なぜ日本人の3人に1人は「自力で生活できない人を政府が助ける責任はない」と考えるのか - あままこのブログ
去年の話になりますが、ある統計を元にした2つの記事が注目されたことがありました。 Ａｆｔｅｒｎｏｏｎ Ｃａｆｅ 日本の貧困対策がどれほど貧困かよく分かる数字（BLOGOS版） 自力で生きていけない人たちを国や政府は助けるべきだとは思わないと言う人が日本では三人に一人以上もいることがアンケートでわかりました。 日本 38％ アメリカ 28％ イギリス 8％ フランス 8％ ドイツ 7％ 中国 9％ インド 8％ 日本はなんという生きにくい国なのでしょうか。 「人様に迷惑をかけるな」という日本的な美徳は、度が過ぎれば他人に冷酷であることの裏返しでもあります。（中略）こういう冷酷な国民性だから生活保護をサディスティックに攻撃する政治になるのか、それともこういう政治だから人々の心がささくれ立って冷酷になってしまうのか、卵が先か鶏が先かですが、どこかでこの閉じたスパイラルを断ち切らねばいけませんね。
データサイエンティストではない人に知っておいて欲しい事 - hotokuとは
統計を専門にしている訳ではない人と話していて感じた違和感があったので、書き留めておきたい。 疑うべき順番は モデル → 推定法 データ分析をしていれば、当然、期待を掛けたモデルのデータへの当てはまりそうが悪いという事が度々ある。こういう時、統計屋さんとして自然に浮かぶのは「モデルが間違っている」という発想である。と思うのだが、非統計屋さんと話していると、このような時に「別の推定法を試してみたらどうだろう」と言われる事がある。多分、目の前のモデルに対する過度の期待から来るのだろうと思うが、このような態度では統計的に見ると妥当性を欠いた分析をしてしまう危険を孕んでいる。 ひとつの事例 とある線型状態空間モデルのパラメータを推定した所、どうしてもデータに合わない部分があった。実は、それが合わない理由は簡単で、ある潜在変数は常に正であるはずなのだ。線型状態空間モデルでは、潜在変数の分布は正規分布で
Shiny
Here is a Shiny app Shiny apps are easy to write. Let users interact with your data and your analysis, all with R or Python: R Python library(shiny) library(bslib) library(dplyr) library(ggplot2) library(ggExtra) penguins_csv <- "https://raw.githubusercontent.com/jcheng5/simplepenguins.R/main/penguins.csv" df <- readr::read_csv(penguins_csv) # Find subset of columns that are suitable for scatter p
富裕層:日本３６０万人で世界２位 スイスの金融大手発表－ 毎日ｊｐ(毎日新聞)
スイスの金融大手クレディ・スイスが２２日発表した１２年の世界の富裕層数ランキングによると、純資産１００万ドル（約８０００万円）以上を持つ富裕層は日本に約３６０万人おり、米国に次いで２位だった。前年より約８万３０００人増え、１７年には５４０万人に拡大すると予測している。 ランキングは、１位の米国が１１０２万３０００人、２位の日本が３５８万１０００人、３位のフランスが２２８万４０００人。 一方、５０００万ドル（約４０億円）以上の純資産を持つ超富裕層は、日本が約３４００人で４位。１位は約３万８０００人の米国が断トツで、２位は経済成長で躍進した中国の約４７００人、３位はドイツの約４０００人だった。（共同）
TechCrunch | Startup and Technology News
Yellow, an asset financier for solar energy and digital devices in Africa has raised $14 million series B funding in a round led by Convergence Partners with participation from the Energy Entrepreneur Fisker, the electric carmaker founded by the Danish auto designer Henrik Fisker, is gearing up to enter the Chinese market where competition is increasingly cut-throat, following in the footsteps of
A/Bテストの数理 - 第3回：テストの基本的概念と結果の解釈方法について - - doryokujin's blog
スケジュール 第1回 [読み物]：『人間の感覚のみでテスト結果を判定する事の難しさについて』：人間の感覚のみでは正しくテストの判定を行うのは困難である事を説明し，テストになぜ統計的手法が必要かを感じてもらう。 第2回 [読み物]：『「何をテストすべきか」意義のある仮説を立てるためのヒント』：何をテストするか，つまり改善可能性のある効果的な仮説を見いだす事は，テストの実施方法うんぬんより本質的な問題である（かつ非常に難しい）。意義のある仮説を立てるためのヒントをいくつか考える。 第3回 [数学]：『テストの基本的概念と結果の解釈方法について』：テストの基本的な数学的概念を説明し，またテスト結果をどのように解釈するのかを説明する。 第3回補足 [数学]：『仮説検定の概念を改めて考える』：テストの概念をもう少し丁寧に説明する。 第4回 [数学]：『実分野における9個のテストパターンについて』その
A/Bテストの数理 - 第1回：人間の感覚のみでテスト結果を判定する事の難しさについて - - doryokujin's blog
データ解析の重要性が認識されつつある（?）最近でさえも，A/Bテストを始めとしたテスト（ = 統計的仮説検定：以後これをテストと呼ぶ）の重要性が注目される事は少なく，またテストの多くが正しく実施・解釈されていないという現状は今も昔も変わっていないように思われる。そこで，本シリーズではテストを正しく理解・実施・解釈してもらう事を目的として，テストのいろはをわかりやすく説明していきたいと思う。 スケジュール スケジュール 第1回 [読み物]：『人間の感覚のみでテスト結果を判定する事の難しさについて』：人間の感覚のみでは正しくテストの判定を行うのは困難である事を説明し，テストになぜ統計的手法が必要かを感じてもらう。 第2回 [読み物]：『「何をテストすべきか」意義のある仮説を立てるためのヒント』：何をテストするか，つまり改善可能性のある効果的な仮説を見いだす事は，テストの実施方法うんぬんより本質
コンプガチャの数理 -コンプに必要な期待回数の計算方法について- - doryokujin's blog
目次 1. 『コンプガチャの数理 -コンプに必要な期待回数の計算方法について-』 2. 『「数学的ゲームデザイン」というアプローチ』 3. 『コンプガチャの数理 -ガイドラインに基づいたゲームデザイン その1-』 4. 『コンプガチャの数理 -ガイドラインに基づいたゲームデザイン その2-』 目的 コンプガチャのコンプに必要な回数を求める問題は「The Coupon Collector's Problem」と呼ばれる数学モデルの枠組みに沿った美しい問題である事を述べ，いくつかの有用な結果を示す。 ※ あくまで個人研究のつもりで書いたので，色々不備があるかもしれません。その際は一言頂けると助かります。 定義 コンプガチャ問題を Coupon Collector's Problem に準じた形で書くと以下の様になる： 「全部で n 種類のアイテムがあって，1つのガチャの中にアイテムが1つ入って
ビッグデータの価格破壊？ Googleが「処理量100GB/月まで無料」の解析サービスBigQueryを提供開始 - ITジャーナリスト星暁雄の"情報論"ノート
情報と技術は未来をどう変えるのか──IT、スマートデバイス、ロボット、電子工作、メディアのアーキテクチャ Google勤務のKazunori SatoさんがGoogle+に簡潔な解説をポストしてくれています。 ポスト1 BigQueryが一般公開されました！数100億件の全検索が数十秒で完了する超並列クエリサービスで、MapReduceと並びGoogleの根幹を支える虎の子技術です。 Google BigQuery brings Big Data analytics to all businesses - Google Developers Blog ポスト2 BigQueryプチ解説：BigQueryはGoogle社内では「Dremel」と呼ばれる超並列クエリインフラを利用した一般向けサービスです。DremelはSybase IQやOracle Exadataと同様のColumar DB
東京都 １世帯当たり人数２人割る NHKニュース
東京都のことし１月時点の１世帯当たりの人数は１．９９人となり、東京都が昭和３２年に調査を始めて以来、初めて２人を下回ったことが分かりました。 東京都は、１人暮らしの高齢者が増加していることや、若い世代を中心に結婚せずに独身で暮らす傾向が都市部で強まっていることが背景にあると分析しています。 東京都は住民基本台帳を基に、ことし１月１日時点の都内の人口をまとめました。 それによりますと、東京都の人口は１２６８万６０６７人で、前の年と比べて０．３１％増え、世帯の数は６３６万余りと過去最高となっています。 その一方で１世帯当たりの人数で見てみますと、１．９９人と、昭和３２年に調査を始めて以来、初めて２人を下回ったことが分かりました。 市区町村別にみると、最も少ないのは伊豆諸島の▽三宅村で１．６０人、▽青ヶ島村が１．６２人、▽新宿区が１．６５人、▽渋谷区が１．６７人、▽中野区が１．６９人などとなって
朝日新聞デジタル：大学生の４人に１人、「平均」の意味誤解 数学力調査 - 社会
印刷 大学生の４人に１人が、「平均」の意味を正しく理解していない――。そんな結果が、数学教員らでつくる社団法人日本数学会（理事長・宮岡洋一東大教授）が初めて実施したテストで分かった。 国公私立の４８大学に依頼し、１年生を中心とした５９３４人にテストを解いてもらった。 「１００人の平均身長が１６３．５センチ」の場合、（１）１６３．５センチより高い人と低い人はそれぞれ５０人ずついる（２）全員の身長を足すと１万６３５０センチになる（３）１０センチごとに区分けすると１６０センチ以上１７０センチ未満の人が最も多い――のそれぞれが正しいかどうかを聞いた。正解は（１）は×、（２）は○、（３）は×だが、全問正答率は７６％にとどまった。 購読されている方は、続きをご覧いただけます関連リンク大学生に成長度テスト検討 「勉強しない」汚名返上へ(2/16)「リケジョ」、もっと前へ 学校や企業、支援強化 埼玉
ベイズ推定を知っているフリをするための知識
最近はベイジアンが増えてきて、実用分野での利用も進んでいるようだ。話題としては知っておきたいが、世間一般には理解に混乱を生んでいるようだ。 ベイズ推定は入門レベルの統計学の教科書ではオマケ的な扱いがされており、実際に伝統的な統計手法を拡張している面が強い。そういう意味では、誤解や混乱があっても仕方が無い。 利用する必要があるのか無いのか良く分からない点も多いのだが、知らないと告白するのも気恥ずかしいかも知れない。自分ではベイズ推定で分析を行わない人が、ベイズ信者と話をあわせるために最低限知っておくべき事をまとめてみた。 1. ベイズ推定とは何か？ ベイズ推定とは、ベイズの定理を応用した推定手法だ。端的に理解するためには、最尤法に事前確率を導入している事だけ覚えれば良い。これで哲学的議論を全て回避してベイズ推定を把握することができる。 下の(1)式ではπ（θ）が事前確率、π(θ|x)が事後確
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
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
ウェブ定点
Facebook利用率が24.5％、LINEは21.3％～インプレスR&D調査
都道府県別Facebookユーザー数 - とどラン
日本統計学会創立75周年記念出版『21世紀の統計科学』(全3巻) 増補HP版 (2012年1月)
転職・退職代行マガジン -
機械学習TL 〜教師ありと教師なしの違いとか，ロジスティック回帰の教え方とか〜
はてなブログ | 無料ブログを作成しよう