基本操作:...

57 views Aug 17, 2025 ~1 min read

                            1
                        
基本操作: 「ベイズ」などの統計学用語の検索で表示されたアカウントの投稿について「ワクチン」を検索して反ワクチンであることが判明したらブロックする。

反ワクチンの集団とベイズについてみっともないこんにゃく問答をしている人を見つけたので注意したい。

                            2
                        
私は「有意差」や「ベイズ」などの統計学用語を定期的に検索して来たのですが、反ワクチンの活動家や支持者達の投稿が結構沢山ヒットして来てちょっと困っている。

私が読みたいのは反ワク的投稿ではなく、もっと真剣に考慮する価値がある投稿です。価値ある話題ならば少々間違っていてもよい。

                            3
                        
反ワクチンな人達も、それなりに流行った「再現性の危機」がらみの話題も聞きかじっており、反ワクの敵を貶めるためにそういう知識を利用しようとする場合もあります。

例えば「有意差がないことは害がないことを意味しない」などなどの統計学的に正しい主張は反ワクな人達にとって利用価値がある。

                            4
                        
相手をするだけ社会的にマイナスになるような議論はしない方が良いので、分かり易く反ワクチンだと判明したら即ブロックしています。

統計学っぽい言葉を使っていてもそれを反ワクに応用している時点でその人は統計学についても全然理解していないとみなして良いと思います。

                            5
                        
反ワクチンの集団相手に不明瞭で曖昧な言葉遣いで対応して、こんにゃく問答を引き起こしてしまうことは、反ワクの側にエサを与える行為そのものであり、反ワクな人達の存在感を増すことに貢献することになります。そういうのはほんとやめて欲しい。

私は面倒だという理由で即ブロックしています。

                            6
                        
反ワクチン活動家にとってありがたい存在は、低レベルな統計学万能主義について語っているように見える学者の存在を目立たせることです。

「有意差はなかった。ゆえに害はない」とか言う人は反ワク側にとって美味しい。

「科学的合理的な考え方はベイズ的」のような曖昧馬鹿なことを言うのも厳禁。

                            7
                        
ベイズであろうがなかろうが、統計学のシンプルな仕組みは科学そのものについて語るには極めて貧弱であることを当然の前提にして行かないと、反ワクチン反医療の輩にうまく利用されてしまいます。

ベイズ統計にも非ベイズの統計学にも科学的なお墨付きを与える力はない。

#統計どのような統計分析の結果も、数学的フィクションのモデルに依存しているので、結果の正しさは「お前ん中ではな」(モデルん中ではな)にならざるを得ないという当たり前のことに注意する必要があります。

データを見てから新たに仮説を考えることが科学的には必須になる。
x.com/genkuroki/stat…

#統計モデルの中の「小さな世界」と複雑な現実の「大きな世界」の違いに常に注意することが必要。
x.com/genkuroki/stat…

#統計へたに統計学的意思決定論について勉強してしまった人達は、統計学的意思決定論による「最適化」は、モデル内の「小さな世界」でのみ正しく、複雑な現実の「大きな世界」では通用しないことに注意を払う必要があります。

Greenlandさんの講演スライドもお勧め
↓
biostatistics.ucdavis.edu/sites/g/files/…
x.com/genkuroki/stat…

                            11
                        
「ベイズ」を検索すると見つかる反ワク集団とヘタクソな言い争いをしている人物には「反ワクにエサを与えるのはやめろ」と誰か言ってあげた方がいいかも。

                            12
                        
「ベイズ」を検索して発見した反ワクチンは即ブロック。これ結構大事。

Ken McAlinn氏が反ワクチンの集団相手にベイズ統計の信用を毀損するようなことを言いまくっているという事件が発生している。

大体において、Ken McAlinn氏のような科学半可通の哲学齧りによる統計学の解説は科学的にめちゃくちゃになり易い。

科学半可通の哲学齧りの有害性問題。
x.com/nmatician/stat…

アンコレさんについては以下を参照。
x.com/genkuroki/stat…

Ken McAlinnのかけ算順序問題への理解度も非常に低い。
x.com/genkuroki/stat…

HARKingは「データの値を見てから立てた仮説を見る前に立てたかのように印象付ける不正行為」という意味も持ち、この言葉をあびせることは強い非難になる。Ken McAlinn氏が酷い。

データを見てから仮説を立てることは科学的には普通の行為。仮説を立てるときにはデータ外の知識も利用する。
x.com/genkuroki/stat…

Ken McAlinn氏の場合には仮説検定の理解も非常にあやしい。
x.com/genkuroki/stat…

Ken McAlinn氏の経済セミナーの記事も酷かった。

QRPが再現性の危機の主要な原因であるかのように語ることは真っ当な統計学者達(Greenland, Gelman. etc.)に強く非難されている。

P値の使用はNHSTの使用を意味しないこともGreenland氏などがよく指摘している。
x.com/genkuroki/stat…

ベイズ版95%CIがゼロをまたがなくなるまでデータを増やすのは、頻度論でnull P値が5%を切るまでデータを増やすことと、数学的にほぼ同等なので不正行為扱いするべき。

そういうことをKen McAlinn氏はクリアに言えなかった。

補足: BFと信用区間(≈信頼区間)では標本サイズ→大での漸近挙動が違う。
x.com/genkuroki/stat…

Ken McAlinn氏とストッピングルール関連
x.com/genkuroki/stat…

Ken McAlinn氏は、Gelmanさん達について公表されている文献を引用して批判するのではなく、「話した感じ」に基いて非難している。非常に卑怯。

こういうことをやる人は研究者として信用されなくなるのが普通。
x.com/genkuroki/stat…

データの値からある方法で事前分布を決める方法を、ある種の低レベルな人達が安易に使っている「2度漬け」という言葉で非難することはあやまりで、「1+ε漬け」だと解釈するのが妥当です。害はεしかない。

実用的なソフトを開発するときには悪くない仕様になっています。
x.com/genkuroki/stat…

                            23
                        
こんな感じで、Gelmanさん達にケースを見れば分かるように研究者としてフェアな議論をする気がないKen McAlinn氏は、特に統計学と科学の関係について継続的にバカなことを言い続けて来ました。

今回はそれを反ワクの集団相手にやっているので本当に困ったことだと思います。誰か止めさせた方が良い。

「再現性の危機」については以下のリンク先で紹介した論文を参照。以下「再現性の危機」について理解を深めるための文献を続けて紹介します。
x.com/genkuroki/stat…

「再現性の危機」関連。Greenlandさん自身が紹介していた以下のリンク先の論文は非常に勉強になりました。

KM氏のようなおかしな人に学ばずに、Greenlandさんのような優れた人達に学ぶのが良いです。
x.com/genkuroki/stat…

「再現性の危機」(鉤括弧付きで書くべき)関連

KM氏が貶していたGelmanさんのブログは再現性の問題についての具体的な事例を多数扱って来ており、再現性の問題については学術雑誌外における最も信頼度が高い情報源です。

「詐欺の可能性や非難」は重要でないという立場。
x.com/genkuroki/stat…

私が繰り返し勧めているGelman-Shalizi 2013にもニュートン力学と相対性理論の話がちょっと出て来ます。

おそらくこちらの説明であれば科学的に納得する人が多いとおもいます。

この論文の主題はKen McAlinn氏的な思い上がりに見えるベイジアンの科学に関する考え方を否定することです。
x.com/genkuroki/stat…

                            28
                        
理論の信頼度が高まるのは過去の知見にはない事柄もそれで説明できることが分かったときなのですが、それはベイズ云々と無関係の科学の常識に属する事柄です。

そしてニュートン力学の信頼性は競合する強力な理論(特殊及び一般相対性理論)が出て来る前から各種の観測結果によって下がっていました。

                            29
                        
科学の分野では、ある理論によって各種の観測結果のA,B,Cについてはよく説明できていてもP,Q,Rについてはうまく説明できずに、それが謎のまま残るということが普通です。

有力な対抗理論と比較できなくても、怪しげであることが常識になっていたりする。

                            30
                        
そして、理論側だけではなく、観測側も疑いの対象になることが多い。

科学の世界での謎には他にも色々複雑な事情があることが多く、専門外の人が正確に事情を理解することは難しいことが多い。

あれやこれやがあるので、ベイズ更新的な見方での科学の考え方を単純化するのは止めた方が良いです。

                            31
                        
そういう類の話題について反ワクの集団とレスバしてバカなことを言い続けてしまう人が暴れていると、反ワクの側がまともに見えてしまう人が増えてしまうという社会的な害が発生してしまいます。

Ken McAlinn氏に親しい人たちはKen McAlinn氏によるそういう行為を止めさせた方が良いと思いました。

Gelman-Shalizi 2013の第4.1節の最後の段落の翻訳

科学の世界では、競合する強力な理論が得られる前から、その理論を訂正する必要があることが分かっている場合がある。そのような情報は新理論を作るときに特に重要。

そういうことはケースバイケースで詳しく見ないと分からない。
x.com/genkuroki/stat…

「ベイズの優位性」について安易に語る人達は、「ベイズ」という言葉の曖昧さを上手に利用して煽動しようとする。

「ベイズ」という言葉の意味を曖昧なままにしておき、文脈に合わせて、単に常識的なことを「ベイズ」と言ったり、テクニカルに特別な方法を「ベイズ」と呼んだりする。煽動の基本定跡。
x.com/genkuroki/stat…

Ken McAlinn氏が相手をしているのは反ワクの集団になっていて、反ワク側よりもバカなことを言っているせいで、結果的に反ワクの側の存在感を高めてしまっている。😱
x.com/tomiyaakio/sta…

今回の場合には、Ken McAlinn氏が相手をしているのは反ワクの集団になっていて、反ワク側よりもバカなことを言っているせいで反ワク側にとって美味しい存在になってしまっている。😱
x.com/tacmasi/status…

ニュートン力学と特殊及び一般相対性理論(もしくは量子力学)を適当な事前確率で重みを付けて合成したモデルのベイズ更新云々を考えても科学的に得られることは何もない。

相対論や量子論が発見される前にニュートン力学がある種の問題については強力なのに弱点を持つことが判明していたことは重要。
x.com/genkuroki/stat…

                            37
                        
科学史のデータを見ながら「全部ベイズだ」と安易に言っているだけなのにそのことを見え難くしながら科学全般に通用することであるかのように語るのは、研究不正行為の一種の意味でのHARKing！

www

データを科学の理論にとりこむ過程について頻度論かベイズかのように問うこと自体がナンセンス。

理由1: 科学全般について統計学という狭い分野の範疇で解釈しようとすること自体が誤り。

理由2: Neyman-PearsonのPearsonはFisherの検定法は学習の手段であるという考え方に賛成している。
x.com/genkuroki/stat…

                            39
                        
無知な人を安易なベイズ推しになるように洗脳するためには、「頻度論」や「P値の使用」は「帰無仮説有意性検定(NHST)の利用」を主に意味することにして、良いことのすべてをベイズ側に取り入れることにすればよい。

優れた人達(典型例はGreenlandさん)の議論はもっと慎重で有意義なものになっている。

尤度原理にこだわって尤度関数の情報だけに頼り切ることについての議論では、Robins-Ritov 1997の例とその簡単化のWasserman 2004の例が基本的です。

これについてさえ知らない人による尤度原理推しは無視した方が良い。
x.com/genkuroki/stat…

Robins-Ritov 1997の例の簡略化になっているWasserman 2004の例における尤度関数が推定に必要そうな情報を大幅に落としてしまっているように見えることは以下のリンク先で説明されています。非常にシンプルな話で、統計学の既習者なら5分もあれば理解できると思います。
x.com/genkuroki/stat…

科学研究の観点からはベイズか頻度論かは大して重要な問題ではないことをユーモアを使って教えてくれるミームがStatistical Rethinkingの講義で使われています。

このミームについては、現実に困ったことを言い続けている人が𝕏に実際に存在していることを知っているとさらに面白さが増す感じ。
x.com/genkuroki/stat…

#統計現代的な「頻度論」の統計分析での基本はP値関数だともみなせます。P値関数は、null P値、点推定値、信頼区間の情報をすべて持っています。

パラメータθのP値関数は、ベイズ統計でのパラメータθの事後分布とほぼ同じように使えます。

データが増えるとP値関数や事後分布の幅は狭くなって行く。
x.com/genkuroki/stat…

#統計頻度論とベイズ統計の比較について語る人がもしも頻度論側を帰無仮説有意性検定(NHST)の使用だとみなしていたら、勉強不足なので無視した方が良いです。

頻度論側のP値関数とベイズの側の事後分布を比較するのであればフェアな比較になります。
x.com/genkuroki/stat…

頻度論的なP値とベイズファクターを比較する場合も、P値をP値関数に拡張し、同様の拡張をベイズファクターにも施して比較するとフェアな比較になります。

こういうことは数学にある程度強ければ自明。

自明でない人はこういう機会に手を動かして学んでしまうと良いです。
x.com/genkuroki/stat…

「手を動かして学ぶ」は数学科の卒業生なら数学的にしっかり学ぶべきだと思いますが、一般人なら、以下のリンク先のように「コンピュータでグラフを描いて比較する」というのでも良いと思います。

真に難しい問題は「何のグラフを描くと理解が進むか」でこういう機会に学んでしまえばよい。
x.com/genkuroki/stat…

このミームは私が作成。

頻度論とベイズの比較の文脈での、頻度論統計学に関するおかしな解説はほぼ確実に「群盲撫P値関数」になっている。

データの値と統計モデルから得られるP値関数

と

データの値と統計モデル+事前分布から得られる事後分布

を比較するべきであることがわかっていない。
x.com/genkuroki/stat…

「P値の使用を廃止せよ」のような提案は、ベイズ統計では「事後分布の使用を廃止せよ」と同等の馬鹿げた提案になります。

正しい提案は「統計的有意性の使用を廃止せよ」です。

超有名なnature 2019論文の主張はまさにそれで、P値の使用自体を問題にはしていません。
x.com/genkuroki/stat…

nature 2019の「統計的有意性の廃止」を訴えた論文は超有名で統計学に興味を持っている人達はみんな知っていると思うのですが、こういう超有名論文が出版拡散されても、頻度論をNHSTと同一視する知的に低レベルな風潮は無くなりませんでした。
x.com/genkuroki/stat…

「P値の使用」は「帰無仮説有意性検定(NHST)の使用」や「統計的有意性の使用」と明瞭に違うというのが、nature 2019論文を理解している人達の間でのコンセンサスです。

P値は estimating tool (推定の道具)でもあります。
↓
x.com/genkuroki/stat…

基本操作:...

Actions

What You Can Do

Actions

What You Can Do

More from @genkuroki