　#ファンタジースプリングス pic.twitter.com/GCNyVtIYNf

‘ おはようございます！！ 今日は生け花の日、邦楽の日、楽器の日 【難易度：★★★★☆】 さて問題です。 これは何の支出でしょうか？ ＜選択肢＞ ① 切り花 ② 音楽・映像収録済メディア ③ 音楽月謝 正解は本日17時 今日も楽しい一日を！！ #統計 #クイズ #地理 #GIS pic.twitter.com/W1ERdmkX4x

返信先:@con_advancing#統計 さらに、「20回中5回表が出た」というデータの数値との最も相性が良い(P値が最大の)二項分布モデルのパラメータの値p=5/20=0.25であることもわかる。 二項分布モデルが妥当なら、データの数値との相性が非常に悪いp<0.05とかp>0.6とかの可能性は無さそうだとわかる。 github.com/genkuroki/publ… pic.twitter.com/JEl76Aq5G5

返信先:@con_advancing#統計 添付画像はデータの数値「20回中5回表が出た」に関する 二項分布モデル+表の出る確率はpであるという仮説 のWilsonのP値のグラフです。グラフを見ると、表の出る確率はp=0.1であるという仮説とデータの数値の相性は、p=0.5と同じくらい悪そうだと分かります。続く github.com/genkuroki/publ… pic.twitter.com/HnLTZnPfk4

返信先:@con_advancing#統計 P値は、データの数値とモデル+パラメータの値の設定の相性の良さ(compatibility)の指標の1つです。 例えば、 (1) 20回中5回表が出たというデータの数値 に関する (2) 二項分布モデル+表の出る確率は1/2という仮説 のWilsonのP値は2.5%で、この値は(1)と(2)の相性の良さを表します。続く pic.twitter.com/KZ7kF14gNA

次々執筆していくよ！^u^ #統計 pic.twitter.com/FvVAaZgSbH

【Excel関数講座117】 📖DEVSQ関数 標本の平均値に対する偏差の平方和を返す 🔻詳しくはこちら i-skillup.com/excelfx1.php . #エクセル #無料アプリ #仕事効率化 #関数 #Excel関数の使い方 #学習 #教育 #勉強垢 #勉強 #統計 pic.twitter.com/NTq2LCNxO6

‘ 正解は・・・ ＜スポーツクラブ使用料＞ 東京都区部がトップ！ 運動できる場所もなかなかないですからね。 健康寿命伸ばしていきたい！ 今日もリプありがとうございます。 よい夜を！ ★ファミマビジョンで出題中★ gate-one.co.jp/news/info/8326/ #スポーツ #老後 #地理 #GIS #クイズ #統計 pic.twitter.com/3oUl2aLKIZ

#統計 #Julia言語 線形回帰のβ₁に関するP値関数 と βとlog σ²について平坦な事前分布での ベイズ版線形回帰のβ₁に関する事後分布 は数学的に「同等」なので、 線形回帰に関するP値を使う方法とベイズ法の違い は 事前分布の平坦分布との違い にちょうど対応。 github.com/genkuroki/publ… pic.twitter.com/Ev5GqQqCja

ガソリン価格ってなかなか下がらないですよね。 過去のデータを見ると100円～180円くらいまで幅がありました。 まだまだ高騰が続きそうです💦 #柏市役所 #統計 pic.twitter.com/Ltv7tLUGkY

#統計 P値が推定のための道具であることについても、Greenlandさんの講演スライドを参照。 P値は、2値的判断を迫る検定のためにではなく、データの数値との相性の良さを連続的に評価するタイプの推定のための道具として使える。 biostatistics.ucdavis.edu/sites/g/files/… pic.twitter.com/r01sm4giVg

#統計 帰無仮説(ゼロ仮説)β₁=0単独のP値ではなく、P値関数のグラフを見れば、「P値は閾値αによる2値的判断のために使う」という誤解が訂正されて、「P値は推定のための道具である」というより正しい理解が得られる。 これによってnullism(帰無主義、ゼロ主義)とdichotomania(二分法病)が治療される。 pic.twitter.com/BUl6nRbQGN

#統計 続き。モデルはy=β₀+β₁x+u, u～Normal(0,σ). データの数値とβ₁=0という設定(よく「帰無仮説」と呼ばれる)の相性の良さを表すP値関数の値はP=0.0463. 添付画像のP値関数のグラフを見れば、どの辺のβ₁の値がデータの数値との相性が良いか悪いかが一目瞭然。 P値関数は閾値αを必要としない。 pic.twitter.com/GgpGiYAPw6

#統計 1つ上の投稿の添付画像①のデータの数値に対応する回帰係数β₁の(両側)P値関数のグラフ。横軸はβ₁で縦軸はP値。 1つ上の投稿の添付画像①のデータの数値とモデルの回帰係数パラメータβ₁の値の設定の相性の良さを示すグラフになっている。 最も相性が良いβ₁の値のは点推定値のβ̂₁=0.0431. pic.twitter.com/WYEERtrH1D

‘ おはようございます！！ 今日は #老後の日 いつまでも楽しめる選択肢に 【難易度：★★★★☆】 さて問題です。 これは何の支出でしょうか？ ＜選択肢＞ ① 文化施設入場料 ② 音楽月謝 ③ スポーツクラブ使用料 正解は本日17時 今日も楽しい一日を！！ #統計 #クイズ #地理 #GIS pic.twitter.com/0tQeH5L4Cr

#統計 添付画像②のP値関数のてっぺんの尖っている部分の横軸での値が最小二乗推定値のβ̂₁になります。 仮説β₁=0のP値は横軸の値0におけるP値関数の値。 信頼区間は高さαでP値関数のグラフを切断する線分になります。 P値関数は統計分析の計算結果の優れた要約になっています。 pic.twitter.com/9ndeDJw1sG

#統計 #Julia言語 P値に関する誤解のある一部分は、単独のP値ではなく、P値関数の概念を理解すればかなり消えると思う。 添付画像②は①に対応するP値関数です。横軸は仮説としてのβ₁の値で縦軸がP値です。β₁=0の縦線も追加してあり、P値関数との交点が仮説β₁=0のP値。 github.com/genkuroki/publ… pic.twitter.com/OR51mmKikK

#統計 添付画像は上で引用したP値の解釈に関する原則1の終わりの部分です。 P値が、検定したい仮説単体ではなく、P値の計算に使われた仮定の全体(モデル)に結び付いている値であることを強調しているからこそ、こういう結論を容易に述べることができるのです。 biometrics.gr.jp/news/all/ASA pic.twitter.com/sLTKJYYI8r

#統計 ASA声明では 1. P値は[観測]データ[の数値]と特定の統計モデル(訳註: [検定したい]仮説も統計モデルの要素)が矛盾する程度[小さい方が矛盾する程度が強い]をしめす指標のひとつである。 と、P値は検定したい仮説単体ではなく、モデル全体に結び付いていると説明しています。これ重要。 訂正版 pic.twitter.com/JlyMs9zysL

#統計 誤りを認めて1つだけ投稿を消したということのようです。 消したのはこれ(「これがp値」と書いてあるこの投稿が見えないと文脈が見え難くなる) ↓ pic.twitter.com/JdSR79it3B

#統計 投稿を消したようなので文脈が不明にならないようにスクショを引用。 私も赤で印を付けた部分は、P値ではなく、αエラー率の説明をしているようにも見えました。 こういう説明を学生にしてはいけないと思います。 私も気を付けよう。 pic.twitter.com/uPMvzI3NAg

#統計 残差が正規分布以外の分布(添付画像では指数分布)であっても、標本サイズnを十分に大きくすると回帰係数の最小二乗推定量が従う分布は正規分布で近似されるようになります(中心極限定理)。 だから「残差の分布が正規分布でなければ回帰係数に関するt検定は使えない」という主張は誤り。 pic.twitter.com/g0CeQ0kwlb