菅義偉官房長官は20日の記者会見で、首相官邸が東京新聞記者の質問権を制限するような要請を官邸記者クラブに出した問題に関し、官邸側が東京新聞に「記者が国民の代表とする根拠を示せ」と要求していたことを明らかにした。 東京新聞は20日付の朝刊で一連の問題を検証する記事を掲載。2017年の秋以降、官邸側から「事実に基づかない質問は厳に慎んでほしい」など9件の質問が文書であったと報じた。 記事によると、昨年6月の記者会見で、記者が森友学園に関し、財務省と近畿財務局の協議について「メモがあるかどうかの調査をしていただきたい」と聞くと、官邸側は「記者会見は官房長官に要請できる場と考えるか」と文書で質問。東京新聞が「記者は国民の代表として質問に臨んでいる」と主張すると、官邸側は「国民の代表とは選挙で選ばれた国会議員。貴社は民間企業であり、会見に出る記者は貴社内の人事で定められている」との反論があったという
官房長官会見で記者が質問中に会見進行役の報道室長から「簡潔にお願いします」などと言われることが「質問妨害」にあたるとの指摘について、菅義偉官房長官は２６日の記者会見で、「妨害していることはない。質問の権利を制限することを意図したものではまったくない。質問にしっかり移ってほしいということだ」と述べた。
頭の悪さが一定以上の人は選挙で投票できるのか
こんなん増田にしか書けないんだけど、超頭悪い人がいたとして、その人に選挙権与えるのはなんで？ 選挙の仕組みや政治のことがほとんどわからないし興味もないような、政治経済の授業はいつも寝ていたような人に選挙権ある意味は？ もちろん、近代の約150年をかけて、諸先輩が民主政治を推し進めて男女普通選挙が実現したってのはわかる。非特権階級も選挙で政治参加できるようになった。 それはわかるけど、政治に興味もないし、政治（国政もローカルな政治のどちらでも）を理解するフィーリングもない人が今あふれている。 選挙の日に投票行かずに遊びに行ってしまうような。そういう人たちへ選挙権を持たせる意味は？ 折角先人が獲得した男女普通選挙の権利を擲つような層に、どう響かせるか。 別に政治に参加するorしないの自由もあるんだろう。けれど、そこには初めから選択肢すら視えない、あるいは理解しない層がある。 かなり煽り気味に書
東浩紀@ゲンロン6発売中 on Twitter: "総選挙になったら棄権だな。今回は堂々と棄権を訴えよう。バカげすぎている。"
総選挙になったら棄権だな。今回は堂々と棄権を訴えよう。バカげすぎている。
こんにちは、ほけきよです！ 機械学習の基本は教師あり学習です。 でも、実際の現場ではいろいろ指標が出てきて「?」 ってなるので、一回本気でまとめてみることにしてみました！ 教師あり学習の分類 二値分類 用語一覧表 図解 事例 事例1:果物の分類 事例2:ガンかどうかの検査 ROC曲線の意味合い 指標まとめ 多クラス分類 precision, recall, F-measure accuracy logarithm loss 出力が数値(回帰) 用語一覧 二乗誤差(MSE, RMSE)と絶対誤差(MAE)の使い分け AICとBIC, wAICの使い分け 時系列問題 参考になりそうなサイト 教師あり学習の分類 今回は正解はカテゴリか意味を持つ数字かで場合分けをしてみた。 全体の指標のサマリーはこんな感じ(だと思っている。) ※他にも大事な指標があるよ&これは間違っているのでは？？ というコメン
Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you.
菅義偉官房長官は２０日の記者会見で、首相官邸が東京新聞記者の質問権を制限するような要請を官邸記者クラブに出した問題に関し、官邸側が東京新聞に「記者が国民の代表とする根拠を示せ」と要求していたことを明らかにした。 東京新聞は２０日付の朝刊で一連の問題を検証する記事を掲載。２０１７年の秋以降、官邸側から「事実に基づかない質問は厳に慎んでほしい」など９件の質問が文書であったと報じた。 記事によると、昨年６月の記者会見で、記者が森友学園に関し、財務省と近畿財務局の協議について「メモがあるかどうかの調査をしていただきたい」と聞くと、官邸側は「記者会見は官房長官に要請できる場と考えるか」と文書で質問。東京新聞が「記者は国民の代表として質問に臨んでいる」と主張すると、官邸側は「国民の代表とは選挙で選ばれた国会議員。貴社は民間企業であり、会見に出る記者は貴社内の人事で定められている」との反論があったという
なぜこの世界に同性愛者が存在するのか？ - デマこい！
同性愛者の存在は謎である。 動物は繁殖して、うまく子孫を残せた者だけが生き残ってきたのではないか？ であれば、子孫を残せない同性愛者は進化の過程で淘汰されたはずだ。 したがって同性愛がヒトの〝自然な〟行動だとは、にわかに信じがたい。理解のない人は、同性愛者を「非生産的」と考えてしまうかもしれない。同性愛は現代社会の病理――親の教育や社会的抑圧――によって生じるものではないか？ と。 結論から言えば、同性愛者がこの世界に存在する理由は、現代社会の歪みや家庭環境ではない。同性愛はヒトの不自然な行動でもない。どうやらヒトが進化の過程で身に着けた、ごく自然な行動バリエーションの１つであるらしい。 なぜなら同性愛には、遺伝性があると分かっているからだ。 このことは心理学者トマス・ブーチャードらが行った「双子の研究」に端を発して、繰り返し確かめられてきた[1]。 一卵性双生児は、まったく同じ遺伝子を持
【脳研究 – issues＆ニセ科学問題】 これは、脳科学ではない – Procrastinator’s column 問題の記事群 神経神話に乗せられる政治は、さしずめ「神経政治」といったところか？ / ミスリードされる「脳から見た男女差」：現代の神経科学はそこまで男女差を明確に示せるわけではない – 当blog 脳の解剖学的な男女差 – 生命の理解、そして「理解」の理解。 未熟な繁茂から選択による成熟 – 脳とネットワーク/The Swingy Brain 時々拝読しているblog「Procrastinator’s column」にて、面白い記事を見つけてしまいました。 それが、上記1番目リンク先のエントリ。 要するに2番目のリンク先の論説の数々についてのコメントなのですが、僕も当該論説をいくつか読んでみて呆れてしまいました。 ただ、この御仁は知る人ぞ知る曰く付きの人物で、以前にも
中国の所得格差はどうなっているのか？/梶谷懐 - SYNODOS
近年の中国におけるさまざまな経済格差の拡大は、中国社会を語る際の「定番ネタ」の一つとなっている。 かつては世界でももっとも格差の少なかった社会から、アジアで最大クラスの不平等な社会へと急速な変化をとげた「格差大国」の現状に関心が集まるのは、ある意味で当然の成り行きであろう。ただし、最近になって格差の代表的な指標であるジニ係数について異なる数値がいくつか発表され、その信憑性をめぐって議論が交わされるなど、その実態についてはまだまだ分りにくい点が多いのではないだろうか。 農村－都市間の経済格差を始め、さまざまな経済・所得格差の問題は改革開放期を通じて、いや、毛沢東時代の中国にも常に存在していた。しかし、それまでには考えられなかったような目に見える所得格差が、都市住民内部の間でも生じてきたのは、1990年代後半以降の、比較的新しい現象だと言える。そのことを端的に示すのが個人所得の不平等を示すジニ
ゲーム脳 - Wikipedia
この記事には複数の問題があります。改善やノートページでの議論にご協力ください。 中立的な観点に基づく疑問が提出されています。（2013年3月） 正確性に疑問が呈されています。（2013年3月） ゲーム脳（ゲームのう）は、日本大学文理学部体育学科教授で脳科学者である森昭雄が2002年7月に出版した著書『ゲーム脳の恐怖（NHK出版）』において提示した前頭前野のβ波が低下した状態を表す造語である。マスメディアや教育者に支持され話題となったが、その後、様々な研究者などから批判され、疑似科学（ニセ科学）ともいわれた。ここでいう「ゲーム」とは狭い意味でコンピュータゲームに限定した用語であり、将棋や囲碁などのボードゲームは含まない。 森は、独自開発の簡易脳波計でゲーム中の脳波を測定する実験によって、「テレビゲーム・携帯電話のメール入力・パソコンといった電子機器の操作が人間の脳に与える悪影響」を見出したと
血液型と性格の無関連性
国内外ともに，これまでの心理学の研究では，血液 型と性格（パーソナリティ）には関係が見られないこ とが指摘されてきた。本研究は，これらの知見の頑健 性を高め，さらに血液型と性格が無関連であることの 積極的根拠を示すことを目的に，日米の大規模社会調 査による実証的な根拠を提示する。 日本社会における血液型性格関連説の流行 ABO 式血液型と性格に関連があるという考え方は 日本に広く根付いており，血液型性格関連説や血液型 性格判断，血液型人間学，血液型気質相関説などと呼 ばれる。以下，血液型とは ABO 式の血液型を指す。 現在のような形で血液型性格関連説が日本社会に広 まったのは，能見（1971）による“血液型でわかる相 性”をはじめとした，血液型と性格に関連があること を主張する多くの著書が出版されたことが発端とされ る。近年でも，2004 年に“発掘！あるある大事典 2” などの 70
さっそく統計学に挫折したのでorz、『統計学がわかる』を読みました。この本はハンバーガーショプの店長と店員が、統計学を用いてライバル店との比較などを行うストーリーで構成されています。平均や分散、信頼区間、検定などの基本的な考え方をシンプルに理解できるので、統計学の初学者の方にすごくお勧めな本です！ 今回はこの本の中で、特に勉強になった部分を中心にメモを書いておきます。 (03/22 09:45) 確認テストを中心に書き直し 🎳 [無料Web教材] ハンバーガー統計学にようこそ！ この本の内容は『ハンバーガー統計学にようこそ！』に無料で公開されています。もしご興味があればぜひご覧になってみてください。 🐡 第2章： 母集団・標本・区間推定・信頼区間・t分布母集団が大きい場合にサンプリングして、母集団を推定する。 キーワード母平均 => 標本の平均で推定できる 母分散 => 標本の不偏分散
June 07, 2021 佐藤直樹『科学哲学へのいざない』 佐藤直樹さんの『科学哲学へのいざない』について少し書きたい。 佐藤さん（以下「著者」とする）は実験生物学者でありながらも、哲学系の学会のワークショップに登壇されたり、マラテール『生命起源論の科学哲学』の翻訳を手掛けられるなど、科学哲学的な問題意識を強く持ち、科学哲学と関わりを作ってこられた研究者である。その著者による科学哲学へのいざないということで、科学哲学の側からも注目すべき書籍であると思う。 本書は少し変わった成り立ちの本である。著者はサミール・オカーシャの『科学哲学』を教材としつつ、独自の資料で補足しながら授業を行っていたとのことである。そうした授業の内容に、さらに加筆して書籍としてまとめたのが本書である。そのため、全体としてオカーシャの教科書に対するコメンタリのようにも読める本となっている。 本全体のトーンはオカーシャの
「『脳トレ』に効果なし」論文その後の反響：個人的には査読付き論文ベースでの学術的議論が展開されることを期待したい - 大「脳」洋航海記
神経科学系のポスドクが、脳研究に関する論文・神経科学の大衆化・ポスドク問題・ワインetc.についてマニアックに綴るblog 【脳研究 - issues】 「脳トレ」に効果なし：英国での大規模な疫学的調査がもたらした結論と今後の展望 - 当blog / そのはてブ 読売の記事の反響 / 上記エントリの反響 - bit.ly その3日後に湧き起こったはてブ上での論争 / 派生した論争の一例 予想通り、先日ご紹介したエントリは読売の第一報がセンセーショナルだったこともあり、多くの方々にお読みいただけたようです。また、これに伴ってあちこちで議論が湧き起こっているようで、嬉しい限りです。中にはこの論文の反響にとばっちりを受けたかのような話もあったようで・・・。 ともあれ、これまではいわゆる「脳トレ」と呼ばれるトレーニング手法の有効性についてきちんと疫学的調査を行った例はほとんどなかったので、今
推計統計学 - Wikipedia
出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。記事の信頼性向上にご協力をお願いいたします。（2016年9月） 推計統計学（すいけいとうけいがく、英: inferential statistics, inductive statistics）あるいは統計的推論（英: statistical inferenece）とは、母集団全体を知ることができない場合に、母集団から抽出された部分集団（抽出集団、標本集団）をもとに、確率論を用いて母集団の様子を推定する統計学の分野を言う。推計という語は、推定、推論、推測などと訳されることもある。 概要[編集] 19世紀後半から20世紀初頭にかけて発達した統計学は、現在では推計統計学と区別して、「記述統計学 (descriptive statistics) 」と呼ばれている。集団の規則性を求めることが統計学の目的であるが、
ニセ科学批判の意味空間 | 社会学玄論
ニセ科学と呼ばれる対象について数人にインタビューしてみた。水伝などそもそも知らない人が多くいた。血液型性格判断はよく知られているが占いとして分別している人もいた。マイナスイオンについても知らない人がいた。個々のニセ科学によって知名度が全く異なる。ニセ科学について、社会調査のアンケート項目をつくる場合、前提として(知っている/知らない)という項目が必要である。またどのレベルまで知っていることを本当に知っていると定義するのか困難である。こういう事実も予備調査としてのインタビュー調査(質的調査・事例調査)の段階でわかってくるわけである。 しかし、よく考えてみると、知名度がないニセ科学は、社会統計調査そのものがあまり意味をなさないおそれがある。また、知っている人だけを対象にすると、それ自体サンプリングに偏りができる。これこそ社会調査の専門的常識である。あくまでも無作為抽出された標本集団でないといけ
統計学入門−第1章
1.3 データの要約方法 (1) 度数分布図 統計学ではデータをどのようにして要約し、集団の様子をどのように記述するのでしょうか？ それを説明するために第1節の体重測定の例をもう一度取り上げてみましょう。 データを要約したい時は、まず始めにデータを見やすいようにグラフ化します。 それには横軸にデータの値を取り、縦軸にその数をプロットした度数分布図(frequency distribution)を用います。 一般的な度数分布図ではデータの値をいくつかの区間に区切り、その区間の中に入るデータの数を柱状グラフとしてプロットします。 この図が度数分布図と呼ばれるわけは、データの数のことを数学では度数と呼ぶからです。 体重測定のデータを度数分布図で表したところ、図1.3.1のようになったとします。 このように最初にデータを目に見えるようにグラフ化する(見える化する)のは大変重要です。 これによってデ
検索エンジン視点のWebやリンクの統計データを紹介しよう（前編） | Moz - SEOとインバウンドマーケティングの実践情報
先週、僕はSMX Munichで「WWW（ワールド・ワイド・ウェブ）のインデックス作成から得た教訓」と題した基調講演を行った。講演では、僕らがウェブインデックス作成で得た豊富なデータを発表したほか、検索エンジンがやっている多くの処理（クロール、インデックス化、リンクグラフの作成、重複除外、正規化など）を自分たちでやってみて得た経験に基づき、SEOに役立つヒントをいくつか紹介した。 今回の記事では、まず、Linkscapeのインデックスを、3月下旬から4月上旬までのクロールデータを用いて更新したことについてお知らせし（後で紹介するデータポイントは、このクロールデータを基に計算された）、次に、基調講演で披露した図表、グラフ、そしてSEOに役立つヒントをご紹介したいと思う。 Linkscapeのインデックスまずは、Linkscapeのインデックスについて基本的なことを述べておこう。 何をクロール
「ジェンダー・フリー gender-free」という表現の出典を英語にもとめるにあたって、いろいろと疑義があるという話は以前にちらりとネットで見て知っていた。今度ふと興味を持って、あらためて日本のネットをいろいろ検索してみると、疑義どころか、日本で作られた造語、「和製英語」という説がデフォルトになっていると知る。女性学学者によるこの語の使用の批判的検討から、およそ事実などにはとんちゃくしない狂信的差別固定主義者−−ポリティカリ・コレクトにはバックラッシャーと呼ぶらしい−−によるラベリングまでの幅広いスペクトルの中で、「ジェンダー・フリー」という表現は「和製英語」という形容で肩身の狭さを増しているようだ。 もちろん、gender-free という形容詞が、いくつかの限定的な場面で、（日本での造語によるものでない）英語の表現として英語圏の書き手によって一定の頻度で用いられているのは確かであり*
産経世論調査を笑う前に
統計学を学ぼう。ask.fmで『産経世論調査を巡る毎日との批判合戦で産経が「自爆」（笑）』と言うエントリーを紹介されたのだが、毎日新聞・平田崇浩氏が恐らく「意義」を「有意性」と書き間違えて産経新聞の記事への批判を行い、産経新聞・酒井充氏もポイントの掴みづらい反論を行い、そしてブログ主のkojitaken氏が、統計的な有意性が何かを理解しないまま、産経新聞をアホと笑っている。 1. なぜか議題になった百分率の表記 統計的に有意とは、仮定する分布からは観測値が偶然であるとは言い難い確率で生じるとき、つまり有意水準以下であるときに言う。平田氏が「参加したと答えた推定人数わずか３４人を母数に、支持政党の内訳をパーセンテージで、しかも小数点以下まで算出することに統計的な有意性はほとんどない」と指摘しているわけだが、意味不明である。「有意性」は「意義」の書き間違いでは無いであろうか。 酒井氏も「産経・
ベイズ定理ことはじめ - Qiita
統計的仮定におけるベイズ定理は古典的ながら確率論や統計学を語る上で避けては通れない重要かつ基礎的な理論です。 尤度と事後確率 次のような例を考えてみます。 新薬の効果を調べるために 5 人の治験者を抽出した。すると 4 人には薬が有効であり 1 人には有効ではなかった。 母集団全体に有効なとき = 1 、無効なとき = 0 とすると、この標本集団から得られる新薬の効き具合の分布はどうなるか。
前田啓朗先生に捧ぎます（以下では敢えてけいろー先生と呼ばせてください）。長文になりますが、お付き合いいただければ幸いです。 Twitterを見ているとみんなのけいろー先生であったことがよくわかるし、私も先生の「ふぁぼ」やエアリプに救われていた一人である。単純に、大好きな人であった。 ただ、私も研究者の端くれであるので、恩を少しでも返せるのであれば�研究・教育で返したい。気持ちの整理はまだつかないし、けいろー先生の膨大な研究・教育の足あとを全てカバーすることなど私にはできないけれども、先生が私に教えてくれたことをこれまでの論文・文献に沿って私なりに噛み締めながらまとめてみる。 先生は冗談めかして「（恥ずかしい過去も晒してしまう）�CiNiiなんてなくなってしまえばいいのに」と言っていたが、そのおかげでわれわれは、先生の論文をすぐに目にすることができる。いみじくもけいろー先生が、 前田啓朗 (
傾向スコア（プロペンシティスコア）を用いた解析方法-臨床医のためのRコマンダーによる医学統計解析マニュアル
解析応用編 1. 傾向スコア（プロペンシティスコア）propensity score (PS) を用いた解析方法 はじめに このサイトは無料の統計ソフトである「Ｒ」を用いて誰もが比較的簡単に傾向スコアを用いた解析方法である Inverse probability of treatment weighting (IPTW)法、又は 傾向スコアマッチング（プロペンシティスコアマッチング）propensity score (PS) matching法 を実行できるように説明したサイトです。 「臨床医のためのＲコマンダーによる医学統計解析マニュアル」の読者を対象に作成しており、本書の内容を理解しているものとして解説していきます。 その他、臨床研究や英語論文執筆にご興味のある方は無料のメールマガジン 「臨床研究の立ち上げから英語論文発表までを最速最短で行うための極意」への登録も御考慮下さい。 傾向ス
フェミニストの小松原織香氏（font-da氏）が江口某氏の「EUの女性に対する暴力の調査はすすんでるなー」への返信「[性]性暴力・DV被害の実態調査の記事の追記」を返しているのを傍目で見ていて、気になる点が幾つかあったので指摘しておきたい。統計学に関する初歩的な誤りが2つあり、小松原氏が社会調査を拒絶するために援用している仮説に脆弱さがある。 1. 統計学に関する初歩的な誤り まず、頻出ではあるが論には関係の無いマイナーなところだが、母数（parameter）は確率・統計において、確率分布を特徴付ける数で、観測数、回答数の事では無いから、さくっと修正して欲しい。この辺の用語は誤用されやすい翻訳で、内閣府も標本サイズではなく標本数と書いてしまったりするが、学者ならばなるべく正しい用語を心がけて欲しい。なお、母集団は女性全体、標本集団はサンプリングをして質問を試みた先で、送った先の数は調査対象
この記事はNuco Advent Calendar 2022の25日目の記事です データアナリストになるためのロードマップとは 本記事の指す「データアナリストとは」 データアナリストとはデータの収集・分析のプロフェッショナルです。 分析した情報を元に仮説を立て、問題解決や目標達成を目指します。 本記事でいうデータアナリストとは、データベースへ自らアクセス可能で、データの処理と傾向の特定、主要なビジネス上の意思決定を支援するデータの視覚化が可能な人間を指します。 データアナリストの業務例 プロダクトの機能改善、事前見積もりや効果検証 施策についての仮説設計と効果検証 予測モデル構築 事業戦略の振り返りやKPI設計 本記事の概要 本記事ではデータアナリストになるためのロードマップを提示します。 ステップ１：独学で学ぶ ステップ２：データアナリストとして就職する（未経験可の求人に通る） ステップ
ニートと発達障害の件 - rna fragments
またほつまさんとこのコメント欄におじゃましてますが。。。 ニートの1.3％が(軽度)発達障害の確定診断を受けていた。 (hotsumaのURLメモ) これ、「自立支援施設を利用するニートの若者 23.2% に発達障害の疑いあり」という読売の報道を受けてのエントリですが、ほつまさんは確定診断のあった 2 人の方に注目して 1.3% という数字を出して「一般人口における広汎性発達障害の有病率は1%程度と考えられている」「ハイリスク群で1.3％という数字は著しく低い」としています。 でもこの二つの数字って直接比べられないのでは? 1.3% の方は受診率の影響を受けた値なので本来の有病率よりは小さい値と考えられます。 読売の記事に出ている調査 読売の記事に出ている調査は自立支援施設を利用するニートから、その一部(155人)をサンプリングした標本調査です。 確定診断を受けた 1.3% (2人) 記事
統計学入門−第1章
1.5 有意性検定の考え方 (1) 信頼区間と検定 次は、いよいよ検定について説明しましょう。 検定は○×式の定性試験ですから、最初に必ず基準値と問題を設定します。 またまた第1節の体重測定の例を取り上げて、次のような問題について調べてみることにしましょう。 ここでは仮に50kgが医学的に意味のある標準体重だと考えて、この値を基準値μ0にします。 基準値は、このように医学的な正常値とか対照群の平均値とか治療前値のような科学的に有意義な値にします。 この問題に対する答えは2つあり、次のように表現できます。 H0：日本人の平均体重は50kgである(μ = μ0 または δ = μ - μ0=0) … 問題の答えは○ H1：日本人の平均体重は50kgではない(μ ≠ μ0 または δ = μ - μ0≠0) … 問題の答えは× 「H」はHypothesis(仮説)の意味で、これらの回答がまだ仮説
3.3 無相関検定
←前へ｜もくじ｜次へ→ ───散布図の形は、全体としては右上がりなのですが、年齢20歳あたりを境にして、折れ曲がった感じですね。 「こういう散布図の形は、分析の時に注意しなくちゃいけないな。相関係数はいくらになった？」 ───0.267です。小数点以下4桁目を四捨五入しました。0.2よりも大きいので、「弱い相関がある」といっていいですね？ 「うん、一般的にはね。でも……」 ───でも……？ 「一般的には、「弱い相関」でいいんだけれど、ここではちょっと突っ込んで考えてみようよ。つまり、0.267という相関係数は、相関があるのか、それともないのか？」 ───えっ？ 「弱い相関」なんですから、相関があるといっていいんじゃないですか？ 「じゃ、もし、0.198だったら？」 ───う～ん、ビミョーですね。 「そうなんだ。相関係数0.2～0.4を「弱い相関」と呼ぶのは、あくまでも便宜的な言い方で、根拠
日時：2005年4月26日（火）から毎週火曜 13:00〜15:00 に開講 場所：農業環境技術研究所・地球環境部・環境統計ユニット（つくば市観音台 3-1-3） 教材：下記の2冊を教科書として用いる — Jerold H. Zar (1999) Biostatistical Analysis (Fourth Edition) Prentice Hall, Upper Saddle River, Ner Jersey, xii+664+212+12+20+23 pp., ISBN:0-13-081542-X. M. L. Zelditch, D. L. Swiderski, H. D. Sheets, and W. L. Fink (2004) Geometric Morphometrics for Biologists: A Primer Elsevier Academic
勾配ブースティング決定木ってなんぞや - Qiita
\newcommand{\argmax}{\mathop{\rm argmax}\limits} \newcommand{\argmin}{\mathop{\rm argmin}\limits} 対象者 今回は深層学習ではなく機械学習の一手法である勾配ブースティング決定木について覚書しています。 Kaggleなどで大活躍中(らしい)のXGBoostやLightGBMなどで用いられている機械学習手法について、最初からざっくり知りたい方はどうぞ覗いてください。 目次 勾配ブースティング決定木とは 勾配降下法 アンサンブル学習 バギング ブースティング スタッキング 決定木 Level-wise tree growth Leaf-wise tree growth 勾配ブースティング決定木のアルゴリズム 勾配ブースティング決定木の特徴 XGBoost LightGBM GOSS GOSSアルゴリズ
統計学入門−第9章
9.4 多変量の場合 (1) 多変量正規分布とマハラノビスの汎距離 次に変数が2つ以上の時の群の判別について考えてみましょう。 変数が1つの時はデータが正規分布すると仮定して尤度を求めました。 それと同様に、変数が2つ以上の時もデータが正規分布すると仮定して尤度を求めることができます。 ただしその場合の正規分布は普通のものではなく、変数が2つ以上あり、しかもその変数間に相関があるということを考慮した拡張正規分布であり、多変量正規分布(multivariate normal distribution)と呼ばれています。 多変量正規分布の式は恐ろしく複雑で、見たとたんに頭が痛くなるので(注1)を見ていただくとして、例えば変数が2つの時の姿は図9.4.1のような感じになります。 (注1) 変数が1つの時にデータのバラツキ具合を表す指標は偏差(xi-m)でした。 偏差はバラツキの指標であると同時に
母相関の検定と推定
トップページ→研究分野と周辺→システムの評価→相関係数→ 標本調査で相関係数を求めても、その値は母集団の相関係数とは違う場合が多い。 サンプル数が少ないと、たまたま高い相関係数が得られても、母集団では無相関である事もあり得る。 しかし、標本の相関係数から母相関係数を検定したり、推定したり出来る。 無相関の検定 これは、「母相関係数が0（無相関）である」との仮定（帰無仮説）を立て、標本相関係数の値から、帰無仮説の成立する確率が低い（5％或いは1％以下等）か否かを調べる。 低ければ、帰無仮説は棄却され、「母相関係数は0（無相関）ではない」という対立仮説を採択する。 母相関係数（pとする）が0の場合は、標本相関係数（r）から求めた以下の値（t）は、自由度n－2のt分布に従う事が分かっている（nは標本数）。 t分布表で、設定した危険率（5％）と自由度の該当する値を見て、上記のt値の絶対値がそれより
諸般の事情でブートストラップ法を利用する可能性が高いので復習をかねて書きます。 こちらがすごくまとまっていたので、参考にしました。 Web上であまり情報が見つからなかったのは探し方が悪かったのかな？？ とりあえず パラメトリック・ブートストラップ法と、ノンパラメトリック・ブートストラップ法がある。 有名、というかよく使われるのはノンパラメトリック・ブートストラップ法の方で、今回書いているのもたぶんノンパラメトリック・ブートストラップの方 ブートストラップ法とは 標本集団からリサンプリングを繰り返し（重複を許す）、得られた新たな標本集団（ブートストラップ標本）の統計量の分布が、母集団の分布に近いものになる、という性質を利用して、母集団に対する事前知識なし(確率密度関数を使わず)に、母集団の統計量を推定する手法です。 確認 Rのリハビリをかねつつ、確認してみます。 適当に与えたデータ(1〜10
biostat Wiki - R言語による医学統計
> で始まる行はRへのコマンド入力を表します。一方、%で始まる行は、ターミナルからの入力を意味します。Rからの 出力は特に区別していませんが、文脈から明らかでしょう。 なお、私の実行環境は、 Debian GNU/Linux woody です。MS-Windows環境ではRへの入力はLinuxと大きくは異ならないでしょ うが、ターミナルからのコマンド実行はしばしばエラーになると思います。適宜、読みかえてください。 行列計算 転置行列 逆行列 逆行列は solve 関数を用いる。 > test.matrix <- matrix(c( 7.956, 0, 0, 0, 6.943, 0, 0, 0, 7.131), ncol=3, byrow=T) > test.matrix * solve(test.matrix) [,1] [,2] [,3] [1,] 1 0 0 [2,] 0 1 0 [3
ABテストのための統計ノート - Qiita
ABテストの期間を見積もる際に、必要なサンプルサイズを求める必要があるが、Web上に公開されているツールをどの程度信用してよいかわからないため、論文を調査し理解を深めた。 必要なサンプルサイズを計算する式の導出をメモすることがメインだが、ついでにABテストに必要そうな統計の知識をまとめておきます。 ツールも作っておきました。 https://birdwatcheryt.github.io/software/sample-size/sample-size.html 基本用語 基本的な用語とこの記事で使う記法を定義しておきます。 母集団: 知りたい集団全体 母平均$\mu$: 母集団におけるある値の平均のこと 母分散$\sigma^2$: 母集団におけるある値の分散のこと 母比率$p$: 母集団において、ある事象が起こる確率のこと 標本: サンプリングされた集団 標本平均$\bar x$: 標
Rによる医療統計 第1部
その結果、症状スコアはどの試験もプラセボより実薬が勝る傾向を示したが、有意差が見られたのは6件にとどまることが判明。プール解析では、プラセボ群と比較した実薬群の症状スコアのSMDは、-0.28（95％信頼区間-0.37から-0.19、P＜0.001、I2＝54.2％）になった。 n-1で割ると不偏分散といい、母分散の推定値とする 標本平均の平均は母平均に R 効果量f2 = η2 /(1- η2) = 0.31/0.69=0.45 u（要因の自由度）=3, v（誤差の自由度）=24, f2=0.45, α＝0.05のときpower=0.79 R 効果量f2 = η2 /(1- η2) = 0.31/0.69=0.45 u（要因の自由度）=3, v（誤差の自由度）=24, f2=0.45, α＝0.05のときpower=0.79 Rによる医療統計 第1部 1. Rによる医療統計 ver
統計学入門−第1章
1.4 推定 (1) 推定と検定 データの要約法の次は推定と検定について説明しましょう。 そもそも推測統計学すなわち近代統計学では標本集団の要約値から母集団の要約値つまり母数を確率的に推測し、それによって母集団の様子を記述します。 この時、母数を推測する手法として推定(estimation)と検定(test)の2種類があります。 推定は母数がどれほどの値なのかを推測する手法であり、検定は母数が科学的に意味のある基準値と等しいか等しくないかを○×式で推測する手法です。 つまり推定はpH計のような定量試験に相当し、検定はリトマス試験紙のような定性試験に相当するといえるでしょう。 統計学はこの2本の柱からできていて、当然、定量試験である推定の方がより重要です。 ところが実際の研究現場では推定よりも検定の方がはるかに頻繁に利用されていて、検定の方が重要だと思い込んでいる人が多いのは何とも残念なこと
はじめに 半年前ぐらいにselective inferenceについてまとめました。 qiita.com その時、クラスタリングにおけるselective inferenceについて触れようと思いましたが、ブートストラップ法を用いたクラスタリングやマルチスケールブートストラップについての知識がなく、挫折しました。 ブートストラップ法を用いたクラスタリングにおける仮説検定は、生物学の分野ではよく用いられています。 特に最近では、新型コロナウィルスとSARSの遺伝子の違いを分析するのに用いられていたようです。 そこで今回ブートストラップ法を用いたクラスタリングについて調べたのでまとめます。 基本的には、以下の下平先生の解説を参考に(写経)しています。 以下の解説を読んでもらう方が早いかもしれません。 ブートストラップ法によるクラスタ分析のバラツキ評価 クタスタリングにおける問題 クラスタリング
「『脳トレ』に効果なし」論文に触発されたディベートの数々：やはり高齢者には効果があるかも？ - 大「脳」洋航海記
神経科学系のポスドクが、脳研究に関する論文・神経科学の大衆化・ポスドク問題・ワインetc.についてマニアックに綴るblog 【脳研究 - issues】 Comments: No gain from brain training - Nature News Putting brain training to the test (Owen AM, Hampshire A, Grahn JA, Stenton R, Dajani S, Burns AS, Howard RJ, Ballard CG, Nature. 2010 Apr 20) / Supplementary information Can cognitive exercise prevent the onset of dementia? Systematic review of randomized clinical trial
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
「記者が国民の代表とする根拠を示せ」官邸側が東京新聞に要求（西日本新聞） - Yahoo!ニュース
東京新聞記者に菅官房長官「あなたに答える必要はない」：朝日新聞デジタル
機械学習で使う指標総まとめ(教師あり学習編) - プロクラシスト
メディアが立ち上がる時 東京新聞・望月記者を守れ、と記者たちが叫んだ夜
「記者が国民の代表とする根拠を示せ」官邸側が東京新聞に要求 | 西日本新聞me
「似非脳科学」が娯楽に留まらず、政策決定にまで波及したらどうなるのか？ – 大「脳」洋航海記
【書評： 統計学が分かる】統計学初心者が統計学のおもしろさに触れられます！
Daily Life:佐藤直樹『科学哲学へのいざない』
"gender free"の用例をめぐって - fenestrae
[メッセージ] けいろー先生が教えてくれたこと | 亘理研究室 ver. 3.0
フェミニストの小松原織香さんにも社会調査を真面目にとらえて欲しい
データアナリストになるためのロードマップ【決定版】 - Qiita
Statistical Analysis Using R* (*and other topics)
ブートストラップ法 - 元データ分析の会社で働いていた人の四方山話
マルチスケールブートストラップ法によるクラスタリングの有意差検定 - 名前はまだない