#統計 それで正しいです。各数値aごとに、 P(a∈(θの信頼水準1-αの信頼区間)) = P((仮説θ=aのP値)≥α) なことから、これが 1-α で近似されること P((仮説θ=aのP値)<α) がαで近似されることは自明に同値になります。 信頼区間よりもP値の側でシミュレーションを実行した方がずっと楽。続く x.com/cocotan_0/stat…

#統計 ヒストグラムではなく累積分布関数をプロットした方が良い場合の典型例。 添付画像①は帰無仮説下での二項検定のP値の分布のヒストグラム。 ②は累積分布関数のグラフ。 ①ではP値の分布が一様分布で近似されていることは分からないが、②では一様分布の45度線で近似されていることがわかる。 pic.twitter.com/FZQnLCn3IO

男性および女性それぞれ5名ずつ、計10名の身長をメジャーで測定した。 測定結果は以下のとおりであった。 男性の身長データ（cm） 170.2、175.4、180.1、169.8、171.2 女性の身長データ（cm） 165.2、160.7、157.8、158.2、155.9 t検定を行ったところ、t値が9.522と非常に大きく、対応するp値が0.000

本日問題解決できず、、、 p値はでる、 でもデータはnullと言われ続ける1日。

#統計 だから、2つのP値函数(もしくはその類似物)が近似的に一致することは、それぞれに対応する区間推定の結果が任意の水準1-αで近似的に一致することを意味しています。 github.com/genkuroki/publ… pic.twitter.com/BrB4TUuaMk

#統計 通常のP値函数は信頼水準1-αの信頼区間が「P値≥αを満たすパラメータの範囲」となるような函数になっており、ベイズ版のP値函数の類似物は信用水準1-αの信用区間が「P値≥αを満たすパラメータの範囲」になるような函数として定義されます。 github.com/genkuroki/publ… pic.twitter.com/NSn0ZNY6V0

#統計 蛇足の説明になってしまいますが、スコア法によるP値の構成法は最尤法に付随するP値の標準的な構成法の1つです。 グラフを見ればわかるように、シンプルなモデルにおける通常のP値函数はベイズ統計での事後分布とほぼ同じ情報を持っています。 x.com/makaishi2/stat… pic.twitter.com/XH05JVl9P9

#統計 パラメータの値θ=aに関する通常の(両側)P値のベイズ統計での類似物は「θの信用水準1-αの信用区間が数値aを含まないようなα全体の下限」です。 ETIで信用区間を作っている場合には事後分布でのθ≤aの確率とθ≥aの確率の小さい方の2倍がP値の類似物になります。HDI版の実装は少し面倒。

#統計 あと、確率の違いは 情報量 = - log₂ 確率 とおいて、情報量の差(単位はビット)で測ると誤解し難いです。 例えば、確率0.7(情報量0.5ビット)と確率0.3(情報量1.7ビット)の違いは1.2ビットしかない。これは小さな違いです。 P値の場合については ↓ biostatistics.ucdavis.edu/sites/g/files/… pic.twitter.com/OI6ivUBgUZ

返信先:@Jimo0404他16人p値が約1万分の1ってどうなの？ x.com/hkakeya/status…

筑波大、掛谷先生、 オミクロン復帰変異株について、 本株はそもそも人工の可能性が極めて高い(ほぼ確実。確実と言うと、科学ではなくなるため言いません。) BA.1, BA.1.1は同時検出の観点等から、ほぼばらまかれたと言うことがわかってきました。 P値は10,000分の1です。 この意味わかりますよね？ x.com/hkakeya/status…

学部1年のときに統計学の授業はあったけど、p値を習ったことは見事に記憶にない… もうちょっと学年上がって臨床講義の一つとしてやった方が定着良かったんじゃないかな x.com/saguchitakemas…

昨日出演した宮沢先生のチャンネルで、オミクロン復帰変異株が意図的に拡散されたと考えられる根拠を示しました。データ数の多いBA.1とBA.1.1の13種類ずつの復帰変異を調べ、一般の変異株と比べ初期から非常に多くの州で同時検出されていることを確認。p値は約1万分の1です。 youtube.com/live/gWAU8msId…

マッキンゼーが成功するFP&Aについて解説。1) P値の明確化 2) モメンタムケースの提示 3) ベアケースの設定 4) マクロ経済前提の一貫性 5) インフレ率の詳細分解 6) 定期的なバックテストと修正。これらで企業の意思決定をサポートします。 #FP&A #財務計画 #ビジネス分析 buff.ly/3SeeMnN

試合に勝つには何が重要か？ B1リーグクラブの勝率を被説明変数、スタッツを説明変数にして重回帰分析からP値が有意なものに絞り込んだらこうなった。 RPG（平均リバウンド数）が有意なあたり、リバウンドを制するものが試合を制するが証明された？知らんけど。 pic.twitter.com/CtxAbuq6nH

どこにもリプせずに単独で同じアンケート投げたら18%でした 自分の発言が届く範囲ってある程度浄化されてるのね 現時点でカイ二乗検定かけたらp値1.60×10^-7で統計的に異なる集団という結果になりました x.com/gsx2000rr/stat…

#統計 ASA声明の原則1にも、 P値はデータの数値と特定の統計モデルの相性の良さの程度を表す と書いてあり、P値だけを使って現実における判断を下すことを繰り返し徹底的に否定しています。

返信先:@hellomitz3n=1ですね。 P-値が0.005になるまで症例集めてね。 医療は、統計学です。 n=1で問題提議していたら抗がん剤がいつまでも使えずに使えば治った可能性の高い人まで死んでしまいます。 お亡くなりになったのは残念だけど、それでは医学は進歩しません。

ある効果量に対し尤度とＰ値が１つずつ付与されるので「尤度が正規分布であるなら、Ｐ値も正規分布である」が自明であり、黒木助教の様に余計な数式での証明など不要。シミュレーションも不要。 x.com/IEN_enjoy/stat… pic.twitter.com/Gm4aNh6g9l

二項転帰での１対１写像（全単射）はフィッシャーの正確検定によるＰ値。 平均値の群間差 (MD) のような多項転帰での１対１写像（全単射）は Rubin 教授らによる総当り計算法（やシミュレーション法での近似）によるＰ値。 連続型（カイ二乗分布やｔ分布）は近似でしかない。 x.com/ueafam/status/…

被検者 200人を２個の群（100人 vs 100人）へランダム割当するような、臨床試験 (RCT) における試験終了時点での２個の群間差（群間比）のＰ値算出において、「母集団の分散が 同じ or 違う」という視点は存在しえない。なぜなら母集団は１個（N=200）しか存在しないので。

tは数値なので、p=P(T≥t)も数値です。 数値のpが確率変数の1-F(T)に等しくなるはずがないです。 数値としてのP値のpと確率変数としてのP値 1-F(T) を厳密に区別しないとまずいです。 pvalue(t)=P(T≥t)=1-F(t)とおいて、pvalue(T)=1-F(T)を扱えば以上の問題を解消できます。 x.com/ien_enjoy/stat…

kyupin も『反精神医学』と差別用語を使用したが、彼はＰ値や仮説検定も信頼区間も何も知らない（ブログ検索したが１件もヒットしない）。kyupin は医学も精神医学も知らない。 x.com/ueafam/status/…

返信先:@IEN_enjoyありがとうございます、なんとなくわかった気がします！ 理解しやすくするためにまずは等号の時は、1-p0=F(t)になることまでは理解できた(p値の定義から自明)のですが、P(F(t))がいまいち解釈できず… 累積分布関数F(t)自体が確率という認識なので混乱しています😭

Ａ．1x2 の尤度関数 ← 離散型を投稿した。 Ｂ．1x2 のＰ値関数 ← 離散型を投稿した。 Ｃ．2x2 の尤度関数 ← 離散型を投稿したことが無い。 Ｄ．2x2 のＰ値関数 ← 離散型を投稿した。 x.com/ueafam/status/…

「Ｐ値に基づく仮説検定」は、その観測値が稀な現象であるか否かは評価しておらず、5% 域に入ったらその仮説値は棄却する、というゲームでしかない。P=1.00 から P=0.95 の 5%（つまり山の高いところ）を棄却域に設定してもゲームは成立する。 x.com/kokonatsu2214/…

「帰無仮説値が真値である場合に、Ｐ値が小さいと、稀な現象が起きた」というのは、正しくはない。 「モデル分布においては、稀な現象が起きたことになる」が、実際の分布形状はＭ字型で両外側ほど尤度が高いこともありえる。「P=1.00 付近は出現し難い」がありえる。 x.com/kokonatsu2214/…

dp2[i]= iマス目からゴールまでの進み方 遷移はDAG それぞれNM*6+α回で済む 各Ci 1周目通る+2周目通る-1周目&2周目通る 2周とも通る時は周の間にdp1[N]いる F.結局2乗から落とせてない G.あー何でこれに1時間　Ai,xは座圧 ソート後更新配列B,更新箇所配列P 値の個数をセグ木に載せにぶたんでt=3はok ↓

ぶっちした統計の授業確認してるけど ・帰無仮説対立仮説 ・棄却採択有意水準 ・p値 ・仮説検定 ・差の差検定 ・t検定 ・比率の検定 ・多重比較 ・第1種の過誤、第2種の過誤 を１回の授業で終わらせる教授と、それについていく学生バケモンでは(※文系)

ぶっちした統計の授業確認してるけど ・帰無仮説対立仮説 ・棄却採択有意水準 ・p値 ・仮説検定 ・差の差検定 ・t検定 ・比率の検定 ・多重比較 を１回の授業で終わらせる教授と、それについていく学生バケモンでは(※文系)

それは、完全にデタラメ。背景因子の話題だけでなく、Ｐ値や仮説検定や Null に関しても。支離滅裂な文章になってる。 『RCTのTable 1において真の群間差はnullであるため，有意であったとしても単にノイズをひろっているだけです．なので検定する意味がありません．』 x.com/Shuntarooo3/st…

【統計まとめ】 ・パラ/ノンパラ ・回帰分析 についてまとめました！ ↓さらに完全版では↓ ・帰無仮説 ・p値 ・第1種/第2種の過誤 についてもまとめました！ ▼完全版の受け取り条件▼ ①この投稿を「いいね」と「リツイート」 ② リプ欄のLINEより1分アンケート(初回)… pic.twitter.com/3t2TsdNkbq

「RCTのTable 1にP値付けちゃう」問題、腫瘍学領域の第3相試験を対象にした研究が去年出てました。その頻度は25%で、関連する要因も検討されていました。 pubmed.ncbi.nlm.nih.gov/37827064/

スーパーマリオブラザーズが統計学で戦うゲームだった時にありがちなこと 1位 ピーチ姫の名前が「P値姫」

いま現在、RCTのTable1にp値付けちゃってる医学雑誌ってどれくらいあるのでしょう？横断的に調べてみたらメタ疫学研究になるのでしょうか？

手元のキラ0・アンテナ★1+要員*1の結果（来援率194/300）と、先ほどのAsyuraさんのキラ0・アンテナ★1+要員*2の結果（来援率202/300）を見様見真似のt検定に入れるとこんな感じであってるかな 来援率の有意差があるとはいえなさそう（両側検定のp値が95%有意となる有意水準0.05を上回る） pic.twitter.com/C6cB5JYKeK

#統計 MWの検定統計量Uに関するp̂=U/(mn) (m,nは2つの標本サイズ)は、モデルの母集団分布1,2に独立に従う確率変数X,Yに関するYの勝率 p = P(X<Y) + P(X=Y)/2 の不偏一致推定量になっており、MWのU検定のP値はp̂が1/2が離れるほど小さくなります。これがMWのU検定でのcompatibilityの測り方です。続く

#統計 P値については、ASA声明原則1の (a) P値はデータの数値とモデルがどの程度compatibleであるかを表す。 とαエラー率に関する (b) θ=aという設定の下でのモデル内で仮説θ=aのP値がα以下になる確率はαで近似される。 の2つが基本的。ユーザー側はこの2つを知っていれば大抵の場合に困りません。

#統計 ASA声明の原則1に従ってそういう伝統的なやり方に一切従わないというふんぎりがつけば、P値や信頼区間の理解が非常にシンプルで簡単になります。