◆◆◆ 「勝つことの喜び、高揚感がチームをより強くする」 「2019年には16連敗を喫したりして、変な言い方ですけど、ぶっちぎりで最下位になってしまったわけです。そのタイミングで監督のお話をいただいたわけですが、まず、何かを変えなきゃいけないと思いますよね。僕が思っていたのは、手始めにここから変えていこうとか、そうした小手先のことではなくて、すべてを変えなければいけないということ。技術、メンタル、環境、もう本当にすべて。 そして迎えた1年目、シーズンの序盤に『あ、これは行けるかもしれない』と思ったことはありました。でも、そんなに甘いものじゃなかった。すべてを変えるというのは簡単なことじゃなくて、2020年はコロナ禍で120試合に短縮されたシーズンでしたが、変化を起こせたのは、1つか、2つだけだったと思います。振り返ってみると、巨人をはじめ上位の球団には、すべての面においてまったく歯が立たな

調査結果の統計的性質を一部保存した上で、集計表の統計量から乱数を発生させて作成したデータです。 これらのデータは教育目的等のため試行的に、自由にダウンロードして御利用いただけます。 ※留意事項 ・特定の児童生徒個人、学校、設置管理者を示すものではありません。 ・導かれた分析結果は、実証研究の結果とみなすことはできません。

先日、twitter上で食べログの星の数について、 ある問題が話題になりました。 食べログの闇として話題になったその問題とは、 「評価3.8以上は年会費を払わなければ3.6に下げられる」 というものです。 食べログは飲食店についての口コミを集めるサイトで、 その評価は実際のユーザーによって形成されるものとして広く認知されています。 専門的なグルメリポーターでもなく、 一般の人々の素直な感想を集めることで、 その飲食店のリアルな価値が知れると期待して、 利用しているユーザーも多いでしょう。 それだけに、 「食べログが評価を恣意的に操作しているかもしれない」という話は、 瞬く間にネットで話題となりました。 さて、この話は実際に行われていることなのでしょうか。 食べログでは、当然評価点は公開されているので、 このような恣意的な操作があれば、 何らかの形で偏りが見つかるはずです。 ということで、食

データの集計は、ExcelよりPython使ったほうが100倍早い（pandas-profiling, pixiedust）Pythonpandasデータ分析データ可視化pandas-profiling Pythonのpandas-profilingと、pixiedustの2つのライブラリを使うと、データの集計・グラフの作成が、感動的なほど早く終わることを実感したので共有します。 Excelでデータ集計・グラフ作成した場合と比較すると、体感で100倍くらい早く終わります（誇張ではなく） Pythonで爆速でデータ集計する方法（体感所要時間：5分） 前提： 以下の環境が整備されていることは、前提とします。 Pythonのインストール（約30分） データ分析に必要な各種ライブラリのインストール（約30分） →numpy, matplotlib, pandas, jupyter など →Anac

概要 2017年8月9日に国立がん研究センターは、がん治療拠点の約半数にあたる全国188の病院について、癌患者の5年後の生存率データを初めて公表しました（毎日新聞の記事）。報告書は国立がん研究センターが運営するウェブサイトからダウンロードできます（ここ）。報告書をダウンロードしようとすると注意点を記したポップアップが表示されます。大切な部分を抜粋すると以下です。 本報告書には、施設別の生存率を表示していますが、進行がんの多い少ない、高齢者の多い少ないなど、施設毎に治療している患者さんの構成が異なります。そのため、単純に生存率を比較して、その施設の治療成績の良し悪しを論ずることはできません。 一般に高齢者が多い病院ほど、進行癌（ステージが進んだ癌）が多い病院ほど、その病院の生存率は下がるわけです。それならば、統計モデリングで年齢と進行度（ステージ）の影響を取り除いて（専門的な言葉で言えば「調

こんにちは。国府町怒児（こうまちぬんじ）です。 料理バトル漫画で、まことしやかに語られている噂はご存知でしょうか。 そう、「後攻で皿を出した料理人が勝つ」です。 確かに、漫画の構造を考えれば、後攻が有利かもしれません。 最初にすごい料理が出て、後からそれなりの料理が出る展開だと、 尻つぼみなイメージになってしまいますもんね。 ただ、一つ納得のいかないことがあります。 それは、後攻が有利なことをデータとして示した人がいないという点です。 もしかしたら、後攻が勝ったときの印象が強いだけで、先攻もそれなりに勝っているかもしれません。 じゃあ、どうするか。 自分で明らかにするしかないでしょう。 ということで、料理バトル漫画で先攻で皿を出した場合の勝率を調査しました。 以下、レギュレーションです。 ①集計は、１対１の対決に限る ※１　４人の中で誰が一番かといった、先攻後攻が曖昧な形式は含めない ※２

最近、こんな記事を読みました。 www.itmedia.co.jp 日本ヒーローの主人公に社長が少なく、学生や公務員が多い。それは太平洋戦争の影響である、という謎の？記事でした。 戦争うんぬんは置いておいて、こういう記事見ると、 日本のアニメヒーローは米国作品に比べて本当に 「社長が少ないのか？」 「学生が多いのか？」 などが気になって気になって仕方が無いのです。 とういわけで、調べてみました。 （上記の記事では「ヒーロー」という定義ですが、日本アニメからヒーローもののみを取り出すのは困難だったので「日本のアニメ全体」での調査を行いました。 別に上記記事の検証を行っているわけではありません。ただ、どんな程度なのか調査してみただけです。） データ取得 無作為抽出による標本調査 抽出データ群 結果 日本アニメ主人個の性別 日本アニメ主人公の職業 米国（アメコミ）の主人公はどうなのか？ アメコミ

kazugoto.hatenablog.com こちらの記事は、2017年2月26日に秋葉原で行われた、「秋葉原」をテーマにした同人誌の即売会「秋コレ」のサークルペーパーとして書いたものですが、このときに分析する候補として挙っていたのは、実際に分析した『リアルのゆくえ』（大塚英志、東浩紀：著、講談社現代新書、2008年）のほか、中原昌也氏らの『嫌オタク流』（太田出版、2006年）もありました。この本は、オタクないしオタク文化を嫌悪するサイドとしての中原氏及び高橋ヨシキ氏が、オタク擁護（？）系のライターの海猫沢めろん氏（第1部）と更科修一郎氏（第2部）を迎えて、オタクの現状を分析、批判するというものです。 ――と「分析、批判」と書きましたが、はっきり言って同書で繰り広げられているのはほとんど罵詈雑言であり、しかも当時流行していた本田透氏などによる無理のあるオタク擁護論（後にこの擁護論がいまの

第９回ニコニコ学会データ研究会のLTで発表したスライドです。 データ研究会のイベントページはこちら http://niconicodatasig9.peatix.com/?lang=ja また、当日の内容はこちらのtogetterを参照下さい https://togetter.com/li/1073090

科学における統計の誤用について説明した『ダメな統計学――悲惨なほど完全なる手引書』という本の日本語版が翻訳され、出版されることになった。この翻訳書について、どういった内容であるか、どういった人におすすめであるかを紹介する。 はじめに このたび、私の翻訳した『ダメな統計学――悲惨なほど完全なる手引書』という本が勁草書房から出版されることになった。2017年1月27日ごろから書店などで手に入るようになる予定である。 アレックス・ラインハート〔著〕・西原史暁〔訳〕．(2017).『ダメな統計学――悲惨なほど完全なる手引書』東京：勁草書房． 訳書版元サイトでの紹介：ダメな統計学――悲惨なほど完全なる手引書｜勁草書房 訳書版元サイトでの紹介その2（けいそうビブリオフィル）：訳書の「はじめに」を閲覧可能 [1] 原書：Reinhart, A. (2015). Statistics Done Wrong

2020/02/01 追記 [コード付き]誰も知らない関連銘柄を、機械学習を使って素早く見つける こちらに最新の結果を載せました！ 気づいたんですけど、私みたいな貧乏人はショッピングモールでおしゃれなゴミをせっせと買い漁るんですが、お金持ちの人って株を買うらしいんですよね。 考えてみれば貧乏人が欲しがるものって、百均のちょっとしたものから家や車やバイクやゲーム機など、買ったらお金が減るものばかりなんです。 それに比べて、お金持ちが買うものって、株や投資用の土地や、リスクこそあるものの貧乏人が欲しがらないわりに買ったらお金が増える可能性のあるものばかりなんですよねー。 これは悔しい！休日になるたびにせっせとショッピングモールにお金を運んでゴミを買い漁ってる自分を見てお金持ちはきっと笑っているに違いない！いやお金持ちには自分のような人間は視界にすら入らないのか、これはさっそく株を買わないと！と

深津 貴之 / THE GUILD / note @fladdict アニメーションの監修で、「 Random();の代わりに、(Random()+Random()+Rrandom()+Random()+Random())/5.0f; を使うと、動きにコクが出る」と言ったら、ピュアオーディオ扱いされるのですが・・・これは根拠のあるアルゴです。 2016-11-03 11:29:43 深津 貴之 / THE GUILD / note @fladdict 乱数のコクをチューニングする話をすると、なぜピュアオーディオ扱いされるのか？ みんな乱数の波動を、もっと体で感じようよ。全然ヴァイブレーションが違うよ。 2016-11-03 11:36:47

連続的なリスクのどこに「線」を引くのか：米国EPAのPM2.5基準値改訂、その"正当化ロジック"を読むtakehikoihayashi

指定されたURLは存在しません。 URLが正しく入力されていないか、このページが削除された可能性があります。

@kivantiumさんの以下のツイートが面白そうすぎて追加解析してみました。 特に2つ目のツイートが重要で、これがないと階層ベイズでやってみようという気は起りませんでした。 調査の結果、アニメキャラのバストサイズとPixivでR-18タグが付く割合の相関係数は0.286・相関検定の結果はp=0.14であったため、バストサイズとR-18タグがつく割合には相関が無いという結論になりました pic.twitter.com/16bt8tyk4p— 川奈 清 (@kivantium) 2015, 5月 12同一作品の間では確かに相関があるっぽかったけど、作品間による差の方が大きかったため相関が消えてしまった— 川奈 清 (@kivantium) 2015, 5月 12 kivantiumさんはブログ記事およびデータもすぐにアップして下さっています（アニメキャラのバストサイズとPixiv R-18タ

2017年1月20日追記：『ダメな統計学――悲惨なほど完全なる手引書』という本が出版されることになった。この本は、ここに掲載されているウェブ版の『ダメな統計学』に大幅に加筆したものだ。ウェブ版の『ダメな統計学』を読んで興味を持った方は、書籍となった『ダメな統計学』をぜひ読んでいただければと思う。書籍版の詳細については「『ダメな統計学――悲惨なほど完全なる手引書』の翻訳出版」という記事をご参照願いたい。 ここに公開する『ダメな統計学』は、アレックス・ラインハート (Alex Reinhart) 氏が書いたStatistics Done Wrongの全訳である。この文章は全部で13章から構成されている。詳しくは以下の目次を参照されたい。 はじめに データ分析入門 検定力と検定力の足りない統計 擬似反復：データを賢く選べ p値と基準率の誤り 有意であるかないかの違いが有意差でない場合 停止規則と

同人誌、同人アイテム、書籍、ホビー、CD、BD/DVD、ゲーム等の男性向け通販サイトです。 いつでもどこでも快適なお買い物を楽しむなら、とらのあな通販におまかせ！

ニュース・フォーカス視力失った人に光もたらす「人工網膜」　世界で開発続々(2018/12/3) 視力をほとんど失った人に「光」を届ける――。そんな医療機器の開発が本格化している。すでに米国では承認されたものがあり、日本のチームも新た…[続きを読む] コンドームの達人、本音の性教育　「性」から「生」問う[ニュース・フォーカス](2018/12/3)  放影研の被爆２世調査、受診率向上が課題　背景に高齢化[ニュース・フォーカス](2018/12/3)  札幌の地下鉄・市電が４月から割り引き　精神障害者向け[ニュース・フォーカス](2018/12/3) MMRワクチン騒動は、不正論文だけの問題ではない[内科医・酒井健司の医心電信](2018/12/3) 脳腫瘍の子へ「元気玉」　世界のエール、ボールに込めて[ニュース・フォーカス](2018/12/2) 治療後も続く小児がんのフォロー　成長に