- #TodaiStat 質問カードの海でぶくぶく……．まずはモデル選択の講義をした11月28日分から． posted at 11:17:15
- #TodaiStat 【質問】「AIC を導出するときのデータの “ばらつき” がよくわからない」／【回答】AIC は実際のデータから計算された尤度に対する「期待値」を計算します．その期待値を求めるときに変量の未知の密度関数を想定します．それが “ばらつき” の意味です． posted at 11:29:10
- #TodaiStat 【質問】「モデルの期待最大尤度を最大にすることとAIC が「期待尤度－パラメータ数」であることとの関係がわかりません」／【回答】期待最大尤度の変量に関する期待値をパラメータ真値の周囲でテーラー展開したもののパラメータに関する期待値をとれば AIC． posted at 11:35:30
- #TodaiStat 【質問】「AIC はどのくらいの値ならばモデルとして適当なのでしょうか？」／【回答】AIC は対立モデル間の「相対差」に意味があります．AIC の「絶対値」に意味があるわけではありません． posted at 11:37:30
- #TodaiStat 【質問】「AIC では予測確度を計算するときにモデルの適合度と複雑度について重み付けしますか？」／【回答】AIC に近縁ないくつかの情報量基準がありますが，それらの中にはパラメーター数の「罰則」の重みが異なるものがあります． posted at 11:40:08
- #TodaiStat 【質問】「実験系の異なる場合でもモデルの予測確度や尤度は比較できますか？」／【回答】できません．尤度主義の立場はある与えられたデータのもとでの比較に尽きます．異なるデータに対しての比較はムリです． posted at 11:42:13
- #TodaiStat 【質問】「モデルのパラメーター数はどのように数えるのでしょうか？」／【回答】モデルの基本構造が決まれば「自由パラメーター」の個数は自動的に決まるでしょう．y=ax+b ならばふたつ，y=ax ならばひとつ． posted at 11:44:09
- #TodaiStat 【質問】「赤池弘次先生の AIC の初出論文を教えて下さい」／【回答】つ H. Akaike 1973 ow.ly/s3gVv [pdf] posted at 11:52:27
- #TodaiStat 【回答】（承前）元論文名は「Information theory and an extension of the maximum likelihood principle」です． posted at 11:53:04
- #TodaiStat 【回答】（承前）もし絶命しそうなら，こちらをどーぞ：How to Tell When Simpler, More Unified, or Less Ad Hoc Theories Will Provide More Accurate Predictions. posted at 11:55:52
- #TodaiStat 【回答】（承前）この論文 ow.ly/s3h34 [pdf] は Elliott Sober と Malcolm Forster による AIC の科学哲学に関する上質の導入になっています． posted at 11:57:54
- #TodaiStat 【回答】（承前）出典誌は British Journal for the Philosophy of Science, 45: 1-36 (1994)．駒場なら図書館にコンプリートに揃っているでしょう． posted at 11:59:53
- #TodaiStat 【質問】「強弱の確証／反証の話が興味深い」／ルドルフ・カルナップとカール・ポパーの科学方法論の対置については講義で説明しました．データに基づく推論としての確証と反証を，強い意味ではなく，弱い意味で用いるというのは科学方法論として重要です． posted at 12:03:48
- #TodaiStat 【回答】（承前）弱確証と弱反証については，ワタクシが翻訳したエリオット・ソーバー『過去を復元する：最節約原理，進化論，推論』（2010年4月，勁草書房） ow.ly/s3hbm の「4.2節：反証可能性」に詳しい説明があります． posted at 12:09:29
- #TodaiStat 【質問】「帰無仮説を保持するという言い方は反証主義か帰納主義の影響を受けているのでしょうか？」／【回答】そうではなくて，むしろ Neyman-Pearson 流の仮説検定フレームワークの要請でしょうね． posted at 12:14:06
