ブックレビュー：科学とは何なのか～科学哲学の世界｜白石直人｜WEB別冊文藝春秋
科学哲学は、哲学の中でも特に「科学とは何か」といった問題や、生物学などの個々の科学にまつわる哲学的問題を取り扱う分野である。哲学の中でもやや特別な分野なので、今回の記事では科学哲学に絞って、本を見ていきたいと思う。 科学とは何か 科学哲学の最初の一冊としては、A.F.チャルマーズ・著『改訂新版 科学論の展開——科学と呼ばれているのは何なのか？』（高田紀代志たかだきよし、佐野正博さのまさひろ訳、恒星社厚生閣）は広範なトピックスをバランスよく取り扱う入門書であり、お薦めしたい本である。初版はやや古い（1976年出版）ので、本書の前半部分の構成もそれに伴って一昔前[1]に主流だった書き方になっているが、改訂新版で後半部分が大幅に拡充され、新しい話題も手広くカバーされた。そのため本書からは、少し古い視点と新しい視点をともに学ぶことができる。 本書前半は、帰納主義→反証主義（ポパー）→パラダイム論な
xgboostによる多重代入法：mixgb パッケージ - 名前はまだない
はじめに twitterで以下のツイートを見かけました。 R :: mixgb 📦https://t.co/TuD7bEU9hT mixgb は XGBoost を使用した多重代入法の R 📦 XGBoost による予測値に対して，predictive mean matching (PMM) で補完をしており，https://t.co/BYkjF6eg0E にあるような複数の方法が実装されている（Algo. 1） 🔖 arXiv: https://t.co/wmwVcMyeB7 pic.twitter.com/gelg2hJYF5— Maxwell! 🌃 🌻 (@Maxwell_110) 2022年8月4日 リポジトリはこちらです。 github.com 機械学習による多重代入というものが気になったので、論文を読んで簡単にまとめます。 概要 Rubin (1978)によって多重代
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
ggplot2パッケージに関する記事一覧 - からっぽのしょこ
はじめに この記事は、ggplot2 パッケージの使い方や使用例のまとめページです。 【目次】 はじめに 関数 ラベル付け関数 作図 円 三角図 ツリー Q-Qプロット カレンダー 利用例 小ネタ 関連パッケージ おわりに 関数 ggplot2や拡張パッケージの関数の解説記事です。 ラベル付け関数 文字列を描画する関数です。 www.anarchive-beta.com www.anarchive-beta.com www.anarchive-beta.com 下2つは拡張パッケージです。 作図 ggplot2を利用して作成する各種グラフの解説記事です。通常の方法で作図する記事とむりくりな方法で作図する記事がありますが、頑張って読んでください。 円 円周を作成します。 www.anarchive-beta.com 三角関数と仲良くなれます。そして円関数と呼びたくなります。 三角図 三角図を
日本の古典和歌を埋め込みベクトルで分析する｜yhkondo
今年もアドベントの季節が来ました。この記事は、まつーらとしお氏の主催する、アドベントカレンダー「言語学な人々」2023の12月16日のエントリーとして書かれました。今年は、カレンダー増刷で、黒木邦彦氏主催の、別館（言語学なるひとびと）もあります。どちらもご覧下さい。 和歌集の歌風の分析日本の古典和歌集には、それぞれの性格があります。『万葉集』は自然を歌っていて、「素朴」な歌もあるが、『古今集』は、宮中の「優雅」な伝統を反映している、など、言い方はいろいろあり得ますが、それぞれ異なった歌風を持っていることは間違いありません。それを、コンピュータ、特にAIで分析してみるというのがこのエントリーの内容です。日本語学会の機関誌『日本語の研究』19巻3号（2023年12月）に掲載した拙論（「和歌集の歌風の言語的差異の記述ー大規模言語モデルによる分析−」）の解説記事となります（来年6月にはJSTAGE
線形回帰において「多重共線性があると推定が不安定になる」とは？〜図と理論で理解する〜
これをもとに再度計算し直すと、(\hat{\beta}_0, \hat{\beta}_1, \hat{\beta}_2) = (2.07, 0.576, -3.91\times 10^{-3})、今度は \hat{\beta}_1=0.567 であり家賃が月収増加額に対して57.6%上昇するという随分大きな値が出てしまった。 このように、入力データが少し変わっただけで、線形回帰係数の推定値が大きく変化してしまう。 この原因は、説明変数として円単位の月収 X_1 とほぼ同じ意味を持ち相関も強い X_2、つまりドル単位の月収も含まれていることにある。 なお、もし X_1 だけ用いて予測を行っていれば、いずれの家賃データを入力として用いても回帰係数 \hat{\beta}_1 の推定値はおおよそ 0.30、つまり「月収が10,000円高ければ家賃がその約30%の3,000円程度高いところに住む傾
ChatGPT Cheat Sheet for Data Science with R
Data science is a field that combines domain expertise, programming skills, and knowledge of mathematics and statistics to extract meaningful insights from data. In recent years, ChatGPT has emerged as a powerful tool that can assist data scientists in various tasks, from coding to data analysis. This article will focus on creating a cheat sheet that data scientists can use to streamline their wor
第1回 心理学における再現性危機（高知工科大学 経済・マネジメント学群 教授：三船恒裕）連載：#再現性危機の社会心理学｜「こころ」のための専門メディア 金子書房
今日の心理学は、過去の研究知見が再現されないという問題（再現性の危機）に直面しています。人間の行動を説明・予測する普遍的な命題を定立することを目的とする心理学が積み上げてきた研究成果は、砂上の楼閣に過ぎないのでしょうか。こうした問題に応えようと、心理学者たちは、過去の知見の再現可能性を確認する研究に取り組んでいます。本連載では、再現可能性をめぐる社会心理学の最新の知見を、三船恒裕先生にご解説いただきます。 心理学における再現性問題 2011年、「光より速い物質が発見された」というニュースが全世界を駆け巡った$${^{1}}$$。同じく2011年、「人間は予知能力を持つ」とも思えるような実験結果も発表された (Bem, 2011)。どちらも科学の「常識」を覆し、既存の理論を根底から見直す必要に迫られるような大きな「発見」である。しかしこれらのニュースは、少なくとも発表直後に関しては、おおよそ
YANO,Daiki｜note
Lec12: 重回帰分析④重回帰分析の解釈と適切な変数の個数 こんばんは!シルバーウィーク真っ只中ですね(とはいってもコロナがありますが)。先週は、説明変数や被説明変数をモデルに応じて様々な形に加工するという事をやりました。対数を取ったり、ダミー変数を使ったり、交差項を使ったり、状況に応じて説明変数を上手く使うことはとても大切です。(交差項はちょっとだけレベルが上がるので、必ずしも卒業論文で使う必要はないと思います。特に学部4年生から計量経済学を学び始めた方は少し間に合わないかもしれません。) それと同時に、相関のある変数同士を説明変数
Fisherだけに5%閾値の責任を負わせるのは少し酷な気がする - Tarotanのブログ
以下，記憶だけで書いたいい加減な話． 5%閾値を広めた責任者は，K.Pearson, Fisher, Neyman, Snedecor，そして，統計分析のハウツー本の著者ら，さらに，私自身も含めた統計関連従事者（←統計家や統計学者ではない）ではないだろうか．Fisherだけに責任を負わせるのは酷な話だと思う． まず，1900年初頭には，K. Pearsonの提案をもとに，probable errorの3倍以上のものを”almost certain significance”とする分類がBiometrikaを中心に利用されていた．このprobable error (PE)は，Xが正規分布に従っている時に，μ± PEにXが属する50%となるもの．このPEは，元々は，Galtonが多用していた．（Galtonは，いまでいう四分位点から，PEを求めていた．Galtonの文献では，標本と母集団の違い
はじめよう、研究データ管理 | 九大コレクション | 九州大学附属図書館
この教材は、九州大学大学院統合新領域学府ライブラリーサイエンス専攻の2020年度PTL1で既存教材に改変を加えて作成した成果物について、同一の既存教材を再度参照し、研究データ管理支援部門にて、大幅に加筆・修正したものである。
一般化線形モデル・階層ベイズ・マルチレベル分析を実践的に学びたい人へのオススメ書籍5選 - 医療職からデータサイエンティストへ
最近ではt検定、分散分析、線形回帰分析などを一般化線形モデルという 一つの概念で捉えられるようになってきました。 一般化線形モデルのメリットは現実の仮定を反映させながら自由な統計解析ができ、非線形データや複雑な階層性のあるデータなどにも柔軟に適応することができるところにあります。 しかし、多くの書籍ではその理論的な背景や数学的な証明に多くのページが割かれていて、「じゃあそれどうやって使うの？」と思ってしまう方もいるかと思います。（私はその典型です...^^;） 理論はそこそこに、実践的な使い方を体感しながら学べる書籍とは以外に少ないものです。 そんな方々に向けて、今回は既存の統計学と一般化線形モデルとの関連などの基本から、階層ベイズ、マルチレベル分析までの発展系を実践的に学べるオススメ書籍を紹介していきます！ ①データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・M
資料一覧 | Kengo Nagashima - Keio University
二群比較のサンプルサイズ設計 MMRM に対するサンプルサイズ設計 二群の生存関数の検定のサンプルサイズ設計 (年次生存割合から計算) 二群の生存関数の検定のサンプルサイズ設計 (MST から計算) 二群の生存関数の検定のサンプルサイズ設計 (MST+HR から計算) 二群の母平均の差の仮説検定に対するサンプルサイズ設計 (群間差から計算) 二群の母平均の差の仮説検定に対するサンプルサイズ設計 (二群の平均から計算) $2 \times 2$ 分割表のカイ二乗検定に対するサンプルサイズ設計 二群比較 (非劣性) のサンプルサイズ設計 非劣性仮説の log-rank 検定に対するサンプルサイズ設計 (年次生存割合から計算) 非劣性仮説の log-rank 検定に対するサンプルサイズ設計 (MST から計算) 非劣性仮説の log-rank 検定に対するサンプルサイズ設計 (MST+HR から
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
JPA-Psychometrics - ベシスタ到達度確認テスト共通化プロジェクト
GitHub - MatsuuraKentaro/RStanBook: 『StanとRでベイズ統計モデリング』のサポートページです.
Open Science Practices and Replicability
分寺 杏介 (Kyosuke Bunji) - Files - researchmap
Rで実践！美しいTable & Figureを作ろう
Statistical Tools
LT_ChatGPTxRxGoogleColab_ペンギンデータを使って分析・モデリングを学ぶ