20/04/10 11:19:37 oS02oOtl.net
URLﾘﾝｸ(pbs.twimg.com)
このグラフを見ろ
251:１３２人目の素数さん
20/04/10 11:22:37 wWOTJ0FB.net
>>238
だから何なの？
252:１３２人目の素数さん
20/04/10 11:47:04.58 EjAtBG4Z.net
感染者数の増加は直線より指数関数の方がフィットするな。
URLﾘﾝｸ(i.imgur.com)
253:１３２人目の素数さん
20/04/10 12:02:00 K2O0fmDQ.net
>>238
エクセルのグラフって、マークと曲線がちょっとずれるよね。
ってか、凡例までそうなってて、すっごく気持ち悪い。
なんでだろ？
254:１３２人目の素数さん
20/04/10 12:04:52 K2O0fmDQ.net
有名人の感染がボチボチ出てくるってことは、市中感染率も
それなりに高いんだろうな。0.1%は超えてそう。
255:１３２人目の素数さん
20/04/10 14:27:39 XjWf1V4z.net
>>242
120万人罹患してるってこと？
発症者が5000人いってないのに？
発症率0.4%しかない雑魚ウィルスならサイトカインストームなんて起こさないでしょ？
これウィルスが強すぎて免疫系が異常に発動して起こるもんらしいから。
256:１３２人目の素数さん
20/04/10 14:29:22 XjWf1V4z.net
あ、0.1%か。
12万人で発症率4%。
どのみちないだろな。
257:１３２人目の素数さん
20/04/10 14:58:22 K2O0fmDQ.net
>>244
0.1%ってのはあくまで都内や大阪を想定した推測ね。
258:１３２人目の素数さん
20/04/10 15:52:37.05 Qxo2/Tvi.net
>>216
これひどいよなぁ
陽性率�
259:Bしの一環にしか見えない そもそも陽性者数と検査数って普通に検査してりゃ一対一で対応するだろ 各検査機関がそれらを普通に出せば足し合わせるだけでいい
260:１３２人目の素数さん
20/04/11 01:01:52 g/e7gi/j.net
そういうミスは統計資料にはつきもの。それでもデータさえ
多ければ大勢に影響なし。
261:１３２人目の素数さん
20/04/11 06:07:34 Dikmq831.net
>>8
優秀ですね
262:１３２人目の素数さん
20/04/11 13:47:45 mKhDXvLi.net
東京都のこのデータを使って
URLﾘﾝｸ(stopcovid19.metro.tokyo.lg.jp)
オリンピック延期決定前後で陽性者の増え方に違いがあるかをグラフにしてみた。
URLﾘﾝｸ(i.imgur.com)
黒塗り丸が延期決定前で黒線がその回帰曲線1日毎に1.078594 倍に増加
赤丸が延期決定後で赤線がその回帰曲線 1日毎に1.136801 倍に増加
青は全体での回帰曲線 1日毎に1.088687 倍に増加
263:１３２人目の素数さん
20/04/11 15:33:13 mKhDXvLi.net
>>247
集計ミスじゃなくて、集計デザインそのものに問題があるよ。
陽性数は東京都全部の集計なのに、検査数は行政検査だけで指定医療機関での検査を除外している集計している。
これじゃ陽性率から有病率を推測するのも不可能。
264:１３２人目の素数さん
20/04/11 17:18:33.74 HlGO5aHy.net
風邪ひいたみたい。感染予防には抜かりはないのに、
265:１３２人目の素数さん
20/04/11 21:40:53.17 vjB1aI8B.net
ランダムに検査して、感染者数を推定してほしいんだけな
266:１３２人目の素数さん
20/04/12 09:01:25.70 uhjyERyF.net
オーストリアがやったらしいよ。
それによりますと、全体のおよそ0.3％が陽性と判定され、分析の結果、この時期に少なくとも１万200人、最大で６万7400人が感染していた可能性があることがわかったということです。
オーストリアの人口はおよそ890万人で、政府は最も可能性が高い数字として、この時期におよそ２万8500人が感染していたと推定しています。
267:１３２人目の素数さん
20/04/12 09:56:34.10 uhjyERyF.net
>>253
コピペしそこなったけど、検査は1533人に施したそうだ。
感度100%、特異度100%の完璧な検査だったと仮定して、サンプルサイズ1500と
サンプル比率0.3%で、信頼度95%で推定すると母集団での比率は0.12%～0.7%
くらいだと推定できるから、オーストリア政府発表と一致するね。そういう
単純な計算なのかねぇ？
268:１３２人目の素数さん
20/04/12 10:02:10.44 uhjyERyF.net
もひとつコピペし忘れた、判明している感染者数は12,200人ね。
特異度が100%って考えにくいから、まあ、結構な捕捉率じゃねーの？
>当時医療機関などで確認されていた感染者はおよそ１万2200人だったことから、
>政府は、実際に感染していた人は公表の２倍以上に上るとみられるとしています。
269:１３２人目の素数さん
20/04/12 12:34:54.53 QLYmTD4y.net
>>254
1533*0.3/100=4.6だけど陽性は５人？
270:１３２人目の素数さん
20/04/12 12:40:40.53 +MLUgV1E.net
>>254
95％信頼区間も計算方法がいくつかあるよね。
> binom::binom.confint(5,1533)
method x n mean lower upper
1 agresti-coull 5 1533 0.003261579 0.0011557601 0.007850672
2 asymptotic 5 1533 0.003261579 0.0004073974 0.006115760
3 bayes 5 1533 0.003585398 0.0009655853 0.006611832
4 cloglog 5 1533 0.003261579 0.0012670654 0.007342721
5 exact 5 1533 0.003261579 0.0010598477 0.007594894
6 logit 5 1533 0.003261579 0.0013582045 0.007811457
7 probit 5 1533 0.003261579 0.0013079622 0.007530462
8 profile 5 1533 0.003261579 0.0011715789 0.006997012
9 lrt 5 1533 0.003261579 0.0011411357 0.006992346
10 prop.test
271: 5 1533 0.003261579 0.0012013872 0.008065116 11 wilson 5 1533 0.003261579 0.0013939315 0.007612501
272:１３２人目の素数さん
20/04/12 13:03:50.97 +MLUgV1E.net
有病率：一様分布
感度：最頻値0.6標準偏差0.1のベータ分布
特異度：最頻値0.9標準偏差0.05のベータ分布
として検査陽性数は有病率＊感度＋（１－有病率）＊（１－特異度）の確率に従う二項分布
というモデルでMCMCすると
URLﾘﾝｸ(i.imgur.com)
有病率
mean lower upper
0.002678327 0.000029215 0.005582318
感染者数
> c(0.002678327, 0.000029215, 0.005582318)*8900000
[1] 23837.11 260.01 49682.63
という結果になった。
検査陽性数が少ないから信頼区間幅が広くなるなぁ。
エントリーに5以下があると正規分布での近似が悪くなると習ったような記憶がある。
273:１３２人目の素数さん
20/04/12 17:10:06 uhjyERyF.net
>>256
それは書いてないけど、そうなるよね。陽性は4人か5人だろうね。
274:１３２人目の素数さん
20/04/12 17:23:55 uhjyERyF.net
>>258
意外と特異度が高いんだよねぇ。99%をゆうにこえるとは...。
ってことは、検査数を増やしても偽陽性に惑わされる心配はあまりないってことか。
この調査から言えることは、検査の特異度がかなり高いってことと、有病率の上限
が1%には届かないと見積もれることかな？
275:１３２人目の素数さん
20/04/12 20:15:06 NHP4603i.net
最終的に陽性と判断されたのは、1500件中、4,5件だと思われるが、
これは、PCR検査機器の性能チェックじゃ無く、有病率の調査なんだから、
陽性とでた場合には、PCR機器をもう一度回したかもしれないし、
その人を呼んで、再度検体を採取してチェックしたのではないか？
具体的には、一次検査では、1500件中150件ほど陽性が出る。
この150人に対し、再調査を指示して、20件ほど陽性が出る。
この20人に対し、三次検査、四次検査を行って、最終的に4件程が陽性だと判断したと。
検査機器自体の特異度が高いのではなく、運用による効果だと考える方が無難では？
276:１３２人目の素数さん
20/04/12 20:37:37 t0enBOyQ.net
ドメイン知識ゼロ感
277:１３２人目の素数さん
20/04/12 21:48:49.76 +MLUgV1E.net
>>260
特異度の事前分布を最頻値0.9標準偏差0.05にした影響かと思って
特異度の事前分布を最頻値0.5 標準偏差0.2にしてMCMCしても同様の結果だった。（感度は最頻値0.6標準偏差0.1で同じ設定）
PCRs2(1533,5,SEN=0.6,SPC=0.5,SD1=0.1,SD2=0.2)$fit
Inference for Stan model: model3.
4 chains, each with iter=2000; warmup=1000; thin=1;
post-warmup draws per chain=1000, total post-warmup draws=4000.
mean se_mean sd 2.5% 50% 97.5% n_eff Rhat
prev 0.00273 0.00005 0.00249 0.00010 0.00200 0.00912 2406 1.0011
sen 0.57489 0.00205 0.10047 0.37477 0.57377 0.76629 2403 1.0009
spc 0.99592 0.00004 0.00182 0.99181 0.99613 0.99882 2203 1.0007
p 0.00559 0.00003 0.00185 0.00258 0.00539 0.00975 3191 1.0000
lp__ -72.11408 0.03392 1.22437 -75.33316 -71.80596 -70.68418 1303 1.0048
prev:prevalence 有病率
sen : sensitivity 感度
spc : specificity 特異度
278:１３２人目の素数さん
20/04/12 23:37:41 NHP4603i.net
以前、>>188 で
>>せめて 有病率 は、 1-特異度 と同じオーダーか、1-特異度 より大きくないと、扱えない。
と指摘したことがあります。>>260や、>>263の結果は、将にこれを実証したといえそうですね。
主語を、特異度に変えると、
「特異度は 1-有病率 と同じオーダーか、1-有病率 より大きくないと、扱えない。」となります。
279:１３２人目の素数さん
20/04/12 23:39:41 NHP4603i.net
上の 260へのリンクは、>>258の間違いです。
280:１３２人目の素数さん
20/04/12 23:59:37 NHP4603i.net
>>264 さらに訂正
誤：「特異度は 1-有病率 と同じオーダーか、1-有病率 より大きくないと、扱えない。」
正：「1-特異度は 有病率 と同じオーダーか、
281:有病率 より小さくないと、扱えない。」
282:１３２人目の素数さん
20/04/13 05:55:48.12 qYuv8ZQx.net
1－特異度＝偽陽性率
283:１３２人目の素数さん
20/04/13 05:58:17.03 qYuv8ZQx.net
HIV検査などは有病率＜偽陽性率だが、だからといって扱えないわけではない。
284:１３２人目の素数さん
20/04/13 06:14:55.51 qYuv8ZQx.net
陽性（陰性）的中率や精度は有病率に左右されるけど、陽性（陰性）尤度比や診断的オッズ比は有病率には左右されない。
ただ、これだけの話。
285:１３２人目の素数さん
20/04/13 06:56:13.98 qYuv8ZQx.net
臨床の世界では、陽性尤度比が１０以上、陰性尤度比が０．１以下なら有用な検査とされる。
５以上、０．５以下なら、参考にはなるという程度だな。
Evidence-Based Physical Diagnosis, 4e だと３以上、０．３以下としている。
286:１３２人目の素数さん
20/04/13 09:47:52 5wetDrgQ.net
>>268
>>188などの書き込みは、>>180の問いに対する流れで書かれたものであって、
そこで書かれた「扱えない」は、「有病率の調査として誤差が大きすぎて使えない」という意味。
「検査自体が無意味」等というような意味で使っていたかのような誤解を与えかねない268の書き込みは、
話のすり替えであり、不適当であることを指摘しておく。
287:１３２人目の素数さん
20/04/13 10:35:51.38 LCm4R7zM.net
>>269
思うに、臨床の場では陽性が疑わしい患者をみるから、
「市中での」有病率はあまり関係ないってことなんじゃ
ないかな？
陽性かどうか五分五分という状況で検査すると思えば、
事前確率が50%という仮定（有病率50%に対応）になって、
陽性判定が真の陽性である確率と偽の陽性である確率との
比は感度/(1-特異度）になる。これが陽性尤度比だよね？
288:１３２人目の素数さん
20/04/13 15:30:20 SYLNYopk.net
感度0.6 特異度0.9の検査で1533人検査して3例陽性であった、有病率を計算せよ
という問題をやってみるといいね。
解答不能になる。
289:１３２人目の素数さん
20/04/13 15:39:19 SYLNYopk.net
1533例中5例陽性のとき、弱情報事前分布を以下のように
有病率：一様分布
感度：最頻値0.6標準偏差0.1のベータ分布
特異度：最頻値0.5標準偏差0.2のベータ分布
として検査陽性数は有病率＊感度＋（１－有病率）＊（１－特異度）の確率に従う二項分布
としてJAGSでMCMCしてみた。的中率・精度・尤度比・診断的オッズ比の分布も出してみた。
URLﾘﾝｸ(i.imgur.com)
URLﾘﾝｸ(i.imgur.com)
290:１３２人目の素数さん
20/04/13 17:12:33.46 SYLNYopk.net
>>273
>253の数字だと陽性数は5人なので1533人検査して5人陽性とする。
有病者の人数をｘとすると 0.6x+(1-0.9)(1533-x)=5を解くとありえない数値になるね。
感度0.6特異度0.9という前提が間違っていると考えると、どんな値が尤もらしい値なのかを探求したくなる。
MCMCはその手段を与えてくれる。
291:１３２人目の素数さん
20/04/13 19:03:16 LCm4R7zM.net
>>275
よくわかんないのは、たとえサンプル集団の有病者が０でも、特異度が
99.5％なら陽性判定は７人出るはずなので、陽性５人だとXは解無しに
なるんじゃね？それでも特異度が99.5%である確率はゼロではないって
なんか不思議。
292:１３２人目の素数さん
20/04/13 19:05:13 LCm4R7zM.net
>>276
あ、わかった、そのサンプルではたまたま特異度が99.7%より高い
試行にあたったと考えりゃいいわけね。
スマソ。
293:１３２人目の素数さん
20/04/14 02:28:37.10 s2XHPXPF.net
>>277
なんでもかんでも確率変数にして
実測値から確率分布がどう変化するかをみるのがベイズだと思っている。
件の話では感度も特異度も定数とは考えないで話を進めちゃう。
犬三匹本のKruscke 曰く
The role of data is to re-allocate credibitity across possibilities.
We reallocte credibitility to paramete values t
294:hat are consistent with the data. ｐ値ですら確率分布を考えうる。 p<0.05だから有意差あり、とドヤ顔で言っている奴にｐ値の95%信頼区間はどれくらいですかと聞くと唖然するね。 （アホ扱いされないように自分で計算してからすべき質問） なんでも確率変数と考えるとこんなのもあり。 平均100 標準偏差15で定義される知能指数で 標準大学の新入生の知能指数の平均が100 裏口医大の新入生の知能指数の平均が85であったとする。 どちらも新入生は100人として各大学から1/10を無作為抽出して知能指数をｔ検定したときのｐ値の期待値、中央値を求めよ。 また、ｐ値が0.05以上になって裏口医大の新入生の知能指数は統計的に有意差はないと主張できる確率はいくらか？ 知能指数が正規分布するとして乱数発生させてシミュレーションしたら Min. 1st Qu. Median Mean 3rd Qu. Max. 0.0000002 0.0092459 0.0388977 0.1082749 0.1295300 0.9942922 とう結果が得られた。
295:１３２人目の素数さん
20/04/14 06:19:07.84 s2XHPXPF.net
typo 修正
We reallocate credibitility to parameter values that are consistent with the data.
296:１３２人目の素数さん
20/04/14 09:48:43 RnKKsh7J.net
>>278
なるほどね。
>なんでもかんでも確率変数にして
でも、それぞれの確率変数がどういう意味を持つのか
いちいち考えないと気がすまないのが物理屋。
297:１３２人目の素数さん
20/04/14 09:58:00 RnKKsh7J.net
たとえば、定数であることだけは既知であるが、その値が
分からないという場合、確率変数にしちゃって問題ないのか
って気はする。
検査の感度や特異度は確かに定数とは限らんからいいけど
（一回一回の検査ごとに違っててもいい）。
298:１３２人目の素数さん
20/04/14 11:28:35.78 zYa8gAY0.net
p値が確率変数なのはベイズじゃなくても当たり前というか、そう考えないと理論が組み立てられんだろw
299:１３２人目の素数さん
20/04/14 13:11:38 s2XHPXPF.net
>>282
でもｐ値の分布とかは、頻度主義統計では考えていないのじゃないかな？
300:１３２人目の素数さん
20/04/14 13:14:47 s2XHPXPF.net
まあ、円周率の１億桁目がわからんから、０～９の一様分布とするのはどうかとは思うが、
こういう問題
あるタクシー会社のタクシーには１から通し番号がふられている。
タクシー会社の規模から保有タクシー台数は１００台以下とわかっている（弱情報事前分布）。
この会社のタクシーを５台みかけた。最大の番号が６０であった。
この会社の保有するタクシー台数の期待値と９５％信用区間(信頼区間)を求めよ。
をベイズで解くときは、
６０台～１００台である確率を一様分布として処理している。
301:１３２人目の素数さん
20/04/14 16:41:03 RnKKsh7J.net
＞弱情報事前分布
これが情弱事前分布に見えてしょうがないｗ
302:１３２人目の素数さん
20/04/15 04:24:36 wTXTja96.net
>>283
もちろんその通り
303:１３２人目の素数さん
20/04/15 07:19:52.90 RDFXoUEv.net
>>283
教科書には載ってないだけで、ちゃんと研究はされてるぞ。
304:１３２人目の素数さん
20/04/15 10:03:34.39 W3U2j8/d.net
URLﾘﾝｸ(youtu.be)
この人が言っていることって正しいの？
条件付き確率なんて持ち出さなくても
疑わしい人を選んで検査したほうが
無作為に検査するよりも陽性の頻度が高まるのは
当たり前の話だと思うんだけど。
305:１３２人目の素数さん
20/04/15 10:10:56 RDFXoUEv.net
＞疑わしい人を選んで検査したほうが
＞無作為に検査するよりも陽性の頻度が高まるのは
＞当たり前
その考え方がまさに条件付き確率だよ。
306:１３２人目の素数さん
20/04/15 10:37:28.37 xqPpULBp.net
>>289
だーから、大層に数学的権威を持ち出さなくても
小学生にだって直感で分かることなのに。
で、それをもってどう検査数を疑わしいサンプルだけに絞ったほうが
その検査が持つ本来の精度が上がるという理屈は論理的に正しいの？
307:１３２人目の素数さん
20/04/15 11:01:07 9c33QMeg.net
>>290
何をもって精度が上がるというのかによるけど、陽性と判定された
人が確かに陽性である可能性は高くなる。絞らないと、陽性だと言
われた人の中に相当数陰性の人が交じる可能性が高い。
ただし、陰性と言われた人が確かに陰性である可能性は低くなる。
308:１３２人目の素数さん
20/04/15 12:10:24.29 hQN0z2GO.net
【コロナ訃報】英数学者ジョン・ホートン・コンウェイ氏、コロナで死亡 ８２歳 ライフゲーム考案、超現実数の発明などで知られる
309:１３２人目の素数さん
20/04/15 12:14:29.71 tBvL+zz3.net
> だーから、大層に数学的権威を持ち出さなくても
> 小学生にだって直感で分かることなのに。
ﾜﾛﾀ
310:１３２人目の素数さん
20/04/15 12:20:37.56 9c33QMeg.net
検査した場合、次の４パターンが考えられる。
（１）陽性判定（ほんとに感染者）
→隔離され、しばらく様子見（症状に応じて治療）→治れば解放
（２）陽性判定（実は感染してない）
→隔離され、しばらく様子見→そこで他の感染者から感染
（３）陰性判定（ほんとに感染してない）
→自主隔離で自宅で２週間程度様子見
（４）陰性判定（実は、感染）
→自主隔離で自宅で様子見→状態が悪くなって再検査or自然治癒
疑い例に絞らず、市中感染率がいまのように低い状況で検査をすると、
（２）の割合が増えてかえって感染者を増やす可能性が高い。
疑い例に絞ると（４）の割合が相対的に増えるが、疑い例に絞らずに検査
した場合より実数として増えるわけではないので、問題ない。
311:１３２人目の素数さん
20/04/15 12:38:37.69 xqPpULBp.net
>>291
> 何をもって精度が上がるというのかによるけど、
当然、PCR検査の対象者を陽性らしい人だけに絞れば
PCR検査が本来持つ精度そのものが上がるのかってことだよ。
直感的に考えたら上がらない。
条件確率を用いるとなぜ「PCR検査それ事態の性能が上がる」と
結論できるのか、それを説明できる人がいる？
312:１３２人目の素数さん
20/04/15 12:43:43.28 xqPpULBp.net
>>293
実際そうでしょう。小学生にその質問をしてみるといいよ。
風邪っぽい症状がある人だけを集めたグループAと
そうじゃない人を当てずっぽうに集めたグループBがあって、
どっちの検査をしたほうが陽性の人がたくさん見つかるのかって。
ほとんどの小学生が計算なんかしなくてもグループAだと答えるでしょう。
313:１３２人目の素数さん
20/04/15 15:42:48 9c33QMeg.net
>>295
精度の定義はなんなのかってこと。精度とか性能をきちんと
定義して考えないと、小学生の思考からは抜け出せないよ。
ってか、>>291に書いてあることは理解できたの？
314:１３２人目の素数さん
20/04/15 15:45:17 9c33QMeg.net
>>296
やっぱり>>291に書いてあることが理解できてないみたいね。
ある人が陽性だと判定されたときに、その検査結果がどのくらい
信用できるかってことだよ。
315:１３２人目の素数さん
20/04/15 17:32:31 Bshpjqmp.net
検査の目的は、感染者をできるだけ発見すること。
そうすることで感染経路を追跡して虱潰しにできる。
それができると感染者が増えるのを抑制でき、肺炎で重篤化する患者も減らせる。
望ましくないのは、発見できていない感染者がどんどん増えること。
検査を手当たり次第にすれば偽陽性も含めて追跡できる。
感染しているのに追跡できない人が市中に増える確率は下がるはず。
偽陽性かどうかは他の症状や検査を繰り返すことでその不確実性を低減できるはず。
偽陰性の場合も他の症状との兼ね合いで不確実性を低減できるはず。
一度の検査を絶対視せず、それを重要な手がかりの一つと考えれば手がかりが増えることに貢献する。
このことから検査をしないほうが利得が高いとする根拠がどう見出されるのか疑問。
316:１３２人目の素数さん
20/04/15 17:32:31 Bshpjqmp.net
検査の目的は、感染者をできるだけ発見すること。
そうすることで感染経路を追跡して虱潰しにできる。
それができると感染者が増えるのを抑制でき、肺炎で重篤化する患者も減らせる。
317: 望ましくないのは、発見できていない感染者がどんどん増えること。 検査を手当たり次第にすれば偽陽性も含めて追跡できる。 感染しているのに追跡できない人が市中に増える確率は下がるはず。 偽陽性かどうかは他の症状や検査を繰り返すことでその不確実性を低減できるはず。 偽陰性の場合も他の症状との兼ね合いで不確実性を低減できるはず。 一度の検査を絶対視せず、それを重要な手がかりの一つと考えれば手がかりが増えることに貢献する。 このことから検査をしないほうが利得が高いとする根拠がどう見出されるのか疑問。
318:１３２人目の素数さん
20/04/15 18:59:26.56 9c33QMeg.net
>>300
検査をしない、じゃなくて、疑いがある場合だけに検査を絞るべきってこと。
その理由は >>294に書いてある。理解できなきゃ、自分の無能を嘆きなさい。
市中感染率が1％にも満たない世界で、無節操な検査を有効化するには、陽性
だろうが陰性だろうが軽症者は自宅隔離するという方法をとらないと駄目。
それでも、感染者が一定の割合で陰性判定されちゃうから、感染経路の
虱潰しなんてことは到底不可能。
319:１３２人目の素数さん
20/04/15 19:02:16.82 9c33QMeg.net
>>300
>偽陰性の場合も他の症状との兼ね合い
無症状者も１割以上いるんじゃないか？
320:１３２人目の素数さん
20/04/15 20:29:49 QUOc+3YV.net
>>294
その(2)が起こっても隔離されているので市中感染は増えない。
(2)はそもそも検査それ自体の結果ではなく、検査の結果どのように扱うかの問題。
検査を制限すべき派はそこを巧妙に混同させて論理のすり替えを行っている。
>>302
症状のある人だけとか、症状のハードルを上げている場合、
無症状者も含めて検査場に連絡してこなくなるので当局が把握できない。
把握できない感染者がじわじわ増えていくことがいちばんやっかい。
その数をできるだけ抑えてその状態を長く保つには検査の制限は障害になる。
321:１３２人目の素数さん
20/04/15 22:03:18.41 9c33QMeg.net
>>303
＞(2)が起こっても隔離されているので市中感染は増えない。
あんたは感染してもいないのに感染の危険にさらされてもいいのかね？
運が悪かったと諦めろと？
＞把握できない感染者がじわじわ増えていく
検査をむやみに増やしても、偽陰性でリリースされる感染者はかなりの
割合で存在するんだから、把握できない感染者は増える。
(4)のケースは疑いありの非検査者の場合なら自宅隔離させられるが、
誰でも検査の場合にはそういう歯止めもなくなる。
ってか、こういうことを議論するなら定量的にやれよ。数学や統計を
使わずに定性的な議論をしても無駄。
322:１３２人目の素数さん
20/04/15 22:08:37.14 0UT8Eg4R.net
検査をもっとおこなった方がいいという人は、ほとんど、検査の正確性についての視点が欠落している。
有病率0.1%、感度70%、特異度90%という前提で、検査をおこなって、100人陽性と判断されたとする。
病室、あるいは、隔離管理されたホテル客室を100用意しなければならないが、本当に、感染している人は
何人いることが予想されるか？
答えは0.6958人だ。 一人いるかいないか。ほぼ確実に99室は無駄に使われる。
一方、クラスター発生時の濃厚接触者、あるいは、CTスキャンや、病状を見て、医者が疑わしいと判断
した場合の限定検査なら、事前の有病率はかなり高いことが期待される。
前者は対象者をどれくらいに広げるかによるが、10%程度、後者は50%位あるかもしれない。
有病率以外を同じ条件で、100人陽性が出た場合、有病率10%だと43.75人、有病率30%だと75人が
本当に感染している。有病率10%でも、用意した100室の内半分以上は無駄。
30%だと、1/4が無駄になるが、これくらいなら許容範囲かもしれない。
感度70%程度だから、10人真の感染者が検査をしに来ても、3人は、いわば「お墨付き」で市中に放たれてしまう。
一方、特異度90%だから、検査を受けに来た非感染者の1/10(←検査を受けた人の1/10にほぼ等しい)は、いわば、
「無実の罪」で、隔離生活を強いられてしまう。
これらを理解すれば、「希望者全員に検査を受けさせるべき」等という発言が如何に愚かか判るはず。
323:１３２人目の素数さん
20/04/15 23:14:13.84 .net
>>305
低学歴の空想
324:１３２人目の素数さん
20/04/15 23:39:03 0UT8Eg4R.net
有病率r、感度p、特異度qのとき、 陽性的中率 は pr / (pr+(1-r)(1-q)) で与えられます。
p=0.7、q=0.9 なら、(陽性的中率) = 7r/(6r+1) です。
r=0.001 で、(陽性的中率) = 0.00695825
r=0.01 で、(陽性的中率) = 0.0660377
r=0.1 で、(陽性的中率) = 0.4375
r=0.3 で、(陽性的中率) = 0.75
r=0.5 で、(陽性的中率) = 0.875
です。空想ではありません。事実に基づいた定量的なお話です。
325:１３２人目の素数さん
20/04/15 23:51:00 .net
>>307
与えられねえよクソ低学歴
高校入学してから吠えろ知恵遅れ猿
326:１３２人目の素数さん
20/04/15 23:57:19 .net
>>307
r=1なら的中率が常に1だな
低知能に生まれてしまったことを呪いながら死にな役立たず生ゴミ
327:１３２人目の素数さん
20/04/15 23:58:42 0UT8Eg4R.net
与えられて欲しくないという、あなたの願望ですか？
URLﾘﾝｸ(ja.wikipedia.org)陽性適中率
をご覧下さい。
328:１３２人目の素数さん
20/04/16 00:02:44 OjGN+Ds9.net
IUTTでもおなじみフェセンコ氏がコロナのSIRモデル論じている
URLﾘﾝｸ(arxiv.org)
329:１３２人目の素数さん
20/04/16 00:04:18 Y1iriB2t.net
>>309
r=1 なら、全員が病気です。
検査によって、陰性と判断される人もいるでしょうが、
陽性と判断された人は、全て本当に陽性＝病気です。
だから、的中しています。常に１で、問題ありません。
330:１３２人目の素数さん
20/04/16 00:09:06 .net
>>310
バカペディアをソースにしてる時点で無能低学歴確定
331:１３２人目の素数さん
20/04/16 00:09:53 .net
>>312
感度0なら陽性者0
バカ丸出しだろこの猿
332:１３２人目の素数さん
20/04/16 00:11:46 .net
>>310
出典なしの妄想がソースwwwwww
低知能低学歴って全てが空想なのなwwwww
333:１３２人目の素数さん
20/04/16 00:15:39 .net
>>310
このバカペディアを弄った低学歴猿って確実にベイズの定理を理解してない
334:１３２人目の素数さん
20/04/16 00:20:16 oinCpTGH.net
医学誌BMJに掲載された記事によれば、
中国で新規に確認された感染者のうち78％は明確な症状を示さなかったという。
これが本当なら、検査に症状制限を高く設定している場合、
少なくとも78％は感染していても完全に検査体制から排除されていることになる。
偽陰性が野に放たれることを相対的に重大視する検査制限主義者が
これを無視するのはいったいどういう理屈からなのか。
335:１３２人目の素数さん
20/04/16 00:30:18 oinCpTGH.net
>>304
> あんたは感染してもいないのに感染の危険にさらされてもいいのかね？
> 運が悪かったと諦めろと？
それは検査後の扱い、処遇の方法論の問題であって、
検査それ自体がもたらすリスクではない。
例えば、偽陰性の可能性があることを被験者に伝えれば、
検査期間が被験者に陰性のお墨付きを与えていることにもならない。
検査で陰性と出た人も症状があれば経過観察対象にできる。
検査をやれば、検査＋診察＋αで陽性者を漏らしてしまう確率は減る。
検査を制限する手法だと、
自覚症状の素人判断だけで疑わしい人を検証することすら放棄していることになる。
336:１３２人目の素数さん
20/04/16 00:31:59 .net
>>305
そもそも感度70%とか言ってる時点で論文読めない低学歴猿と確定するからな
URLﾘﾝｸ(iina-kobe.com)
完全なデマ
337:１３２人目の素数さん
20/04/16 00:38:23 .net
>>305
> 感度70%程度だから、10人真の感染者が検査をしに来ても、3人は、いわば「お墨付き」で市中に放たれてしまう。
>一方、特異度90%だから、検査を受けに来た非感染者の1/10(←検査を受けた人の1/10にほぼ等しい)は、いわば、
「無実の罪」で、隔離生活を強いられてしまう。
は？
お前の理屈なら感度70%なら10人の真の感染者が検査をしに来たら7人はちゃんと隔離されるんだが？
陰性的中率出してみろよ猿
そして首吊って死ね
338:１３２人目の素数さん
20/04/16 00:45:17 oinCpTGH.net
>>305さんの理屈は、
検査推進派が検査だけを拠り所にして結論を出す
という仮定を暗黙のうちにしていないか？
検査推進派がPCR検査だけを絶対視するとどこで主張している？
検査推進派はあくまでも無症状の人までも検査の機会を与える考えにすぎない。
PCR検査だけでお墨付きを与えるなどとは誰も主張していない。
検査推進反対派はここを巧妙にすり替えている。
339:１３２人目の素数さん
20/04/16 00:48:00 .net
>>321
そもそもこいつの陽性的中率自体に何の意味も無いけどな
陰性的中率とやらも出してみればわかる
片方だけ条件付確率で論理をでっち上げもう片方は条件付確率を使わないというトリック
340:１３２人目の素数さん
20/04/16 00:48:16 .net
>>321
しかも感度そのものがデマだし
URLﾘﾝｸ(iina-kobe.com)
341:１３２人目の素数さん
20/04/16 01:09:50 .net
感度90%特異度99%だろ
URLﾘﾝｸ(i.imgur.com)
342:１３２人目の素数さん
20/04/16 01:10:28 .net
>>305
特異度90%のソースなし
捏造
343:１３２人目の素数さん
20/04/16 01:26:29 oinCpTGH.net
>>304
> ってか、こういうことを議論するなら定量的にやれよ。数学や統計を
> 使わずに定性的な議論をしても無駄。
統計を使った言説のトリックというか詐術の多くは定性的な議論のところにある。
その詐術を数や式の権威を使って覆い隠すパターンがほとんど。
統計的言説で騙されていけないのはそこ。
344:１３２人目の素数さん
20/04/16 01:34:30 oinCpTGH.net
a. 個人の自覚症状
b. 医師の診察
c. PCR検査
という3つのフィルターがあるとする。
検査制限派は、aかbの時点でPCR検査の機会を与えず門前払いする。
これが合理的であるためには、aやbがcよりも精度が高いという前提がなくてはならない。
検査推進派はa, b, cの機会をすべて与えようと努力する。
これら三つの検閲の組み合わせたほうがaとbで門前払いしてしまうより優れていると考えるから。
345:１３２人目の素数さん
20/04/16 04:50:54 .net
なお実際の精度は99.3％ある模様
URLﾘﾝｸ(finance.yahoo.com)
3DMed test demonstrated 99.3% sensitivity and 100% specificity in Chinese clinical trial
Nucleic Acid test performed on proprietary automated platform to increase throughput
CE Mark and China FDA approval have been received; 3DMed in discussions with US FDA and WHO
Technology was deployed in Wuhan, China with over 100,000 tests completed
Combination coronavirus and influenza A/B testing novel among PCR approaches
346:１３２人目の素数さん
20/04/16 06:27:45.10 .net
>>307
>>328のソースによると感度99.3%特異度100%なので
有病率1%と仮定すると陽性的中率は100%やね
はいおつかれ
URLﾘﾝｸ(i.imgur.com)
347:１３２人目の素数さん
20/04/16 06:48:30 10nqZrEx.net
>>307
感度と特異度が確定しているという前提が空想だよ。
>274参照
348:１３２人目の素数さん
20/04/16 06:57:21 10nqZrEx.net
(1)新型コロナ肺炎に感度100%の所見をひとつ述べよ。
(2)新型コロナ肺炎に特異度100%の所見をひとつ述べよ。
349:１３２人目の素数さん
20/04/16 07:00:05 10nqZrEx.net
>>326
同意。これ！
“Statistics are like bikinis. What they reveal is suggestive, but what they conceal is vital.”
350:１３２人目の素数さん
20/04/16 07:06:20 Ikob+nf7.net
面白そうなスレだな
1から読んでみるわ
351:１３２人目の素数さん
20/04/16 07:18:24 .net
>>330
で各国の実データ使うとどうなりますのん？
352:１３２人目の素数さん
2020/04/1
353:6(木) 07:19:05 .net
354:１３２人目の素数さん
20/04/16 10:22:32 6PriXNuy.net
なんか、まともに議論も数学もできない、とてつもないバカが二人混じってるな。
（= >>335,326)
idなしのやつの方は人間として終わってるバカだがｗ
困ったもんだ。
355:１３２人目の素数さん
20/04/16 10:36:23 6PriXNuy.net
>>326
君は降雨確率が30%という予報で、雨が降ったら騙されたって言う手合のようだねｗ
「世の中には3つの嘘がある。嘘、大嘘、そして統計である」という言葉があるが、
統計を理解してない人が統計を扱えばそうなっちゃう。
356:１３２人目の素数さん
20/04/16 10:38:53 6PriXNuy.net
>>318
つ>>301
357:１３２人目の素数さん
20/04/16 10:47:34 6PriXNuy.net
>>328
精度じゃなくて感度だよ。しかも試験管のテスト。
PCR検査で感度・特異度ともにどちらもほぼ100%になるのは常識。
検体採取の行程（ヒューマンエラーetc.）まで考慮にいれれば、
感度も特異度も下がる。特に感度のほうはスワブでちゃんと
検体が取れてるかどうかが怪しくて、かなり下がる。
358:１３２人目の素数さん
20/04/16 10:52:20 6PriXNuy.net
特異度を下げるのはこういうコンタミが起きたりするから。
レアだけど無視できない。
>愛知県ＰＣＲ検査ミス 陰性の２４人を陽性と判定‥１人が陽性患者と同室に
URLﾘﾝｸ(hicbc.com)
359:１３２人目の素数さん
20/04/16 11:17:58 .net
>>339
in Chinese clinical trial
360:１３２人目の素数さん
20/04/16 11:19:36 .net
>>339
検体はひとつでは無い
日本では6検体
無知が吠えんな
361:１３２人目の素数さん
20/04/16 11:22:34 .net
>>340
確率出してから吠えて
362:１３２人目の素数さん
20/04/16 23:31:42 10nqZrEx.net
そのうち、過剰診断と言い出す予感。
福島の甲状腺がんみたいに。
363:１３２人目の素数さん
20/04/16 23:33:03 10nqZrEx.net
>331に即答できる人いないの？
364:１３２人目の素数さん
20/04/17 02:11:00 7ANIVQwh.net
>>345
穿った質問に素直に時間かける阿呆が居ると思ってる奴
365:１３２人目の素数さん
20/04/17 04:40:45 FGyxpq6I.net
>>346
ロスマンの疫学を読んだことのある人なら答えられるし、
感度特異度の意味を理解していれば自分で答えが出せる。
366:１３２人目の素数さん
20/04/17 04:50:30 FGyxpq6I.net
サパイラ 身体診察のアートとサイエンスにも載っているが、こっちは100%の所見ではないな。
367:１３２人目の素数さん
20/04/17 06:45:53.79 i6G48nGU.net
>>347
君が書いたらいい
368:１３２人目の素数さん
20/04/17 07:04:43 FGyxpq6I.net
サパイラ 身体診察のアートとサイエンスには
あらゆる疾患に感度の高い検査（所見）として 10 finger test が挙げられている。
すなわち、指が１０本あれば疾患ありと判断する。
この検査の感度は１００％に近い。新型コロナでも高感度。
369:１３２人目の素数さん
20/04/17 07:21:40 FGyxpq6I.net
身体診察のアートとサイエンス の 翻訳者のひとりには岩田健太郎がいる。
俺は旧版を原著で読んだ。
引用すると、
A test with high sensitivity is not necessarily a useful test. The sign “10 fingers” would be
extremely sensitive for almost any disease because most patients with the disease will have ten
fingers. Very few patients with the disease will have a different number of fingers. Thus, the ratio of
true positives (number of patients with the disease who have ten fingers) to the sum of true positives
plus false negatives (where false negatives are people who have the disease and do not have ten
fingers) will usually be greater than 0.99 (except in a sanitarium for Hansen disease). Yet, common
sense tells us that the possession of ten fingers, however sensitive on paper, is not of great use to the
diagnostician. Why not? The reason is that most of the people in the world have ten fingers but do not
have the disease.
370:１３２人目の素数さん
20/04/17 07:34:40 FGyxpq6I.net
>>334
各国の検査数と陽性数のデータがあれば、
β分布のパラメータを以下のように設定してMCMCすれば出せる。
beta(13.6991,9.4661)でmode 0.6, sd = 0.1
beta(36.172,4.908)でmode 0.9 sd = 0.05
東京都で検査を受けたハイリスクグループでの陽性率を出そうしたんだが、
東京都は行政検査数しか公表しないので出す術がない。
371:イナ ◆/7jUdUKiSM
20/04/17 21:14:42 UUkt12DA.net
コロナが苦手なものはなんだ？ 相手の弱点をみつけようよ。乾燥に弱いとか、熱に弱いとか、なんかないの？ 前に使った薬がなんで効いてるか、その仕組みがわかったらなぁ。治ってる人や症状改善した人がいるってところになにかヒントがあるよ。
]∩∩∥ □ ∥;;;;;＼
(-_-)） ∥;;;;;;∥
(っγυ ｡∥╂─╂∥
]`(_)_)ц~ ∥╂─╂∥
､■υυ■__∥＼＼＼∥
`＼＼＼＼＼＼＼＼＼`)
`＼＼＼＼＼＼＼＼＼/|
`＼＼＼＼＼＼＼＼`/ |
_＼＼＼＼＼＼＼＼/ L
￣|＼＼＼＼＼＼／| /
］| ∥￣￣￣￣∥ | / /
__| ∥ □ □ ∥ |/ /
___`∥________∥／_/
￣￣￣￣￣￣￣￣￣∥ /
__________________∥/
372:１３２人目の素数さん
20/04/17 21:32:06 FGyxpq6I.net
>>353
＞コロナが苦手なもの
知性だな。
台湾の知性が制御している。
373:１３２人目の素数さん
20/04/17 22:05:39 TfUPqX9r.net
>>343
オープンなリソース管理はコロナの弱点だろうな
公務員が数ちょろまかしてるような国では強くなれる
374:イナ ◆/7jUdUKiSM
20/04/17 22:07:42 UUkt12DA.net
>>354罰金刑か。前>>353結局罰金刑しかないか。逮捕して処刑するしかないかなとは思ってたんだ俺も。
∥∩∩∥ □ ∥;;;;;＼
（(-_-） ∥;;;;;;∥
（っγυ ｡∥╂─╂∥
■`(_)_)ц~ ∥╂─╂∥
＼■υυ■_∩∩､＼＼∥
＼＼＼＼⊂(_ _ )`⌒つ)
＼＼＼＼＼＼＼`υ､＼/|
＼＼＼＼＼`.,､､､＼`/ |
__＼＼＼＼彡`-`ﾐっ/ L
￣|＼_＼＼_U,~⌒ヾ /
］| ∥￣￣￣￣U~~U / /
__| ∥ □ □ ∥ |/ /
___`∥________∥／_/
￣￣￣￣￣￣￣￣￣∥ /
__________________∥/
375:マイヤービートリス
20/04/18 16:10:15.81 Joe2nOPR.net
ベイズを議論している人に教えてほしいのだが
URLﾘﾝｸ(webronza.asahi.com)
でこの人の計算や解釈は正しいの？
376:１３２人目の素数さん
20/04/18 17:17:45 PWtsyGc9.net
>>ニュースなどで「クラスターで陽性が10人」＝「10人が感染」と素直に受け取ってしまう向きも多いだろう。
>>１万人を検査すると、70人+198人が陽性と判定される。本当の陽性は70人だから、結果が正しい確率は70÷268＝26％
>>正解は、約26％だ。判定が「陽性」でも、本当の感染者は10人中3人以下ということだ。
明らかに誤っている部分がある。
市中感染率を1%と仮定し、その中から無作為に調査を行って、10人の陽性と判断される者を見つけた場合、
確かに、本当の感染者は2.6人程度。
しかし、クラスターが発見され、その周辺から、感染者を探す場合は、事前確率は1%ではない。
どの
377:範囲まで、調査対象を広げるかにもよるが、50%とかが期待される。 仮に50%だとすると、87.5%、陽性と判断された結果は正しい。
378:１３２人目の素数さん
20/04/18 17:17:48 vWIoYYH+.net
pr2pv <- function( # prevalence to predicative value
pr ,# prevalence
sn=0.7, # sensitibity=TP/(TP+FN)
sp=0.9) # specificity=TN/(TN+FP)
{
N=1 # polutaion million, billion,or any proper unit
si=pr*N # sick population
he=(1-pr)*N # healthy population
TP=si*sn
FN=si*(1-sn)
TN=he*sp
FP=he*(1-sp)
PPV=TP/(TP+FP)
NPV=TN/(TN+FN)
PV=c(PPV=PPV,NPV=NPV)
return(PV)
}
> pr2pv(0.01,0.7,0.98)
PPV NPV
0.2611940 0.9969174
計算はあってる。面倒だから解説は読まない。
379:１３２人目の素数さん
20/04/18 17:37:48 vWIoYYH+.net
クラスターから何人検査して何人陽性であったのかによって結果が違ってくるね。
検査の感度を最頻値0.7標準偏差0.1
特異度を最頻値0.98 標準偏差0.01
有病率は(0,1)の一様分布
を弱情報事前分布(情弱事前分布w)として
クラスターから10人検査したら10人陽性であったとき stanでMCMCした結果
URLﾘﾝｸ(i.imgur.com)
URLﾘﾝｸ(i.imgur.com)
380:１３２人目の素数さん
20/04/18 17:41:14.84 vWIoYYH+.net
クラスターから100人検査して10人陽性だった場合
mean se_mean sd 2.5% 50% 97.5% n_eff Rhat
prev 0.13475 0.00044 0.05797 0.04287 0.12754 0.27095 17334 1.00010
sen 0.66409 0.00074 0.10423 0.44686 0.67054 0.84855 20036 1.00010
spc 0.97580 0.00007 0.01006 0.95256 0.97714 0.99146 20272 1.00012
p 0.10797 0.00019 0.03044 0.05633 0.10530 0.17455 24621 1.00001
PPV 0.76071 0.00072 0.09797 0.53774 0.77243 0.91536 18317 1.00011
NPV 0.95986 0.00013 0.01749 0.91811 0.96260 0.98585 17185 1.00010
precision 0.94212 0.00013 0.01766 0.90229 0.94405 0.97089 19310 1.00010
pLR 33.28155 0.14736 18.25227 12.71591 28.84717 80.12622 15341 1.00013
nLR 0.34429 0.00075 0.10692 0.15527 0.33782 0.56712 20099 1.00010
DOR 114.74459 0.78412 97.10981 25.95828 89.02272 356.05482 15338 0.99996
lp__ -75.90415 0.01168 1.27866 -79.22234 -75.58340 -74.42549 11979 1.00024
PPVは0.76
381:１３２人目の素数さん
20/04/18 17:55:40.37 vWIoYYH+.net
>358の指摘の通り、陽性的中率はその集団の有病率の影響されるから、クラスターの有病率を１％にするのは間違い。
情報がないから、クラスター内の有病率の確率分布を一様分布として計算するとか、母集団の有病率の10倍以内とか設定すればクラスター内の有病率の確率分布が出せる。
クラスタ100人検査で10人陽性、クラスター内の有病率は母集団の10倍以内と設定すると
陽性的中率は、0.684 95％CI（0.497-0.857)と計算された。
382:１３２人目の素数さん
20/04/18 18:10:34.06 vWIoYYH+.net
結局、誤った解説を読む羽目になったｗ
383:マイヤービートリス
20/04/18 18:18:36 Joe2nOPR.net
>>358
有難うございます。
>>しかし、クラスターが発見され、その周辺から、感染者を探す場合は、事前確率は1%ではない。
この見積もりがキーですね。
>>359,360,361,362
計算有難うございます。
384:１３２人目の素数さん
20/04/18 20:40:48.15 iquzLVJz.net
>>358
おいおい、なにも間違ったことは書いてないでしょ。
君の引用の仕方に問題があるんだよ。
>>ニュースなどで「クラスターで陽性が10人」＝「10人が感染」と素直に受け取ってしまう向きも多いだろう。
で一旦段落は終わってるんだから、１万人を検査すると云々という、設定された
「
385:問題」の答えとは直接リンクしてない。君のように勘違いする人はいるかも しれないが、きちんと読めば間違ったことは書いてないことがわかるはず。 どこにもクラスターの有病率が１％だなどとは書いてない。 で、仮に有病率が50%でも、 >「クラスターで陽性が10人」＝「10人が感染」 ではないわけで、引用元の著者の主張はまっとうなものだと思える。 >>364 だから、有病率が高いと見込まれる集団での検査であればいいわけで、 むやみに検査せずにある程度絞り込むべきだ（たとえば、クラスター 感染が疑われる集団を対象にせよ）とまで記事の中で述べられていれば よかったんだろうけど、そこまで書かなかったのは片手落ちだったかもね。
386:１３２人目の素数さん
20/04/18 21:33:23 PWtsyGc9.net
もし、記事が、
「ニュースなどで「陽性判定が10人」＝「10人が感染」と素直に受け取ってしまう向きも多いだろう。」
と書かれていたなら、あなたの指摘は正しいだろう。しかし、実際は
>> ニュースなどで「クラスターで陽性が10人」＝「10人が感染」と素直に受け取ってしまう向きも多いだろう。
となっている。
クラスターとは、集団の存在、つまり、濃度の濃い部分があることを示唆したものであり、
母集団の感染率をそのまま用いるべきではない点を指摘した。
だから、非クラスターなら、正解だか、クラスターなら正解とは言えないという主旨で書いている。
換言すれば、問題の設定では、
「真の感染率＝1％とする。（検査に至った経緯や、発熱・咳など他の所見は無視する）。」
と書いているのに対し、問題の解説では、「クラスター」を持ち出して解説しているのは、明らかに不適当。
387:１３２人目の素数さん
20/04/19 00:22:33.17 eKu2VjGM.net
>>366
クラスターですら、「陽性判定＝感染」ってことではないんだから、その
一文で言いたいことに間違いはない。
でもって、著者は、クラスターの有病率が１％なんてことは一言も言って
ないし、そもそも、クラスターについての具体的な解説もしていない。単に
ニュースで扱われる文言の例としてそこで１回だけクラスターという言葉が
使われてるだけ。クラスターの検査を否定してる内容でもない。
有病率があがると的中率も大きくあがることについては、記事中のグラフで
示してあるから、情報が示されてないわけでもない。記事の主旨とは直接関係
ないので文章中では触れなかっただけでしょうね。
388:１３２人目の素数さん
20/04/19 01:26:51.78 R/sv/z3n.net
統計全然わからないんだけど、今行われてるPCR検査で陽性と判断されて、本当に罹患してる確率ってどの程度なの？
389:１３２人目の素数さん
20/04/19 01:56:19.99 gn6lsHTI.net
もし、筆者の伝えたいことが、「陽性判定は、即、感染者ということにはならない」 つまり、
「間違えることもある」という点にあるのであれば、あなたの言い分は通るかもしれないが、筆者の力点は、
>>正解は、約26％だ。判定が「陽性」でも、本当の感染者は10人中3人以下ということだ。
を見て判る通り、「陽性的中率が低い」というというところにある。
そのために、感度や特異度、真の感染率などに、具体的な数字を与えているし、問題設定の中では、わざわざ
>> （検査に至った経緯や、発熱・咳など他の所見は無視する）。
等と断り、終始定量的な説明が加えられている。
ならばこそ、なおさら、「クラスター」という言葉は使うべきでは無かった。
クラスター周辺での調査と、市中での無作為検査では、陽性的中率が変わってしまうのは、
全体を通して、筆者が言いたいことであっただろうに、にもかかわらず、問題の解説で
前提を崩してしまう「クラスター」という言葉を使ったのだから。
そもそも、ニュースでは、「PCRで陽性が○○人」等という使い方をしていただろうか？
単に「感染者○○人」だと思う。もちろん、この感染者の中には、偽陽性も含まれているだろうが、
検査陽性者数と感染者数の違いに注目を与えかねない「陽性者○○人」のような報道は記憶に無い。
そう考えると、「誤解の種」を自ら蒔いて、刈り取るかのような記事に見えてきた。
390:１３２人目の素数さん
20/04/19 02:31:27.50 Czp86qrf.net
>>367
クラスターの有病率の事前確率を1%として計算してんじゃないの？
でなければ
>判定が「陽性」でも、本当の感染者は10人中3人以下ということだ。
ということにはならない。
391:１３２人目の素数さん
20/04/19 07:50:33.21 Czp86qrf.net
クラスターで１０人が陽性として検査した人数と陽性的中率PPVとの関係をグラフにしてみた。
灰色実線は95%信頼区間境界、灰色点線はPPV＝0.26の線
URLﾘﾝｸ(i.imgur.com)
全人口の有病率をクラスター内の有病率にすり替えて、１０人陽性でも感染しているのは３人以下という間違った結論を出している。
わかっていて書いているのか、馬鹿なのか、どちらかは不明。
392:１３２人目の素数さん
20/04/19 07:56:38.54 Czp86qrf.net
>>368
罹患の定義による。
他人のゲノムでコンタミネーションが起こったりしていなければ、
あるゲノムのシークアンスが検出されたら罹患というなら、罹患率は１００％
ウイルスとして増殖能力を有しているかは不明、死骸の一部を検出しているだけかもしれない。
393:１３２人目の素数さん
20/04/19 08:01:23.85 Czp86qrf.net
>>369
東京都の発表では 感染者数とせず、陽性患者数と表現している。
正確を期すなら陽性者数とすべきだろうな。
URLﾘﾝｸ(stopcovid19.metro.tokyo.lg.jp)
394:１３２人目の素数さん
20/04/19 20:39:24 Czp86qrf.net
Natureのこの論文はエクセルとRのコードがついていて自分で再現できるので入力の手間が省ける。
URLﾘﾝｸ(www.nature.com)
感染させる確率分布をガンマ分布を平行移動させた分布として想定して、データから最尤法でパラメータ算出している。
395:１３２人目の素数さん
20/04/20 17:39:51 Db3kUO+J.net
>>374
そのプログラムをみていくと
感染させる確率分布を
#--- infectiousness, gamma distribution ---
# gpar[1:2]: hyper-parameters (gamma)
# x : infection time of infectee w.r.t onset time of infector
f.Xc = function(x, gpar) { dgamma(x, gpar[1], gpar[2]) }
ガンマ分布にしているけど
一人が一人を感染させるモデルだから
形状パラメータgpar[1]は1で固定、つまり、指数分布だと思うんだがどうだろ？待ち時間の分布と同じ考え。
w.r.t = with reference to らしい
396:１３２人目の素数さん
20/04/20 19:39:48 Db3kUO+J.net
>>375
補足
ひとりが別の一人に一回感染させるというモデルなので待ち時間の分布の指数分布でいいと思う。
ガンマ分布の形状パラメータ＝１とおけば指数分布になる。
プログラムを書き直してグラフにすると
URLﾘﾝｸ(i.imgur.com)
発症前に感染させている確率は47％と原著とあまりかわらないが、そのピークは発症1.6日前という結果になった。
397:１３２人目の素数さん
20/04/20 21:40:46 LmPkmRXS.net
>>369
>>正解は、約26％だ。判定が「陽性」でも、本当の感染者は10人中3人以下ということだ。
ああ、確かにそこは問題だな。前段の「クラスターで陽性が１０人」とリンクすると
思われても仕方がない。著者もうかつだとは思うが、有病率により的中率が変わると
いう話の内容は間違いではない。
398:１３２人目の素数さん
20/04/20 21:52:20 LmPkmRXS.net
>>371
元記事のグラフの有病率0.1のところをみれば的中率が80％越えになってるわけで、
単純に「クラスター」って言葉を軽んじてただけなんだろうね。
URLﾘﾝｸ(webronza.asahi.com)
399:１３２人目の素数さん
20/04/20 23:44:00 IwCIr2qd.net
>>375
たにんへの感染力の分布なんか数学的にわかるわけないやん？罹患して気道部にウィルスを放出できるくらいのウィルス量が繁殖するのは罹患していきなりなわけがない。
400:１３２人目の素数さん
20/04/21 00:05:49 bowf2rRh.net
適当にSEIRモデル拡張してシミュレーションすれば分かるけどかなり自粛しても感染爆発は起こるよ
401:１３２人目の素数さん
20/04/21 02:51:28 7mnZKVUh.net
URLﾘﾝｸ(www.youtube.com)
東大数学科卒の高橋洋一氏が人との接触7割減」の根拠を数式から
語ってるがどう見る？
402:１３２人目の素数さん
20/04/21 06:50:58.83 J5/+FVIQ.net
ガンマ分布：「一定期間に1回起きると期待されるランダムな事象が複数回起きるまでの時間の分布」
複数回でなくて1回だと指数分布だと思う。
何度も感染した症例を扱っているのではないのだから、ガンマ分布のパラメータを求める意味が理解できない。
403:１３２人目の素数さん
20/04/21 06:56:00.72 J5/+FVIQ.net
>>380
SEIRモデルだと感染爆発させた方が早期に収束する。死者や感染者は増えるけど。
シミュレーションでは鎖国している前提で4割が感染すればオリンピックは可能だった。
SEIRモデルはEは感染力なし、Rは再感染しないというモデルだからなぁ。
モデルを修正してR->Sの再感染が0.１%あるだけで終焉しなかったな。
しかも、外部から感染力の強いキャリアー（保菌者）が入ってくることはモデルには組み込まれていない。
404:１３２人目の素数さん
20/04/21 06:59:16.79 J5/+FVIQ.net
>>379
結局、一定期間に1回起きると期待されるランダムな事象として、その一定期間を推測しているんだろ？
405:１３２人目の素数さん
20/04/21 07:47:46 J5/+FVIQ.net
>>381
SIRモデルって鎖国モデルだから結論は信用できん。
406:１３２人目の素数さん
20/04/21 11:00:38 LfxF6Y+G.net
統計できる人尊敬するわ
MCMCとか訳分からん
407:１３２人目の素数さん
20/04/21 11:28:48 J5/+FVIQ.net
>>386
統計ってある統計量がほんにゃら分布に従うというのを黙って受容しないと次に進めないよね。
郡内分散と郡間分散の比がF分布に従うとか言われても
どうしてかは理解していない。
stanのNUTSとかfrog leapとかわからんままにMCMCさせている。
408:イナ ◆/7jUdUKiSM
20/04/21 13:30:52 0ilKIHza.net
こういうときこそコンピューターとかに頼らずに一つ一つ数をかぞえて方程式を立て、微分するべきだと思う。
∥∩∩∥ □ ∥ ＼
（-_-)） ∥______∥
（っγυ ｡∥╂─╂∥
■`(_)_)ц~ ∥╂─╂∥
＼■υυ■_∩∩､＼＼∥
＼＼＼＼⊂(_ _ )`⌒つ)
＼＼＼＼＼＼＼`υ､＼/|
＼＼＼＼＼`.,､､､＼`/ |
__＼＼＼＼彡`-`ﾐっ/ L
￣|＼_＼＼_U,~⌒ヾ /
］| ∥￣￣￣￣U~~U / /
__| ∥ □ □ ∥ |/ /
___`∥________∥／_/
￣￣￣￣￣￣￣￣￣∥ /
__________________∥/
409:１３２人目の素数さん
20/04/21 14:53:08 pHehMVs5.net
>>386
sirモデルでは罹患した患者が回復するまでの機会中常に一定の確率(感染率)で遭遇した感受受宿主に感染を広めると仮定して立式してる。
ザックリした傾向を見るならそれで十分だけど、実際のモデルではそんな事はありえない。
感染する確率は患者の体内で繁殖しているウィルス量の増加に従って増えるからその効果を勘案してΓ分布(というかt^c d^x なる形の関数)に応じて感染率が罹患した時点から変化するとするんでしょ？
もちろんコレでも大体の傾向見るにはコレで十分というモデルを臨床例から適当に選んでるだけでしょ？
実際には未来永劫感染力を持ち続けるなんて事があるはずないし、罹患初期のウィルス量の増え方はおそらく指数関数的に増えるものを採用すべきだろうし。
410:１３２人目の素数さん
20/04/21 14:54:06 pHehMVs5.net
mcmc
411:１３２人目の素数さん
20/04/22 08:56:14 0tlpvLKp.net
>>388
無理無理。
カブトガニVSシオマネキ論争はコンピュータの計算結果で決着がついたよ。
412:１３２人目の素数さん
20/04/22 13:23:53 0tlpvLKp.net
週末は休むとか週間変動の影響を除くために１週間の移動平均で線形回帰して片対数
413:グラフにすると https://i.imgur.com/7VwfswD.png 自粛の効果がでてきているな。 多分、検査自粛の効果だろうな。
414:イナ
20/04/22 19:51:00.75 iq1GZOqA.net
∥∩∩ ∥ □ ∥前>>388
（(-_-)∥ ∥______
（っ⌒⌒ﾞ ｡∥╂─╂
■`(_)_)ц~ ∥╂─╂
＼■υυ■_∩∩､＼＼＼
＼＼＼＼⊂(_ _ )`⌒つ､
＼＼＼＼＼＼＼`υ､＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼`>>391カブトガニでもシオマネキでもシュクメルリでも微分するのがいちばん強力だと思う。
415:１３２人目の素数さん
20/04/23 04:58:29 3vcirHk0.net
>>393
これを微分で解いたら、ネ申か狂人だろな。
AからHの8人はそれぞれ正直者か嘘つきであり、誰が正直者か嘘つきかはお互いに知っている。
A,B,C,D,Eは嘘つきなら必ず嘘をつくが、F,G,Hは嘘つきでも正しいことを言う場合がある。
次の証言から確実に正直者と断定できるのは誰か？
A「嘘つきの方が正直者より多い」
B「Hは嘘つきである」
C「Bは嘘つきである」
D「CもFも嘘つきである」
E「8人の中に、少なくとも1人嘘つきがいる」
F「8人の中に、少なくとも2人嘘つきがいる」
G「Eは嘘つきである」
H「AもFも正直者である」
416:１３２人目の素数さん
20/04/23 08:28:17 3vcirHk0.net
CTとPCRの一致係数（κ値）を信頼区間つきでMCMCしようかと思ってスクリプトを書いたはいいが
肝心なデータがない ：（
事前分布を一様分布にするのには異論があるかもしれん。
library(rjags)
kappa.model='
model{
A ~ dbeta(1,1) # A:Pr[CT+], 1-A:Pr[CT-]
B ~ dbeta(1,1) # B:Pr[PCR+|CT+]
C ~ dbeta(1,1) # C:Pr[PCR-|CT-]
p[1]=A*B # CT+PCR-
p[2]=A*(1-B) # CT+PCR-
p[3]=(1-A)*(1-C) # CT-PCR+
p[4]=(1-A)*C # CT-PCR-
y[1:4] ~ dmulti(p[],n) # multinominal distribution
po=(p[1]+p[4])/n # observed agreement
pe=(p[1]+p[2])/n*(p[1]+p[3])/n + (p[3]+p[4])/n*(p[2]+p[4])/n # coincidence
kappa=(po-pe)/(1-pe)
PABAK=2*po-1 # Prevalence Adjusted Bias Adjusted Kappa
}
'
writeLines(kappa.model,'kappaj.txt')
417:１３２人目の素数さん
20/04/23 10:37:41 3vcirHk0.net
中国には特異度１００％の検査キットがあるんだってね。
すべて陰性にでるようにセットされていると。
418:１３２人目の素数さん
20/04/23 13:51:17 3vcirHk0.net
新型コロナ患者を治療している病院に100人の職員がいる。
検体採取器具は5人分、試薬は1回分しかないとする。
無作為抽出した5人の職員から採取した検体を混合して検査したら陽性であった。
職員の陽性者数の期待値を求めよ。
また、50人以上の感染者いる確率はいくつか？
検査の陽性率はハイリスク群に検査している東京の数値2457/6654を使って計算せよ。
URLﾘﾝｸ(i.imgur.com)
419:１３２人目の素数さん
20/04/23 13:53:25 3vcirHk0.net
>>397
こんなグラフになった。
URLﾘﾝｸ(i.imgur.com)
420:１３２人目の素数さん
20/04/23 17:36:48 3vcirHk0.net
>>397
これであってるかな？
> # 期待値
> integrate(function(x) x*pdf(x),0,100)$value
[1] 37.13
> # 50人以上の確率
> integrate(pdf,50,100)$value
[1] 0.0041903
> c(HPDI.lower=lwr,HPDI.upper=upr) # HPDI
HPDI.lower HPDI.upper
27.778 46.558
421:１３２人目の素数さん
20/04/23 22:02:05.89 MtjaFZpr.net
レベル低
422:１３２人目の素数さん
20/04/24 02:55:58 juJsFFfP.net
慶応大の調査で、コロナ以外で来院した人をPCR検査したところ
4/67の確率で要請だった
東京都内1500万のうち何人くらいが感染しているか推定せよ
423:１３２人目の素数さん
20/04/24 03:18:37 XPGerQAq.net
岩田健太郎・�
424:_戸大学教授『東京はすでに20万～400万人感染の可能性』 https://leia.5ch.net/test/read.cgi/poverty/1587664106/
425:１３２人目の素数さん
20/04/24 05:36:50.27 9Fe9PNfV.net
>>401
ニュー速でやったが、ベイズでこんな感じ？(感染者率)
URLﾘﾝｸ(i.imgur.com)
426:１３２人目の素数さん
20/04/24 05:52:14 9Fe9PNfV.net
>>397
混ぜて検査する方法の最適化問題ってのもあるね。
URLﾘﾝｸ(mobile.twitter.com)
(deleted an unsolicited ad)
427:１３２人目の素数さん
20/04/24 08:13:06 0onl6lJy.net
>>401
これって東京の無作為サンプリングではなさそうだよね
病院に来たって事は熱が出てたのかもしれないし
想定できる母集団ってなんになるのだろうか
428:１３２人目の素数さん
20/04/24 12:07:56 v55OWzbu.net
新型コロナ患者を治療している病院に100人の職員がいる。
検体採取器具は10人分、試薬は1回分しかないとする。
無作為抽出した10人の職員から採取した検体を混合して検査したら陰性であった。
職員の陽性者数の期待値を求めよ。
また、50人以上の感染者いる確率はいくつか？
検査の陽性率はハイリスク群に検査している東京の数値2457/6654を使って計算せよ。
429:１３２人目の素数さん
20/04/24 12:11:36 v55OWzbu.net
>>401
95%CIで
> binom::binom.confint(4,67)
method x n mean lower upper
1 agresti-coull 4 67 0.05970149 0.019131154 0.1480232
2 asymptotic 4 67 0.05970149 0.002968439 0.1164345
3 bayes 4 67 0.06617647 0.015026904 0.1253507
4 cloglog 4 67 0.05970149 0.019283398 0.1337560
5 exact 4 67 0.05970149 0.016504404 0.1458632
6 logit 4 67 0.05970149 0.022588780 0.1485238
7 probit 4 67 0.05970149 0.020905075 0.1402573
8 profile 4 67 0.05970149 0.018970462 0.1332788
9 lrt 4 67 0.05970149 0.018929939 0.1332756
10 prop.test 4 67 0.05970149 0.019297952 0.1534709
11 wilson 4 67 0.05970149 0.023459351 0.1436950
430:１３２人目の素数さん
20/04/24 17:39:04 8oiI190P.net
>>401
まじか。
まあ、体調悪いから病院に行くわけで、バイアスかかってるとはいえ...。
431:１３２人目の素数さん
20/04/24 17:42:10 v55OWzbu.net
>>404
ラテン方陣の問題？
432:１３２人目の素数さん
20/04/24 20:48:11 v55OWzbu.net
>>403
事前分布にJefferey分布を使っているな。
URLﾘﾝｸ(i.imgur.com)
破線が事前分布、実戦が事後分布
curve(dbeta(x,0.5+4,0.5+67-4),bty='l',xlab='probability',ylab='density')
curve(dbeta(x,0.5,0.5),add=T,lty=2)
433:１３２人目の素数さん
20/04/24 20:55:16 v55OWzbu.net
>>410
青実線が事前分布を一様分布(Beta(1,1))としたとき。
URLﾘﾝｸ(i.imgur.com)
Jeffereyの方が95%CI幅が小さいな。
> binom::binom.bayes(4,67,prior.shape1 = 0.5,prior.shape2 = 0.5)
method x n shape1 shape2 mean lower upper sig
1 bayes 4 67 4.5 63.5 0.06617647 0.0150269 0.1253507 0.04999999
> binom::binom.bayes(4,67,prior.shape1 = 1, prior.shape2 = 1)
method x n shape1 shape2 mean lower upper sig
1 bayes 4 67 5 64 0.07246377 0.01876916 0.1338218 0.04999999
434:１３２人目の素数さん
20/04/24 21:13:10 v55OWzbu.net
>>401
URLﾘﾝｸ(georgebest1969.typepad.jp)
に準じて 東京都民の1395万人に当てはめると
> data.frame(method=ci[,1],round(ci[,4:6]*pop))
method mean lower upper
1 agresti-coull 832836 266880 2064924
2 asymptotic 832836 41410 1624262
3 bayes 923162 209625 1748642
4 cloglog 832836 269003 1865896
5 exact 832836 230236 2034792
6 logit 832836 315113 2071907
7 probit 832836 291626 1956590
8 profile 832836 264638 1859240
9 lrt 832836 264073 1859195
435: 10 prop.test 832836 269206 2140919 11 wilson 832836 327258 2004545 岩田の計算は 5 exact 832836 230236 2034792
436:１３２人目の素数さん
20/04/24 21:35:58 v55OWzbu.net
>>402
感度30-70％(最頻値0.5,標準偏差0.2のβ分布),特異度(最頻値0.9 標準偏差0.05のβ分布)に設定。
有病率の事前分布は0-1の一様分布にして
MCMCしてみると
URLﾘﾝｸ(i.imgur.com)
という結果になった。
有病率の信頼区間は広すぎｗ
mean lower upper
0.22346412787 0.00000002913 0.83202346988
437:１３２人目の素数さん
20/04/24 21:50:22 v55OWzbu.net
>>413
有病率の最頻値は
> density(prev)$x[which.max(density(prev)$y)]
[1] 0.019186
438:１３２人目の素数さん
20/04/24 22:01:25 v55OWzbu.net
>>413
事前分布をJeffereyにしたら、
> js=PCRj4(67,4,SEN=0.5,SD1=0.2,SPC=0.9,SD2=0.1,N.ITER=1e6)$js
mean lower upper
1.4972e-01 6.3120e-14 8.5733e-01
> summary(prev)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0000 0.0111 0.0472 0.1497 0.1442 1.0000
> density(prev)$x[which.max(density(prev)$y)] # mode
[1] 0.0032278
439:１３２人目の素数さん
20/04/24 22:03:05.10 v55OWzbu.net
>>415
この最頻値はオーストリアの0.3％という値に等しいな。
440:１３２人目の素数さん
20/04/24 23:51:07 v55OWzbu.net
>>415
Jeffreys が正しいスペリングみたい。 Jefferey'sかと思っていた。
441:１３２人目の素数さん
20/04/25 13:54:43 R/UD6QQG.net
某医療センターでは治療後、2回連続してPCR検査陰性であれば退院させているとする。
PCR検査は
感度0.3~0.7 : β分布(2.625,2.625)相当
特異度 0.95~1.0 : β分布(26.5014,2.3422)相当
有病率は一様分布として
2回連続してPCR検査陰性の患者の有病率の期待値を求めよ。
２回連続検査陰性の患者が感染者である確率と有病率との関係をグラフにしてみた。
灰色点線は95％信頼区間
URLﾘﾝｸ(i.imgur.com)
442:１３２人目の素数さん
20/04/25 17:53:16 MKtk31sc.net
>>409
動的計画法を使うらしい。
URLﾘﾝｸ(qiita.com)
443:１３２人目の素数さん
20/04/26 21:43:36 0lgRXnyr.net
スレチですが統計に詳しい方がいると思って伺いました。
工学系の大学院生で論文を読んでて、見慣れない記号や数式が出てきたので質問させてください。
この数式中のEは何を意味するのでしょうか？
Rの期待値的なものですか？
URLﾘﾝｸ(i.imgur.com)
444:１３２人目の素数さん
20/04/27 02:54:57 cS0ISst+.net
院生でわからないってマジか
専門外の機械学習いきなりやらされたのかな？
445:１３２人目の素数さん
20/04/27 06:45:22 S7AmHM83.net
有病率が0.3％（オーストリアの無作為抽出)や6%(慶応大学の入院患者無作為抽出）のときは
感度30～70% 特異度90～100%のPCR検査キットでは
陰性的中率は
オーストリアの例では 95％[87％～99％]
慶応の例では 94%[86～99％]になる。
すべて陰性にでる中国のイカサマキットなら
陰性的中率は
オーストリアの例では99.7％
慶応の例では94%になる。
有病率が10％くらいになればイカカマキットの方が陰性的中率の成績が劣る。
446:１３２人目の素数さん
20/04/27 07:30:42 S7AmHM83.net
某医療センターでは治療後、2回連続してPCR検査陰性であれば退院させているとする。
PCR検査は
感度0.3~0.7 : β分布(2.625,2.625)相当
特異度 0.95~1.0 : β分布(26.5014,2.3422)相当
として
ｎ回連続して陰性であれば退院とするとどれくらいの感染者が野に放たれるかを
有病率（＝検査前確率）を変化させてグラフにしてみた。
URLﾘﾝｸ(i.imgur.com)
447:１３２人目の素数さん
20/04/28 10:03:02.25 /p2virDs.net
URLﾘﾝｸ(www.researchgate.net)
448:_Study/link/5ea19006458515ec3aff8f36/download https://i.imgur.com/3GWmZz3.png に有病率の低い群で行った唾液と鼻咽頭スワッブ200例のcross-section tableがあったので これでKappa係数とPABAK（prevalence ad-justed bias adjusted kappa）とその信頼区間をstanのMCMCで出してみた。 swabと唾液でまあ、結果が合致している。 > print(fit.kappa,pars=c('kappa','PABAK')) Inference for Stan model: kappa. 4 chains, each with iter=2000; warmup=1000; thin=1; post-warmup draws per chain=1000, total post-warmup draws=4000. mean se_mean sd 2.5% 25% 50% 75% 97.5% n_eff Rhat kappa 0.81 0 0.07 0.65 0.77 0.81 0.86 0.92 3540 1 PABAK 0.93 0 0.02 0.88 0.92 0.93 0.95 0.97 3342 1 JAGSでMCMCしてもほぼ同じ結果。 https://i.imgur.com/XKT53Fy.png
449:１３２人目の素数さん
20/04/28 21:14:48.22 V+QD5qnX.net
>>394
答えなくね？
450:１３２人目の素数さん
20/04/29 16:59:02 YhsQxAnp.net
>>425
正解。正直者が誰もいないようにプログラムした。
イナ師が微分で解いてくれるのを期待していたんだが。
451:１３２人目の素数さん
20/04/29 17:43:56 YhsQxAnp.net
PCR検査は
感度0.3~0.7 : β分布(2.625,2.625)相当
特異度 0.95~1.0 : β分布(26.5014,2.3422)相当
として、
URLﾘﾝｸ(statmodeling.hatenablog.com)
の設定を踏襲して、利用できるデータを更新して
推定陽性率は
> summary(p.pos) ; HDInterval::hdi(p.pos)[1:2]
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.000031 0.000067 0.004681 0.005229 0.009325 0.016658
lower upper
0.00003082 0.01408833
推定有病率は
> summary(prevalence) ; HDInterval::hdi(prevalence)[1:2]
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00000 0.00166 0.00529 0.01040 0.01129 0.16078
lower upper
0.0000005693 0.0305640211
452:１３２人目の素数さん
20/04/29 18:02:18.86 FBYarVUq.net
>>426
正直者の確定が誰もいないというより、条件を満たす正直者・嘘つきの組み合わせが存在しないよね？
URLﾘﾝｸ(i.imgur.com)
453:１３２人目の素数さん
20/04/29 18:35:59 uFfpYtab.net
rRT-PRC検査の感度・特異度ともに90%以上です。
454:１３２人目の素数さん
20/04/29 19:40:54.19 uFfpYtab.net
通常の医療でも臨床診断の5%は誤診だと推定されていたりする。
これを実際の数として見積もると膨大になる。
455:１３２人目の素数さん
20/04/29 20:37:12 YhsQxAnp.net
>>429
採取手技や採取時期で変動すると思う。
コンタミによる偽陽性もあるだろうし。
456:１３２人目の素数さん
20/04/29 20:38:43 YhsQxAnp.net
>>428
言っていることは同じ。
全部の条件を満たす組み合わせは存在しない。
457:１３２人目の素数さん
20/04/29 20:39:49 YhsQxAnp.net
>>427
このデータは再現性がないことがわかったので撤回します。
458:１３２人目の素数さん
20/04/30 10:01:57 42TM9o6B.net
ふぉー
＜新型コロナ＞抗体検査５．９％陽性 市中感染の可能性 都内の希望者２００人調査
URLﾘﾝｸ(www.tokyo-np.co.jp)
459:１３２人目の素数さん
20/04/30 12:13:53 qOF+URFa.net
>>434
"検査結果では、一般市民の百四十七人の４・８％にあたる七人が陽性、
医療従事者五十五人のうち９・１％の五人が陽性だった。
URLﾘﾝｸ(www.tokyo-np.co.jp)
"
> r1=5;r2=7;n1=55;n2=147
> prop.test(c(r1,r2),c(n1,n2))
2-sample test for equality of proportions with continuity
correc
460:tion data: c(r1, r2) out of c(n1, n2) X-squared = 0.679, df = 1, p-value = 0.41 alternative hypothesis: two.sided 95 percent confidence interval: -0.052613 0.139194 sample estimates: prop 1 prop 2 0.090909 0.047619 Warning message: In prop.test(c(r1, r2), c(n1, n2)) : Chi-squared approximation may be incorrect > poisson.test(c(r1,r2),c(n1,n2)) Comparison of Poisson rates data: c(r1, r2) time base: c(n1, n2) count1 = 5, expected count1 = 3.27, p-value = 0.33 alternative hypothesis: true rate ratio is not equal to 1 95 percent confidence interval: 0.47778 6.98763 sample estimates: rate ratio 1.9091
461:１３２人目の素数さん
20/04/30 19:13:48 42TM9o6B.net
>>434
これの興味深いところは、陽性率の高さもさることながら、医療関係者の感染率が一般市民のそれよりも
（多分有意に）高いことだと思う。抗体検査の精度ってほとんどデータが無いに等しいけど、医療関係者の
感染者率が平均よりも多いのならば（実際そうなのだと思う）、このテストはそれを反映したものと言えて、
抗体検査の信頼性をある程度証明できるかもしれない。
そして、市中の陽性率の高さも。
この辺、ベイズで上手く検証できないかな。
462:１３２人目の素数さん
20/04/30 20:32:35.24 qOF+URFa.net
>>436
>医療関係者の感染率が一般市民のそれよりも（多分有意に）高い
χ二乗検定では、p-value = 0.41 で 標本数が少ないから有意差がでない。
エントリーが５以下のときには信頼するなと習ったな。
まあ、ポアソンでもp-value = 0.33
>435にRの出力を貼っておいた。
463:１３２人目の素数さん
20/04/30 20:35:20.83 rbz2947p.net
>>436
55人中5人と147人中7人じゃ、有意差ないだろ。
と書こうと思ったら、 >>437氏に先を越されたｗｗｗ
464:１３２人目の素数さん
20/04/30 20:41:39 rbz2947p.net
抗体検査キットの評価をしたら特異度はみな5/5だったらしいけど、サンプルが
５つだけって意味だとすると、せいぜい90％以上くらいのことしか言えないな。
特異度95%だとしたら、５％が陽性っていわれてもねぇｗ
465:１３２人目の素数さん
20/04/30 21:20:01 qOF+URFa.net
>>436
事前分布にかなり影響をうけるが、
感度特異度とも50-70％(最頻値60%標準偏差10％のβ分布),
有病率は一様分布、
検査陽性数は陽性確率が 有病率*感度＋（１-有病率)*(1-特異度)の二項分布に従う
というモデルでプログラムを組むと
model
{
for(i in 1:N) {
x[i] ~ dbin(p,n[i])
}
p = prev*sen + (1-prev)*(1-spc)
PPV=sen*prev/(sen*prev+(1-prev)*(1-spc))
NPV=(1-prev)*spc/((1-prev)*spc+prev*(1-sen))
precision=(prev*sen+(1-prev)*spc)/
((prev*sen+(1-prev)*spc + (1-prev)*(1-spc)+(prev*(1-sen))))
pLR=sen/(1-spc)
nLR=(1-sen)/spc
DOR=pLR/nLR
sen ~ dbeta(sn[1],sn[2])
spc ~ dbeta(sp[1],sp[2])
prev ~ dbeta(shape1,shape2)
}
結果は、
URLﾘﾝｸ(i.imgur.com)
有病率の期待値は2.3%、最頻値は0.31% 少数データなので信頼区間が広い。
有病率が平均値50%の一様分布というのは現実離れした分布だとは思う。
466:１３２人目の素数さん
20/04/30 21:22:46 qOF+URFa.net
>>439
すべてが陰性に出るイカサマキットなら特異度が100％
>18参照
467:１３２人目の素数さん
20/04/30 21:33:35 qOF+URFa.net
>55人中5人と147人中7人じゃ、有意差ないだろ。
その比率のまま、約4倍(3.87倍)になればχ二乗検定で有意差がでるね。
r1=5;r2=7;n1=55;n2=147
mat=matrix(c(r1,r2,n1,n2),2,b=T)
fn <- function(x) chisq.test(mat*x)$p.value
fn=Vectorize(fn)
uniroot(function(x) fn(x)-0.05,c(1,10))$root
fn(4)
> fn(4)
[1] 0.045678
468:１３２人目の素数さん
20/04/30 21:47:02.48 qOF+URFa.net
>>440（追記)
>有病率が平均値50%の一様分布というのは現実離れした分布だとは思う。
オーストリアのデータ0.3%を参考に有病率の事前分布が0.2-0.4％
β(10.865, 3279.34)に相当として、MCMCしてみた。
感度と特異度の事前分布は前回と同じ。
URLﾘﾝｸ(i.imgur.com)
さほど、有病率が高いという結論は引き出せないな。
469:１３２人目の素数さん
20/04/30 22:23:36 gdjT5b3G.net
自己流な検定
A群55人中5人とB群147人中7人に有意差はあるか？
モンテカルロ法で検証
A群もB群も同じ陽性率で、0.0594と仮定する
∵ 陽性率は、 12/(55+147) = 12/202 = 0.0594
モンテカルロ法100万回したら
B群の陽性者が7名となったのは、125238回
その内 A群の陽性が5名以上は、28293回
∴ P(55人中5人以上｜147人中7人) = 28293/125238 = 0.226
∴ 有意差なし
EXCEL VBAソースコード概略
Dim I As Long
Dim J As Long
Dim K As Long
K = 1
For I = 1 To 1000000
A = 0
For J = 1 To 55
If Rnd(1) < 0.0594 Then '陽性
A = A + 1
End If
Next
B = 0
For J = 1 To 147
If Rnd(1) < 0.0594 Then '陽性
B = B + 1
End If
Next
If B = 7 Then 'B群の陽性者が7名の場合
Cells(K, "A") = A 'A群の陽性者の人数
K = K + 1
End If
B = 0
Next
470:１３２人目の素数さん
20/04/30 23:17:24 qOF+URFa.net
β分布と乱数発生で比較。
一般人と医療従事者の確率分布に従う乱数を１０００万個発生させて比率の分布をグラフにすると
９５％信頼区間が１を挟むから有意差なし。比率が１以上となる確率も87.5％で95%を越えないから有意差なし。
URLﾘﾝｸ(i.imgur.com)
a=0.5 ; b=0.5
r1=5 ; r2=7 ; n1=55 ; n2=147
layout(1)
layout(matrix(1:2,2))
curve(dbeta(x,a+r2,b+n2-r2),0,0.3,bty='l',ann=F,lwd=2)
curve(dbeta(x,a+r1,b+n1-r1),col=2,add=T,lwd=2)
legend('center',bty='n',legend=c('general','medical'),lwd=2,col=1:2)
k=1e7
general=rbeta(k,a+r2,b+n2-r2)
medical=rbeta(k,a+r1,b+n1-r1)
BEST::plotPost(medical/general,compVal = 1)
471:１３２人目の素数さん
20/05/01 00:36:14 LcUyF6Tc.net
>>441
すべてが陰性に出るなら陽性は０人だろｗ
472:１３２人目の素数さん
20/05/01 07:22:53 LJVZP1pw.net
>>446
偽陽性率０％だから特異度は１００％
473:１３２人目の素数さん
20/05/01 10:05:01 LcUyF6Tc.net
>>447
だから、陽性が何人か出てんだから感度0%のインチキじゃなかろうってこと。
474:１３２人目の素数さん
20/05/04 00:17:48 Q8iLGwO2.net
最近の報道
インドは、中国企業から購入した中共ウイルス（新型コロナウイルス）の迅速スクリーニング検査キットの精度がわずか5％だとして、約50万個の注文をキャンセルした。
....
神戸市中央区にある市立医療センター中央市民病院の医師などのグループは、ことし３月末から先月７日にかけて、新型コロナウイルス以外の理由で外来を受診した患者から無作為に1000人を選び、血液中に新型コロナウイルスに感染したあとにできる「抗体」があるか調べました。
グループによりますとその結果、3.3％にあたる33人から抗体が検出されたということです。
以上を知ったある会社が
必ず陽性がでる試薬33個と必ず陰性がでる試薬967個を混ぜた1000試薬をセットにしてインドに売り込んだ。
問題
1試薬は1回しか検査できないとして
これがイカサマキット�
475:ﾅあることを証明する手段はあるか？
476:１３２人目の素数さん
20/05/04 15:22:29 jDRWX2Ph.net
3月の宿題で(1)のみ正解の数弱@shukudai_sujaku
昨年度の大学への数学(大数)での勝率は、
学コンBコースが 1/1 = 100% ，
宿題が 3/10 = 30% でした！
宿題の勝率が低すぎると思うので、
これからは一層精進していきたいです！
URLﾘﾝｸ(twitter.com)
(deleted an unsolicited ad)
477:１３２人目の素数さん
20/05/04 22:45:28 94tg6i4k.net
高橋洋一(統計数理研究所→大蔵省)
スウェーデンの感染症対策を解説
URLﾘﾝｸ(youtu.be)
478:１３２人目の素数さん
20/05/05 06:07:12 ht6rG86e.net
URLﾘﾝｸ(toyokeizai.net)
のデータを使って
P=14895/153581 # 2020/05/04
PCR検査の感度30-70％のモデルM1と感度70-90％のモデルM2のどちらが信憑性があるか、ベイズファクターで計算してみる。
M1は感度が最頻値60%標準偏差10%、M2は最頻値80%標準偏差10%のベータ分布に設定
特異度はいずれも最頻値95%標準偏差2.5%に設定し、有病率は一様分布を仮定
陽性数は、陽性率(P)＝真陽性率＋偽陽性率=有病率=有病率*感度 + (1-有病率)*(1-特異度)の二項分布に従うとする。
事後確率分布は
URLﾘﾝｸ(i.imgur.com)
陽性率P=14895/153581=0.09698465での事後確率分布の密度比(Savage-Dickey density ratio)でベイズファクターを出すと
> d1/d2 # Savage-Dickey densiti ratio = BF12
[1] 1.007722
まあ、ちょっぴり、感度30-70％のモデルの方がいいかも、という結果。
陽性数/検査数の時系列データでもあればもう少し差がでるかもしれん。
東京都のデータで計算させようかと思ったが、東京都は検査人数を隠蔽しているので使いものにならない。
479:１３２人目の素数さん
20/05/05 06:26:36.20 FpoKo6a+.net
訂正
陽性数は、陽性率(P)＝真陽性率＋偽陽性率=有病率=有病率*感度 + (1-有病率)*(1-特異度)の二項分布に従うとする
↓
陽性数は、陽性率(P)＝真陽性率＋偽陽性率=有病率*感度 + (1-有病率)*(1-特異度)の二項分布に従うとする
480:１３２人目の素数さん
20/05/05 11:13:29 b2IqdVzK.net
3月の宿題で(1)のみ正解の数弱@shukudai_sujaku
昨年度の大学への数学(大数)での勝率は、
学コンBコースが 1/1 = 100% ，
宿題が 3/10 = 30% でした！
宿題の勝率が低すぎると思うので、
これからは一層精進していきたいです！
URLﾘﾝｸ(twitter.com)
(deleted an unsolicited ad)
481:１３２人目の素数さん
20/05/05 23:00:17 wvtmzVA1.net
>>449
抗体のはいったサンプルを２，３０個試してみりゃわかんじゃないの？
いくらなんでも感度が３％じゃつかえねぇ。
482:１３２人目の素数さん
20/05/06 15:29:26 RG00+xls.net
イカサマキットの感度特異度の事前分布を一様分布に設定して
抗体のはいったサンプルを２０個で全部陰性であったので３０個試したら全部陰性であったとすると
感度・特異度の事後分布は
URLﾘﾝｸ(i.imgur.com)
483:１３２人目の素数さん
20/05/06 15:32:34 RG00+xls.net
ところが、有病率33/1000であったときに無作為に２０人および３０人を選んで全部陰性であっても
感度・特異度の事後分布は
URLﾘﾝｸ(i.imgur.com)
484:１３２人目の素数さん
20/05/06 15:52:13 RG00+xls.net
>>454
事後分布を一様分布に設定して、このコピペ小僧の正解率の期待値・最頻値・95％信頼区間を求めよ。
その結果、
URLﾘﾝｸ(i.imgur.com)
485:１３２人目の素数さん
20/05/06 15:58:11 RG00+xls.net
>>458
ベータ分布の理論値
> HDInterval::hdi(qbeta,shape1=5,shape2=8)[1:2]
lower upper
0.1406542 0.6377277
> 5/(5+8) # mean
[1] 0.3846154
> (5-1)/(5-1+8-1) # mode
[1] 0.3636364
486:１３２人目の素数さん
20/05/06 16:25:45 RG00+xls.net
>>454
このコピペ小僧の正解率に学コンと宿題で差があるかを検定せよ。
事前分布にJefferysを用いた結果、
URLﾘﾝｸ(i.imgur.com)
487:１３２人目の素数さん
20/05/06 17:08:09 tNZVV9ZH.net
>>456
感度が5%以下じゃつかいもんにならんわなぁ。インチキで確定。
488:１３２人目の素数さん
20/05/06 23:23:13 wABsYddm.net
URLﾘﾝｸ(www.buzzfeed.com)
大阪市立大学が一昨年の血液を使って検査したところ、偽陽性は1人もいなかったそうだ。
489:１３２人目の素数さん
20/05/07 00:59:54 0v
490:bdeA0/.net
491:１３２人目の素数さん
20/05/07 02:09:04.11 VnQvkZ57.net
>>463
Wilsonの式を使ったんだろうね。
method x n mean lower upper
1 agresti-coull 3 312 0.0096 0.0019 0.029
2 asymptotic 3 312 0.0096 -0.0012 0.020
3 bayes 3 312 0.0112 0.0016 0.023
4 cloglog 3 312 0.0096 0.0027 0.026
5 exact 3 312 0.0096 0.0020 0.028
6 logit 3 312 0.0096 0.0031 0.029
7 probit 3 312 0.0096 0.0029 0.027
8 profile 3 312 0.0096 0.0024 0.025
9 lrt 3 312 0.0096 0.0024 0.025
10 prop.test 3 312 0.0096 0.0025 0.030
11 wilson 3 312 0.0096 0.0033 0.028
URLﾘﾝｸ(ja.wikipedia.org)
492:１３２人目の素数さん
20/05/07 02:30:17 VnQvkZ57.net
Wilsonの式での95％信頼区間幅を1％以内にしたいなら
サンプルサイズは38411が必要という計算になった。
Rでの算出プログラム
library(binom)
x=3
n=312
binom.wilson(x,n)
fn <- function(n){
x=0:n
l=binom.wilson(x,n)[,5]
u=binom.wilson(x,n)[,6]
max(u-l)
}
fn=Vectorize(fn)
n=seq(1000,50000,by=1000)
plot(n,fn(n))
abline(h=0.01,lty=3)
uniroot(function(x,u0=0.01) fn(x)-u0, c(10000,50000))
493:１３２人目の素数さん
20/05/07 17:10:06 CHL0/p02.net
>>462
５０人で０でしょ？
だったら、特異度として保証されるのはせいぜい９８％程度じゃん。
１％の陽性率に対して、それでは不十分。
494:１３２人目の素数さん
20/05/07 18:13:41.63 VnQvkZ57.net
>>466
95％信頼区間の下限境界は
事前分布をJeffreysで
> qbeta(0.95,0.5+50,0.5,lower=F)
[1] 0.9624989
事前分布を一様分布で
> qbeta(0.95,1+50,1,lower=F)
[1] 0.942952
495:１３２人目の素数さん
20/05/07 18:52:47.08 VnQvkZ57.net
特異度の95%の信頼区間の下限値を0.99にするのに必要なサンプルサイズは
事前分布を一様分布で
> uniroot(function(x) fn(x)-0.99, c(100,500))$root
[1] 297.0728
Jeffreysで
> uniroot(function(x) fn(x,0.5,0.5)-0.99, c(100,500))$root
[1] 190.8606
fn <- function(x,shape1=1,shape2=1){
qbeta(0.95,shape1 + x, shape2, lower=F)
}
n=50:500
plot(n,fn(n),type='l', ylab='95%CI.lower')
abline(h=0.99,lty=3)
uniroot(function(x) fn(x)-0.99, c(100,500))$root
uniroot(function(x) fn(x,0.5,0.5)-0.99, c(100,500))$root
496:１３２人目の素数さん
20/05/07 20:13:12 VnQvkZ57.net
URLﾘﾝｸ(www.buzzfeed.com)
のデータを使って、不明なものは一様分布（ベータ分布の形状母数(1,1)）に事前分布を設定してMCMCしてみる。
x=c(3,33)
n=c(312,1000)
m=50
N=length(n)
shape1=1
shape2=1
model{
for(i in 1:N){
x[i] ~ dbin(p,n[i]) # 二項分布
}
p <- prev*sen+(1-prev)*(1-spc) # 陽性=真陽性+偽陽性
sen ~ dbeta(shape1,shape2)
spc ~ dbeta(shape1+m,shape2)
prev ~ dbeta(shape1,shape1)
}
その結果
URLﾘﾝｸ(i.imgur.com)
497:１３２人目の素数さん
20/05/07 21:49:37 CHL0/p02.net
>>469
なにやってるかよくわからんので、見当外れの指摘かもしれんが、
大阪市大の3/312と神戸大の33/1000ってのは特異度も感度も異なる
であろう別�
498:墲ﾌキットによる検査結果なんで、一緒くたにしちゃ まずいんでないの？
499:１３２人目の素数さん
20/05/07 22:36:59.75 VnQvkZ57.net
>>470
同一キットじゃないから、ご指摘の通り。
しかも神戸大の方では陰性検体での確認はされていないから、神戸大方の陽性率が高いのは偽陽性を含む可能性もあるね。
大阪市大だけのデータでやってみると。
URLﾘﾝｸ(i.imgur.com)
500:１３２人目の素数さん
20/05/07 22:46:09.05 VnQvkZ57.net
>>471
使える情報が少なすぎて信頼区間が広すぎ。
有病率:0-87%
キットの感度:0-70%
ってコイントス変わらんな。
501:１３２人目の素数さん
20/05/07 22:48:00.40 VnQvkZ57.net
結局のところ、断定的な結論は出せないねということを数字で確認しているだけｗ
502:１３２人目の素数さん
20/05/08 02:04:52 Ugc87SUM.net
>>464
>>465
有難うございます。
二項分布下の母比率の信頼区間推定問題なんですね。
A２：正規分布近似法でなくWilsonの信頼区間法で解くから
上側区間≠下側区間となり平均値まわり左右非対称信頼区間と
なるのですね。
503:１３２人目の素数さん
20/05/08 09:15:37 WmDpVhCu.net
3月の宿題で(1)のみ正解の数弱@shukudai_sujaku
昨年度の大学への数学(大数)での勝率は、
学コンBコースが 1/1 = 100% ，
宿題が 3/10 = 30% でした！
宿題の勝率が低すぎると思うので、
これからは一層精進していきたいです！
URLﾘﾝｸ(twitter.com)
(deleted an unsolicited ad)
504:１３２人目の素数さん
20/05/08 11:37:38 CfFk/Uw1.net
>>474
Rのlibrary binomを使って binom::confint(3,312)で >464の出力が得られる
信頼区間をグラフにすると
URLﾘﾝｸ(i.imgur.com)
点線は3/312
正規分布近似のasymptotic以外は非対称。
どれを使うべきか？ 好きなのを使えばいい、と思う。
但し、値が負になったり１を越えたりするのは不採用の方が賢明だとは思う。
Wilson法は値が０や１に近くても信頼できるという人がいるけど、どうやって検証するのかはよくわからん。
505:１３２人目の素数さん
20/05/08 12:41:19 CfFk/Uw1.net
>>476
binom::confintはbinom.confint(3,312)の間違い
library("binom")
binom.confint(3,312)
506:１３２人目の素数さん
20/05/09 13:22:10 oDT7bFgO.net
レムデシビルで初のRCTが出たんだけど、
URLﾘﾝｸ(www.thelancet.com)(20)31022-9.pdf
レムデシビルRCTで有意差だせず、症例数不足で検出力不足とか。
確かに、効力がわずからなら検出力不足
> n1=158
> n2=78
> pwr.2p2n.test(h=c(0.8,0.5,0.2),n1=n1,n2=n2,sig.level = 0.05,power=NULL,
+ alternative = "two.sided")
difference of proportion power calculation for binomial distribution (arcsine transformation)
h = 0.8, 0.5, 0.2
n1 = 158
n2 = 78
sig.level = 0.05
power = 0.9999336, 0.9508568, 0.3037150
alternative = two.sided
NOTE: different sample sizes
"
Remdesivir group (n=158)Placebo group (n=78)Difference
Clinical improvement rates
Day 7 4 (3%) 2 (3%) 0.0% (-4.3 to 4.2)
Day 14 42 (27%) 18 (23%) 3.5% (-8.1 to 15.1)
Day 28 103 (65%) 45 (58%) 7.5% (-5.7 to 20.7)
"
どの週においても両群で症状改善率は不変
症状改善率はどちらも一様分布を事前分布に仮定して
症状改善率の差δ=:０というモデルとδ≠０というモデルでのベイズファクター（周辺尤度比＝エビデンス比）を求めると
> (BF01=d.post/d.prio)
[1] 1.01472
なので、どちらのモデルが得られたデータを説明するのに適しているかは判断できず、という結果になった。
検出力不足か、差がないのかには決着つかず。