Level 0で完全に理解したと思ってた無垢な初心者を崖から突き落とすの草
回帰係数を信じる前に、まずハミルトニアンを疑え。おいでよ、物性物理。
チョットワカラナイ
冒頭しか読んでないけど、昔ﾁｮｯﾄﾜｶﾙ人に「KLダイバージェンスっていってわかりますか?」って聞かれて一同沈黙(どこまでわかってたらyesって答えられるんだろう)したのを思い出した。
大学で単位だけ取った統計学ちゃんと通りたい
卒論の時以来 やってないから 名前しか覚えてない
よし先ずは算数の復習からはじめるぞ
ラムゼイのRESET検定なんてあるのか、便利そう 機械学習寄りだとLevel3よりLevel2のほうが難易度高そう
AI 片手に、読んでみたいな。問題はいつか読もうは、いつまでも読まないわけだが orz
厳密ではなく地図、だとしても突っ込み処多数。log(x)をlog-logモデルと決め打ちし「xが1%変化したときyが何%変化するか」と言い切るのはあかん。level-log(linear-log)モデルも普通に使う。あと、OLSの適切性に正規性を混ぜすぎ。
大丈夫、こんなのはもうAIにまかす。俺らは決断をする
https://chatgpt.com/share/6a0d4a7c-015c-83a9-9424-76cc8d06354d ぼくにはむずかしかったので、中学生でもわかるように解説してもらったよ。参考までにどうぞ
Lv0 ですコンニチワ/ あかん、これ隙間時間に読めるやつじゃねーわ
馬鹿の山を登る前に絶望の谷に落ちたんだが…
“回帰分析をこんな理解の人は多い：年収=𝛽0+𝛽1⋅学歴+𝛽2⋅経験年数+𝜀年収=β0+β1 ⋅学歴+β2 ⋅経験年数+ε 回帰係数の符号と大きさを見て「学歴は効いてる」「経験年数も正に効いてる」と語る。限界は明らか”
私は LV1。多項式回帰でリッジを実装したから LV1.5 くらい？ 詳細がわからないところは手探りでリッジ回帰実装→https://gensproducts.com/blog/article/20240828.html
スクロールバー動かなすぎじゃない？コレ……。
インチキ臭い。中心極限定理、一致生の話が出てきていないのは怪しいし、固定効果で因果推論ってとこも意味がわかってない感じがする。
むかし習ったはず、、
「バリマックス！」って叫びながらゴロゴロ転がるLINEスタンプなら持ってる。
回帰分析？ボクには難しすぎて、絶望の谷で迷子になりそうにゃ〜！
耳を塞いで後で見る
回帰分析をLevel 0〜5で整理する長編解説。OLSの幾何学、ガウス＝マルコフ、正則化、因果推論、高次元Lasso、DMLまでを扱い、回帰を予測・推論・因果の道具群として捉える。
昔、孫正義氏が「幹部は全員、回帰分析をマスターしろ！」と言った逸話を聞いたことがあるが、ソフトバンク幹部や孫氏はLevel 5まで理解できるのだろうか。
たぶん主義が相容れなさそう
どこで絶望するんだろうか？F検定あたりで分散分析とかカテゴリ変数とかとの統合するとこ？それがどれもこれもなぜχ2分布になるのかというとこ？devianceも触れてないしなあ。予測モデルという視点ではもうAIに敵わない
統計学に興味があるけど、難しいのよね。独学だと難しすぎて、気持ちが切れて遠ざかって、時間が経ったら、わからなくなるからまた一から勉強し直しを繰り返している。
現場の戦士で「回帰分析」を使うのならこれくらいで十分。恐ろしいのは、ここに書かれている全てがあくまでも初歩の大学一年生レベル。戦士長として皆の仕事をチェックするならこれでは不足。もう統計わかんない。
ざっと見た。とても分かりやすそうな解説。今、馬鹿の山の手前ぐらいの理解度。
農学で論文書ける程度に。
レベルの適正がわからん。しかし読んでおいたら役立ちそう
回帰分析って知ってる？―完全に理解した人へ贈る絶望の谷
Level 0で完全に理解したと思ってた無垢な初心者を崖から突き落とすの草
回帰係数を信じる前に、まずハミルトニアンを疑え。おいでよ、物性物理。
チョットワカラナイ
冒頭しか読んでないけど、昔ﾁｮｯﾄﾜｶﾙ人に「KLダイバージェンスっていってわかりますか?」って聞かれて一同沈黙(どこまでわかってたらyesって答えられるんだろう)したのを思い出した。
大学で単位だけ取った統計学ちゃんと通りたい
卒論の時以来 やってないから 名前しか覚えてない
よし先ずは算数の復習からはじめるぞ
ラムゼイのRESET検定なんてあるのか、便利そう 機械学習寄りだとLevel3よりLevel2のほうが難易度高そう
AI 片手に、読んでみたいな。問題はいつか読もうは、いつまでも読まないわけだが orz
厳密ではなく地図、だとしても突っ込み処多数。log(x)をlog-logモデルと決め打ちし「xが1%変化したときyが何%変化するか」と言い切るのはあかん。level-log(linear-log)モデルも普通に使う。あと、OLSの適切性に正規性を混ぜすぎ。
大丈夫、こんなのはもうAIにまかす。俺らは決断をする
https://chatgpt.com/share/6a0d4a7c-015c-83a9-9424-76cc8d06354d ぼくにはむずかしかったので、中学生でもわかるように解説してもらったよ。参考までにどうぞ
Lv0 ですコンニチワ/ あかん、これ隙間時間に読めるやつじゃねーわ
馬鹿の山を登る前に絶望の谷に落ちたんだが…
“回帰分析をこんな理解の人は多い：年収=𝛽0+𝛽1⋅学歴+𝛽2⋅経験年数+𝜀年収=β0+β1 ⋅学歴+β2 ⋅経験年数+ε 回帰係数の符号と大きさを見て「学歴は効いてる」「経験年数も正に効いてる」と語る。限界は明らか”
私は LV1。多項式回帰でリッジを実装したから LV1.5 くらい？ 詳細がわからないところは手探りでリッジ回帰実装→https://gensproducts.com/blog/article/20240828.html
スクロールバー動かなすぎじゃない？コレ……。
インチキ臭い。中心極限定理、一致生の話が出てきていないのは怪しいし、固定効果で因果推論ってとこも意味がわかってない感じがする。
むかし習ったはず、、
「バリマックス！」って叫びながらゴロゴロ転がるLINEスタンプなら持ってる。
回帰分析？ボクには難しすぎて、絶望の谷で迷子になりそうにゃ〜！
耳を塞いで後で見る
回帰分析をLevel 0〜5で整理する長編解説。OLSの幾何学、ガウス＝マルコフ、正則化、因果推論、高次元Lasso、DMLまでを扱い、回帰を予測・推論・因果の道具群として捉える。
昔、孫正義氏が「幹部は全員、回帰分析をマスターしろ！」と言った逸話を聞いたことがあるが、ソフトバンク幹部や孫氏はLevel 5まで理解できるのだろうか。
たぶん主義が相容れなさそう
どこで絶望するんだろうか？F検定あたりで分散分析とかカテゴリ変数とかとの統合するとこ？それがどれもこれもなぜχ2分布になるのかというとこ？devianceも触れてないしなあ。予測モデルという視点ではもうAIに敵わない
統計学に興味があるけど、難しいのよね。独学だと難しすぎて、気持ちが切れて遠ざかって、時間が経ったら、わからなくなるからまた一から勉強し直しを繰り返している。
現場の戦士で「回帰分析」を使うのならこれくらいで十分。恐ろしいのは、ここに書かれている全てがあくまでも初歩の大学一年生レベル。戦士長として皆の仕事をチェックするならこれでは不足。もう統計わかんない。
ざっと見た。とても分かりやすそうな解説。今、馬鹿の山の手前ぐらいの理解度。
農学で論文書ける程度に。
レベルの適正がわからん。しかし読んでおいたら役立ちそう