pooneilの脳科学論文コメント: サンプルサイズと検出力
■ サンプルサイズと検出力 ふと思い立って、検出力のカーブを描いてみた。 シンプルに正規分布で、mu=0, sd=1でalpha=5%で検定するとH0:mu=0が棄却される確率は0.05 (横軸0の点)。 さらにH1: mu≠0として、mu=-3:3, sd=1でデータを振ってやって、H0が棄却される確率(1-beta)を横軸にmuをふってplotしてやると、図のようになる。randnでデータ作って、ttestする。べつべつのデータごとにttestに使うデータの数を変えている。 そうすると、データ数5のときは、効果量=abs(mu)>1.6とかでないと1-beta > 0.80にならない。データ数が10,000あると、効果量>0.02とかで1-beta > 0.80になる。要は、effect size小さくてもnさえ稼げればなんでも有意になる。 だから、nがサッカードの数だったりしてデータ
石棺を越えて
さて50>t>16のカオス状態をプロットすると下図のようになる。これをポアンカレ写像という。0<f0< 1の時において1<r0<1.9で収束する。ところが1.9<r0<2.4で2点 リミットサイクルに分岐、2.4<r0<3で4点、8点、16点リミットサイクルに順次分岐する。 このように複雑な挙動を示す現象をカオスという。予測できないとは、決してランダムということではない。その振る舞いは決定論的法則に従うものの、積分法 による解が得られないため、その未来（および過去）の振る舞いを知るには数値解析を用いざるを得ない。しかし、初期値鋭敏性ゆえに、ある時点における無限 の精度の情報が必要であるうえ（コンピューターでは無限桁を扱えないため必然的に発生する）、数値解析の過程での誤差によっても、得られる値と真の値との ずれが大きくなる。そのため、予測が事実上不可能という意味(ローレンツのバタフライ効果)
竹中平蔵を叩いてる人はどうしちゃったの？数学を使わない説明するからちゃんと読め - 宇宙線実験の覚え書き
竹中平蔵氏が twitter で以下の発言をした。結論から言うと、「あえて単純計算」する限り竹中平蔵の算数は正しい。(こんなどうでもいい話より、このblog内で原発関係で今一番読んでもらいたいのはこれなので、併せて宜しくお願いします。) ３０年で大地震の確率は８７%・・浜岡停止の最大の理由だ。確率計算のプロセスは不明だが、あえて単純計算すると、この１年で起こる確率は２．９%、この一カ月の確率は０．２%だ。原発停止の様々な社会経済的コストを試算するために１カ月かけても、その間に地震が起こる確率は極めて低いはずだ。 2011-05-10 08:03:08 via web これに対する反応は何通りかある。 竹中平蔵は馬鹿じゃないの。ポアソン分布なんだから、30 年で割ったら駄目だろ。1 年当たりの発生確率は 6% だ。 発生確率は毎日 87% だ。 いやいや、BPT 分布を仮定したら、ポアソン分
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
