- 統計解析の目的：知見の一般化？それとも、傾向の確認？ - Togetterまとめ togetter.com/li/869445 "フィッシャーが考えたのは多分「大きくても一般化できない傾向を特定する」ことであって「小さくても一般化できる傾向を見つける」ことではなかったと思う" 10:33:01
- 昨日の国語研の「カウントデータの統計モデリング入門」，もうすこし説明に工夫が必要だったなあ…と反省．さて，みなさん投影資料とかダウンロードされていますが，停電のため 9/5 18時ごろから 9/7 9時 ごろまで北大サーバ停止． pic.twitter.com/VR9g21o0Cq 10:54:31
-
- RT @kenmetrics : JASPはSPSSライクにベイズ分析を手軽にできるように、というのが開発思想なので、現状モデリング向けではないですね。設定を変更するとリアルタイムに結果がアップデートされたり、表がAPAフォーマットで出力されて簡単にコピペできたり、記述統計＋αな部分での使い勝手はよさそうです。 11:02:45
- RT @kenmetrics : StanにしてもJASPにしても、研究者個人が片手間にじゃなく、プロジェクトで専属開発者・プログラマーを雇用して揃えているのがすごい。Stanは専属だけで3人いるそうな。だからどっちもこれからもっと使いやすく・高機能になると思う。Stanの最新版はしれっと変分ベイズがついたし。 11:04:08
- RT @kenmetrics : 教心に2つ論文が載りました。ひとつは院生ががんばってデータを集めて書いたp値と効果量の関係についての実証研究 www.jstage.jst.go.jp/article/jjep/6… もうひとつは年報の、クロンバックのαを中心とした信頼性についてのレビュー www.jstage.jst.go.jp/article/arepj/… 11:05:46
- RT @kenmetrics : 後者では「クロンバックのα係数は信頼性の下限、ではない」という、長年どこかに書きたかったことを書けたのでうれしい。数学的には下限ではなく、下界です。方法論が専門でない方にもこの違いが伝わるように、Fig 2に模式図も載せたのでよろしければご覧ください（パワポ作図感が溢れてますが） 11:05:57
- QT 『学術書を書く』 - leeswijzer: boeken annex van dagboek (id:leeswijzer / @leeswijzer ) d.hatena.ne.jp/leeswijzer/201… pic.twitter.com/AA5i0Fzkkz 11:24:02
- RT @ibaibabaibai : 分野のずれによる１周遅れ，２周遅れは狙えるし役にも立つ．「最新情報」を追い回したあげくの同分野での２番煎じとは似て非なるもの． twitter.com/leeswijzer/sta… 15:11:40
- 「AICは正しいモデルを選ぶためのものではないので正しいモデルを選ばない」という副題の解説を書いたと連絡をいただいたので，むしろ「AIC は予測の最適化を目的とするものなのだけど，予測の最適化ができていないので，正しいモデルを選べていない」…ではないでしょうかねえと返信してみた… 16:23:19
- いろいろな統計モデル比較方法がある中で，方法Xなるものは「真のモデル」を選ぶ可能性が最も高い方法だとします．そのときにこれは，さまざまな方法の中で予測が最適化されていてるといっても良いのではないでしょうか(予測の良さの定義からすると)…という意図なんだけど，どうなんでしょうねえ… 16:25:53
- RT @ibaibabaibai : . @KuboBook 「返信」の日本語の意味がよくわかりません．「正しいモデル」の定義によりますが，「発生源がわかっているときの真のモデル」は（少なくとも）有限データ数では予測最良ではないので，それが選べないのは予測最適と矛盾しません．無限データ数では微妙です． 16:32:10
- RT @ibaibabaibai : . @KuboBook ２次式＋雑音からデータ発生させても，データ数によっては定数や1次式の予測力が高くなるというのが重要です 16:36:20
- RT @ibaibabaibai : . @KuboBook そもそも「正しいモデル」という言い方が正しくないというか，意味が確定しないので使わないほうがよい． 16:36:24
- . @ibaibabaibai はい，「発生源…真のモデル」＆有限データ数の場合です．二次式+雑音なデータが，データ数によっては一次式がよい近似になりうる…はわかります．解説では一致性がない→多すぎる説明変数という点が強調されていたので，そうでないモデル選択法もありうるのでは，と… 16:43:58
- RT @ibaibabaibai : . @KuboBook 有限データではパラメータの推定値のばらつきがあるので，そうではありません．無限データで真のモデルが選ぶモデルの集合の内点ならばそうなりますが，境界上にある（たとえば無限次数のＡＲ）ではそうならない．赤池の主張は，後者の理想化のほうが実際的であるということ 16:45:01
- RT @ibaibabaibai : 一致性というのは無限データで定義されているわけですが・・ BICは一致性をもちますが，正しいモデルが境界上にある（「無限ぬい複雑」）な場合は予測最適にならないようです． 16:54:11
- . @ibaibabaibai どうにもこうにも「データ数有限」の問題しかあつかわないのに，何かを正当化するときに一致性とか「不偏推定量だから」とか言ってみたら，何か正当化できたような気分になりがち…と反省．有限データ数の議論の中での使いどころをよく考えることにします… 17:01:45
- @ibaibabaibai 統計学者になるぐらいならゑくせるデータ入力担当者にでもなります．めざせ！ 無限データ入力… 17:05:16
- RT @teuder : たった今 #TokyoR で Stan について発表しました〜。 www.slideshare.net/masakitsuda940… 17:08:50
- RT @ibaibabaibai : 実際にはそう都合よく「他者」が出てきたりしないので，「仮想の他者」を作って「仮想の他者の仮想」に対して反論する．仮想だらけ．仮説検定というのはある意味「確率の仮想性」を突き詰めることで，客観を極めた論法で，すごいんだけど，我々が科学をやるときそこまで客観的になれるかが問題． 17:15:36
- 北大は明日・日曜日の全学停電にそなえて，ネットワーク機器やサーバなどが止められていきます．月曜日の正午ごろまでには復旧するはずです． 17:28:30
- RT @ibaibabaibai : 正しいネイマン・ピアソン流の検定って，一回目はいいんだけど，次にデータとって何かやる前に頭をハンマーで殴って記憶喪失にならないと完璧でないような．いや，そうしたらまた一回目だから永遠に二回目は来ない．． 18:19:34