心理学を専攻した大学時代に習った統計に疑問を持ち、昨年初頭から学び直して「ああやっぱり」なる結論に至った訳ですが…
まぁ丁度機械学習台頭前夜で尤度主義の「単なる特定データセットへの過学習」的側面が暴かれたり、MCMCを含むベイズ推定や統計モデリング論が台頭してくる以前の話だった訳だし、多少はね？
要するに大事なのは「手法の選択」ではなく「全体的枠組みの構築」。最近流行のMCMCを採用したからといって成功が保証される訳じゃない。
- 抱いた疑問に即した目的変数を選び
- 目的変数が従う分布を推定し
- 説明変数を持ってきたら当てはめたいモデルの複雑さを勘案し
- 様々な当てはめの原理＆計算方法の中から目の前の変数たちに対してベスト（orよりマシ）のものを選び出し
- 実際に当てはめてみて
- 当てはめた結果をもとに最初の疑問に答えられたかどうかを議論する
このプロセスの地道な繰り返しあるのみ。
そして…
かぐや姫は5人の求婚者にそれぞれ、問題の所在が明確な序章、先行研究をきちんと整理してある第1章、感想ではなく論拠を示して展開された第2章、本論の課題と今後の展望が記された第3章、書誌情報が正確な脚注を持ってくるよう求めた。
— 東京女子大学日本文学専攻 (@twcu_nichibun) 2019年12月3日
求婚者たちは二度と現れなかった。
実はかぐや姫は月でお気持ちコピペ論文で博士号取得したのがバレて地球に追放されたのだった
— Yoshiteru Kawai (@yoshikun2009) 2019年12月5日
最後の１人は、前の4人が現れてくれないと何も書けないので、実は難易度高いですね。
— 六文銭＠TSFマニア (@6mon1000) 2019年12月3日
どの分野にも似た様な話ならある？
