#統計 統計分析の状況では、真に知りたい数値(日本の高校1年生全体の体重の平均値μや分散σ²など)は最後まで不明のままになります。 得られるのはデータの数値から得られるそれらの推定値やP値や信頼区間など。 何が最後まで未知のままになってしまうかを明瞭に認識しないと統計学は理解できない。

#統計 仮想的なμの値のP値は、諸々の数学的仮定の下での、データの数値x̅, s²と「母平均はμである」という仮説の相性の良さ(compatibility)の指標の1つだと解釈されます。 仮想的なμの値の95%信頼区間は「P値が5%以上になる仮想的なμの値の範囲」として得られます。

退院時の良好な神経学的転帰は、高用量群 (24%) と比較して、低用量群 (55%) で有意に高かった ( p値0.025)。年齢で調整した後、逮捕時に高用量のエピネフリンを受けた患者は、退院時に好ましくない神経学的転帰を示す可能性が高かった（オッズ比 4.6、95% CI 1.3、18.0、p値0.017）。

#SuperWalk 体制強化に向けて頑張る！ [追加投資] ・4667KLAY($822) 　エピック1、レア6、ブルポ30days [目標] ・メイン靴オプション厳選 　(all stats×3 or 2+P値) 　☞レベリング中(10⇒11) ・55エナジー 　☞現在36(残り19) pic.twitter.com/laJr6U2ZPs

「横軸＝Ｐ値、縦軸＝Ｐ値」のグラフを追加するとこうなる。 ① 横軸＝ＲＲ、縦軸＝Ｐ値（①㊧ 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 値 pic.twitter.com/o5u8pfmKcW

匿名質問を募集しています！ 最近回答した質問例 ・相関行列を出す際に、p値って修正すべ… ・盗用や剽窃ってどこから盗用や剽窃にな… ・論文を出せるか出さないかの0か1で業… ・論文ってミスがあって撤回した場合って… querie.me/user/kodai_kus…

返信先:@amro_zero内容が良い作品でもヒットするとは限らないし内容悪くてもヒットする作品もある中で、ブルーロックという作品の内容面の評価云々じゃなくて、座席p値で1日30万も貰ってて日曜に5万しか動員ないんじゃ映画館的には期待はずれ、爆死って評価なんでしょう。だから座席バッサリ切られた

これは私も生物統計の院生時代、注意されました。 今日もたまたまですがメールで 「P値が1のところがいくつかあるのですが、割合が完全に一致しなければP値は1にはならないので、> 0.999 あるいは > .999 などとしておく方がいいかもしれません。」 と送っています。統計あるあるかもしれないです。

P値を報告しないといけない時で、かつ計算上P値が0.99より大きい場合は（P=1.00と出た場合）、P>0.99と書くことをJAMAのstats guidelinesでは推奨されています Aguinis H et al. BMJ Evid Based Med. 2021 Apr;26(2):39-42. ncbi.nlm.nih.gov/pmc/articles/P…

N(0,1) と N(0,20) から生成させた2標本（n=1000）に対するt検定とWilcoxon rank-sum test の、10000回のシミュレーションに基づくp値の分布。Locationはまったく同じだが、Wilcoxon testの方は一様分布せず、ぼちぼち p<0.05 になってしまう。 pic.twitter.com/P0vN74J1EL

返信先:@dannchu#統計 二項分布での確率を正確に計算する別の方法としてSterneの信頼区間を与えるP値を使う方法もあります。その方法でも第1種の過誤の確率を確実に有意水準以下にでき、Clopper-Pearsonの方法よりも検出力の犠牲は小さくなりますが、計算が面倒になります。対応する信頼区間の綺麗な公式はない。

返信先:@dannchu#統計 二項分布での片側確率を正確に計算してその2倍をP値とするClopper-Pearsonの方法は、普及している二項検定の方法の中で最もP値が大きくなり易いものです。第1種の過誤の確率を確実に有意水準以下になりますが、検出力が結構大きめに犠牲になります。

返信先:@PhDTPharmTCorrection無しの場合のp値だと多重比較の場合全てのp値の合計が優位水準(例えばｐ＜0.05)を下回っている必要があるという理解だったのですが違うのでしょうか？Correction無しだと全体の確立が1を超えるという部分がよくわかりません。

「宇宙怪人しまりす統計よりも重要なことを学ぶ」 こういう数式のほとんど出てこない系の統計についての本が大好物でたまに読みます。第1話のP値についてとか、第5話のデータマネジメントについてとか、分かりやすくて面白い。他の章も大事なのでしっかり勉強しなきゃ。 #最近読んだ本 pic.twitter.com/iKfjrgMhcb

返信先:@junky_DB16p値は確率であることと、元の帰無仮説対立仮説を考えれば、2群間の比較から出てくるp値を係数で割り算するのが自然に思います correctionしていない2群間のp-valueの状態では全体の確率が1を超えるというおかしなことが起こるので

Y の条件付き分散 Var[Y | x, z] は Var[Y | x, z] = 1 - 〔[{(ρxy)^2} - 2 (ρyz) (ρxy) (ρxz) + {(ρyz)^2}] / [1 - {(ρxz)^2}]〕 である。 P 値 (有意確率) の導出方法には exact な方法と正規近似に基づく方法がある。 exact な方法は正確確率あるいは直接確率を計算する方法である。 4 / 6

1本増えるだけで大分p値変わるな pic.twitter.com/egfiUiqM6x

【今日学んだこと】 無相関検定の計算方法 相関係数(r)と自由度でtを求めてこの3つを使ってP値を求める📝 t=|r|*SQRT(n-2)/SQRT(1-r^2) P=TDIST(t,n-2,2)

P値0.01くらいなんかなと思ったけど桁1個小さいな pic.twitter.com/FPV6MJkZ1u

P値の説明について、自分の授業では、コイントスで何回連続で表面がでればイカサマを疑いますか、という説明をしている。たいてい4回（公正なコインなら確率 1/16）か5回（同、確率 1/32）で手を挙げてくれる学生が多いので、5パーセントに話を持って行きやすい。

t検定したらp値1を叩き出してしまい、今山賊みたいな声で笑ってる

ノイズとかシグナルとか、大まかな意味の確率の話が分かりやすい人に対しては ①：ノイズをシグナルだと勘違いする確率を0.05未満にしましょうと約束した ②：とったデータのパターンがただのノイズによって生じちゃう確率をP値と名付けた ③：②＞①だからギリでただのノイズだと約束 と答えるかも

「P値が5%ってどういうことですか？」は３つの質問たちにホントは分解できて、①「5％という数字は何を0.05に設定してるんですか」と②「P値とは何を表す量ですか」と③「②が①にちょうど一致してるとはどういう状況だということ？」の３つ。

返信先:@shogensumiyoshiIPTWを使ったようですが元々のNが少なすぎるのでどう頑張っても背景は揃わないでしょう バランス確認にp値を使うのは1世紀前ですね。そもそも低Alb自体が予後不良因子なのでCTRXは関係ないでしょう。他の抗菌薬と比較しないと何の意味もありません。正直ひどすぎます。 よく査読通ったなと思います。

#統計 zを条件 2(1-cdf(Normal(0,1), z)) = α で定義すると、条件 P値≥α は条件 (p̂-p)²≤ z²p(1-p)/n と同値。このpに関する2次不等式を解いて得られる区間がWilsonの信頼区間。 これと相対的に粗雑なWaldの信頼区間を比較するとさらに理解度が上がる。 ja.wikipedia.org/wiki/%E3%82%A6…

#統計 K～Binomial(n, p)のとき、P̂=K/nとおくと、P̂の分布は正規分布Normal(μ=p, σ=√(p(1-p)/n))で近似されます。 データの数値p̂=k/nとBinomial(n,p)の正規分布近似の相性の良さと解釈されるP値が P値 = 2(1-cdf(Normal(0,1), |(p̂-p)/√(p(1-p)/n)|)) と定義される。続く

#統計 P値を「データの数値とモデルの相性の良さの指標の1つ」と解釈して、信頼区間をP値を使って「P値≥αとなるパラメータの値の範囲」で定義することの理解のためには、二項分布モデルでのWilsonの信頼区間がそうなっていることを確認すると良いです。Wilsonの信頼区間はWaldと違って非常に教育的。

#統計 「P値は帰無仮説を否定するために(対立仮説に関する確率的な背理法のために)使われる」という考え方をきちんと否定して行くことは、統計学教育をまともにして行くために重要。 しかし、そのダメな考え方を高校1年で全国的に教えるようになってしまった。

#統計 P値の無難な解釈は「データの数値とモデル(テストしたい仮説を含む)の相性の良さ(compatibility)の指標の1つ」。似たような指標に尤度や事後分布での確率密度がある。 信頼区間の定義は「P値≥αとなるモデルのパラメータの値の範囲」。αの設定は相性の良し悪しの判断の閾値の設定。

雰囲気としては ①p値で言えること以上の意味を持たせちゃう（拡大解釈しちゃう）？ ②そもそも統計を学ぶ上で「そういうもの」と脳死で覚えたp値だけど、そもそも学ぶ際の体系に組み込まれてる事自体おかしくない？ というところを議論しているように感じるけど、自分はその高みに至れていない…。

P値は、0から1までの範囲の値を取ります。

返信先:@inuuuuDQX表１：状態異常無し vs バッジ　p値=0.08 　p値5％以上で微妙なラインです.一応有意差は無しの扱いになりますが、サンプル数があと少し多ければ差は出そうです. 表２：状態異常無し vs スキル　p値=0.002 　有意差があります 表３：状態異常無し vs 全部盛り p値=4.8x10-5 　有意差があります pic.twitter.com/Sy9kgdos0q

p値について言うと、自分は補正よりも「真のモデル」の仮定が気になって、頑健性チェックとして正当化されてるあの作業が（p値の補正とあいまって）すごく気持ち悪い。 離散選択実験のデータはその点でいうとモデルが決まってるので解析は1発で済んで気が楽。

日○新聞のP値の件、中に統計検定1級の成績優秀者がいるはずなんだけど、チェックが無かったのかな？

返信先:@gl_odeanほんとはよくないとおもってる、p値0.05にしてたら、20回に一回のエラーを拾ってしまうことがあるので 取ったデータから仮説を立ててもう1回ちゃんと実験し直すのはいいんじゃないかと思ってる、本当はどうか知らんけど(´･_･`)

返信先:@inuuuuDQX仮に計算通り、素で1.7％、異常盛りで7％だとすると、200回もあればp値0.01（<0.05）で明らかな差が出てくるみたいです ルベランギスの耐性０.２５や真やいば成功率の７０％が違って、確率差が予想よりも小さいとなるともう少しサンプルが必要になります pic.twitter.com/jmajOh98Uc

定量研究の手法を学びたいという人は、細かい検定法とか学ぶより先に、まずp値が何かを100%理解しよう。p値は帰無仮説が正しい確率ではないし、1-pが"効果がある"確率でもない。 科学にはびこる「不適切な研究」　影響は機能性食品にも - 日本経済新聞 nikkei.com/article/DGXZQO…

科学むしばむ「不適切な研究」：日本経済新聞 "各評価項目の有意水準となるp値を5%とすると、個々の事象が独立ならば、1つの項目で有意差が出る確率は10項目あれば約40%、40項目ならば87%にもなる" 計算方法 　1-(1-0.05)^10=40% 　1-(1-0.05)^40=87% nikkei.com/article/DGKKZO…

#統計 二項分布モデルでのequal-tailed版のP値関数のてっぺんは最尤推定値からずれる(添付画像①)。 事前分布をBeta(1/3, 1/3)にするとそのずれは小さくなる(添付画像②)。 これは役に立たない情報だが、ちょっと面白いと思っているので紹介した。 github.com/genkuroki/publ… pic.twitter.com/ARiqFud6Oq