数学 統計に詳しい人が語るコロナウイルス ☆2
■ このスレッドは過去ログ倉庫に格納されています
>>105 それって、西浦さんが書いた文章なの? 思い上がりもはなはだしいな。駄目だこりゃ。 単純な数理モデルでたいして個体数も多くない複雑系を扱って、 正確な予測なんかできるわけもなし。科学的に妥当な議論を つきつめれば、なんにも決定できないよ。 >>106 数セミ9月号を読んでください 以後レスは不要です 数セミにはシンプルなモデルSIRと発展. SEIRを詳しく述べている。 SEIRモデルより夏のピークが予測 された。 新規感染者報告数のデータと数値計算から、緊急事態宣言中に接触率が86パーセント削減され、幸運なことに予測が 外れた >緊急事態宣言中に接触率が86パーセント削減され 結果論だよね。 問題は、接触率の削減とされているものが、外出自粛によるのか、マスク着用の効果なのか、手洗い励行の効果なのか、それぞれが どのくらいの割合で効いてるのかわからないこと。 まあ、外出自粛が一番効くのは当たり前なんだけど、にしてもね。 前スレよりコピペ(備忘録) " SEIR MODEL dS(t)/dt = mu*(N-S) - b*S(t)*I(t)/N - nu*S(t) dE(t)/dt = b*S(t)I(t)/N - (mu+sig)*E(t) dI(t)/dt = sig*E(t) - (mu+g)*I(t) dR(t)/dt = g*I(t) - mu*R + nu*S(t) mu:自然死亡率 b:感染率(S->I) nu:ワクチン有効率(S->R) sig:発症率(E->I),g:回復率(I->R) " SEIRモデルのパラメータ SEIR2 <- function( # Parameters contact_rate = 10, # number of contacts per day transmission_probability = 0.01, # transmission probability beta = contact_rate * transmission_probability, # tranmission rate infectious_period = 20, # infectious period gamma = 1 / infectious_period, # Prob[infected -> recovered] latent_period = 5, # latent perior sigma = 1/latent_period, # The rate at which an exposed person becomes infective mu = 0, # The natural mortality rate nu = 0 , # vaccination moves people from susceptible to resistant directly, without becoming exposed or infected. Ro = beta/gamma, # Ro - Reproductive number. # Initial values for sub-populations. s = 99, # susceptible hosts e = 0, # exposed hosts i = 1, # infectious hosts r = 0, # recovered hosts # Compute total population. N = s + i + r + e, # Output timepoints. timepoints = seq (0, 365, by=0.5), ... ) 数学セミナーで西浦は 「専門内外から色々な提案をいただいてありがたく思う」 って書いてあるけど、本文読み進めれば全くそんなこと思ってない、 自分のモデル以外はただの雑音って思ってることがはっきりわかる 「人文科学を専門とする人からはモデルの無理解からくる 適切でない批判もあった」と書いてあるが、間違いなく「人文科学」だけじゃないだろう 数セミ9月号 「感染症は、細菌やウィルスなど病原体への暴露がなければ絶対に羅患する ことがないのが特徴である。 新型コロナウィルス感染症のように 人から人へ伝播するものについては 1人で部屋にこもっていれば絶対に 感染することがない。」 SIモデル(ロジスティック曲線). SIRモデル.SEIRモデルは接触に よる感染率βがある。 一方 K値は感染の接触概念がない。 ・K値=1-(1週間前の累積感染者数 )/ (当日の累積感染者数 ところが、このウィルスはペットの犬猫にも感染する。 よって逆もあって不思議はない。エビデンスがー、って 言われればないみたいだけど、実験してみりゃわかるはずw 一人で部屋にこもっていても、外界と接触せずに生きること は不可能だしね。 現実はそんなに単純ではない。一方で、大雑把な振る舞いが 極めて単純な数式で表せたりするから面白い。 物理学だと経験式にあとから理論が追いついて くるということもあるね。 ウィーンの公式とかケプラーの法則とか。 数学セミナーの記事読んでて、理論易学者の認識なんてこんなもんなのかと失望したわ 現状の数理モデルに根本的に足りていないものを認識できていない こんなスレあったんだな 再感染も考慮すると健常Sと回復Rのとこに免疫ロス的な項が必要そう ウィルスが変異して別物になるとSがリセットされて最初からになるしややこしいな >>121 前スレよりコピペ SEIRモデルに再感染(免疫を失ってR からSへの変遷)があるとしてグラフ化してみた。 1万人に1人の感染者と9人の保菌者がいるとして、 再感染率0%のとき https://i.imgur.com/XWzQN7I.png 再感染率0.1%(1000人に1人の割合で免疫を失う)場合 https://i.imgur.com/EdxIhMT.png 再感染率0.1%で外出自粛等で接触が8割減になった場合 https://i.imgur.com/sDppUfY.png だいたい3ヶ月で免疫無くなるって話聞いたけど時間経過でR→Sになる式とか難しそう >>124 R2とか作って2段階にするだけで良い。3、4段階目も要るかも知れんが。 >>124 >123が準拠したモデルはこれ SEIRS MODEL dS(t)/dt = mu*(N-S) - b*S(t)*I(t)/N - nu*S(t) + rho*R(t) dE(t)/dt = b*S(t)I(t)/N - (mu+sig)*E(t) dI(t)/dt = sig*E(t) - (mu+g)*I(t) dR(t)/dt = g*I(t) - mu*R(t) + nu*S(t) - rho*R(t) mu:自然死亡率 b:感染率(S->I) nu:ワクチン有効率(S->R) sig:発症率(E->I),g:回復率(I->R) rho:再感染率(R->S) 数値計算は計算機に任せた。 基本のSIRモデルの定理。 t≧0で初期条件が S(0)≧0 I(0)≧0 R(0)≧0 →S(t)≧0 I(t)≧0 R(t)≧0 理由は初期条件が(S(0).0 .0)の方程式の解がI(t)=0 R(t)=0のS(t)軸に閉じ込められるや解の一意性などから。 SEIRやSEIRSモデルも同様だ 数学統計に詳しくないんだが、日本は少ない検査ながらもせっせと聞き取り調査をやって濃厚接触者を特定し陽性者を発掘するという丁寧緻密な事をやっているっていうのに、その一日千数百人の陽性者の発掘がどれだけ再生産数を押し下げているのか、試算すら無いのは残念だ。 >>128 統計学的には既に日本の感染は収束期に入ってる。 以下のグラフからも明らか。 https://imgur.com/a/yezEiuc 理由はいくつか考えられるが、 感染可能な人の中では すでにある程度感染してしまっている、 ということになると思う。 この「感染可能な人」というのは、抗体、抵抗力、 社会的行動などいろいろ考えられるということ。 なんで数式使うつもりないのに数学板に書き込もうとするんだろう やめてほしい 数式さえあれば内容がある十分条件になるわけないだろカス 受験偏差値操作に詳しくても疫学的エビデンスにならんしな 家族という集団を最小のクラスターとして、職場、学校、地域と だんだん大きなクラスターを考え、クラスターサイズ、クラスター 間の感染確率をモデル化するっていう方法論はすでにあるのかな? 要するに、個体間の実効再生算数はクラスターの規模ごとに違っ てて、さらにクラスター間の実効再生産数的なものが別にあると いう階層性のあるモデルね。 もうネタは出尽くしてんだよ。 そもそもお前の勉強のためのスレじゃないし。 前スレまだ見てないから気になるな まあ時間空いたら見るか 緊急事態宣言で感染率が時間変動してるのがめんどいな あといまくそ暑いから外出減ってるのも感染者数減少の原因 気候変動みたいな効果も感染率に入れると面白い 必要あるかと言われればなんとも言えんが あと自粛継続者と、累積的に鬱憤たまって爆発して活発化した人のモデルも入れると面白いかも 累積の表現は積分に確率密度関数埋め込んで遊んでいこう 少し前に東京と大阪で重症者の定義が違うって話あったけど、それをパラメータにしてる人いたらたまったもんじゃないのだろうか それとも修正する手段があるのかな >>136 エージェントモデルでミクロ的にやってみるのもいいんじゃないかな 詳しいことはしらんが 将棋盤みたいなマスのなかで人をごちゃごちゃ動かして、接触したら感染or変化なしでやるとか 第3回大阪府新型コロナウィルス対策 本部専門家会議 オブザーバー 中野貴志 大阪大学核物理研究センター教授 第二波の解析結果に基づいた新しい 波の探知について 投げ上げ運動と感染者数推移を対比させている。 投げ上げ運動の原因は物体と地球間の重力相互作用であり、感染は感染者可能者.集団と感染者.集団間のウィルス相互作用だが、K値は感染概念も感染率もない。 http://www.pref.osaka.lg.jp/attach/37375/00366623/12%20siryou6.pptx K値は凄いモデルだよ。感染者数のピークの日にちさえ分かれば、いつ感染者数が下落に転じるのかを100%予測できるから。 外挿・内挿ほど、誰でも使うことは出来るが適用可能かどういう問題があるかなど基本的なことを誰も知らないテクニックはないよな そうそう。相手次第なんだよね。 クリ派かどうかとか好き好きがあるから。一律に同じ技使ってもだめ。 >>152 いやらしい記事だな。 アンチ維新がみえみえで、知事の足を引っ張る気まんまんw 変に知事を持ち上げている記事のほうがいやらしい記事に見えるよ。 支持する先によるってことでしょ。 >>154 だから、それがミエミエなのがダメだってことだよ。 偏向報道が多すぎ。バカかと思うわ。バカだけどw 是々非々で批判なり称賛なりすればいいのに、ウガイ 薬を紹介したことにそこまでケチつけなくてもいいだろ。 ただの風邪でもやることなんだから、covidでも効きめ がある可能性がないとはいえない。 K値は失敗も含めて数周遅れのトップ ランナーだな。 行列や漸化式(差分)と万有引力の法則は 高校で学んだはずだが 400円で250円買ったらお釣りはいくらのスレニュー速に立ってるけど 記事って記者が理解できる、理解したことが書かれるんだな 公式のコロナ死者数をさっぴいたら、結局は誤差の範囲なんだろ? 1245 学コン・宿題ボイコット実行委員会@gakkon_boycott 9月1日 #拡散希望 #みんなで学コン・宿題をボイコットしよう 雑誌「大学への数学」の誌上で毎月開催されている学力コンテスト(学コン)と宿題は、添削が雑で採点ミスが多く、訂正をお願いしても応じてもらえない悪質なコンテストです。(私も7月号の宿題でその被害に遭いました。)このようなコンテストに参加するのは時間と努力の無駄であり、参加する価値はありません。そこで私は、これ以上の被害者を出さないようにするため、また、出版社に反省と改善を促すために、学コン・宿題のボイコットを呼び掛けることにしました。少しでも多くの方がこの活動にご賛同頂き、このツイートを拡散して頂ければ幸いです。 https://twitter.com/gakkon_boycott/status/1300459618326388737 https://twitter.com/5chan_nel (5ch newer account) >>160 有用な情報ありがとうございます。 Rのコードには自分の使ったこともないlibraryが記載されていてハードルが高そう。 数セミ9月号 小林西浦 「新型コロナウィルスにおいては夜の街クラスターとその他で二次感染 の頻度が異なることが分かっており どのクラスターをどのように行動制限 すればどこまで総感染者数を減らす ことができるかが計算できる」 ワクチン対策も平均でなく夜の街 クラスター集団など陽性率感染率の データが必要だ 高校入試にも類題が出題されたが、 ある地域で中学生と高校生について インターネットの利用を調査した。 調査人数は中学生100人と高校生150人である。 インターネットを利用している 人数は中学生30人 高校生40人 であった。 中学生と高校生ではどちらが インターネットを利用しているか? マスコミ.ワイドショー.評論家. ある有名大学教員の解答例 40人は30人より多い。 よって高校生 米J&J、コロナワクチン治験中断 参加者が原因不明の病気 >> 同社は9月、新型コロナワクチンの治験の最終段階に当たる第3相試験に着手したと発表。最大6万人を対象に安全性や有効性を確認するとしていた。 << https://www.jiji.com/jc/article?k=2020101300367& ;g=int 一方、 >> ロシアのワクチンは旧ソ連の人工衛星にちなみ「スプートニクV」と名付けられた。 ランセットに掲載された論文によると、76人を対象に第1相および第2相の治験を行ったところ、全員が新型コロナウイルスに対する抗体を獲得したという。 ... << https://www.cnn.co.jp/world/35159183.html 76人に中ワクチン投与による致死的副作用は0らしい。 J&Jの治験が再開されて6万例でこの奇病1例だけと仮定して発生割合を1/60000とする。 ロシアのワクチンではこの奇病の報告はないから発生割合は0/76 ここで問題 : 奇病発生率1/60000と0/76では、どちらが奇病発生が少ないといえるか? 定量的に結論を示せ。 >>165 χ二乗検定では有意差でないな。 > prop.test(c(30,40),c(100,150)) 2-sample test for equality of proportions with continuity correction data: c(30, 40) out of c(100, 150) X-squared = 0.18601, df = 1, p-value = 0.6663 alternative hypothesis: two.sided 95 percent confidence interval: -0.08934679 0.15601345 sample estimates: prop 1 prop 2 0.3000000 0.2666667 >>165 有意差はでないが、リスク比(ネットジャンキーになるリスクw)やリスク差をグラフにすると リスク1が中学生。7割り程度の信憑性で中学生の方が利用が多いと言える。 https://i.imgur.com/mgvWyd8.jpg イーロン・マスクが検査受けて2回陰性、2回陽性だったそうだ。ベイズ的に言って陽性の確率は・・・ https://srad.jp/story/20/11/17/1829236/ 偽陰性が出る確率のほうがはるかに高いはずだから たぶん陽性だろうな。 SIRみたいな微分方程式モデルは何の役にも立たない 感染状況がひろがれば政府も個人のレベルでも対策を強化するから あてはまらないのが自明なモデルで机上の空論を振りかざすのは愚か 今日の新コロナ感染者数が2586と記録更新とのこと。コロナは只の風邪かを死者数から計算してみた。 https://www3.nhk.or.jp/news/special/coronavirus/data-all/ によると、 日本のコロナ死亡者数/感染者数=1976/130941=0.01509077で約1.5% 全世界だと1372182/57564083=0.02383747で約2.4% 数が多いのでこれくらいの差でもカイ二乗検定で有意差がでる。 X-squared = 414.56, df = 1, p-value < 2.2e-16 日本での死亡率が1976/130941として、本日の感染者2586の39人が死亡する計算になる 95%信頼区間を求めてみた,、どの計算式でも37〜41程度という結果になった。 > data.frame(method=method,lower=lower*x,upper=upper*x) method lower upper 1 agresti-coull 37.35312 40.76990 2 asymptotic 37.31710 40.73235 3 bayes 37.33211 40.74723 4 cloglog 37.34536 40.76098 5 exact 37.33503 40.77027 6 logit 37.35338 40.76965 7 probit 37.34889 40.76477 8 profile 37.34155 40.75695 9 lrt 37.34141 40.76518 10 prop.test 37.34385 40.77959 11 wilson 37.35351 40.76950 2019年の交通事故による死亡者の数は前年比317人減の3215人で、3年連続で統計が残る1948年以来の最少を更新した。 https://www.nippon.com/ja/japan-data/h00625/ ということなので、このペースが続けば 年間の死者は14244.(95%CI 13627 14881)なので交通事故の死亡者の4.43倍という計算になるな。 大ざっぱに、日本の人口1億2400万。近年は、毎年約90万人生まれ、約130万人子房しているようだ。 平均的な寿命は100年いかないのだから、1% 強が毎年旅立つのは自明。 つまり、現在生きている日本人をランダムに1000人選べば、一年たつと、 何らかの原因で、1%に当たる10人程は子房している。 (ランダムでは無く、高齢者に偏った1000人を選べば、何倍にも増える。) 「感染者」13万人の中で、約2000人がコロナ氏とされているようだが、 ランダムに非感染者13万人を選んだとしても、1% 強に当たる1400人程は、 一年経てば子房している。8ヶ月では、1000人程だ。 コロナ氏とされる約2000人のうち、約1000人は、非コロナ的子房と考えるのが妥当。 (「感染者」の中の高齢者の割合で調整は必要。) 真のコロナ氏者数は、雑煮をのどに詰まらせて旅立つ数と同等かもしれない。 s://yomidr.yomiuri.co.jp/article/20191217-OYTET50009/ >>166 0/0⇒1/2 ぽぃから 1/60000⇒2/60002 ∴約30000分の1 0/76⇒1/78 ∴78分の1 結論、モピロン 0/76 < 1/60000 定量的でなくヤマ感でも直ぐに解るが >>173 感染してから死亡まではせいぜい数週間だろうから、 >コロナ氏とされる約2000人のうち、約1000人は、非コロナ的子房と考えるのが妥当。 の1000人は多過ぎではないかな? >>166 ロシアワクチンの奇病発生率をRS 米J&Jワクチンの奇病発生率JJ としてリスク比RS/JJ分布を図示(乱数発生させて計算)すると https://i.imgur.com/X92uIJv.png 99.7%の確信でJJの方が奇病発生が少ないと言える。 >>176 Rで1000マンコのβ分布乱数を使って計算 > mean(rbeta(1e7,1,77)/rbeta(1e7,2,60000)>1) [1] 0.9974359 今週日曜日で東京の陽性数は391という。今週の陽性数の平均値の予想をしてみる。 東京コロナ 日 月 火 水 木 金 土 計 06/28の週 060 058 054 067 107 124 131 0601 07/05の週 111 102 106 075 224 243 206 1067 07/12の週 206 119 143 165 286 293 290 1502 07/19の週 188 168 237 238 366 260 295 1752 07/26の週 239 131 266 250 367 462 472 2187 08/02の週 292 258 309 263 360 461 429 2372 08/09の週 331 197 188 222 206 389 385 1918 08/16の週 260 161 207 186 339 258 256 1667 08/23の週 212 095 182 236 250 226 247 1448 08/30の週 148 100 170 141 211 136 181 1087 09/06の週 116 077 170 149 276 187 226 1201 09/13の週 146 080 191 163 171 220 218 1189 09/20の週 162 098 088 059 195 195 270 1067 09/27の週 144 078 212 194 235 196 207 1266 10/04の週 108 066 177 142 248 203 249 1193 10/11の週 146 078 166 177 284 184 235 1270 10/18の週 132 078 139 150 185 186 203 1073 10/25の週 124 102 158 171 221 204 215 1195 11/01の週 116 087 209 122 269 242 294 1339 11/08の週 189 157 293 317 393 374 352 2075 11/15の週 255 180 298 493 534 522 539 2821 11/22の週 391 *** *** *** *** *** *** 0391 前週の土曜日より減っているから今週は減少トレンドだという主張と日曜日で過去最高だから上昇トレンドという主張があったのでこんな処理をしてみた。 このデータの、日曜日の陽性数を横軸にその週の平均値を縦軸にとって線形回帰直線を描く。 https://i.imgur.com/eFouC9y.png 相関係数はMultiple R-squared: 0.6577, Adjusted R-squared: 0.6397 とあまり高くはないが、 日曜日の陽性数が391であったときの平均値の 予測値と95%信頼区間は fit lwr upr 404.671 335.0596 474.2823 他に何かいい方法あるかな? >>178 たとえ上昇傾向でも、2階微分がマイナスならピークに近づきつつ あるってことで、減少トレンド(?)にあると言えなくもない。 一週間の移動平均の対数グラフの傾きをみるとよくわかる。 現状では、まだピークに近づいてはいなさそう(傾き一定のまま)? https://web.sapmed.ac.jp/canmol/coronavirus/japan.html?y=0 0/76と1/60000の比較だと >定量的でなくヤマ感でも直ぐに解る と仰せの通りなので問題を変えてみた。 米J&J、コロナワクチン治験中断 参加者が原因不明の病気 同社は9月、新型コロナワクチンの治験の最終段階に当たる第3相試験に着手したと発表。最大6万人を対象に安全性や有効性を確認するとしていた。 https://www.jiji.com/jc/article?k=2020101300367& ;g=int 一方、 ロシアのワクチンは旧ソ連の人工衛星にちなみ「スプートニクV」と名付けられた。 ランセットに掲載された論文によると、76人を対象に第1相および第2相の治験を行ったところ、全員が新型コロナウイルスに対する抗体を獲得したという。 ... https://www.cnn.co.jp/world/35159183.html 76人に中ワクチン投与による致死的副作用は0らしい。 ここで問題 J&Jの奇病は100例集計時点での報告と仮定すると発生割合は1/100 ロシアのワクチンではこの奇病の報告はないから発生割合は0/76 このままでは、 J&Jの方が奇病発生確率が高いと判断されてしまう。 あと何例の奇病発生なしの治験者を集めればロシアのワクチンと奇病発生の確率は同等と主張できるか? 平均値は一つの指標にすぎない。 東京都は郊外の多摩地区もあれば 23区もあるし、データもある。 >>179 レスありがとうございます。 2階微分、つまり、加速度で判定するということと理解しました。 1週間の移動平均とその対数をグラフにしてみました。 https://i.imgur.com/11jbMIq.png https://i.imgur.com/ixjywer.png >>180 ベータ分布での期待値が等しくなるには総治験者数が154になればいいのだが、 リスク比が1以上になる確率が0.5になるのはJ&Jの治験者総数が185のときという結果になった。 リスク比の確率密度分布を図示すると https://i.imgur.com/nBGboGD.png >>182 そのグラフだと移動平均になってないと思いますよ。 あと>>179 で言ってる2階微分は対数の2階微分です。すみません。 真数値では下に凸(2階微分も正)でも、対数値だと上に凸みたいな。 >>185 レスありがとうございます。 根本的な理解が誤っているかもしれないのでご教授お願いしたいのですが、 1週間の移動平均はi日目の陽性者数をa[i]とすると a[1]+a[2]+a[3]+a[4]+a[5]+a[6]+a[7])/7 ,(a[2]+a[3]+a[4]+a[5]+a[6]+a[7]+a[8])/7, a[3]+a[4]+a[5]+a[6]+a[7]+a[8]+a[9])/7, ... で計算したのですが、間違っていますか? >>185 プログラムを見直したら初歩的なミスがありました。 ご指摘ありがとうございます。 移動平均を描画しなおしてみました。 https://i.imgur.com/hpCWGut.png 1週間移動平均の自然対数をグラフにすると、 https://i.imgur.com/hI3Ruid.png 移動平均の一日毎の差を計算して、その値の一日毎の差を計算してグラフにしてみた。 https://i.imgur.com/tHoJ6Qj.png どう解釈すればいいのかわからないなぁ。 >>189 レスありがとうございます。ご助言に沿って平滑化してみました。 https://i.imgur.com/mXV5EFH.png これでみると、いまは横ばいという判断みたいです。 >>188 day>125頃から直線的に増加してる 対数とって、直線的増加のようだし、 無限回微分して0でもやはり、 指数関数的に増加してるような 気がする。でもそろそろ減るかな 先週は割と温かい。からその 影響が今週位に現れるとみる。 >>190 2階微分がゼロってことだとしたら、横ばいではなく、1次関数的変化。 対数が時間の1次関数ってことは、倍加時間が一定の指数関数的増大中って ことでしょ。 >>192 なるほど今は自然の成り行きってことですな。 自然の成り行きというか、 対数二次微分が0ってことは、介入が影響してないってことだな。 まあ、マスク装着とGOTOという介入の影響が相殺しているという解釈ができなくもないが。 あいまいな言葉ではあるけど、 勢いが横ばい といわれるとなんとなく納得。 助けてください 次の2つの命題を満たす互いに異なる5つの実数は存在しないことを示せ (1)どの実数も残りの4つの和より小さい (2)任意に2数a,bを選んだときa<=bなら2a<=bである >>196 えっ? シミュレーションしようと思ったけど それ以前に問題文の意味が多様で不明 とはいえ、反例を示すと a=0.5 b=0.6 c=0.7 d=0.8 e=0.9 という5つの異なる実数は存在する。 モチロン小数も100%実数だと思われる by 読解力の練習できた。ありがとう >>197 a=0.5 b=0.6 で a<=bなら2a<=bである が成立しないから反例になっていないのでは? 次の2つの命題を満たす互いに異なる5つの実数は存在しないことを示せ (1)どの実数も残りの4つの和より小さい (2)任意に2数a,bを選んだときa<=bなら2a<=bである " rm(list=ls()) f <- function(x) length(unique(x))==5 # 異なる実数 g <- function(x){ # (1)どの実数も残りの4つの和より小さい flg=NA for(i in 1:5){ if(x[i] <- sum(x[-i])){ flg=TRUE }else{ flg=FALSE break } } return(flg) } # (2)任意に2数a,bを選んだときa<=bなら2a<=bである '%=>%' = function(P,Q) !(P & !Q) # PならばQ pm=gtools::permutations(5,2) h <- function(x){ sub <- function(i){ a=x[i[1]] b=x[i[2]] (a <= b) %=>% (2*a <= b) } all(apply(pm,1,sub)) } sim <- function(x) f(x) & g(x) & h(x) sim(c(0.5,0.6,0.7,0.8,0.9)) > sim(c(0.5,0.6,0.7,0.8,0.9)) [1] FALSE になったので 乱数発生させて反例を探してみた。 flg=FALSE while(!flg){ x=runif(5) flg=sim(x) } > x [1] 0.021129725 0.073322952 0.001661962 0.181783657 0.540831530 > sim(x) [1] TRUE 桁を丸めても成立するか確認 > (y=round(x,2)) [1] 0.02 0.07 0.00 0.18 0.54 > sim(y) [1] TRUE バグ発見 if(x[i] <- sum(x[-i])){ は if(x[i] < sum(x[-i])){ だな 反例は撤回。 >>200 flg=FALSE while(!flg){ x=runif(5) flg=sim(x) } が無限ループに入ったので、どうやら成立するみたいだな。 >ID:nTBSTLPq 誤って書き込まれたスレ違いの書き込みに延々と何やってんの? 他スレでとっくに証明されてるよ。 3連休の検査数減少のせいかもしれんけど、そろそろピークアウト しそうな気配があるな。あと4,5日様子を見ないと判断できないが。 >>203 プログラム組んで体感するのが楽しいんだね。 収束することが証明されていてもグラフを書いて収束するのがみたい。 **分布に従うとか言われてもヒストグラムに分布曲線を重ねたくなるのと同じ。 中に何があるかわかっていてもタンクトップをずり下げたくなるようなものw ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.5 2024/06/08 Walang Kapalit ★ | Donguri System Team 5ちゃんねる