自動更新

並べ替え:新着順

メニューを開く

#統計 P値は対数スケールで見た方が誤解が減るかもしれないという話もあります。S値 S値 = -log₂ P値 (単位はbit) とおいて、P値の違いの大きさは、S値の差の大きさで測ると良いです。 80%のP値と40%のP値の違いは1bitに過ぎず、8%のP値と4%のP値1bitの違いに等しい。 biostat.ucdavis.edu/sites/g/files/… pic.twitter.com/9ui1NcUnFL

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 コインを20回投げたら5回表が出た状況で、「表が出る確率はp=1/2」という帰無仮説のP値はグラフから5%未満であることもわかります。 P値を2値的判断の道具とみなす不適切な説明ではそのような単独のP値しか使わない。 だから、ダメなのです。nullismという病気。 pic.twitter.com/PzsuKZq5Uj

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 P値を「有意差を出す」という2値的判断のための道具とみなさずに、Greenlandさんのように、推定の道具だとみなせば良いのです。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の1つ なので、パラメータの値の推定に使えます。 biostat.ucdavis.edu/sites/g/files/… pic.twitter.com/PvybEJEzWO

黒木玄 Gen Kuroki@genkuroki

メニューを開く

各尤度にP値が付与されるので(帰無)仮説値の確率分布(尤度分布)が正規分布ならP値の分布は正規分布である。それの横軸とビン幅を人為的に変更すると平坦分布に見えるだけ。 尤度:観測値の棒グラフ本。 P値:観測値 "以上" の大差(尤度分布の両外側)の累積値。 x.com/takekan/status… pic.twitter.com/c8NWrcZ7r9

竹内幹@takekan

無関係な2変数xとyにランダムな数値をわりあて、y=a+bxという回帰を勘違いに基づいて行います。それを10000回繰り返します。当然、多くの場合で係数bの推定値はゼロに近いものです。  p値も10000個計算します。p値の定義を思い出せば、その分布は[ 一様分布 ]となるはずですね。

Illusion of Evidence (IoE)@ueafam

メニューを開く

「大雑把な例え話」としても、もっとマシな例え方があるだろうと思う。「観測値が真値である確率」や「P値=対立仮説が真値である確率」とか「もっともよくある誤解」として知られてる文章ほぼそのままではさすがにまずい。医師国家試験も薬剤師国家試験もP値を誤解してるが訂正されてない。 pic.twitter.com/SgI1jjWt7b

竹内幹@takekan

「p値」って何といわれて全く答えられない人に、計量経済入門の単位とか認定しちゃだめだよなあ、と思っている。 ざっくりいえば、p値(p-value)は「ある結論が、実はただの勘違いである可能性」と解釈できる。(小声でいうと、小さい方がうれしい) 例えば、学生グループAとBのテストの成績差。

Illusion of Evidence (IoE)@ueafam

メニューを開く

#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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#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

黒木玄 Gen Kuroki@genkuroki

#統計 統計学を教える仕事をする人は 統計的有意性とP値に関するASA声明 biometrics.gr.jp/news/all/ASA には目を通しておいた方が無難。 これを読めば、P値に関する実践的に十分な説明と解釈法が得られます。 ただし添付画像への追記部分に注意することも必要。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 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。

黒木玄 Gen Kuroki@genkuroki

#統計 「統計的有意性とP値に関するASA声明」の翻訳者の佐藤俊哉先生による素晴らしい講義動画もよく紹介されています。これも統計学を教える仕事をする人は視聴しておいた方がよい。教科書に誤りが書いてあることを明瞭に説明している。教科書通りに講義をしてはいけない。 youtu.be/vz9cZnB1d1c?si…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 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

黒木玄 Gen Kuroki@genkuroki

#統計 統計学を教える仕事をする人は 統計的有意性とP値に関するASA声明 biometrics.gr.jp/news/all/ASA には目を通しておいた方が無難。 これを読めば、P値に関する実践的に十分な説明と解釈法が得られます。 ただし添付画像への追記部分に注意することも必要。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

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

こなど@con_advancing

返信先:@genkuroki先のポストは初学者に向けて一言二言で説明することを試みていました。一般には簡単に説明するほど正確ではなくなります。それに対して、間違いの指摘はできるけど自身ではそれ以上噛み砕いた説明はできません、てすごいなと思いました。以上です。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

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

黒木玄 Gen Kuroki@genkuroki

#統計 統計学を教える仕事をする人は 統計的有意性とP値に関するASA声明 biometrics.gr.jp/news/all/ASA には目を通しておいた方が無難。 これを読めば、P値に関する実践的に十分な説明と解釈法が得られます。 ただし添付画像への追記部分に注意することも必要。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 #Julia言語 線形回帰のβ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β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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 帰無仮説(ゼロ仮説)β=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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 続き。モデルはy=β₀+βx+u, u~Normal(0,σ). データの数値とβ=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β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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 1つ上の投稿の添付画像のデータの数値に対応する回帰係数βの(両側)P値関数のグラフ。横軸はβで縦軸はP値1つ上の投稿の添付画像のデータの数値とモデルの回帰係数パラメータβ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βの値のは点推定値のβ̂=0.0431. pic.twitter.com/WYEERtrH1D

黒木玄 Gen Kuroki@genkuroki

#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。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#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β̂になります。 仮説β=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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#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はに対応するP値関数です。横軸は仮説としてのβの値で縦軸がP値です。β=0の縦線も追加してあり、P値関数との交点が仮説β=0のP値github.com/genkuroki/publ… pic.twitter.com/OR51mmKikK

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#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

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#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

黒木玄 Gen Kuroki@genkuroki

#統計 統計学を教える仕事をする人は 統計的有意性とP値に関するASA声明 biometrics.gr.jp/news/all/ASA には目を通しておいた方が無難。 これを読めば、P値に関する実践的に十分な説明と解釈法が得られます。 ただし添付画像への追記部分に注意することも必要。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#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

竹内幹@takekan

一部、有意水準とp値を混同した説明をのせていました。私の早とちりと推敲不足によるものです。ご指摘感謝いたします。1つだけツイートを削除しました。 (でてきたp値に応じて、有意水準αを事後的に変えているかのように見えるpracticeはやっぱりいかんと改めて思いました)

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 P値が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つだと解釈できることは回帰の視覚化によっても納得可能。 モデルy=β₀+βx+u (u~Normal(0, σ))でのβ=0という設定との相性の良さが添付画像中のP値になっています。 添付画像P値<5%の、②はP値≥5%の場合。 pic.twitter.com/3CW37cEQ2e

黒木玄 Gen Kuroki@genkuroki

メニューを開く

y=a+bx+e という回帰式のp-value(p値)も同じアイディア。 われわれの目の前にあるデータは、「神のみぞ知る真のモデル」が生み出した、部分的なデータにすぎないという哲学。 ここで、x=[1,2,...,30]に対して、y=20+e という無関係な数値をランダムに当てはめてみます。図は、100回分の散布図。 pic.twitter.com/CN6tyz3L12

竹内幹@takekan

メニューを開く

大脇幸志郎(東大医学部卒)が「P値に基づく仮説検定」の基本的な意味を完全に誤解してる。 『伝統的に有意水準は0.05とされてきた。つまり20回に1回は予想された間違いを許そうという慣習がある。』 それは「真値=帰無仮説」の場合。 (真値の)検出力が約50%だと2回に回が誤判定になる。 pic.twitter.com/WCc9iMeWdb

Illusion of Evidence (IoE)@ueafam

メニューを開く

#統計 添付画像の非対称な分布が2つの仮想的な母集団分布で標本サイズが80, 20の場合に、WelchとStudentのt検定のP値≤αとなる確率のグラフが添付画像②で、Welchの側がliberalになっています。 しかし、不等母分散の場合にStudentの側は大きく破綻し易い(添付画像③④)。 nbviewer.org/github/genkuro… pic.twitter.com/bsA9FADYLW

Takuto SAKAI@tsakai_psych

Tukey:等分散のときは制御できてるけど、不等分散のときはちょくちょく5%を超えてる。 「等分散のとき」の条件付きなのがよくわかる。 Games-Howell:どの場合でも制御できてた。 分散がsimilarのときはFWERに対してliberalになる(Kirk, 1994)はどの場合を指して言っていたんだろう? 今後も要検討

黒木玄 Gen Kuroki@genkuroki

メニューを開く

★休日は統計の勉強をがっつり進めます‼️ 今日も中1息子と朝マック☕ #朝活 ✅Excelで学ぶ実践ビジネスデータ分析 ・エクセル分析スペシャリスト対策 ・Excelデータを元に手を動かし、p値を求めたり、散布図を書いたり、回帰直線やR2を求めたり。 #統計 は分かってくるとドンドン面白くなりますね😊 pic.twitter.com/Zbr4uQilOO

kinoharu|40代からの変革|学び直し・AI活用|DATA Saber@kinoharu_k

メニューを開く

#統計 「θ=0」型のゼロ仮説のP値だけではなく、「θ=a」(aは任意の数値)の型の一般の検定仮説のP値の話をしたいときの困難の1つは、主要な統計ソフトの仕様がそのようになっていない場合が多いことです。 2×2の分割表でのχ²検定の実装のあるべき仕様は以下の通り。 pic.twitter.com/2wywkdfB2z

黒木玄 Gen Kuroki@genkuroki

#統計 2×2の分割表に関するχ²検定の実装のあるべき仕様は ①デフォルトでは連続性補正を一切適用しない。 ②オッズ比、リスク比、リスク差の信頼区間を計算してくれる。 ③オッズ比、リスク比、リスク差の値に関する検定仮説のP値を計算してくれる。 ④P値関数のグラフを作画してくれる。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 P値の説明を正確にできるようになるためにはモデルの確率分布の中身を正確に理解する必要があります。しかし、多くの人にとってそれは困難です。 次善の策として、P値が 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 であることを強調するという手があると思う。 pic.twitter.com/pSQhbq2HIZ

黒木玄 Gen Kuroki@genkuroki

返信先:@shiraishia_md#統計 P値の無難な解釈について補足 「検定仮説の下でのモデル内確率分布によって観察データ以上に極端な値が生成される確率(の近似値)」=P値は、 使用しているモデルの下での(←この制限を忘れるとアウト) 検定仮説とデータの数値の相性の良さ(compatibility)の指標 の1つだと解釈されます。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

ワクチン効果を見るために 表のage adjusted deathを 2020年を基準値として計算しました。 1. 2022年は2021年に比べて 超過癌死亡(P値)が3倍に増加。 2. 脳腫瘍、白血病、女性の癌(乳がん、卵巣、子宮)の増加が顕著。 そういえばこの前大学の先輩が白血病で亡くなった。 x.com/mbi92710920/st… pic.twitter.com/oAar3pXwLt

mbi@mbi92710920

ワクチン効果を見るために表1のage adjusted deathを2020年を基準値として計算しました。 1. 2022年は2021年に比べて超過癌死亡(P値)が3倍に増加。 2. 脳腫瘍、白血病、女性の癌(乳がん、卵巣、子宮)の増加が顕著。 そういえばこの前大学の先輩が白血病で亡くなった。 ncbi.nlm.nih.gov/pmc/articles/P…

南びわ湖エリア情報🛳️@minamibiwako

メニューを開く

ワクチン効果を見るために表のage adjusted deathを2020年を基準値として計算しました。 1. 2022年は2021年に比べて超過癌死亡(P値)が3倍に増加。 2. 脳腫瘍、白血病、女性の癌(乳がん、卵巣、子宮)の増加が顕著。 そういえばこの前大学の先輩が白血病で亡くなった。 ncbi.nlm.nih.gov/pmc/articles/P… pic.twitter.com/jfKLf1QzNy

メニューを開く

「横軸=P値、縦軸=P値」のグラフを追加するとこうなる。 横軸=RR、縦軸=P値㊧ 横軸=尤度、縦軸=P値) ② 横軸=RR、縦軸=尤度 ③ 横軸=P値、縦軸=尤度 ④ 横軸=P値、 縦軸=P pic.twitter.com/o5u8pfmKcW

Illusion of Evidence (IoE)@ueafam

メニューを開く

交互作用のP値が0.1でも、有意とするのは正しい? →一般的なp valueとは異なり、p for interactionでは標準的な有意水準は設定されない。 NEJMは、有意水準ではなくフォレストプロットを用いて評価すべきであると述べており、 質的・量的交互作用など、効果量で判定すべきである。 ↓引用はALT pic.twitter.com/rglwnGBuRb

サワダケイスケ/病院薬剤師+大学院生@ph1125ks

トレンド4:27更新

  1. 1

    スポーツ

    ステイアウト

    • RB
    • タイヤ交換
  2. 2

    スポーツ

    パーフェクトダーク

    • 正式発表
  3. 3

    MGS3

    • メタルギア
    • MGS
  4. 4

    スポーツ

    スリック

    • ルクレール
    • ガスリー
  5. 5

    ニュース

    ライフイズストレンジ

    • マックス
  6. 6

    アニメ・ゲーム

    ギアーズ

  7. 7

    スポーツ

    フルウェット

    • アルボン
    • マグヌッセン
    • ハース
    • ガスリー
    • ウェット
    • ノリスケ
    • タイヤ交換
    • ウッドチャック
  8. 8

    アニメ・ゲーム

    Yellow Big Bang!

    • Apple Music
    • 藤田ことね
    • ことね
    • Apple
  9. 9

    スポーツ

    ノリス

    • サージェント
    • アルボン
    • ノリスケ
    • ラッセル
    • フェルスタッペン
    • AWS
    • ウッドチャック
  10. 10

    エンタメ

    連れ込み隊

    • 連れ込み
    • 鳥取
20位まで見る

電車遅延(在来線、私鉄、地下鉄)

遅延している路線はありません

全国の運行情報(Yahoo!路線情報)
よく使う路線を登録すると遅延情報をお知らせ Yahoo!リアルタイム検索アプリ
Yahoo!リアルタイム検索アプリ