Movatterモバイル変換


[0]ホーム

URL:


はてなブックマークアプリ

サクサク読めて、
アプリ限定の機能も多数!

アプリで開く

はてなブックマーク

  • Twitterでシェア
  • Facebookでシェア

気に入った記事をブックマーク

  • 気に入った記事を保存できます
    保存した記事の一覧は、はてなブックマークで確認・編集ができます
  • 記事を読んだ感想やメモを書き残せます
  • 非公開でブックマークすることもできます

新型コロナウイルスのワクチンに関する情報は、厚生労働省の情報発信サイトを参考にしてください。情報を見る

適切な情報に変更

エントリーの編集

loading...

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。

タイトルガイドライン

このページのオーナーなので以下のアクションを実行できます

タイトル、本文などの情報を
再取得することができます
コメントを非表示にできますコメント表示の設定

ブックマークしました

ここにツイート内容が記載されますhttps://b.hatena.ne.jp/URLはspanで囲んでください

Twitterで共有

ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します

225usersがブックマークコメント33

    ガイドラインをご確認の上、良識あるコメントにご協力ください

    0/0
    入力したタグを追加

    現在プライベートモードです設定を変更する

    おすすめタグタグについて

      よく使うタグ

        感染者数予測の解説

        ガイドラインをご確認の上、良識あるコメントにご協力ください

        0/0
        入力したタグを追加

        現在プライベートモードです設定を変更する

        おすすめタグタグについて

          よく使うタグ

            はてなブックマーク

            はてなブックマークで
            関心をシェアしよう

            みんなの興味と感想が集まることで
            新しい発見や、深堀りがもっと楽しく

            ユーザー登録

            アカウントをお持ちの方はログインページ

            記事へのコメント33

            • 注目コメント
            • 新着コメント
            Knoa
            わたしの予測に懐疑的な人、あとできれば専門家の人にも読んで参考にしていただければ。

              その他
              hokado
              この方の予測の肝は正確さよりも、少数のコミュニティに向け、責任を問われない立場で、細かく修正して発表できる環境/需要の方にあると思う。例えば全国民への場合なら情報の出し方や求められる効果も当然変わる。

                その他
                vlxst1224
                乙です。すごい情熱だ。そしてここまでの情熱をなぜ増田という前時代的なプラットフォームにブチ込み続けているのか等、そろそろ著者のペルソナの方にこそ興味の焦点が移動しつつある。はてブロ嫌いなのかな(火種

                  その他
                  around89n
                  ...純粋にこういうのを読むのは好きです。解説、ありがとうございます。

                  その他
                  pikopikopan
                  解説までありがたい。/正直最近のはてなブログの衰退とか読んで、はてな村の事を僅かに知ったが、これこそはてな村の真骨頂ではと思う。分野外のお話聞けるの嬉しい。

                    その他
                    satomies
                    最初は単なる興味だったけれど。数字自体の「実際」よりも、こうしたデータの扱い方や考察が興味深い。いまやもう「推しの追っかけ」。

                      その他
                      indication
                      わかりやすい。当たり前だけど数字って合算したら詳細が分からなくなる

                      その他
                      aarusupura
                      やばっ……、想像以上に占いだった……。自分が重要だと思ってるデータを見て、あとはふむふむこのくらいって適当に数字埋めてるだけやん……。どこがありがたいの?どこに検証可能性があるの??

                        その他
                        ashitani_shiyou
                        3週前の感染者最大値(A)が入るのが面白い。 Aと2週の前の人流(B)の間にも一定の相関はありそうで、上ブレ下ブレが予測に2重に効いてきそうな気もする。多重共線性?みたいな? 引続き応援したい。

                          その他
                          amunku
                          よくはてブが面白くなくなったとか、もっとうんこ漏らしたみたいなネタばっか見てたいとか言う人いるけど、ここで末尾にデリヘルとか出てきたらみんな怒るだろうなど思うなどした。予測の投稿、ありがとうございます

                            その他
                            reiley
                            「解説」の根本的問題点→https://anond.hatelabo.jp/20210720113807 (誰かの解説。これは分かりやすい)

                              その他
                              vox_populi
                              id:Knoa 氏による予測であるらしい。

                              その他
                              jiro68
                              一人一人異なる行動パターンを持った1400万人の集団の挙動とコロナの感染メカニズムをかけ算して完璧なモデルが出てくるとは思えないので、近似値を低コストで計算出来る式を考えたと言う点で凄いと思う。

                                その他
                                deztecjp
                                理屈はさておき、既知の数値を使った数式で「予測」をし、それがよく当たるなら、実務上は有用。立式の恣意性は問題ではない。とはいえズレるたびに恣意的修正を繰り返すとなると、まだ実用には遠いのかな、とも。

                                  その他
                                  atsushifx
                                  さて。予測方法とデータの取得先が出てきた以上、これでナジ予測が出来るはず。OSSなアプリか、EXCELマクロが出れば試すのも楽

                                  その他
                                  mint6626
                                  感染者じゃなくて感染判明者な。都の調査方法によっても変わる数値なんでそれも織り込み済みの感染判明者を都が発表する予想、な

                                    その他
                                    aarusupura
                                    aarusupuraやばっ……、想像以上に占いだった……。自分が重要だと思ってるデータを見て、あとはふむふむこのくらいって適当に数字埋めてるだけやん……。どこがありがたいの?どこに検証可能性があるの??

                                      2021/07/06リンク

                                      その他
                                      yujimi-daifuku-2222
                                      興味深い。予測にあたり何を採用するかの手つきに熟練を感じる。

                                        その他
                                        sierraromeo
                                        2週先3週先の週合計の精度はどのくらいだと思ってますか?

                                          その他
                                          River1992
                                          これまでの予測だと何となくこうしているのかな、の推量は出来ても分からない部分もあったので、こうして解説してくれると助かる。

                                            その他
                                            amunku
                                            amunkuよくはてブが面白くなくなったとか、もっとうんこ漏らしたみたいなネタばっか見てたいとか言う人いるけど、ここで末尾にデリヘルとか出てきたらみんな怒るだろうなど思うなどした。予測の投稿、ありがとうございます

                                              2021/07/06リンク

                                              その他
                                              rakuteen
                                              統計学の人なの?

                                                その他
                                                satomies
                                                satomies最初は単なる興味だったけれど。数字自体の「実際」よりも、こうしたデータの扱い方や考察が興味深い。いまやもう「推しの追っかけ」。

                                                  2021/07/06リンク

                                                  その他
                                                  samu_i
                                                  未だに予測と予言がわからない・・・。

                                                    その他
                                                    spark7
                                                    最初の見たら2週先も怪しい感じなのでそれくらいの予測にしといた方が良さそうに思うけども。懐疑云々とは別に予言を有難がるブコメの雰囲気が分からん。他の記事含め悲観的な情報を期待する土壌があるような。

                                                      その他
                                                      pikopikopan
                                                      pikopikopan解説までありがたい。/正直最近のはてなブログの衰退とか読んで、はてな村の事を僅かに知ったが、これこそはてな村の真骨頂ではと思う。分野外のお話聞けるの嬉しい。

                                                        2021/07/06リンク

                                                        その他
                                                        ibip
                                                        面白い

                                                          その他
                                                          Dryad
                                                          検証可能性は科学の基本だからねぇ。解説サンクス!

                                                          その他
                                                          LuckyBagMan
                                                          乙です。直感的には平均潜伏期間の5~6日前の人流が相関しそうな気もするけどそうでもないのかしら

                                                            その他
                                                            underd
                                                            あとでよむ

                                                              その他
                                                              vlxst1224
                                                              vlxst1224乙です。すごい情熱だ。そしてここまでの情熱をなぜ増田という前時代的なプラットフォームにブチ込み続けているのか等、そろそろ著者のペルソナの方にこそ興味の焦点が移動しつつある。はてブロ嫌いなのかな(火種

                                                                2021/07/06リンク

                                                                その他
                                                                indication
                                                                indicationわかりやすい。当たり前だけど数字って合算したら詳細が分からなくなる

                                                                2021/07/06リンク

                                                                その他
                                                                ashitani_shiyou
                                                                ashitani_shiyou3週前の感染者最大値(A)が入るのが面白い。 Aと2週の前の人流(B)の間にも一定の相関はありそうで、上ブレ下ブレが予測に2重に効いてきそうな気もする。多重共線性?みたいな? 引続き応援したい。

                                                                  2021/07/06リンク

                                                                  その他
                                                                  hokado
                                                                  hokadoこの方の予測の肝は正確さよりも、少数のコミュニティに向け、責任を問われない立場で、細かく修正して発表できる環境/需要の方にあると思う。例えば全国民への場合なら情報の出し方や求められる効果も当然変わる。

                                                                    2021/07/06リンク

                                                                    その他
                                                                    mayumayu_nimolove
                                                                    あなたは何者ですか

                                                                      その他
                                                                      around89n
                                                                      around89n...純粋にこういうのを読むのは好きです。解説、ありがとうございます。

                                                                      2021/07/06リンク

                                                                      その他
                                                                      yojik
                                                                      2週前の人流が本当にパラメータとして正しいのかは気になってる。擬似相関じゃないの?(ピークアウト寸前に緊急事態宣言がだされ、そのタイミングで人流も減る。その後人流が戻るタイミングで次の山がくる)

                                                                        その他
                                                                        htnmiki
                                                                        乙です

                                                                          その他
                                                                          graynora
                                                                          今天気予報のように活用している東京都の感染者数予測の算出方法解説。よく見る物理現象としてのモデリングでなく人の心理をついたモデルなのが興味深い。

                                                                            その他
                                                                            Helfard
                                                                            この分野に詳しくない人を召喚する儀式をしよう。

                                                                              その他

                                                                              注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

                                                                              リンクを埋め込む

                                                                              以下のコードをコピーしてサイトに埋め込むことができます

                                                                              プレビュー
                                                                              アプリのスクリーンショット
                                                                              いまの話題をアプリでチェック!
                                                                              • バナー広告なし
                                                                              • ミュート機能あり
                                                                              • ダークモード搭載
                                                                              アプリをダウンロード

                                                                              関連記事

                                                                                usersに達しました!

                                                                                さんが1番目にブックマークした記事「感染者数予測の解説」が注目されています。

                                                                                気持ちをシェアしよう

                                                                                ツイートする

                                                                                感染者数予測の解説

                                                                                東京の感染者数を5週間ぶん予測した (6月21日版) に始まる一連の予測について、もう少し詳しく、そして...東京の感染者数を5週間ぶん予測した (6月21日版) に始まる一連の予測について、もう少し詳しく、そしてわかりやすく解説します。 前提ひょっとすると誤解があるかもしれませんが(無理もないですが)、まず大前提として、わたしが推定しているのは究極的には「アルファ株の前週比を、5週ぶん」だけです。これはそのまま都民の緊張感と言い換えることもできますが、より正確には、異なる時期でも同じレベルで比較するために「ワクチンの効果がない場合の前週比」に換算しています。つまり、たとえばまったく同じ人流でも、ワクチンの接種率が高いほうが、感染者の前週比も低く抑えられるというわけです。あとは、ワクチンのぶんだけ前週比を調整して、アルファ株の前週比を基準にしてデルタ株を計算すれば、週の合計の感染者数が計算できますから、それを曜日ごとの増減傾向に合わせて配分するだけです。 では、具体的に始めましょう。 過去の感染者

                                                                                ブックマークしたユーザー

                                                                                • reiley2021/07/21reiley
                                                                                • commonp2021/07/21commonp
                                                                                • vox_populi2021/07/12vox_populi
                                                                                • yuriap2021/07/11yuriap
                                                                                • synonymous2021/07/09synonymous
                                                                                • tessy2021/07/08tessy
                                                                                • jiro682021/07/07jiro68
                                                                                • asakura-t2021/07/07asakura-t
                                                                                • toya2021/07/07toya
                                                                                • cubed-l2021/07/07cubed-l
                                                                                • deztecjp2021/07/07deztecjp
                                                                                • atsushifx2021/07/07atsushifx
                                                                                • hero-me2021/07/07hero-me
                                                                                • Schuld2021/07/06Schuld
                                                                                • kmttr2021/07/06kmttr
                                                                                • Bioegg2021/07/06Bioegg
                                                                                • mint66262021/07/06mint6626
                                                                                • aarusupura2021/07/06aarusupura
                                                                                すべてのユーザーの
                                                                                詳細を表示します

                                                                                ブックマークしたすべてのユーザー

                                                                                同じサイトの新着

                                                                                同じサイトの新着をもっと読む

                                                                                いま人気の記事

                                                                                いま人気の記事をもっと読む

                                                                                いま人気の記事 - 世の中

                                                                                いま人気の記事 - 世の中をもっと読む

                                                                                新着記事 - 世の中

                                                                                新着記事 - 世の中をもっと読む

                                                                                同時期にブックマークされた記事

                                                                                いま人気の記事 - 企業メディア

                                                                                企業メディアをもっと読む

                                                                                はてなブックマーク

                                                                                公式Twitter

                                                                                はてなのサービス

                                                                                • App Storeからダウンロード
                                                                                • Google Playで手に入れよう
                                                                                Copyright © 2005-2025Hatena. All Rights Reserved.
                                                                                設定を変更しましたx

                                                                                [8]ページ先頭

                                                                                ©2009-2025 Movatter.jp