【6月18～20日頃入荷予定】マンチェスター/パリ拠点の新興レーベル[AF 1268]第2弾。カルト的に人気なUKハウスのベテランRob Pearsonによる、サイケデリックでトリッピーなミニマル・ハウス！ lighthouserecords.jp/?pid=181363626

#統計 Lehmannさんが書いたNeynan-Pearson流の仮説検定の理論に関する標準的な教科書 google.com/search?q=Lehma… は、どうも普通の人には読むことが困難っぽいのですが、書いてある通りに読まずに(数学書では基本！)、まずは手を動かしてコンピュータで実装すれば「読める」人が増えるように思います。

#統計 以上の批判は例えば researchgate.net/profile/Yusaku… の2.2節でのNeyman-Pearsonの仮説検定の取り扱いには直撃しています。もちろんLehmannさんの標準的教科書もPearson (1955)も引用されていない。 こういうものを読んで感心してしまわないようにしたいものです。

#統計 繰り返しになりますが、FisherとNeyman-Pearsonを比較するときには、Pearson (1955)などを引用して、NPは仮説検定の手続きによる単純バカな2値的判断を強制していないという点にも触れておかないと、おそろしくアンフェアな比較になってしまいます。

#統計 だから、FisherとNeyman-Pearsonを比較するときに、NPの側での対立仮説を単純仮説にしてしまうと、適切な比較ではなくなってしまいます。 NPの側でp≠1/2のような複合仮説を対立仮説として採用した場合を扱う必要があります。

#統計 で、Neyman-Pearsonの仮説検定をPearson (1955)に反する形で過剰に単純化して(戯画化して)説明する困った人達は、おそらくLehmannさんの教科書に書いてあるようなことも理解していないせいで、NPの仮説検定について説明するときに、対立仮説を単純仮説にしてしまいがち。続く

#統計 このように、二項分布の易しい場合であっても、両側検定についてNeyman-Pearson的に考えると、途中で面倒な最適化問題(αエラー率をα以下におさえたままでできるだけ検出力を高くするという意味での最適化)を解く必要があるので、数学的に非自明な問題になります。 全然易しくない。

#統計 Neyman-Pearson的な仮説検定の定式化では通常P値を使わないのですが、以下ではP値を使って説明します。P値は「n回中k回表が出た」の型のデータの数値kの関数でなければいけません: pvalue(k) = (データの数値kから計算されるP値). この関数にどのような条件を課して、どのように作るか？続き

#統計 Neyman-Pearsonスタイルの仮説検定については、標準的な教科書 google.com/search?q=Lehma… を読んでから言及するようにしないと、ほぼ確実におかしなことを言ってしまうと思います。 特に注意するべきなのは「対立仮説」の概念です。続く

#AHEADAP 青島周一先生が拘ってる方式の例「対立仮説に SMD=0.40 を設定してサンプルサイズ計算の n で RCT を実施した結果が P<0.05 なら、帰無仮説 (SMD=0.00) を棄却して、対立仮説 (SMD=0.40) を支持する」 ← Neyman-Pearson 手順であり、仮説が多数ある状況で身勝手に２仮説へ絞り込むのは間違い

#AHEADAP 青島周一先生は「Neyman-Pearson 手順」とは言ってないと思うが、「対立仮説に検証したい仮説の効果量を設定したサンプルサイズ計算に基づく n で（多すぎても少なすぎてもダメ）」と拘ってるので、「帰無仮説と対立仮説の単純な二分法的判断を決定する」そのもの。

#統計 分岐 P値の誤用に関する話題の分脈などで、「Fisher vs. Neyman-Pearson」の話が出て来たら警戒する必要がある。 非常に残念なことに、戯画化されたNeyman-Pearsonの説明は伝統的に定番のネタになっている。

#統計 「Fisher vs. Neyman-Pearson」の激しい論争を相容れない主義と主義の対決だとみなすことに価値を感じる困った人達にとっては、戯画化NPスタイルの仮説検定はないと困るものになっているのではないか？ 私はそういうことはいい加減やめた方が良いと思っています。

#統計 Neyman-Pearsonによる仮説検定の理論はその後Lehmannによって数学的に発展整理され、Lehmannが書いた有名な教科書の中で解説されています。

#統計 そのときに役に立つのが、まさにNeyman-Pearsonによる仮説検定に関する数学的理論なのです！ 専門用語としての「棄却」などの用語は数学用語(数学的フィクション内でのみ通用する用語)だと解釈すれば害がなくなります。

#統計 Neyman-Pearsonの用語の「棄却」(reject)などは非常に強い響きを持つので、誤解が発生する原因に確実になっているとは思うのですが、ここまで普及すると完全廃止は難しいと思います。 しかし、教育の段階で弱い意味しかないことは協調できる。

#統計 最近、私は 　Science before Statistics という合言葉を広めたいと思っているですが、昔の統計学の偉人(例えばNeyman-PearsonのPearsonさん)も仮説検定について科学的に非常識な考え方をしていないのです。続く

#統計 その感覚は非常に健全で好ましいと思います。 そして、上に引用したPearsonによるFisherへの回答(Fisherの考え方に賛成している回答)を読めば、Neyman-Pearsonも単純バカな二分法で最終決定を下すことを勧めていないことが分かります。

#統計 戯画化されたNeyman-Pearsonについて騙る伝統的(ゆえに有害な)統計学教師達は NPスタイルの仮説検定では、P値がα未満か以上かで帰無仮説と対立仮説の単純バカな二分法的判断を決定する かのよう教えて来るのですが、まともな人であれば 科学的になんて非常識なんだ！ と感じたと思う。続く

#統計 30年前くらいなら、 過度に単純化されてもはやデマそのものになっているNeyman-Pearsonスタイルの仮説検定(安易に2値的決定を下す) について語っても嘘はすぐにばれないので、恥ずかしくないかもしれませんが、現代では Pearson自身が書いた文献の引用一発 で嘘がばれてしまう！

#統計 Pearson (1955)には NeymanとPearsonは「__最終的な__採択と棄却の話をしていない」し、「仮説検定が不可逆な採択の手続きを強制するべきだとは全然示唆していない」 とはっきり書いてあります。証拠提示終了！ 戯画化されたNPについて騙る行為は滅びるべき！ pic.twitter.com/4YR6Rw4Ec6

#統計 添付画像は Pearson (1955) scholar.google.co.jp/scholar?cluste… PDF errorstatistics.com/wp-content/upl… より。これは、Fisherさんによる「棄却(reject)」「採択(受容、accept)」という用語を使うことに対する反対への、Pearsonさんによる回答です。続く pic.twitter.com/uOIcc4Ktge

#統計 戯画化された(偽物の)Neyman-Pearsonによれば、最初に設定した帰無仮説と対立仮説について、P値<αになったら、機械的に帰無仮説を棄却して対立仮説を採択するという決定を下すことになっています。 こういう見方は、PearsonによるFisherへの回答に明瞭に反しています。証拠の引用に続く

#統計 統計学教育の分野には、戯画化されたNeyman-Pearsonについて語る人が多い(伝統芸のようになっている！)という深刻な問題があるので、「Fisher vs. Neyman-Pearson」の話を始める人を見かけたら、危険信号が点滅していると判断した方が良いです。 伝統の多くを潰す必要があるが、困難。続く

ラジオ生活： ジャズ・トゥナイト Duke Pearson 「My Love Waits」 ｜200im @200im #note note.com/200im/n/n79f1d…

#統計 p.26 このページの説明はまるっきりナンセンスです。 P値が小さいことと差が大きいことが無関係なことは、FisherとNeyman-Pearsonの違いと関係ありません。 素直に信頼区間を使った説明をした方が良かったと思います。(個人的には信頼区間よりもP値関数を使った方がずっと良いと思いますが) pic.twitter.com/Jqd3JDtIM9

7am Breakfast meeting in Mississauga, 10am NorthYork 1pm 3pm Downtown 5pm Mississauga 7pm Pearson Airport 9pm flight back to Chicago. 1日びっしりでラーメン食べ行けんかも…やっぱトロントはまだ掘れるなー。近くなったからもっと頻繁に来たいところです。しかしいい天気すぎる。 pic.twitter.com/f7lAWl3pc5

provision problem place pearson profecional process 6つのP パールマン　問題解決

#ｱﾌﾀﾇｰﾝFUN 2024/6/13☁木曜日よろしくお願いします #ｶﾚﾝﾀｰ繋がり Dennis Locorriere/Jorge Santana David Gray/DJ Snake/Rivers Cuomo/Deniece Pearson #weeksong テーマは→カルチャー・クラブ＆60s #Yearshit 1987 午後1時ONAIR #宮古島 #ｴﾌｴﾑみやこ 🏝📻🙇‍♂️

Johnny Pearson _ 朝もやの渚 _ Sleepy Shores _ ジョニー・ピアソン youtu.be/foLhFvTYe9w?si… @YouTubeより

#統計 Neyman-PearsonのPearsonさんは、あとでaccept, rejectという用語選択は不幸な選択であったことを認めています。Fisherの考え方にも最初から賛成していたらしい。 Neyman-Pearsonスタイルを単純な二分法に戯画化して、Fisherスタイルと対比するのは不適切な行為だと思います。

#統計 P値を実際に2値的判断に使わなくても、効率の悪いP値の構成法を使わない方がよいということには変わりがありません。 よりよいP値の構成のためにNeyman-Pearson的な対立仮説の検出力という指標を考慮することは合理的です。

#統計 それでは、このスレッドの立場で、有意水準一定の条件の下で検出力を最大化するNeyman-Pearson的な考え方の位置付けはどうなるのか？ そういうNP的な考え方は単に「より良いP値関数を使った方が良い」という当たり前の話のより正確な定式化の一つとみなせます。続く

Pearsonガチャ当たり！ 被安打も約88マイルのゴロだったし、空振りもかなり奪えて良かったね。 pic.twitter.com/mivhQ1N5BM

#統計 そういう理由で、2×2の分割表でのPearsonのχ²検定をもしも使うなら、Yatesの連続性補正無しで使って、αエラー率がαで近似されるようにして、検出力を上げた方がお得だと思います。欠点はαエラー率がαより大きくなる場合が出て来ることです。

#統計 特に2×2の分割表でのPearsonのχ²検定でYatesの連続性補正を適用すると、P値が非常に大きくなる傾向が強く、結果的にP値が大きくなり易い片側確率の２倍版のFisher検定をよく近似するようになります。それなら、Fisher検定を使ってαエラー率を確実にα以下にした方がお得だと思います。続く

union pearsonきた🇨🇦🇨🇦🇨🇦 かわいいー！！！はっぴー！！！ pic.twitter.com/YgdffLEtnI

今宵のジャズタイム2枚目 Honeybuns / Duke Pearson 具体的にうまく説明出来ないけどBNの諸作品よりもこの辺りのAtlantic盤の方にシンパシーを感じる。 pic.twitter.com/Qyo3sKd0KD

返信先:@TheArtKid01PearsonのPTEなら受け付けてるけどそれかな？