Published 2023/01/17 11:13 (JST) Updated 2023/01/17 11:31 (JST) 【北京共同】中国政府が17日公表した2022年末の総人口は14億1175万人で、国連によるインドの推計人口14億1200万人を下回った。中国が首位から陥落し、インドが世界最多となった可能性がある。
中国人口、世界最多から陥落か ｜ 共同通信
Published 2023/01/17 11:13 (JST) Updated 2023/01/17 11:31 (JST) 【北京共同】中国政府が17日公表した2022年末の総人口は14億1175万人で、国連によるインドの推計人口14億1200万人を下回った。中国が首位から陥落し、インドが世界最多となった可能性がある。
A couple of years ago, I started (read: was made) to adopt scrum in my work. I didn’t like it. The concept of estimation was vague to me: How do we estimate effort for data exploration or research? And after we move something from In Progress to Done, can we move it back? This happens often (in data science) where we need to revisit an upstream step, such as data preparation or feature engineering
David Andolfatto, “Racial Diversity in the Supply of U.S. Econ PhDs“, Macro Mania, December 25, 2018 このエントリを書く動機になったのは「経済学の人種多様性の欠如の悲惨な損失（The Dismal Cost of Economics’ Lack of Racial Diversity）」というエシェ・ネルソンのコラムだ。私は特に下のデータに衝撃を受けた。米国機関からの経済学博士号取得者で、米国籍および米国永住権者は539人、そのうちアフリカ系アメリカ人はたったの18人だった。 他のグループやより長期間だとどうなるのか、もっと幅広くデータを見てみるのはおもしろいのではないかと私は思った。米国国立科学財団からデータを集めてくれたリサーチアシスタントのアンドリュー・スピワックに感謝したい。 まず、
If you’ve tried your hand at machine learning or data science, you know that code can get messy, quickly. Typically, code to train ML models is written in Jupyter notebooks and it’s full of (i) side effects (e.g. print statements, pretty-printed dataframes, data visualisations) and (ii) glue code without any abstraction, modularisation and automated tests. While this may be fine for notebooks targ
はじめに OLS回帰分析は変数間の関係を見るうえで最も基本的な分析方法である。回帰分析の元の式がこのような形だとする。 $$Y_i = \beta_0 + \beta_1X_i + \varepsilon_i$$ これをデータに当てはめると、以下の予測式が得られる。 $$\hat{Y}_i = \hat{\beta}_0 + \hat{\beta}_1X_i$$ このように回帰式を推定するだけでなく、そのモデルのフィッティングであったり、変数間の関係を知るための方法がいくつもある。そのなかでもよく用いられるものとして、決定係数と標準化偏回帰係数がある。 これらは、やや不用意な使われ方をしている場面に出くわすことも少なくないように思う。とくにそれは異なるサンプル（例えば、異なる時点であったり、属性であったりでサンプルを分割するなど）を用いた比較分析するときによく出くわす。たとえば同一の変数を
GitHub - liamg/shox: 🍫 A customisable, universally compatible terminal status bar
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
pandasの代わりにGPUを扱えるcudfを用いた高速なデータ処理 | ゆるいDeep Learning
高速にデータ処理を行いたい pandasをデータ処理で用いることが多いですが、データサイズが大きくなると遅くなり、待ち時間が長くなってしまいます。そこで今回はGPUを使用して高速に処理が可能なcudfの紹介をします。 環境構築 検証環境 Ubuntu 18.04メモリ：64GBGPU: Geforce 1080CPU : Intel(R) Core(TM) i7-6700 CPU @ 3.40GHz NVIDIA GPU CLOUDにすでに環境構築されたDocker環境が存在します。今回はDockerを使用して環境構築をできるだけスキップして行います。 NVIDIA GPU CLOUDとは Dockerコンテナ、学習済みモデル、学習用スクリプトなどを提供しているサイトです。ここにあるリソースを使用すればGPUを用いた処理を始めることが容易になります。 https://www.nvidia.
中国の出生率、昨年は過去最低の1.09＝新聞
８月１５日、中国の毎日経済新聞は、中国人口・発展研究センターの推計を引用して同国の出生率が昨年に過去最低の１．０９に下がったと報じた。北京の公園で１月撮影（２０２３年 ロイター/Tingshu Wang） ［香港 １５日 ロイター］ - 中国の毎日経済新聞は１５日、中国人口・発展研究センターの推計を引用して同国の出生率が昨年に過去最低の１．０９に下がったと報じた。人口が１億人の超える国の中では中国が最も低くなったという。
模範国だったが、第3波で状況が悪化している韓国・ソウルの街並み LegoCamera / Shutterstock.com 本記事は、今年最後のHBOL連載記事になると思いますが、予定ではIHME(保健指標評価研究所)による日韓米の予測と評価をご紹介して終えるつもりでした。しかし、本邦のエピデミック統計が急激に悪化したので今回は速報的な記事となります。 前回までに本邦では、COVID-19エピデミックが11月に破滅的増進を示したものの、11/13に突然報じられたGo To Eat Point事業終了＊後、直ちにエピデミック拡大が抑制され、その影響が統計に表れる11/21以降、残念ながら日毎新規感染者数は減少しませんでしたが、日毎新規感染者数の倍加時間（以後「倍加時間」）がそれまでの20日程度から70日程度へ、もっとも遅いときには1年程度に大減速するほど勢いが衰えていることを示しました。 〈
Google DeepMind
Research FermiNet: Quantum physics and chemistry from first principles Using deep learning to solve fundamental problems in computational quantum chemistry and explore how matter interacts with light Company A new generation of African talent brings cutting-edge AI to scientific challenges Food security, healthcare and exploring the cosmos are among the ways students of a new pan-African Master’s
データ分析の基本とは「目的の明確化」である
データ分析で最も大切な事は、「データ分析で何をしたいのか」という目的を明確に決めることです。 データ分析がうまくいかない時は目的がざっくりしすぎていたり、うまく目的を意識できていないときが多いと私自身も何度も痛感しました。 データ分析をする目的が無いと、 「データ分析するのにそもそも何をしたいいいか分からない」 「とりあえず分析結果をレポート化したけれど、業務に活かせなかった」 のように、路頭に迷ってしまいます。 データ分析が上手く出来ず、ビジネスであまり役に立たないのは目的が明確になっていないケースが多いと私は考えています。 「次に注力すべきターゲット顧客を決めて、適切な施策を考えたい」 「社員の勤務状況を見直して、働きやすい環境を作ってあげたい」 「営業成績を数値化して、何が一番成績に影響するのか知りたい」 など、「自分たちはデータ分析によって成し遂げたいこと、知りたいことは何か？」を
タイラー・コーエンが表題のNBER論文にリンクしている。原題は「What Does and Does Not Correlate with COVID-19 Death Rates」で、著者はMITのChristopher R. KnittelとBora Ozaltun。 以下はExecutive Summaryに記された分析結果の概要。 郡レベルの平均致死率は0.119（ニューヨーク市を除く）。 アフリカ系米国人の比率と致死率が相関。全員がアフリカ系米国人の郡は、アフリカ系米国人がいない郡に比べ、1000人当たりの死者が1.262高くなる。サンプル中の最小と最大の比率はそれぞれ0%と87%なので、2つの郡を行き来すると致死率が1.10（0.87×1.262）へと10倍近くになる。ただし、州の固定効果を入れるとそれは3倍強になり、統計的に有意ではなくなる。 この重回帰分析では所得、健康状態
はじめに 最近（もう結構前）、p値だけを見てデータを評価するのは止めようという動きがあります。 「“統計的に有意差なし”もうやめませんか」 Natureに科学者800人超が署名して投稿 仮説検定の判断をp値でする危険性 社内でもp値や統計的有意性について話題に上がりました。データの量が多くなるとp値が小さくなってしまい、どんなデータでも有意になってしまうため、ビッグデータにp値を使うのはやめたほうがいいという話です。これは、確かにそうなのですが、なぜ有意になってしまうのかをちゃんと理解せずに「ビッグデータの時代には古臭い統計学なんて役に立たないのね〜」と勘違いしている人がいそうなので今回はp値について考えてみます。 なぜデータが増えると有意になってしまうのか 議論を簡単にするために、例として母分散が既知の平均値の検定を行うこととします。母集団は無限母集団とし、分散1平均0の標準正規分布に従
教科書が教えてくれない「交絡」の話
The Incredible Machine: Developer Productivity and the Impact of AI
GDPは時代遅れになりつつあるのか？ 「GDPを超えて」の議論 - himaginary’s diary
というNBER論文が上がっている。原題は「Is GDP Becoming Obsolete? The “Beyond GDP” Debate」で、著者はCharles R. Hulten（メリーランド大）、Leonard I. Nakamura（フィラデルフィア連銀）。 以下はその要旨。 GDP is a closely watched indicator of the current health of the economy and an important tool of economic policy. It has been called one of the great inventions of the 20th Century. It is not, however, a persuasive indicator of individual wellbeing or eco
観測されたデータにつきまとうバラつきは本当にただの「誤差」なのか、観測者による「大間違い」なのか、はたまた「ウソ」なのか… 統計学がデータのバラつきをいかに見分けるかをまるで推理小説かのような展開で優しく解説！ 我々が住んでいる世界は必ずしも「正しい」わけではない．統計学の基本的な考え方では、観測される値には「真実」の値だけではなく「誤差」が必ず含まれると想定されている。科学的な調査をいかに慎重に行ったとしても、常に不確かさが付きまとう。何かを測ろうとすれば小さな「誤差」に悩まされ、世界を理解しようとすれば「大間違い」に阻まれ、さらに残念なことに、「ウソ」に欺かれることもあるだろう。 ベストセラー『統計学を拓いた異才たち』（日本経済新聞出版刊）の著訳者による本書では、「誤差」「大間違い」「ウソ」にまつわる、考古学、法律、経済学、医学、心理学、社会学、聖書学、歴史学や戦時中のスパイ活動など、
新型コロナウイルス感染症検査（RT-PCR）の特異度とがん検診の検査の特異度 - Interdisciplinary
がん検診の特異度 胃がん88.5％、大腸がん96.7％、肺がん98.0％、乳がん93.5％、子宮頸がん83.5％ PCR検査の特異度が99％と考え、PCR検査の拡充に反対している医師達はがん検診には当然反対ですよね？https://t.co/CUM2pPVtLT— たつはる獣医師、臨床検査技師のダブルライセンス (@tatsuharu2020) 2020年5月23日 PCR検査の特異度が99％と考え、PCR検査の拡充に反対している医師達はがん検診には当然反対ですよね？ 新型コロナウイルス感染症を発見するための検査（RT-PCR法）を評価する際に特異度を99％と設定する意見に対して、がん検診で用いられる検査の特異度を持ち出し、がん検診には当然反対ですよね？と疑問を投げかけています。もちろん、反対ですよね？とは、反対しなければ意見として整合しないだろうとの含みがあるのでしょう。 私は、そもそも
【構造学習】CausalNexで有向非循環グラフ(DAG)推定 -説明変数(テーブルデータ)の因果推論に挑戦-｜はやぶさの技術ノート
変数xが変数yに影響を与えるなど、向きが明確な場合は矢印（有向エッジ）を用います。一方、因果はあるけど、向きが分からない場合は線のみ（無向エッジ）で結合します。 ここでいう変数（青●）をノード、矢印をエッジと呼ぶこともあります。グラフ関連の用語については、以下の記事で紹介しています。 PyTorch GeometricでGraph Neural Network（GNN）入門グラフニューラルネットワーク(GNN：graph neural network)とグラフ畳込みネットワーク(GCN：graph convolutional network)について勉強したので、内容をまとめました。PyTorch Geometricを使ったノード分類のソースコードも公開しています。... 循環グラフとは 下図のように、あるノード（変数zなど）を起点としたとき、巡り巡って変数zに戻ってくるグラフのことを循環
すさまじく丁寧な解説で定評のある著者ならではの入門書！ 決定分析 の基本と活用を中心に、効用理論、確率予測までを解説。Ｐｙｔｈｏｎによる実装も 併記した。決定分析は便利な道具です。便利な道具を手に入れよう！ 第1部 序論 第1章 意思決定における予測の活用 1.1 意思決定 1.2 意思決定の結果と選好関係 1.3 意思決定と不確実性 1.4 不確実性との付き合い方 1.5 予測 1.6 予測を意思決定に活用する 1.7 予測の評価 1.8 情報の価値 1.9 本書の解説の流れ 1.10 本書で扱う問題と扱わない問題 第2章 決定分析の役割 2.1 意思決定理論の役割 2.2 意思決定のモデル 2.3 意思決定のアプローチ 2.4 「合理性」の定義 2.5 決定分析の役割 第2部 決定分析の基本 第1章 決定分析の初歩 1.1 目標設定と手段選択 1.2 意思決定問題の構成要素 1.3 今
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
高齢化率世界一の日本のコロナ禍超過死亡率が低い要因を解明～コロナ禍前の60歳平均余命が長い国ほどコロナ禍超過死亡率は低い～｜医学部・学会情報｜医・歯学部を知る
高齢化率世界一の日本のコロナ禍超過死亡率が低い要因を解明～コロナ禍前の60歳平均余命が長い国ほどコロナ禍超過死亡率は低い～ 東京慈恵会医科大学 東京慈恵会医科大学分子疫学研究部浦島充佳教授らは、各国のコロナ禍での死亡率の変動とコロナ禍以前の健康医療や社会経済指標との相関を調査し、コロナ禍前の60歳平均余命（60歳の人があと何年生きられるかの平均値）がコロナ禍超過死亡率（新型コロナのパンデミックが発生しなかったときに予想される死亡率とコロナ禍で実際に記録された全ての原因による死亡率との差）に最も強く相関していたことを明らかにしました。 日本は世界一の高齢者大国であり、また新型コロナは高齢者で特に死亡リスクが高いことが知られています。このことから日本ではコロナ禍における死亡率が高くなることが予想されましたが、実際には世界中で比較しても死亡率の増加が最も少ない国の一つとなりました。 本研究内容は
昔、引っ越しする時の参考として、賃貸物件のいろいろな特徴が賃料にどれくらい影響を与えているのか調べたことがあります。自分以外の人にとってもそこそこ役に立つ＆興味深い情報だと思うので、簡単に紹介したいと思います。 賃料は地域や最寄駅、間取り、築年数などのいろいろな要素に影響を受けていることが知られています。しかし、専門家でないとどの程度の影響があるのか感覚的に掴むのは難しいです。 平均的に LDK は DK の何倍の値段でしょうか？ 駅から徒歩 1 分遠くなると値段はどれくらい下がるでしょうか？ コスパの良い最寄駅はどこでしょうか？ こういった質問に答えられる人はごく一部だと思います。この記事ではそのような疑問への答えを探ってみます。物件の条件を考える時に役立つ情報なので、引っ越しを考えている方はぜひご一読ください。 データソース スクレイピング 某大手不動産サイト SUUM○ をスクレイピ
熱海の「盛り土」すぐ指摘できた理由 5年前から進むバーチャル静岡
7月初めに起きた静岡県熱海市の大規模な土石流災害は、その被害状況の把握に県が公開した地形のオープンデータが使われました。静岡県は、仮想空間に建物や森、河川など県を丸ごと再現する「VIRTUAL SHIZUOKA」（バーチャル静岡）構想を掲げ、全国で初めてとなる地形データのオープンデータ化を進めてきました。地形データのオープンデータ化に二の足を踏む自治体が多い中で、なぜデータをオープンにし、どう進めてきたのでしょうか。また熱海の災害ではどのようにデータを活用したのでしょうか。 発災半日後、有志チーム結成 7月3日午後、Facebook上に「静岡点群サポートチーム」という有志グループが立ち上がりました。中心となってメンバーを集めたのは、静岡県建設政策課で土木工事へのICT（情報通信技術）の活用推進を担う杉本直也さんです。 3日午前に土石流発生のニュースを目にし、過去の災害対応の経験から「被害が
How the strange idea of ‘statistical significance’ was born
How the strange idea of ‘statistical significance’ was born A mathematical ritual has led researchers astray for decades Research in social and biomedical science often uses a statistical method known as null hypothesis testing to determine whether results are “statistically significant.” A P value less than 0.05 is considered significant. Dmi+T/iStock/Getty Images Plus, adapted by E. Otwell In th
１．はじめに ロシアの人口動態が注目を集めるようになって久しい。体制転換が始まった1992年より、死亡率が急激に上昇するとともに出生率の劇的な低下が見られ、20年以上にわたり、ロシアでは死亡数が出生数を上回る人口の自然減が続いた（図1）。1992年〜2017年の26年間で自然減少（死亡数から出生数を差し引いた数字）は1,330万人に達した。ソ連解体後のロシアは旧ソ連構成諸国からの移民受入先となっていたため、総人口の減少は1992年初の1億4,870万人から2017年初の1億4,450万人へと400万人強に抑えられているが、1992年初総人口の10%弱に該当する自然減が20年余りで生じたという事実に変わりは無い。図1で、1992年には死亡数が出生数を上回ったことによってグラフが交差している。これは「ロシアの十字架」と称され、その行く末を危惧する論説が多数現れた。 さてしかしながら2013年、
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 --><!--株価検索 中⑤企画-->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">
ストライクゾーンに測定器 NPB、球審の技術向上へ 日本野球機構（NPB）は2日、球審のストライクゾーン判定の精度向上を目的として、投球の軌跡を精密に測れる機器「トラックマン」のデータ活用を始めると発表した。 デンマークに本社を置くトラックマン社と契約し、各球団が球場に設置している機器が測定したデータを取得。球審はNPBが開発したタブレット端末のアプリを使い、自らの判定とデータが示すストライクゾーンとの差異を検証し、技術向上に努める。〔共同〕（2019.8.2） NPBにも導入される球審の技術向上システム 旧聞に属するが、記事を見たときの印象が今でも強く残っている。やはり来たか、という印象である。発表の文言は日本らしく婉曲なものとなっているが、MLBで球審の技術向上のために導入されたクエステック・システムと同じように運用されるようである。 現行の技術水準で、測定機がストライクゾーンを捕捉で
cvpaper.challengeのメンバーとして全日本コンピュータビジョン勉強会で発表を行った時の発表資料（前編）です。 第六回全日本コンピュータビジョン勉強会（2021.04.18 ） https://kantocv.connpass.com/event/205271/ 山本さんによる…
という主旨のNBER論文をAdam Ozimekらが上げている（昨年3月時点のWP）。論文のタイトルは「How Many Americans Work Remotely? A Survey of Surveys and Their Measurement Issues」で、著者はErik Brynjolfsson（スタンフォード大）、John J. Horton（MIT）、Christos Makridis（スタンフォード大）、Alexandre Mas（プリンストン大）、Adam Ozimek（Economic Innovation Group）、Daniel Rock（ペンシルベニア大）、Hong-Yi TuYe（MIT）。 以下はその要旨。 Remote work surged during the Covid pandemic but there is disagreement a
米国でインスタの新規利用者が減少、成長率は2023年に2％以下に | Forbes JAPAN 公式サイト（フォーブス ジャパン）
インスタグラムの米国の利用者数はここ数年、急速に伸びていたが、そのトレンドも終了を迎えつつある。インスタグラムの利用者数の年間上昇率は昨年、初めて一桁台にまで低下し、今後の3年で2％以下になると、調査企業eMarketerは先日のレポートで発表した。 フェイスブック傘下のインスタグラムはここ最近、アプリ内のEコマース機能を強化しているが、これは利用者数の減少に対応したものだ。2018年10月に、新たな責任者としてアダム・モッセーリを迎えたインスタグラムの2019年の広告売上は94億5000万ドル（約1036億円）で、前年度から52.9%の伸びだったとeMarketerは試算している。 広告売上が伸びた一因は、インスタグラムが導入した新たな広告メニューにある。中でも力を発揮したのはショッパブル広告（shoppable ads）と呼ばれる新機能で、ユーザーらは広告からダイレクトにプロダクトを購
『統計検定』｜学び応援コンテンツ－過去問｜統計検定：Japan Statistical Society Certificate
過去問に挑戦 実際の２級、３級、４級の問題を過去４回分，解答（正解）とともに掲載しています。（期間限定です。） 統計は、現代社会の読み・書き・そろばんと言われるほど、これからの社会で役に立つとても重要な知識です。自宅学習に活用していただければ幸いです。 ２級
第94回Tokyo.Rでトークした際のスライド資料です。
中国総人口、６１年ぶり減少 少子化進行、８５万人減―２２年末 2023年01月17日11時42分 横断歩道を渡る人たち＝１６日、中国・上海（ＡＦＰ時事） 【北京時事】中国国家統計局は１７日、２０２２年末の総人口が１４億１１７５万人と、前年末から８５万人減少したと発表した。産児制限の緩和にもかかわらず少子化が進行したことが主な要因。人口減は、「大躍進」政策の失敗で深刻な飢饉（ききん）に見舞われた１９６１年以来６１年ぶりとなる。国連の推計では、２３年には人口規模でインドに抜かれ、世界２位に後退する見通しだ。 中国、６１年ぶり人口減に危機感 「一人っ子政策」撤廃も効果薄 ２２年の出生数は９５６万人と、６年連続で減少し、１０００万人を割り込んだ。人口１０００人当たりの出生数を示す出生率は６．７７人となり、前年に記録した建国以来最低となる７．５２人をさらに下回った。 国際 コメントをする
1/10回で起こるバグの改修試験は何回すべきか統計学で考える
僕｢10回試行で1回発生するバグを改修した｣ 鬼｢改修の効果を、繰り返し試験をして確認しなさい｣ 僕｢10回試行して一度も現象が起きないことを確認した｣ システム開発の現場で、経験あると思います！！ しかし、上記の確認方法では、改修できていなかったとしても35％の確率で事象は発生しないため、無意味な対応でシステムをリリースしかねません。また、確率的に発生するバグなので、何回試験しようが「＜たまたま＞今回は発生しなかったのでは？」と言われかねません。 では、「発生しないことの確認」とは、いったい何回試験すればよいのでしょうか？ 本記事では、この考え方について簡単に書いていきます。
Thanks to insights from our ODSC West researchers, attendees, and instructors we’ve pulled together some of the trending machine learning topics of 2021. We’re excited to host some of the leading experts and top contributors in each of these topics. Here are a few of our top picks. MLOps Everywhere MLOps has been featured at ODSC since 2018, but it really took off in 2020. It seems every company i
６日は29都府県で合わせて235人の感染が新たに発表され、埼玉県、兵庫県、北海道、愛知県でそれぞれ１人が死亡したと発表されました。 日本で感染が確認された人は、空港の検疫で見つかった人やチャーター機で帰国した人なども含めて4092人となっています。このほか、クルーズ船の乗客・乗員が712人で、合わせると4804人となります。 また、亡くなった人は、国内で感染した人が97人、クルーズ船の乗船者が11人の合わせて108人となっています。 ▽東京都は1116人、 ▽大阪府は428人、 ▽千葉県は278人、 ▽神奈川県は271人、 ▽愛知県は239人、 ▽兵庫県は209人、 ▽埼玉県は199人、 ▽北海道は194人、 ▽福岡県は176人、 ▽京都府は133人、 ▽茨城県は64人、 ▽福井県、岐阜県は59人、 ▽石川県は45人、 ▽高知県は36人、 ▽新潟県は35人、 ▽大分県は33人、 ▽和歌山県
C型肝炎治療の評価をもゆがめる、医学統計の深い闇（大脇 幸志郎）
医学における統計は濫用されている。その背景には統計に対する誤った期待があり、他方で統計を濫用する技術も編み出されてきた。 この記事は全3回で、医学における統計のハッキングとその対策について、いくつかの例を挙げて説明してきた（第1回、第2回）。 最終回にあたる今回は、統計の濫用を防ぐための技術をかつてなく網羅的に取り込んだシステマティック・レビューという方法の興亡を中心に紹介する。 コクランとシステマティック・レビュー スコットランドの医師のアーチボルド・コクランは、「エビデンスに基づく医療」の思想を準備したとされる人だ。コクランが1988年に死んでから、1991年にゴードン・ガイアットが「エビデンスに基づく医療（Evidence-based Medicine; EBM）」という言葉を作り、1993年にイアン・チャーマーズがEBMを体現するべくコクラン共同計画を創設した。 コクラン共同計画は
会員専用ページログイン - 食品新聞 WEB版（食品新聞社）
過去記事をご覧いただく場合会員登録が必要です。（無料） ご登録いただきますと全ての過去記事の閲覧およびニュースレターを受け取ることができます。 ニュースレターでは週間話題の記事やWEB版に未掲載の記事などをご覧いただくことができます。 新規登録の方下記ボックス内の「登録」ボタンをクリックして会員登録をお願いいたします。 登録済の方下記ログインフォームよりログインしてください。
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
What I Love about Scrum for Data Science
デイビッド・アンドルファット「米国経済学博士号における人種多様性」（2018年12月5日）
Coding habits for data scientists
決定係数や標準化偏回帰係数が高いと「影響力が強い」といえるのか？ | Ryota Mugiyama
再々加速した第3波エピデミック。日韓を襲う危機的状況 « ハーバー・ビジネス・オンライン
COVID-19の致死率と何が相関し何が相関していないのか - himaginary’s diary
データが多いときはp値は使えないのか？ - Qiita
Amazon.co.jp: 新装改訂版 現代数理統計学: 竹村彰通: 本
https://www.amed.go.jp/content/000034156.pdf
「誤差」「大間違い」「ウソ」を見分ける統計学 - 共立出版
意思決定分析と予測の活用 基礎理論からPython実装まで
中国、無症状の感染者4万3千人を計上せず 香港紙報道：朝日新聞デジタル
引越しに役立つ！賃貸物件の特徴が賃料に与える影響を可視化する
ロシアの人口動態 | 時代の論点 | 一橋大学 HQウェブマガジン
対応まだ7% マイナンバーカードの保険証利用、本格運用20日から：朝日新聞デジタル
球審の技術向上システムがNPBに導入。ストライクゾーンはどう変わる？
全日本CV勉強会発表資料 Learning Transformer in 40 Minutes
米国の在宅勤務は過小推計されていた - himaginary’s diary
Bayesian statistics Tokyo.R#94
中国総人口、６１年ぶり減少 少子化進行、８５万人減―２２年末：時事ドットコム
2021 Top Trending Machine Learning Topics
国内感染者4092人（クルーズ船除く）新型コロナウイルス | NHKニュース
ko-gen-0906.hatenablog.com
tonarinoyj.jp
sake-wadaya.com
jp.motorsport.com
note.com/hazukiika
news.yahoo.co.jp