自動更新

並べ替え:新着順

ベストポスト
メニューを開く

#統計 P値<αとなっただけで【帰無仮説は成立し難いと判断できる】とすることは誤りです。 ASA声明 scholar.google.co.jp/scholar?cluste… を読み直した方が良いと思いました。原則の1にP値の解釈の仕方が書いてあります。続く pic.twitter.com/8kRTAus1cj x.com/toshizumi1225/…

toshᴉzumi@toshizumi1225

p値の説明をがんばってたやつ

黒木玄 Gen Kuroki@genkuroki

メニューを開く

日本に必要なのは統計省ですね❗統計を国として網羅する、各省庁がヤりたい放題の統計を出すのを辞める❗財務省を統計する‼️そこが一番大事でしょ⁉️高橋陽一氏の見解を聞きたい物だ‼️ #高橋陽一 #財務省 #統計省 #おはよう寺ちゃん #newsclub #高橋陽一チャンネル  #統計

にゃんこサムライ@kawaranaito

メニューを開く

#統計 ASA声明の内容を理解している人から「それは誤り」と言われずに済むP値に関する解説を書きたいなら、 ASA声明が 仮説検定と結び付けずにP値の解釈の仕方を説明して、 P値単体よる判断の不合理性を徹底的に指摘していること に十分に配慮した説明を書く必要があります。 全然簡単じゃない!

黒木玄 Gen Kuroki@genkuroki

メニューを開く

amzn.to/3fe6l6U 宇宙と宇宙をつなぐ数学 IUT理論の衝撃:望月新一教授による「宇宙際タイヒミュラー(IUT)理論」 #数学 #統計

メニューを開く

#統計 補足 * もちろん仮説検定と結び付けることも排除していない。 * 検定したい仮説(例えば「母平均は170cmである」の類は「特定の統計モデル」の仮定の中にパラメータの値の設定条件として含まれる。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 ASA声明 scholar.google.co.jp/scholar?cluste… の原則の1にあるP値の解釈の仕方 原文: P-values can indicate how incompatible the data are with a specified statistical model. 私訳: P値はデータの数値と特定の統計モデル(検定したい仮説もモデルの仮定の一部分)の相性の良さの程度を表す。 続く x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 ASA声明 scholar.google.co.jp/scholar?cluste… の原則の1にあるP値の解釈 P-values can indicate how incompatible the data are with a specified statistical model. 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。 は仮説検定と結び付ける必要がない解釈の仕方になっています。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 ASA声明 scholar.google.co.jp/scholar?cluste… の原則の1にあるP値の解釈の仕方 原文: P-values can indicate how incompatible the data are with a specified statistical model. 私訳: P値はデータの数値と特定の統計モデル(検定したい仮説もモデルの仮定の一部分)の相性の良さの程度を表す。 続く x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 P値<αとなったときに、他にどのような条件があれば【帰無仮説は成立し難いと判断できる】として良さそうかに関する解説 ↓ x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 テストする帰無仮説達の中に正しいものと誤りのものが半々で含まれているとき、検出力1-β有意水準αの仮説検定で棄却された帰無仮説達の中での実際には正しいものの割合はα/(1+α-β)≈αになる。 つまり、正しい確率が半々の仮説を扱う場合には、有意水準αはそのまま実効的な危険率とみなせます。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 P値<αとなっただけで【帰無仮説は成立し難いと判断できる】とすることが誤りになる理由の説明が以下のリンク先スレッドにあります。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 P値について説明したいなら、 【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】 は誤りであることにも注意が必要です。同じ理由で 【P値<αならば帰無仮説は成立し難いと判断できる(帰無仮説を棄却)】 も典型的な誤りになります。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 例えば、ある感染症に罹ったときのリスクが高い人達の方が積極的にワクチン接種を希望していたとしたら、実際にはそのワクチンがリスクが高い人達の重症化率を下げているのに、ワクチン接種を希望しない人達よりもデータ上での重症化率が高くなってしまうかもしれません。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 ワクチン接種を希望する群と希望しない群に分けると通常はものすごいバイアスが生じます。 そういう統計学的によく知られている問題があるのに、あっさりそういう場合を躊躇せずに例に挙げるのはいかがなものかと思いました。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

‘ 正解は・・・ <干ししいたけ> 前年に続きトップは鹿児島市! 金額がかなり低い。 そんな中でも九州が上位。 生産も多いようです。 今日もたくさんの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/ #干ししいたけ #地理 #GIS #クイズ #統計 pic.twitter.com/WSZmR3AXUM

統計クイズ・データマッピング(紙川 怜)@ren_kamikawa

メニューを開く

#統計 【母分散が等しくない可能性がある】の側の例として【ワクチン接種を希望する群と希望しない群】を挙げていることは論理的には正しいのですが、統計学教育的には非常に不適切だと思いました。理由の説明に続く x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 【被験者を介入群と統制群にランダムに配置した】の場合を【母分散は同じと仮定できる】に分類しているのは酷い誤りです。 結果の身長の母分散が、ドラえもんのスモールライトを照射した介入群と普通の光を照射した統制群で同じになるわけがない。続く pic.twitter.com/N9fe1JcKpX x.com/toshizumi1225/…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 その場合の介入群(統制群)の母分散の定義は、「母集団Ωから無作為抽出した個人にドラえもんのスモールライト(普通の光)を照射した後の身長」として定義される確率変数の分散です。 介入群の身長はスモールライトによってみんな小さくなるので、介入群の母分散は統制群より小さくなります。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 【被験者を介入群と統制群にランダムに配置した】の場合を【母分散は同じと仮定できる】に分類しているのは酷い誤りです。 結果の身長の母分散が、ドラえもんのスモールライトを照射した介入群と普通の光を照射した統制群で同じになるわけがない。続く pic.twitter.com/N9fe1JcKpX x.com/toshizumi1225/…

toshᴉzumi@toshizumi1225

「母分散が等しいかどうか」は実際のデータがどうであろうと事前に判断できるでしょ,を説明してみたスライドも出しとく pic.twitter.com/nk3IiP13Q5

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 「帰無仮説が正しいという仮定の元で得られたデータの数値が生じることは稀なので、帰無仮説を否定しても概ね大丈夫」のような説明のどこがダメなのか分かっていない人達の側が多数派なので、「わかっている俺様がザクっと説明してやるぜ」なミスリーディング先生達が放置され続ける。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 しかも以上の話は、たとえデータの取得法への疑いやモデルの妥当性の保証が一般には難しいことなどを全部無視できたとしても相当に要注意であることの説明になっており、現実における仮説検定(より正確には統計的有意性)による判断の危険性はさらに大きく増します。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 そういう当たり前のことを忘れたり、無視したりして、 帰無仮説が本当は正しいのに 帰無仮説を棄却してしまう確率α を小さいならば、帰無仮説を否定することに大して危険がないかのように教育してしまったら、仮説検定を誤用する人がしこたま沢山出て来るのは当たり前の話だと思います。続く

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 超大雑把には、 帰無仮説が本当は正しいのに 帰無仮説を棄却してしまう確率 のことを有意水準αと呼びます。 しかし、本当に知りたい危険率は 帰無仮説を棄却したのに 帰無仮説が本当は正しい確率 の方です。(例: 薬に関する仮説検定で「効く」と判断したのに実際には効かない確率)

黒木玄 Gen Kuroki@genkuroki

メニューを開く

・エヌビディア時価総額1位の衝撃 #投資 #米国株 #仮想通貨 -金融業界/株式投資/配当金ゲット! ・【賠償責任】大損 -金融業界/株式投資/配当金ゲット! #統計 #貿易 #暗号資産 気になる方は要チェックです✨     ↓↓↓↓ ▼コツコツお金を稼ぐ副業チャンネル blogmura.com/profiles/11156…

ブログみる×ブログ村 仮想通貨/暗号資産@blogmura_crypto

メニューを開く

#統計 本当はそういう「わかっている俺様がざっくり分かり易く説明してやるぜ」的なP値の解説でいきなり分かり易くこけているものの例を沢山引用すると面白いのでしょうが、ここではやめておきます。 誰かそういう事例集を作ってくれないものか?

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 「お前ら何も分かってないだろうから、分かっている俺がざっくり説明してやる」的なP値の解説は、大抵、 帰無仮説が正しいという仮定の元で得られたデータの数値が生じることは稀なので、帰無仮説を否定しても概ね大丈夫 のようなダメな説明を含んでおり、救いようがない感じなっています。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

日本政府の統計ダッシュボード。暇な時に見ると面白いですよ dashboard.e-stat.go.jp #統計

Mini 統計沖縄@stats_okinawa

メニューを開く

#統計 統計学の勉強のために、コンピュータで確率がらみの計算をしている人達は沢山いると思います。 そのとき、3.0/0.0 = Inf の類は問題なくても、不適切なコードにせいで 0.0/0.0 や Inf/Inf や Inf - Inf のような計算が生じて NaN の嵐になって困ったという経験をしている人達も結構いるはず。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

返信先:@yamazaksv21IEEE 754での浮動小数点数に規約では、18.0 / 0.0 = NaN ではなく、 18.0 / 0.0 = inf となります。NaNになるのは 0.0 / 0.0 = nan の方です。確率の計算のコードを不適切に書くとNaNが大量に生じて、「うぎゃっ!」となります。 NaN、nothing、missingなどは互いに異なる概念。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 P値はそれ単体では科学的に結論を出すための力はほとんどありません。 これは「統計的有意性とP値に関するASA声明」の主題そのもの。読めば誰にでもそうだと分かるように書かれています→ biometrics.gr.jp/news/all/ASA.p… だから「P値単体は無力だ」とわからない説明は誤解誘導的だとみなされます。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 例えば、上の例ではデータとモデルの外側にある情報として、以下を使っています。 * 超能力はあるはずがないという科学的な常識 * 事前に得ていたA氏がイカサマをしているという疑いが強いことの状況証拠 * テストした薬のうち実際に効くものの割合に関する過去の経験

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 以上のように、仮にデータの取得法にもP値の計算に使ったモデルに問題がなくても、P値<αという条件だけで帰無仮説を否定する行為の実効的な危険率は有意水準αよりもずっと大きな可能性があることに注意が必要です。 その辺の判断にはデータとモデルの外側にある情報を使う必要があります。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 経験的にテストした薬のうち実際に効くものは1割程度しかないことがわかっているとき、「効かない」に対応する帰無仮説が正しい確率は9割程度で大きいので、帰無仮説が棄却された薬達の中に実際には効かない薬が相当な割合で含まれると考える必要がある。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 他の状況証拠から、A氏がイカサマをやっていることが相当に確からしいことがすでにわかっている場合には、「A氏はイカサマをやっていない」に対応する帰無仮説が正しい確率は小さいとみなされるので、仮説検定での帰無仮説棄却の実効的危険率は非常に小さくなると考えられます。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 例えば、帰無仮説が「超能力はない」のあたる条件になっている場合には、「超能力はない」という仮説はほぼ確実に正しいので、「テストする帰無仮説が正しい確率が半分程度以下である」という条件が全然成立していない場合だとみなされます。その場合には、帰無仮説棄却は大変な危険行為になる。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 「P値<α」(統計的有意性)という条件を使って帰無仮説を否定するという判断をするときに、実効的な危険率をα程度まで下げたいなら、データを見る前に「テストする帰無仮説が正しい確率が半分程度以下であること」が何らかの意味でわかっている必要があります。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 5%に設定されることが多い有意水準αは、ある種の危険率ではあるのですが、上の意味での実効的な危険率とは一般には全然異なる値になります。 上の結果は、テストする帰無仮説が正しい確率が半々程度なら、有意水準をそのまま実効的な危険率だと思っても大丈夫なことを意味しています。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 棄却された帰無仮説達の中での実際には正しい帰無仮説の割合を3%程度に抑えるためには、有意水準α=5%なら「事前確率」pを50%程度以上にしておく必要があり、有意水準α=0.5%ならpを10%程度以上にしておく必要あり。 多くの場合に、pは不明なので、有意水準αをどこまで下げるべきかは分からない。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 上で「実行的な危険率」は「棄却された帰無仮説達の中に含まれる実際には正しいものの割合」のことです。例えば、検定で「効く」と判定された薬達の中での実際には効かないものの割合が例になっています。これは小さくあって欲しい。 α/(1+α-β)≈αはβもαも小さければ概ね成立。どんぶり勘定。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 テストする帰無仮説達の中に正しいものと誤りのものが半々で含まれているとき、検出力1-β有意水準αの仮説検定で棄却された帰無仮説達の中での実際には正しいものの割合はα/(1+α-β)≈αになる。 つまり、正しい確率が半々の仮説を扱う場合には、有意水準αはそのまま実効的な危険率とみなせます。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 理由2: データの取得法やモデルの妥当性に問題がなくてもダメな場合がある。例えば、テストする薬の中に5%しか効く薬が含まれていない場合には、検出力80%有意水準5%の両側検定(実質有意水準2.5%の片側検定)によって「効く」と判定された薬の中での真に効く薬の割合は63%に過ぎません。 x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

メニューを開く

【「司書箱」が新しくなりました】テーマは『革命』 司書が分類にとらわれない本をセレクトした「司書箱」。館内に複数箇所あるので、是非探してみてください。貸出もできます。展示期間は「司書箱」により異なります。(横浜) #革命 #統計 #神奈川県立図書館 pic.twitter.com/jaxj5TVdkm

神奈川県立の図書館@kanagawa_lib

メニューを開く

‘ 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 干しのり ② 干ししいたけ ③ 梅干し 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/9DwJnGQcmg

統計クイズ・データマッピング(紙川 怜)@ren_kamikawa

メニューを開く

amzn.to/34ORw5Q 統計学入門 (基礎統計学Ⅰ):AI、機械学習、ディープラーニング、データ解析、ビックデータ。新たな技術の裏には数学と統計学とITの出会いがあった!!#数学 #統計

メニューを開く

#統計 大事なことなので再度強調:  統計的有意性は有罪  しかしP値は無実 P値としてnull P値しか思いつかない人は潜在的に有罪。

黒木玄 Gen Kuroki@genkuroki

#統計 大事なことなので繰り返しますが、  P値は無実  統計的有意性は有罪 「P値は統計的に有意差を出すために使われる」と教えて来たことの害が噴き出して来ている。 ただし、P値として「差はない」の型のゼロ仮説のnul P値だけしか思いつかない人も潜在的に有罪だとみなす必要がある。

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 TAOKA Daikiさんが自明に正しい。 tosh!zumiさんのこのスライドの内容は結構肝腎な所で間違っている。 「実践的には等分散を仮定できる場合はほぼない」と教えておかないとまずい。「F検定で有意でないときにも等分散だと判断してはいけない」とも言っておく必要がある。 pic.twitter.com/R4yQc0cCqu

TAOKA Daiki@DaikiTAOKA

「・被験者を介入群と統制群にランダム配置した」場合のデータは同一母集団からの標本と見なせるんだろうか? 確かに構成員は同一母集団に属するけれど、ある処置を受けた母集団と処置を受けない母集団という具合に別の母集団が構成されたと考えた場合には等分散と言えないような

黒木玄 Gen Kuroki@genkuroki

メニューを開く

#統計 ひどい。訂正します。 ❌あらゆる知識と情報と直観を使うことになり、純粋にデータの数値Aだけから仮説を立てるのが普通 ⭕️あらゆる知識と情報と直観を使うことになり、純粋にデータの数値Aだけから仮説を立てたり__しない__のが普通

黒木玄 Gen Kuroki@genkuroki

#統計 実験観察で得たデータの数値Aを見ながら仮説を立てることは科学研究では非常に重要であり、そのこと自体は決して不正になりません。 そして仮説を立てるときにはデータの数値Aだけではなく、他のあらゆる知識と情報と直観を使うことになり、純粋にデータの数値Aだけから仮説を立てるのが普通。

黒木玄 Gen Kuroki@genkuroki

トレンド20:04更新

  1. 1

    アニメ・ゲーム

    ラスカル

    • K2
    • アライグマ
    • 紀伊國屋書店
    • イラスト
    • 感染した
  2. 2

    エンタメ

    LOST CORNER

    • 米津玄師
    • わたしを離さないで
    • KICK BACK
    • A4サイズ
  3. 3

    グルメ

    信州サーモン

    • 安曇野
  4. 4

    ロック・イン・ジャパン

    • ひたちなか
    • ロッキン
  5. 5

    首相表明

    • 公共料金
    • 電力会社
    • 電気代補助
    • 電気代
  6. 6

    エンタメ

    グルーシャ

    • 小林千晃
    • リコ
    • 千晃くん
  7. 7

    スポーツ

    ゲッツー

    • 申告敬遠
  8. 8

    アニメ・ゲーム

    広橋涼

    • 小林千晃
    • アニポケ 次回
    • 千晃くん
  9. 9

    RYOKI

  10. 10

    アニメ・ゲーム

    パッションアワー

    • ドラスタ
    • 配信決定
    • ユニット
    • 情報解禁
    • SideM
    • にじさんじ
20位まで見る

人気ポスト

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