ベイズ統計学と再現性の危機（テンプル大学統計科学部助教授：マクリン謙一郎） #心理統計を探検する｜「こころ」のための専門メディア 金子書房
心理学において、これまでに得られた著名な研究結果が再現されないという再現性の危機が話題となっています。その原因の一端は、統計的仮説検定の使用にあると考えられています。そして、仮説検定のオルタナティブとして、ベイズ統計学に対する注目も高まっています。しかし、仮説検定がもつ問題の一部がどのようにしてベイズ統計学によって解決されうるのか、両者の立場の相違、ベイズ統計学の限界などについて、心理学においてまだ十分な議論がなされていないように見受けられます。そこで今回は、こうした再現性の危機と仮説検定の関係、ベイズ統計学の可能性と限界について、テンプル大学統計科学部助教授のマクリン謙一郎先生にご解説いただきました。 ※今回の記事は、統計的意思決定、仮説検定、ベイズ統計学について基礎的な知識があることを前提としています。あらかじめご承知おきのうえお読みください。 はじめに 再現性の危機が心理学を含む諸分
Inventing Fisher's Exact Test
In a previous article, we needed a way to measure how well readers could tell apart the logistic distribution from the normal distribution, to have something to sort the scoreboard by. In coming up with such a metric, I accidentally re-invented Fisher’s exact test. Here’s how it happened. Distilling the problem to its essence The situation is that we have some pictures of random distributions, whi
Introduction to Modern Statistics (2nd Ed)
Welcome to IMS2 This is the website for Introduction to Modern Statistics, Second Edition by Mine Çetinkaya-Rundel and Johanna Hardin. Introduction to Modern Statistics, which we’ll refer to as IMS going forward, is a textbook from the OpenIntro project. IMS2 is currently under construction, it’s planned to be released in Spring 2024. The first edition of the book is available at openintro-ims.net
医療事故調査制度についてチーム医療：ダブルチェックの有効性を再考する（pdf）
ダブルチェックの有効性を再考する 京都大学医学部附属病院 医療安全管理部部長 松村由美 平成30年度医療安全セミナー 主催：厚生労働省四国厚生支局 サンポートホール高松 平成30年12月7日（金）13時00分 ダブルチェックとは？ 説明してみよう！ 2 誤薬の防止 各業務プロセスの中でのダブル チェックなど，・・・が重要である 日本看護協会 医療安全推進のための標準テキスト 論理・文脈チェック 表層チェック 3 各業務プロセス：薬剤の場合 処方 調剤 与薬 時間差 ダブルチェック 同時 ダブルチェック ダブルチェックなし または 研修医，指導医など または カンファレンス（論理・文脈チェックに向く） 業務として定めていない 処方鑑査業務 4 看護師は，同時ダブルチェックが多い ～注射薬のダブルチェックを例に～ • 方法は様々・・・ 指示簿とラベルと薬剤を二 人で一緒に同じものをみて います
致命的な誤り：正確な気象予報の生命価値 - himaginary’s diary
というNBER論文が上がっている（ungated版）。原題は「Fatal Errors: The Mortality Value of Accurate Weather Forecasts」で、著者はJeffrey G. Shrader（コロンビア大）、Laura Bakkensen（アリゾナ大）、Derek Lemoine（同）。 以下はその要旨。 We provide the first revealed preference estimates of the benefits of routine weather forecasts. The benefits come from how people use advance information to reduce mortality from heat and cold. Theoretically, more accurate
中日スポーツ:当てることと勝つことの間
競艇ほど当てることと勝つことの違いを教えてくれるギャンブルはない。１枠に賭ければ52％も当たるが、資金は着実に減っていく。勝つための戦略は存在しないのだろうか？ 競艇は300メートル離れたブイ（ターンマーク）を左回りに３周するボートレースだ。スタートラインを時速80キロで通過した選手は、４秒後には第一ターンマークを旋回する行動に移らなければならない。レースを初めて見る人の目にも、一番内側を走る１枠（１コース）が有利だと分かる。 選手はスタート前の駆け引き（待機行動）で内側のコースを取ろうとするが、この経路も左回りなので１枠が主導権を握る。１枠の99％が一番内側の進入コースを取る。 2013年から22年末までの10年間、49万レースのデータによると、１枠の52.1％が１着になっている（進入順で内側を譲った場合を含む）。 ただし、この結果がすべて１枠の効果だと簡単には言えない。 選手は、モータ
審判を審判する2022
花样滑冰。中国語で花のように氷上を滑ると書くフィギュアスケートの競技が北京冬季五輪で始まった。露骨なバイアス判定があった韓国・平昌大会以降、11段階採点法や加減点基準の明確化などが進められ、ジャッジの精度は大幅に向上した。ただ、自国選手に対する甘い評価（ナショナルバイアス）は時々顔を出す。 2022/2/20 五輪結果の分析 国際スケート連盟（ISU）の審判評価委員会が評価の基準に用いている逸脱点（偏差）は、2021/22年シーズンに大幅に向上した。 同季の基準では、①GOE逸脱点が2.0を超えた場合、②PCS逸脱点が1.5を超えた場合に委員会の審査対象になる。 GOE逸脱点の散らばり（標準偏差）は、18/19年の0.75から21/22年の0.69に縮小した。また、審査対象になる異常逸脱点の比率も1.16％から0.78％に減少した。21/22年は新型コロナウイルスの影響で審判が９人揃わなか
ロジスティック回帰とElo Ratingの関係 - ブログのとさか
はじめに 対戦ゲームのレーティングシステムとして多く採用されているElo Ratingですが， その計算式を見ると内部で行っていることはロジスティック回帰とほとんど一致することがわかります． この記事ではロジスティック回帰とElo Ratingについて簡単に説明し，それらの関係について見ていきます． また，ついでにこの事実を応用した格闘ゲームのキャラ相性解析のアイデアについて紹介したいと思います． ロジスティック回帰 ロジスティック回帰は2値分類問題の推論や分析に利用される一般化線形モデルの一つです． ロジスティック回帰ではロジット（対数オッズ）を線形モデルで予測します．*1 このことは予測確率を，線形モデルの出力を，ロジスティック回帰の重みベクトルを，バイアスを，入力ベクトルをとした時以下の式で表されます． 予測確率の計算 予測確率は以下の式で求まります．*2 更新式 ロジスティック回帰
毎月勤労統計調査、抽出率逆数の扱いを2018年1月から改悪していたことが判明 - remcat: 研究資料集
毎月勤労統計調査の抽出率逆数の扱いがおかしいことについて、10月に「毎月勤労統計調査の改善に関するワーキンググループ」参加者にあてて情報提供していた。その内容が、11月5日の第3回会議 で言及されたようである。 この件についてこれまで書いてきた記事は、つぎの5本。 毎月勤労統計調査、今後のベンチマーク更新で大きなギャップ発生のおそれ https://remcat.hatenadiary.jp/entry/20210911/gap (9月11日) 母集団労働者数推計の謎：毎月勤労統計調査とセンサスはなぜ乖離しているのか https://remcat.hatenadiary.jp/entry/20210920/workerpop (9月20日) 毎月勤労統計調査、2018年の集計方法変更で何か間違えた模様 https://remcat.hatenadiary.jp/entry/20211009
「学術的に理解する」ってどういうこと? ：統計的因果推論のフレームワークから見た 「量的×質的」に関する眺望の (いささかとっちらかった)スケッチを共有する
統計的因果推論のフレームワークとはいかなるものかを理解することで、統計的因果推論がいかに質的な知見を（しばしば暗黙に）その基盤としているか、統計的因果推論のスコープがしばしば いかに”狭い&薄い”のかを議論しました。前半はDAG-潜在結果モデル-構造的因果モデルの統一的な解説です。後半はSUTVAと質的研究の話、固有性-法則性と斎藤清二先生のナラエビの話、筒井淳也(2019)と"キャンセルアウト"の是非の話、です。
small large
小さな世界と大きな世界 渡辺澄夫 １ 質問 質問 学生の皆様から次の質問をいただきました。 質問 「統計学を紹介する動画を見ていたら 小さな世界 と 大きな世界 という言葉が 出てきたのですが、それらは何ですか」 このファイルでは上記の質問にお答えします。 答えのみ知りたい人は「４回答」をご覧ください。 小さな世界と大きな世界とは https://www.youtube.com/watch?v=4WVelCswXo4 40:30 あたりで、small and large worlds が説明がされています。 いただいたご質問について、小さな世界と大きな世界は 下記の動画で説明されています。 R.McElreath, Statistical Rethinking 言葉を作った人 小さな世界 という言葉は 主観ベイズ法の提案者 L.J. Savage に よって作られたようです。 用語の混同に
入門 情報幾何 - 共立出版
確率関数あるいは確率密度関数の集まりからなる統計的モデルのもつ自然な微分幾何学的構造を扱う。統計学に関して深入りをせずに、入門的な内容を解説している。数学的予備知識としては、微分積分、線形代数を前提としており、さらに測度論や多様体論、接続の微分幾何学といったものが必要となるが、それぞれの項目については丁寧に説明している。また、それらの基礎となる知識は、はじめにすべて述べてしまうのではなく、必要になったときに、その都度述べているため、使い方がわかりやすく、理解を諦めてしまうことのないように心がけている。 全体は7つの章からなる。第1章から第3章までは確率関数からなる統計的モデルに関する基礎的事項を扱う。特に、第2章ではフィッシャー計量について述べ、チェンツォフの定理を示す。また、第3章ではα-接続や接続の平坦性と関連して、e-接続やm-接続について述べる。第4章では確率密度関数からなる統計的
大塚淳『統計学を哲学する』について - mercbeinpのブログ
この記事は、大塚淳『統計学を哲学する』（2020年、名古屋大学出版会）についての記事である。特に、哲学の観点から、本書における認識論への言及について論じる。 先に自己紹介をしておこう。私は数年前に大学院の修士課程を修了し、それ以降は特に哲学とは関係のない仕事をしている。大学では、学部・院を通して分析的認識論を勉強・研究していた。伝統的・非形式的な認識論のほうが詳しいと思っているが、形式認識論（特に確率を用いるベイズ認識論）についても関心を持っていて、博士課程に進んでいたらベイズ認識論を中心にした研究を行おうとも思っていた。数年前の記事になるが、私がどのようなトピックを学んでいたかは、現代の分析的認識論を紹介したこのブログ記事を読むとより把握できると思う。 踏まえて、以下の文章は主に哲学の視点からみたものになり、記述の大半は哲学的認識論に割かれている。帰納推論や因果推論などのトピックについて
ケリー基準 ～最適ベッティング戦略について考えよう～ - Qiita
原文 今回はこちらの論文(The Kelly Criterion: Implementation, Simulation and Backtest, Niels Wesselhofft)の読書感想文を書いていきたいと思います。 私自身の知識の整理と皆さんの参考になれば幸いです。 あくまでも読書感想文であるため、あくまで参考までにお願い致します。 また、原文の誤植や計算ミスが多かったのですが、そちらはこちらで出来る限り訂正させていただいております。 また、この記事が与える如何なる結果に対しても責任は持ちませんので、ご容赦くださいませ。 専門家からの意見もお待ちしておりますので、どんどんコメントして下さると幸いです。 概要(この論文の主旨) この論文では、ポートフォリオ理論で広く使用される平均分散アプローチ以外で、ケリー基準によるアプローチを検証します。主にシミュレーション研究および経験に基づ
統計学を哲学する « 名古屋大学出版会
内 容 統計学は実験や臨床試験、社会調査だけでなく、ビッグデータ分析やAI開発でも不可欠である。ではなぜ統計は科学的な根拠になるのか？ 帰納推論や因果推論の背後に存在する枠組みを浮き彫りにし、科学的認識論としてデータサイエンスを捉え直す。科学と哲学を架橋する待望の書。 【ALL REVIEWS】序章（抜粋） 目 次 序 章 統計学を哲学する？ 1 本書のねらい 2 本書の構成 第1章 現代統計学のパラダイム 1 記述統計 1-1 統計量 1-2 「思考の経済」としての記述統計 1-3 経験主義、実証主義と帰納の問題 2 推測統計 2-1 確率モデル 2-2 確率変数と確率分布 2-3 統計モデル 2-4 推測統計の世界観と「確率種」 第2章 ベイズ統計 1 ベイズ統計の意味論 2 ベイズ推定 2-1 仮説の確証と反証 2-2 パラメータ推定 2-3 予測 3 ベイズ統計の哲学的側面 3-1
西浦先生らによる実効再生産数の統計モデルを解説＆拡張する試み - StatModeling Memorandum
先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定（Maximum Likelihood Estimation, MLE）を使ったMLE版（Sungmok Jungさん作成）と 、ベイズ推定版（Andrei Akhmetzhanovさん作成）があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版（以降、元コードと呼びます）の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの
ポケモンを題材に因果推論を実践してみる - kanayamaのブログ
問題設定 有意差検定 交絡因子の存在 線形重回帰によるモデル化 回帰係数の推定 回帰係数の仮説検定 補足など 残差の分布について 他の交絡因子について データの生成方法について 参考文献 @tkanayama_です。最近「計量経済学*1」と「効果検証入門 *2」を読んだので、せっかくなので実際に手を動かすことによって理解の整理をしたいと思いました。 www.yuhikaku.co.jp gihyo.jp そこで今回は、人工データを用いて「ボールの性能と捕獲確率」の関係性を効果検証してみました（人工データの生成方法は記事の末尾に記述しました）。 問題設定 今は昔、モンスターボールしか存在せず、スーパーボールが世の中で出回り始めたばかりの頃、オーキド博士が「スーパーボールは本当にモンスターボールより捕まえやすいのか？」という仮説を検証しようとしています。 そこでオーキド博士は世界中のトレーナー
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
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
A Visual Guide to Pointer Analysis with cclyzer++: Part 1 - Galois, Inc.
How do DAGs help to reduce bias in causal inference?.pdf)
データ分析のための統計学入門.pdf