#統計 現実には、不誠実な人達が、パラメータ付き確率分布の概念を全然理解してなくても、仮説検定について理解できるかのようなことを言います。 酷い場合には確率分布の理解抜きに統計学を使っている論文を読めるようになるという人達さえいる。そういう迷惑発言はやめた方がよい。

#統計 パラメータ付き確率分布の概念を理解していない人は、仮説検定で扱う仮説が何であるかについて理解できないので、仮説検定に関しては何も理解できなくなります。 統計学入門のためにはパラメータ付き確率分布の概念の習得は必須。 この点は多くの人にとって非常に高いハードルになります。

完全独習　統計学入門 大学の統計学でつまずいた時に読んだ。仮説検定、区間推定って何…ってレベルから、t分布や95%信頼区間がわかるようになった。 基礎から学ぶ統計学 確か去年読んだ。上の本のレベルから、中心極限定理の復習や他の検定手法の把握に役立った。相関係数の計算の意味がわかる。

・【仮説検定】R言語を使って1標本の母集団の平均に関するt検定と推定を行うプログラムを実装する ・Pythonでポアソンモデルを実装する #アナと雪の女王 #アナと雪の女王 #連続分布 気になる方は要チェックです✨ 　　　　↓↓↓↓ ▼データと統計学 blogmura.com/profiles/11180…

返信先:@watayan他1人#統計 小中高大での統計学教育に共通する問題は、常識的には明らかにダメなことであっても、統計学の文脈であればやっても良いことであるかのように教える傾向があることです。 不合理なグラフの使い方の問題だけではなく、仮説検定がらみで明らかに非常識なことを教えているという問題も深刻です。

返信先:@sugai0426・統計や仮説検定らへんへの理解 統計リテラシーに限らず書籍でも学べますが、割と理解には時間がかかるので早めにやったほうがいいです ちょうど春の社会調査の基礎を受けていれば好都合です　あの説明で理解できないなら統計学はやめておいたほうがいいし、わかるなら怖がらなくて良いと思います

#新型コロナ・Covid19を数学から考える 37 ▶#PCR検査 に関係する #確率・統計学 を学ぶ資料(6) 「#偽陽性」 「#偽陰性」を #統計学 の用語で表現すると… #第一種過誤(偽陽性)と #第二種過誤(偽陰性) ja.wikipedia.org/wiki/%E7%AC%AC… #仮説検定 において 統計的な #検定 の #過誤(error)を指す.

＞全国平均をはるかに下回る合格率 岡山理科大学の合格率　67.5% 獣医師国家試験合格率　72.7% はるかに下回っている　 -5.2% 67.5%に対して差が5.2%ならば 13分の１程度なので十分小さい 統計学の帰無仮説検定を使うにしても 標準偏差が分からないので断定出来ず 「はるかに」ってどの程度？

返信先:@go_come_on仮説検定… た、たしか、大学の一般教養(統計学)で…ん…😅

返信先:@ranterisuto数学Iに最近追加された「仮説検定」のところの教科書か問題集読んでごらん。 まじでやる意味がよくわかんないからw 最近の高校数学の統計学がめんどくさすぎる…

返信先:@yokozuki466492#統計 しかし、統計学は確率論ではありません。私も数学の話はしていない。 真の問題は、例えば、現在の高校の教科書や学習指導要領解説や各種の教材にある仮説検定の取り扱い方が、『統計的有意性とP値に関するASA声明』に矛盾する内容になっていることです。統計学の誤用を勧める内容になっている。

入門統計学、6章(仮説検定と検出力)まで読了！GW中に折り返しを目指していたけだ進捗率は結局36%前後。。🫠 流し読みせず理解しようと努力している証拠だとポジティブに捉えようと思います😌

見出された特徴量に対しての統計学的手法をつかえるかどうかじゃないですかねサイエンスなので仮説検定位はむしろ…

p値とか仮説検定とか統計学やってなくてもなんとなく話に出たりするので統計はみんなやってて欲しい。伝わりにくい。

#統計 さらに補足。P値との関係で、所謂「再現性の危機」についてPハッキングのような不正行為の蔓延について強調する行為もミスリーディングで好ましくない。 理想的に行われた有意水準5%想定検出力80%の仮説検定も再現性を保証できないことを正直に説明しないと、真っ当な統計学教育になりません。

「感度(再現率)」「特異度」「偽陽性率」など、ややこしい二値分類の評価指標を総まとめしました。 機械学習、医療、仮説検定、一般の統計学、心理学、天気予報など、分野によって実質的に同じ量が違う言葉で呼ばれることも多く混乱しがちですが、分野を超えて一つにまとめました。 pic.twitter.com/sACYXBY74R

#統計 有意水準5%、検出力80%の仮説検定を理想的に利用しても、再現性がない研究が大量生産される可能性があることを示す簡単な計算例については、最新しまりす本 asakura.co.jp/detail.php?boo… の試し読みの9-10ページ(本の5-6ページ)を見て下さい。 統計学を教えている人はこの本を読むべき。

#統計 「棄却域」や「検定関数」による仮説検定の定式化は確かに最適な方法を見つけるために役に立ちますが、所謂数理統計学での最適な方法(意思決定論)も ❌現実における最適な方法 を意味せず、 ⭕️数学的フィクションであるモデル内部でのみ最適な方法 に過ぎないことは徹底的に強調されるべき。