【数学】51% もの研究者が間違って使っている「有意差なし」とは？【ずんだもん解説・ゆっくり解説】
HTML-код
- Опубликовано: 11 сен 2024
- この動画は、セイント女神沢学園 現代社会サバイバル研究会 (現サバ研) のメンバーとヒラリバタフライ男爵が織りなす、真の茶番劇である。
※動画の一部に、生成 AI (ChatGPT, Stable Diffusion など) の生成物を使用しています。
▛ 参考文献
Retire statistical significance - nature
media.nature.c...
「“統計的に有意差なし”もうやめませんか」 Natureに科学者800人超が署名して投稿 - ITmedia NEWS
www.itmedia.co...
p 値を使って学術論文を書くのは止めよう - 豊田秀樹
www.jstage.jst...
A Dirty Dozen: Twelve P-Value Misconceptions - Steven Goodman
sixsigmadsi.co...
▛ X (Twitter)
/ kenn_0imp_jp
▛ 使用している素材
下記の素晴らしいフリー素材を利用しています。感謝!!
・いらすとや www.irasutoya....
・VOICEVOX: ずんだもん (立ち絵: 坂本アヒル 様)
・VOICEVOX: 四国めたん (立ち絵: 坂本アヒル 様)
・VOICEVOX: No.7 (立ち絵: moiky 様)
・VOICEVOX: 中国うさぎ (blueberry 様)
・VOICEVOX: 春日部つむぎ (立ち絵: 坂本アヒル 様)
・VOICEVOX: もち子さん (立ち絵: moiky 様)
・VOICEVOX: 櫻歌ミコ (立ち絵: moiky 様)
・効果音ラボ soundeffect-la...
・フリーBGM DOVA-SYNDROME dova-s.jp/
・フリーBGM・音楽素材MusMus musmus.main.jp/
・OtoLogic otologic.jp/
・ポケットサウンド pocket-se.info/
一応「効果量」(コーエンのdとか)を使うとある程度2群間の違いを見られるけど、最終的に「あるなし」判定するのはやはり人間だと最近痛感している
棄却域以外の領域が（Acceptance Region なのに）採択域と呼ばれていて、これのせいで日本語ユーザーは特別*帰無仮説を採択*しやすいんじゃないかと思っていたけど、他言語でも普通にやってるんだなあ。
まあ accept the null hypothesis も十分おかしいように見えるから、そういうことなのかな。
頻度主義の世界である検定というのはゼロかイチかで決定する哲学なので、p=0.49とp=0.51を似たものとはどうしても扱えないんだよな。
p高杉
@@chalox_dmp
0.049と0.051ならセーフかな
効果がない事を統計的に示すには、同等差検定をする事になる。
実際ある事象に対して有意差がない方法であっても2つ以上組み合わせたら有意差出るかもしれないしなんとも言えないよね……
そもそも検定をするってことは効果がありそうと思って(その根拠の上で)やってるわけだし
有意差なしは効果はありそうだけど有意差まではなかった
有意差ありは統計的にも効果ありそう
くらいにとらえるのが適切
納得できない結果をlog取らずに多重検定で「有意差アリｗ！」って操作しちゃう学生いるしな
マジレスすると、予想される効果から、必要なデータの大きさを、計画するところから始めないと
環境設定を整えるなら、使用者が同定する品質の偽造ブレスレットも必要になるけど、はたして製品と偽造品とどちらの原価が低いだろうか
あるかわからないはないとわかったとは違う、国語の問題でもあるからな……
結果を信じる信じないの話なら、利害関係のない人が検定してるかを見た方がいいいのか。もう数学でもなんでもないな
論理学でも逆、裏、対偶の違いを理解できず間違う人は多発しますね。
勉強時間ゼロだと、ゼロに何かけてもゼロなんだから、まだ頭脳ブレスレットに効果があるかないかは判明していないな！！
〇屋さんとかこれ意図的にやってるんじゃないのかなぁ・・・と
アホな工藤新一「無罪と仮定して調査した結果…有罪の証拠が見つからなかった。だからレイカーティスは無罪だ！」
「有意差なし」の意味は
「有意差を示せるほどのデータ数を示してないだろタコ」
と認識しています。あとエアスラッシュは割と外すので使うときは慎重になるラインです
あとはバイアスもあるしなぁ...
不正統計者「では有意差が出るまで同じ調査を繰り返します」
@@tsubossie
殊勝な心掛けで感心しますね
母集団に肉薄するような膨大なデータを集めれば
普通は出てこない有意なものを見つけられますから
@@gochuui1
なお有意抽出が混ざった場合は母集団に肉薄しない模様
（例：越生線しか調べずに東武の乗客の動向を語る）
@@tsubossie
まぁ、セレクションバイアスは常に尾を引くから...。ただ、データ数が多い方が分析してて楽しいのは違いない