タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
新型肺炎COVID-19の日本の実効再生産数を推定したrstanのコードを解説してみる - 驚異のアニヲタ社会復帰の予備
西浦先生が日本の実効再生産数を推定した。 コードはrstanで下記から取れる。 https://nbviewer.jupyter.org/github/contactmodel/COVID19-Japan-Reff/tree/master/ 解説動画を見逃したのでコードと関連論文からのお勉強になるが、肝としては、 ・知りたいのは「感染した日」である。 ・診断日もしくは報告日は、データを収集して統計を取っているのでわかる。 ・診断されるには検査される必要があるから、だいたい症状か接触歴があって、発症日はそこそこデータがある。 ・感染した瞬間、はもちろん発病（はほとんど）していないのでわからない。 という前提がある。PDFの「患者」の観測データについて、の項。 （誰からから感染させられる）ー感染日ー発症日ー診断日/報告日という一連の流れについて、まったく情報がないわけではなく、いままでの数理モ
TensorFlow Probabilityを試してみる(1): 定番のEight SchoolsのモデリングをRStanと比較する - 渋谷駅前で働くデータサイエンティストのブログ
先日の記事でも書いたように、どうもここ最近RStan周りの環境が色々厳しくなっている気がしていて、仮にRStanが今後環境面での不具合やミスマッチなどで使えなくなったらベイジアンモデリングやれなくなって困るかも。。。という危惧を最近抱きつつあります。 そこで代替手段として思いつくのが、JAGS, PyMC, PyStan, そしてTensorFlow Probability (TFP)。TFPを挙げたのは完全に身贔屓なんですが（笑）、Pythonで回せるものとして近年注目を集めているフレームワークとしては筆頭に近いのではないかと思います。ということで、贔屓の引き倒しみたいになりそうですが今回含めてちょっと連続してTFPでRStanと同じことをやってみる、というただそれだけの備忘録的な記事をだらだらと書いていこうと思います。 いつもながらですが、僕はコーディングに関してはド素人ですので間違っ
RstanにDockerはいいゾ - Computational Clinical Psychology Lab
この記事は，Stan Advent Calendar 2019２日目の記事です。 昨年もDockerで記事を書いたのですが，実は思ったよりDockerは活用されてないぞと思うことが何度かありました。そこで，今年もDockerについて書きます。 今年は，MacOSのCatalinaがリリースされました。Catalinaでは色々と新機能が追加されたので，ワクワクとした気持ちで試したMacユーザーも多かったのではないでしょうか？しかし，CatalinaにアップグレードするとStanが動作しないという問題があり，軽い気持ちでアップグレードしたStanユーザーを絶望の淵に追い込みました（Stan Advent Calendar 2019の1日目のkosugittiさんの記事でその辺の経緯がまとめられています）。こういう時こそ，以下のStan公式のツイートにあるように，Dockerなどの仮想コンテナを
読んだ。 Incubation period of 2019 novel coronavirus (2019-nCoV) infections among travellers from Wuhan, China, 20-28 January 2020. - PubMed - NCBI 最初に武漢で肺炎が発生したときに、88症例について感染履歴を聴取して、ワイブル分布で潜伏期間を推定すると平均6.4日（95% credible interval (CI): 5.6–7.7）、潜伏期間の幅は2.1から11.1日（2.5th to 97.5th percentile）だった、という。 論文ではワイブル分布のほかに、ガンマ分布、対数正規分布で推定して、looicでもっともよかったのがワイブル分布だった、と言っている。 supplemental にスクリプトがあったのでぱくってやってみる。 結果と
はじめに 最近、教師データを作成する際に質の高いデータが欲しいなとという思いが強くなってきました。 そんなときにクラウドソーシングにおけるラベルの品質管理という話を知りました。 少し調べてみましたので、まとめて用いられている手法を実装してみます。 クラウドソーシングの品質管理 クラウドソーシングにおいて、一人のワーカが行ったラベリングでは、機械学習の教師ラベルとして用いるには質が劣ってしまいます。 タスクの難易度により生まれる解答の個人差や金銭のみを目的としたワーカが、でたらめな回答をしてしまうことがあるためです。 この状態を解消するために、複数のワーカにラベリングを行ってもらい結果を統合します。 しかし、単純な多数決では上記のような質の悪いワーカの回答にひっぱられてしまい、得られたラベルの質も悪くなってしまいます。 そこで、複数のワーカのラベリングから真のラベルを推定してラベルの品質を高
新型肺炎COVID-19の感染者数の推移をSEIRモデルを使ってrstanでシミュレーションする - 驚異のアニヲタ社会復帰の予備
読んだ。 A Simulation on Potential Secondary Spread of Novel Coronavirus in an Exported Country Using a Stochastic Epidemic SEIR Model. - PubMed - NCBI COI：筆者はこの著者とは直接の関係はないので、純粋に統計解析のツッコミです。 こんなツイーヨを観測した。 A Simulation on Potential Secondary Spread of Novel Coronavirus in an Exported Country Using a Stochastic Epidemic SEIR Model. - PubMed - NCBI https://t.co/P2FQHeJkcX— 岩田健太郎 Kentaro Iwata (@georgebe
新型肺炎COVID-19の無症状感染者の割合をrstanで推定しようとしたが断念した - 驚異のアニヲタ社会復帰の予備
読んだ。 Estimating the asymptomatic proportion of coronavirus disease 2019 (COVID-19) cases on board the Diamond Princess cruise ship, Yokohama, Japan, 2020. - PubMed - NCBI COI：なし ダイヤモンド・プリンセス号のPCR検査と陽性数および症状のある・なしのデータから、無症状でPCR陽性となる患者の割合を推定しようという試み。 The asymptomatic proportion was defined as the proportion of asymptomatically infected individuals among the total number of infected individuals. とあるよ
Mac OSでR 3.6.1にアップデートしたらRStanが走らなくなったので、復旧させた話 - 渋谷駅前で働くデータサイエンティストのブログ
この記事は完全に備忘録です。必要最低限の情報しか記されていませんので悪しからずご了承ください。 色々事情があってつい最近Rを3.6.1にアップデートして、いつも通りパッケージをインストールし直していたのですが、こういう時に毎回コケるのはRStanと相場が決まっているので、これまたいつも通りRStanをインストールした後でお馴染みの8schoolsでテストしてみたのでした。そしたら、以下のようなエラーメッセージが*1。 > library(rstan) > schools_dat <- list(J = 8, + y = c(28, 8, -3, 7, -1, 1, 18, 12), + sigma = c(15, 10, 16, 11, 9, 11, 10, 18)) > fit <- stan(file = '8schools.stan', data = schools_dat) Err
CAUTION この記事は公衆衛生、疫学、医学の観点からの考察は一切ありません。COVID-19 に関する情報は、専門家の包括的な意見を必ず参照してください。 この記事を書こうとしたモチベーション @Med_KU 氏の blog 紹介 tweet がたまたま目に入ったので、元論文 & supplement（付録物）見てみた "COVID-19 の潜伏期間をrstanで推定する - 驚異のアニヲタ社会復帰の予備" https://t.co/ztcnDcQyAR — Kentaro Matsuura (@hankagosa) March 21, 2020 論文の Rstan のコード量が多くないので、こりゃPyStanのリハビリをかねてPythonで書き直してみようと思い立つ三連休初日。COVID-19も話題なので公開すればちょっとバズるんじゃないかとスケベ心が芽生える 1時間くらいで終わるか
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
新型肺炎COVID-19 の潜伏期間をrstanで推定する - 驚異のアニヲタ社会復帰の予備
クラウドソーシングにおける真のラベル推定手法【RStanで実装】 - 名前はまだない
RStan のコードを PyStan に移植する際の注意点: COVID-19の論文を例に - Qiita
game.watch.impress.co.jp
dustarna.hatenablog.com
ameblo.jp/bicycletry-un
xtech.nikkei.com
cookpad.com
izumi2.ub.geo.jp