ゆきまさかずよし on Twitter: "P値の神話がどうやってできたのか https://t.co/duotAxt4iW 最初に提唱した統計学者ロナルド・フィッシャーは一応0.05を提唱したものの固定値としなかった。心理学分野で便利な数値として多用され(微妙な論文を量産… https://t.co/aLvfLBn6TB"
P値の神話がどうやってできたのか https://t.co/duotAxt4iW 最初に提唱した統計学者ロナルド・フィッシャーは一応0.05を提唱したものの固定値としなかった。心理学分野で便利な数値として多用され(微妙な論文を量産… https://t.co/aLvfLBn6TB
Kazunori Sato on Twitter: "@fkubota_ 正規分布ってどういう理由で導出されるんだ？ って疑問について、この論文がかなり腹落ちしました。 https://t.co/f14QxO4yXG"
@fkubota_ 正規分布ってどういう理由で導出されるんだ？ って疑問について、この論文がかなり腹落ちしました。 https://t.co/f14QxO4yXG
Ken McAlinn on Twitter: "前もやりとりあったけど、DAGをあくまで「仮定の可視化」と捉えるべきところを「因果関係が分かる方法」まで解釈すると今後DAGを指定さえすれば因果関係がわかるのでこれが因果ですっていう人が大量にでてきてものすごくめんどいことになりそう。"
前もやりとりあったけど、DAGをあくまで「仮定の可視化」と捉えるべきところを「因果関係が分かる方法」まで解釈すると今後DAGを指定さえすれば因果関係がわかるのでこれが因果ですっていう人が大量にでてきてものすごくめんどいことになりそう。
ステート・オブ・AI ガイド on Twitter: "これ実務にものすごく役立ちそう。まれにしか出現しないラベルが含まれる不均衡・ロングテールなデータ（実データあるある）に対して、ロジットを対数確率により調整し平均的なエラー率を最小化する手法。統計的根拠があり実験性能もとても良い。今… https://t.co/ueO3NY1DN3"
これ実務にものすごく役立ちそう。まれにしか出現しないラベルが含まれる不均衡・ロングテールなデータ（実データあるある）に対して、ロジットを対数確率により調整し平均的なエラー率を最小化する手法。統計的根拠があり実験性能もとても良い。今… https://t.co/ueO3NY1DN3
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
高橋将宜 Masayoshi Takahashi on Twitter: "有意差警察です（笑） 子どもは14人中0人で標本比率の点推定値は0ですが，標本比率0の場合の95％信頼区間の上限は3/nと計算します．95％信頼区間の上限は3/14=0.214です． 大人は833人中78人で，標本比率の点推定値は… https://t.co/0Jfo2tBEmU"
Mark-N on Twitter: "先週勉強したから書いてみたけど回帰診断難しい。 https://t.co/M1jtxVUlv3"
声に出して読みたい数式 on Twitter: "設問数が多く、設問間の得点率が互いに影響を及ぼしにくい試験では、中心極限定理より、合計得点は正規分布に従います。勿論、自分だけだと得点の実現値は一つの数値ですので、ヒストグラムを綺麗に描くためには人数が多いほど良いです。しかし、得点が正規分布に従うことは受験者数とは無関係です。"
Nospare on Twitter: "一般化線形(混合)モデルについて解説します！ https://t.co/ZAYcfZ39QO"
Ken McAlinn on Twitter: "でまぁ信頼区間の確率と割合の混同は無害に感じるかもしれないけど、結構本質的な理解につながる話だし、似たような混同にp値とかあるから(特に初学者は)意識したほうがいいかと。ちなみに話の元となった初学者向けのブログでははっきり信頼区間は推定したパラメータの確率を表すって書いてあった。"
高橋将宜 Masayoshi Takahashi on Twitter: "「すべての仮定」と言いましたが，中でも特に重要な仮定は，パラメータの線形性の仮定と無交絡性の仮定です．この2つの仮定が満たされていないなら，重回帰分析から因果効果を議論することはできません．"
Stat.ML Papers on Twitter: "On the Variance of the Fisher Information for Deep Learning. (arXiv:2107.04205v1 [cs.LG]) https://t.co/msCAstMzNr"
某ことり on Twitter: "「ベイズと実装」みたいな話ができる人いないだろうか。ベイズ的な推測で、1回きりでなく毎日とか毎分何らかの値を出したいときに、何（言語、ツール）を使ってどう作っているのか、みたいな。"
be on Twitter: "階層ベイズ、ロジステック回帰、状態空間モデルで大体の分析できる☝️"
Tarotan on Twitter: "RT言及> どこかの入門書には書いてあると思いますが，p×p行列のX’Xが正則であれば， tr(X(X’X)^{-1} X`) = tr((X’X)^{-1} X’X) = tr(I_p) = p で示せると思います．"
Ohkubo Yusaku on Twitter: "実務の相談で「回帰診断ってなんですか？」って聞かれた時にひとまずこれ読んでみてくださいって紹介できるいい感じの文献があまりなくて困ってたけど、当面はこのページを紹介することにする https://t.co/tFvF3CLjII"
Yuki Kamitani on Twitter: "@nawaken 最後のはたぶん、注目している２変数の両方から「合流点」に矢印が出てる場合ですね（そういうことを意図してらっしゃったらすみません）。 下の解説の（４）にある学力テスト・実技テスト・合否の例がわかりやすいと思います https://t.co/MqHdzEtqKG"
Nawata, Kengo on Twitter: "回帰分析の実践上としては， ・上流にあるかもしれない統制変数をちゃんと独立変数に一緒に入れろ ・中間変数は独立変数に入れるな（媒介の話） ・もう一つの結果変数となるものは独立変数に入れるな（colliderって言うらしい） あ… https://t.co/0gwcHy1NQE"
fkubota🦉 on Twitter: "しっかり説明されてた。 まじでありがたい。 おかけで夜ふかししてしまった。 おやすみせかい。 https://t.co/tAdjkNmiHo"
Nospare on Twitter: "様々な情報量規準について作り方の違いによって分類しました！ https://t.co/MuM7PrfHwy"