色々とやった土曜日

色々とやった土曜日

今日は土曜日。晴れ。

10時起床。朝飯兼昼食を食べた。

その後、訓練校1月生の講義では実機確認をサボった反省として、

MySQLをアップデートしてサンプルコードやら、これからやるWebアプリケーション

の総合演習の確認などをして時間を過ごした。

その後、「平均・分散から始める一般化線形モデル入門」のメモを作成して内容を

整理し、やっと少しは頭の中が整理できた。

夕飯はコンビニ飯。お風呂に入って、少しイラストを描いて気分転換した後、

・完全独習 統計学入門 小島 寛之

を斜め読みをさらに理解を深めた。

そろそろ寝るか。

明日も統計にどっぷり浸かるだろうなあ。。。。

【今後の予定】
・2021年01月～　　　職業訓練校Java&Python&Web技術者（3か月）

【詳細TODOリスト】
・03/24(AM) 訓練校1月生 データベースとWebシステム概論(JavaEE)

【今日の読書】
・多変量統計解析法 田中 豊
・平均・分散から始める一般化線形モデル入門 馬場 真哉（読了（祝））
・Pythonで学ぶあたらしい統計学の教科書 (AI & TECHNOLOGY) 馬場 真哉
・心を知るための人工知能: 認知科学としての記号創発ロボティクス (越境する認知科学) 谷口 忠大
・物理学者のすごい思考法 (インターナショナル新書) 橋本 幸士
・統計学への確率論、その先へ―ゼロからの測度論的理解と漸近理論への架け橋 清水 泰隆
・代数幾何学入門:代数学の基礎を出発点として 永井 保成
・ランダム行列の数理と科学 渡辺澄夫
・認知バイアス 心に潜むふしぎな働き (ブルーバックス) 鈴木 宏昭
・スッキリわかるSQL入門 第2版 ドリル222問付き! (スッキリシリーズ) 中山清喬
・スッキリわかるサーブレット&JSP入門 第2版 (スッキリシリーズ) 国本大悟
・絵で見てわかるSQL Serverの仕組み 平山 理（P.84/314読了）
・ベイズ統計の理論と方法 渡辺 澄夫
・経済・ファイナンスのための カルマンフィルター入門 (統計ライブラリー) 森平 爽一郎（P.21/215読了）
・ライブ講義 大学生のための応用数学入門 (KS理工学専門書) 奈佐原 顕郎
・心は量子で語れるか―21世紀物理の進むべき道をさぐる (ブルーバックス) ロジャー・ペンローズ（P.71/286読了）
・解析力学・量子論 第2版 須藤 靖（P.55/304読了）
・数理科学 2020年 11 月号 [雑誌]
・人工知能 機械学習はどこまで進化するのか (別冊日経サイエンス239) 竹内郁雄
・データ分析の力 因果関係に迫る思考法 (光文社新書) 伊藤 公一朗
・一般ゲージ理論と共変解析力学 中嶋 慧
・応用に役立つ50の最適化問題 (応用最適化シリーズ) 藤澤 克樹

I wanna kill you!

I wanna kill you!

殺意が芽生える
鋭利な刃物で
身体をグチャグチャに
滅多切りにして
オモチャのように
バラバラにしてやりたい
ただの肉の塊に帰して
反吐が吐くほど
殺してやりたい！

嗚呼、殺したい！
嗚呼、殺したい！

平均・分散から始める一般化線型モデル入門・メモ

平均・分散から始める一般化線型モデル入門・メモ

以下の本を勉強するにあたってメモを作成しておこうと思う。

これで分かったとは思えないが、とりあえずやってみた。

・平均・分散から始める一般化線形モデル入門 馬場 真哉

【第1部】統計学の基礎と検定の考え方
■第1章-第2章 t検定



σは標準偏差、nはサンプルサイズです。

標準誤差には以下の性質があります。

標準誤差が小さければ
・標準偏差（分散）が小さい
・サンプルサイズが大きい

t値=(期待値-0)/標準誤差

t値には以下の性質があります。

分子が大きけれは、
・期待値と0の差が大きい

分母が大きければ
・標準偏差（分散）が小さい
・サンプルサイズが大きい

「t値が大きければ有意差あり」と言える。実際にはt値はp値に変換されて検定される。
１．t値をp値に変換される
２．t値が大きければ、p値は小さくなる
３．p値が0.05を下回るぐらい小さければ、t値は十分大きいと言える。

p値は「たまたまそうなる確率」のこと。

【第2部】統計モデル基礎：正規線型モデル
■第1章-第2章 分散分析（ANOVA-Analysis of Variance）

分散分析は「選択肢（効果）を変えることによって、期待値が変わるか」を検定したい場合に使う。

分散分析で考えるデータの構造

データ=期待値+効果+誤差

分散分析では、以下の指標が大きいか小さいかを評価して、有意かどうかを判断する。

F比=効果の分散の大きさ/誤差の分散の大きさ

F比が大きければ、「有意差あり」とみなせる。

自由度とは、データの構造を加味したサンプルサイズのこと。

偏差平方和は分散の分子にあたる値のこと。

残差平方和（RSS-Residual Sum of Squared）は誤差の偏差平方和のこと。

平均平方は「偏差平方和÷自由度」のこと。

p値は「本来差があるとは言えないデータ間で比較してF比を計算した時、今回与えられた

F比よりも大きなF比が『たまたな』出てくる確率」のこと。

通常検定を行う際は以下の仮説を立てる。

対立仮説：「効果」の項がある複雑なモデル
帰無仮説：「効果」の項が入っていない単純なモデル

検定では「複雑なモデル（対立仮説）の方が良い」という証拠があるかどうかを確かめる。

この証拠があれば「有意差あり」と判断する。

■第3章 回帰分析

検定にはF比を使う。

決定係数（R^2）は以下の計算式で計算される。

F比=効果の偏差平方和/(誤差の偏差平方和+効果の偏差平方和)

誤差が完全にない場合、すなわち、すべてをモデルの中に入っている効果で表すことができているときに

決定係数は１になる。

■第4章 正規線型モデル

分散分析と回帰分析を一つに纏めたモデルのことを正規線型モデルと呼ぶ。

正規線型モデルでは多種類の、そして多数の説明変数を扱うことができる。

ただし、正規線型モデルの応答変数は連続変数である。

検定でのF比は「説明変数が全く入っていないモデルとの比較」の結果を表している。

【第3部 正規線型モデルによるデータ解析】

たくさんの変数があったときにデータを比較する方法としての統計モデルである。

【第4部 確率と統計データ】

サンプリングによる母集団の推定は確率になる。

【第5部 確率分布と統計モデル】

パラメトリック推定とは例えば確率密度関数を正規分布と仮定して期待値と分散の

パラメタを推定するような推定法。

ノンパラメトリック推定とは「ある少数のパラメタを推定しただけではダメ」な時の推定法。

t分布は、正規分布する母集団の平均と分散が未知で標本サイズが小さい場合に平均を推定する

問題に利用される。

χ^2分布は、「標準正規分布に従う確率変数」を「二乗してから合計した値の標本分布」で、

期待値からのずれの度合いを判定するのに用いられる。

F分布はχ^2分布に従う２つの変数比の分布。正規分布に従う二つの群に対して「標準偏差が等しい」

という仮説の検定に用いられる。

【第6部】一般化線型モデル

一般化線型モデルとは、母集団の確率分布に正規分布以外の確率分布を用いることができる線型の

統計モデルのこと。

ポアソン分布は、正の離散変数を対象とする確率分布。

サンプルサイズnが十分大きく、確率pが非常に小さい場合の二項分布（np=一定）。

回帰分析が「最小二乗法」でパラメタを推定したのと同様に一般化線型モデルも同様に

「一般化された残差平方和：Deviance」を最小にするようにパラメタ推定しているとみなす

こともできる。

Deviance=2*(カンペキ対数尤度-ポアソン回帰対数尤度)

Devianceを最小にすることは、対数尤度を最大にすることと同じ。

最尤法は「Deviance残差最小二乗法」と呼んでも差し支えない。

一般化線型モデルは、今までの解析手法で手の届かなかった「左右非対称の誤差」などを扱えるように

拡張したもの。

【第7章】一般化線型モデルによるデータ解析

交互作用とは、説明変数同士が互いに影響を及ぼしあうことを交互作用という。

一般化線型モデルに交互作用を組み込むことで「線型」ではない、「曲がった」関係を表すことができる。

＊＊＊＊途中断念（後日更新。できれば。。。）＊＊＊＊

【第8章】情報理論と統計学

AICはモデルの悪さを表す指標。

統計モデルからAICを計算して比較すれば、「どっちの方がよくないモデルか」が分かる。

AICの値が低いほど良いモデル。

MySQL JDBC driver 8.0.22から8.0.23へのマイグレーション備忘録（注意事項含む）

MySQL JDBC driver 8.0.22から8.0.23へのマイグレーション備忘録（注意事項含む）

Windows10にてMySQL 8.0.22からMySQL 8.0.23へのマイグレーションを実施した。

【step1】

一応、mysqldumpコマンドにてバックアップを取っておいた。

・mysqlバックアップの取り方
　https://qiita.com/iika0220/items/01d4b8bde4c06cf13fec

【step2】

Windowsが管理しているアプリと機能からMySQLのコンポーネントを軒並みアンインストール。

作成済のデータベースが消えると思っていたが、どうやら残っていたようだ。

パスワードは"登録"ではなくて、"Check"ボタンを押して既存のrootパスワードは何処かに

記録されているようだ。

mysql起動時、no-beepオプションで警告が出ていたようなので、

C:\ProgramData\MySQL\MySQL Server 8.0\my.ini

の該当する箇所をコメントアウトしておいた。無事、マイグレーション完了。

【step3】

Eclipse内でJava-DB連携のプログラムで以下のエラーが発生。

java.sql.SQLNonTransientConnectionException: Could not create connection to database server.

今まで長らく回避オプションであった、URLに"?serverTimezone=JST"を付加する必要がなくなったので、

これを削除。無事動作した。

【所感】

mySQLのマイグレーションでわざわざアンインストールしてから再インストールしなくてはならないのは面倒。

もっと良い方法があれば教えて頂けると助かりますね。

Head

Head

セルロイドの
小さなキューピー人形が
ぎっしり詰まった
バスタブに全裸で入った

小さなキューピー人形は
諸手を挙げてカタカタと
悦んだ

そして俺の頭やら
肩に乗っかって
ピョンピョンと飛び跳ね始めた

バスタブから溢れた
キューピー人形はそこら中に
転がって微動だにしなかった

その時、俺は
確実に頭がヤラレテいると
確信した