底辺私立医大を卒業した医者って頭悪いよね? Part15
■ このスレッドは過去ログ倉庫に格納されています
>>206 シリツ医大なんて裏口入学なんだから、誰も解けないような数学オリンピックの問題でもいいんだよ。 東京都は47人陽性と発表しただけで検査数を公表しないよなぁ。 検査陽性率が昨日と同じではなくて、感度0.6特異度0.9から計算した有病率が同じとして 検査数を推測してみる。 pn2ip <- function(N,R,sen=0.6,spc=0.9){ # N:検査人数 R:陽性数 sen:感度 spc:特異度 x = ((spc - 1) * N + R)/(spc + sen - 1) c(infected=x,prevalence=x/N) } pn2ip(74,41) Rr2N <- function(R,r,sen=0.6,spc=0.9){ # R:検査陽性数 r:既知の有病率 sen:sensitibity spc:specificity N = R/(spc *(r - 1) + (sen - 1)* r + 1) return(N) } r=pn2ip(74,41)[2] Rr2N(47,r) 国試落ちたなんていつまで、別人のことを書いてんだよ。 まあ、手コキ問題すらいまだに解けないアホだからなぁ。 >>206 手コキ問題をいつまで経っても答えられない馬鹿なんだから 入試に手コキ問題をだしても、リーマン予想の証明をと出しても同じだよ。 どちらも答えられなくてく裏口入学なんだから結果は同じ。 わかります わかります 少し冷静になられたら 良いのではないでしょうか? w はっはっは いや〜 私は医者じゃありませんよ ここに書き込んでいる医者は少ないと思いますけどね w オリンピック延期決定前の東京のPCR検査(感度0.6特異度0.9とする)の検査数2013で陽性数が171であった。 検査を受けた集団の有病率を推定せよ。 答. 問題設定が間違っている。 検査数2013で陽性数が171から、感度と特異度の期待値を求めよ。 オリンピック延期決定後は検査人数74+95=169,陽性人数41+47=88である。 検査を受けた集団の有病率を推定 検査感度0.5-0.7(mode=0.6,sd=0.1)のβ分布 特異度を0.9(mode=0.9,sd=0.1)のβ分布 で計算 mean lower upper 0.74465 0.42595 0.99973 オリンピック延期決定前の東京のPCR検査(感度0.6特異度0.9とする)の 検査数2013で陽性数が171 延期決定後は検査人数74+95=169,陽性人数41+47=88である。 検査特性を考慮して延期決定前後で推定有病率(検査陽性率ではない)に有意差があるかどうか検定せよ。 " n=0:300 plot(n,sapply(n,function(x) pn2ip(2013,x)[1]),type='l',bty='l') abline(h=0,lty=3) pn2ip(2013,171) pn2ip(169,88) mci1=PCRs2(2013,171,iter=1e4)$mci (b=2013*mci1) # 86 mci2=PCRs2(169,88,iter=1e4)$mci (a=169*mci2) #134 fisher.test(matrix(c(86,2013-86,134,169-134),2,2)) prop.test(c(86,134),c(2013,169)) >>220 よそいけや さんすうできぬ どていへん 下の句、募集中 >>219 答. 問題設定が間違っている。 設定値で計算すると > pn2ip(2013,171) infected prevalence -60.600000 -0.030104 とありえない値になる。 感度と特異度を変化させて、推定有病者数との関係をグラフにしてみた。 https://i.imgur.com/jpIucEI.png >>221 これから、日々データが公表されるであろうから、 総数での陽性割合でなくて、日々の陽性数が二項分布に従うとしてプログラムを書き換えた。 data{ int<lower=1> N; //sample size int n[N]; // number of subjects int x[N]; // positive test result real<lower=0,upper=1> ul; // uniform(0,ul) real<lower=0> sn[2]; // sensitivity ~ beta(sn[1],sn[2]) real<lower=0> sp[2]; // specificity ~ beta(sp[1],sp[2]) } parameters{ real<lower=0,upper=1> prev; // prevalence real<lower=0,upper=1> sen; // sensitivity real<lower=0,upper=1> spc; // specificity } transformed parameters{ real<lower=0, upper=1> p; p = prev*sen + (1-prev)*(1-spc) ; // probability of positive test result } model{ x ~ binomial(n,p); prev ~ uniform(0,ul); sen ~ beta(sn[1],sn[2]); spc ~ beta(sp[1],sp[2]); } 総数でなく日々のデータを使ってstanに計算させてみた。 mean lower upper 0.7944093 0.5854059 0.9999967 >>227 JAGSでも同様の値 > PCRj3(subjects,positives,SEN=0.6,SD1=0.1,SPC=0.9,SD2=0.05) |**************************************************| 100% mean lower upper 0.79334 0.58771 1.00000 for loopを書かなくてもベクトルはそのまま扱えるのでstanの方が書き換えが容易だったな。 型宣言は手間がかかるけど。 今のところ、総和で計算しようが、日々に二項分布させようが結果は変わらないな。 > PCRj3(subjects,positives,SEN=0.6,SD1=0.1,SPC=0.9,SD2=0.05) |**************************************************| 100% mean lower upper 0.79186 0.58384 0.99990 > PCRj3(sum(subjects),sum(positives)) |**************************************************| 100% mean lower upper 0.79419 0.58489 0.99999 いたるところで おどけていますな〜 しらけますよ w さてと カンファレンスの準備をしようかな。 今日は症例数多そうだな疲労はするが勉強になる。 国試に受かったなら別によくね? と国試スレが日曜サザエさんのジャンケンで合格点ボーダーを占ってたのを見て思った 新たな陽性者40人と発表するだけで検査人数は不明。 昨日・一昨日と有病率は変化ないとして検査人数を推測すると https://i.imgur.com/Qj1gijl.png なので78人前後ということになる。 日々の検査数と陽性数から感度・特異度を考慮した有病率計算をするつもりだったんだが、検査数を隠蔽されたんじゃ計算しようがないな。 これは、買ったけど理解できなくて諦めたな。 これを読んで理解できる人は尊敬する。 propensity scoreの項はRで解説があったのでなんとか文章を追うことはできた。 調査観察データの統計科学―因果推論・選択バイアス・データ融合 (シリーズ確率と情報の科学) >>236 実数は87人か 検査を受けた人の推定有病率が少し下がったな。 JAGSによるMCMC > PCRj3(subjects,positives,SEN=0.6,SD1=0.1,SPC=0.9,SD2=0.05,N.ITER=1e6) |**************************************************| 100% mean lower upper 0.7740 0.5685 1.0000 stanだと > PCRs3(subjects,positives,iter=10000,warmup=1000) Inference for Stan model: corona31. 4 chains, each with iter=10000; warmup=1000; thin=1; post-warmup draws per chain=9000, total post-warmup draws=36000. mean se_mean sd 2.5% 50% 97.5% n_eff Rhat prev 0.77417 0.00121 0.12346 0.53456 0.77579 0.98383 10358 1.00027 sen 0.61273 0.00071 0.07522 0.48755 0.60612 0.77216 11081 1.00039 spc 0.87453 0.00043 0.05227 0.75516 0.88119 0.95626 14730 1.00010 p 0.49609 0.00016 0.03067 0.43613 0.49619 0.55568 35211 0.99991 lp__ -211.48789 0.01342 1.29330 -214.84801 -211.16479 -209.98429 9289 1.00050 Samples were drawn using NUTS(diag_e) at Fri Mar 27 23:19:37 2020. For each parameter, n_eff is a crude measure of effective sample size, and Rhat is the potential scale reduction factor on split chains (at convergence, Rhat=1). mean lower upper 0.77417 0.56756 0.99944 まあ、似たような数値になった。 "n(=10)人の中から無作為にm(=2)人選んだらその中に少なくとも一人の感染者がいた。 全体で何人の感染者がいるかの期待値を求めよ。" fn <- function(n,m){ x=m:n pmf=1- choose(x-m,m)/choose(n,m) pdf=pmf/sum(pmf) sum(x*pdf) } fn(10,2) "n(=10)人の中から無作為にm(=2)人選んだらその中に少なくとも一人の感染者がいた。 全体で何人の感染者がいるかの期待値を求めよ。" fn <- function(n,m){ x=0:n pmf=1- choose(n-x,m)/choose(n,m) pdf=pmf/sum(pmf) sum(x*pdf) } fn=Vectorize(fn) fn(10,2) plot(0:100,fn(100,0:100),bty='l',type='l') この規模の数になると計算が終わらないな。 library(gmp) m=18200 # 有名人の数(桜を見る会参加人数) n=1.268e5 # 日本の人口 x=0:n # 感染者数:x, 非感染数:n-x pmf=1- chooseZ(n-x,m)/chooseZ(n,m) # 1 - (m人全員非感染の確率) pdf=pmf/sum(pmf) # 確率密度関数化して (E=sum(x*pdf)) # 期待値を計算 as.numeric(E) # このスレに合わせた問題にすると、こうなるな。 ド底辺シリツ医大の新入生100人から無作為に10人を選んで調査したら裏口入学が見つかった(何人かは非公開)と発表されたとすると、 新入生には何人の裏口入学がいるか?期待値と95%信頼区間を計算せよ。 しかし 多浪してやっと医学部入学して大学で留年を繰り返しやっと卒業してさらに国家試験に何度も不合格になる人って周りと比較して何十年遅れたのだろうか?そんな人初めて見たよ。 医学部どころか一般の医学部以外の底辺大学出身の人より頭は相当悪いんだろうな。 義、佳、克、昌、美(男でも使う)、亮、喜、圭、佳、彦などの『よし』読みにも多い。 >>203 うちの知人、国立大卒で久留米大学の教職についてるんだが 国試合格率では毎年アチャー言ってるんだが 今年は熊大が久留米大学の下に来て「ケツから三番なんだが!」とお下品に喜んでたぞ ちなみにホリエモンが久留米附設出身で貧乏出身キャラで売ってたので世間のアホ〜一般人は久留米大学は国立と思ってる >>245 ようやく、終了。core i7 メモリ16Gでクラッシュせずに計算してくれた。 > # 有名人が感染 > library(gmp) > m=18200 # 有名人の数(桜を見る会参加人数) > n=1.268e5 # 日本の人口 > x=0:n # 感染者数:x, 非感染数:n-x > pmf=1- chooseZ(n-x,m)/chooseZ(n,m) # 1 - (m人全員非感染の確率) > pdf=pmf/sum(pmf) # 確率密度関数化して > (E=sum(x*pdf)) # 期待値を計算 Big Rational ('bigq') : [1] 1154070201/18202 > as.numeric(E) # E=63463.27 (m=1000) , E=1154070201/18202=63403.48(m=1.268e5) [1] 63403.48 >>247 素直に親の財力が羨ましいわい そのパターンって父親が凄腕医師で母親が若くて美人なバカで頭の程と性格は母親に似てしまった残念なパターンだろ 数学板に投稿すると、検証するレスがつくな。 今日は東京で60人以上の陽性結果という、検査人数が公共されたら、MCMCやって有病率の期待値をまた計算してみようっと。 >>254 ド底辺シリツ医大の高額な学費が払える経済環境にありながら、教育投資してもド底辺シリツ医大にしか入られなかったのがシリツ医だな。 地元の国立大学にすら入れない学力のものが無理して医者になる必要はないね。 幸い、東京には国立大学医学部は二つあるし、大都市なら国立と公立の二校があるね。 東京医大の事件は裏口入学が現在進行形であること如実にしめした事件だよね。 シリツ医の使命は裏口入学撲滅国民運動の先頭に立つことだよ。 裏口入学の学生を除籍処分にしないかぎり、信頼の回復はないね。つまり、いつまで経ってもシリツ医大卒=裏口バカと汚名は拭えない。シリツ出身者こそ、裏口入学に厳しい処分せよを訴えるべき。 裏口入学医師の免許剥奪を!の国民運動の先頭に立てばよいぞ。 僕も裏口入学とか、言ってたら信頼の回復はない。 数学板で 数学 統計に詳しい人が語るコロナウイルス https://rio2016.5ch.net/test/read.cgi/math/1582910321/150 150 名前:132人目の素数さん[] 投稿日:2020/03/28(土) 03:24:30.89 ID:NK6wIjWT 志村けんみたいな有名人がコロナに感染してることから日本全体のコロナ感染者数を推定してみる。 という投稿を受けてのプログラム解がこれ。 > # 有名人が感染 > library(gmp) > m=18200 # 有名人の数(桜を見る会参加人数) > n=1.268e5 # 日本の人口 > x=0:n # 感染者数:x, 非感染数:n-x > pmf=1- chooseZ(n-x,m)/chooseZ(n,m) # 1 - (m人全員非感染の確率) > pdf=pmf/sum(pmf) # 確率密度関数化して > (E=sum(x*pdf)) # 期待値を計算 Big Rational ('bigq') : [1] 1154070201/18202 > as.numeric(E) # E=63463.27 (m=1000) , E=1154070201/18202=63403.48(m=1.268e5) [1] 63403.48 >>256 帝京とか久留米大って上澄みは滑り止めのエスカレーターだよ 例えば久留米大医は久留米附設から受けたら100%ゴニョゴニョらしいが久留米附設自体がラサールの次くらいに難易度高いぞ? いや私ゃ久留米附設のご近所の久留米信愛女学院卒だがクラスメイトに親が医者とか兄弟が附設はうようよおったからな n=100 set.seed(1) ; x=rnorm(n) ; e=rnorm(n) y1=1+2*x+e u1=runif(n) ; u2=runif(n) df1=data.frame(y1,x,u1,u2) head(df1) matdata=matrix(NA,n,1) head(matdata) for(i in 1:n){ if(df1[i,'x'] < median(df1[,'x']) & df1[i,'u1'] < 0.5){ matdata[i,1]=NA }else if(df1[i,'x']>=median(df1[,'x']) & df1[i,'u2'] < 0.25){ matdata[i,1]=NA }else{ matdata[i,1]=df1[i,1] } } y2=matdata[,1] df1=data.frame(y2,x) plot(x,y2,pch=16,cex=1.5,xlim=c(-3,3),ylim=c(-6,6),bty='l') points(x,y1,pch=4) ; abline(v=median(x)) ちなみに九大落ちて佐賀大受かるレベルなら附設内部生なら久留米大進学を選んでたぞ 久留米大って設立にブリヂストン石橋氏が噛んでて孫のおとぽっぽがブリヂストンコネで久留米地盤だった経緯があるからパワーは明らかに佐賀大より強いんだよ おとぽっぽ死んだから分からないけどw まあ最近までは将来性を考えたら佐賀大行くより久留米だったと思う 久留米大学は実質設立者の孫が与党と野党の幹部にいて不沈と言われてたんだよなー ぽっぽがぽっぽじゃなかったらもう一代続いたかとw 学閥の開業医は九州うろちょろして難しい症例は学閥の大規模病院にポイ 末端開業医は医師仲間でバンド組んでコンサートするくらいプライベート充実 あれはあれでアリな姿だと思うが やはり 20歳前半のピチピチした若い美人ナースとのSEXは気持ちがいいな 肌が吸い付くようだな これからいろいろ教えていこう ムチムチした色白の腰から脚にかけてのラインがエロいな 中国からの渡航者にはあれだけ厳しく警戒してたのに 今や世界中からウイルスをもった日本人が狂ったように帰国する始末 毎日増加する感染者の半分くらいは海外からもらってきた人たち 帰国者を強制的に隔離しないと 日本はもうだめかもわからんね シリツ医大って合格者の7割くらいが辞退するんじゃなかったっけ。 ここで問題 (1)予備校の発表する偏差値は合格者の偏差値の平均値 (2)合格者の成績分布は正規分布で標準偏差は母集団と同じ (3)成績のよい方から入学を辞退する 上記(1)(2)(3)を前提にして 虚飾値=合格者の偏差値 - 入学者の偏差値 として 辞退率7割の時の虚飾値を求めよ。 >>265 感度0.6特異度0.9とすると x*0.6+(87-x)*(1-0.9)=63 感度特異度の設定が間違いとわかる。 貧乏人は金に対する執着心が弱いから貧乏なまま 金持ちの執着心はすごい。 底辺私立医大を卒業した医者が頭悪いかどうかは 置いといて、子供を私立医大へ進学させることが 出来るような親は当然お金持ちが多いので、お金に 対する執着心が凄いんだろうな。 >>268 >底辺私立医大を卒業した医者が頭悪い 手コキ問題に答えられないアホで実証されている。 まあ、国立卒にも同程度の頭の奴もいるけどね。 >>244 n人からm人選んだら少なくとも一人の感染者がいたとする。 Ax: x人の感染者がいる(x=0~n)という事象 B:最低一人の感染陽性判定という事象 Pr[Ax|B]=Pr[B|Ax]Pr[Ax]/Pr[B] Pr[Ax]:事前確率 Pr[B|Ax]:尤度 Pr[B]:周辺尤度(規格化定数) Pr[Ax|B] ∝ Pr[B|Ax]Pr[Ax] (尤度*事前確率) 求めたい期待値Eは Σ(x*Pr[Ax|B])/ΣPr[Ax|B] = Σ(x*Pr[B|Ax]Pr[Ax])/Σ(Pr[B|Ax]Pr[Ax]) Pr[Ax]がxにかかわらず定数であれば E=Σ(x*Pr[B|Ax])/Σ(Pr[B|Ax]) fn <- function(n,m,print=FALSE){ library(gmp) # 離散量で計算 x=0:n # 感染者数:x, 非感染数:n-x pmf=1- chooseZ(n-x,m)/chooseZ(n,m) # 1 - (m人全員非感染の確率) pdf=pmf/sum(pmf) # 確率密度関数化して Ev=sum(x*pdf) # 期待値を計算 if(print) print(Ev) E=as.numeric(Ev) # 信頼区間計算計算のために連続量とする y=seq(0,n,by=0.05) # infected p=1- choose(n-y,m)/choose(n,m) # Pr[at least one infected among m] d=p/sum(p) # pmf -> pdf if(print) plot(y,d,bty='l',xlab='infected',ylab='density',type='l') (e=sum(y*d)) # mean of probability l=n*as.numeric(quantile(p,prob=(0.05))) return(data.frame(mean=E,lower=l,upper=n)) } data.frame(有名人=1:10,期待値=sapply(1:10,function(x) fn(100,x)$mean)) data.frame(有名人=1:10*10,期待値=sapply(1:10*10,function(x) fn(100,x)$mean)) 【速報】東京都内で新たに68人の新型コロナ感染確認 うち30人近くが台東区の病院関係者 ★7 https://asahi.5ch.net/test/read.cgi/newsplus/1585468707/ 検査人数は現時点では非公開なのでnorm2のEMアルゴリズムを使って推測してみる。 library(norm2) subjects=c(74,95,80,87,NA) positives=c(41,47,40,63,68) (df1=data.frame(subjects,positives)) M=1000 set.seed(1) emResult=emNorm(df1) summary(emResult) (max1=emResult$iter*2) imp.list=vector(mode='list',length=M) for(i in 1:M){ mcmcResult=mcmcNorm(emResult,iter=max1) imp.list[[i]]=impNorm(mcmcResult) } head(imp.list) s5=numeric() for(j in 1:M) s5[j]=imp.list[[j]][5,1] BEST::plotPost(s5) summary(s5) Min. 1st Qu. Median Mean 3rd Qu. Max. 65.29 87.02 91.97 92.03 97.04 117.13 > HDInterval::hdi(s5)[1:2] lower upper 77.0729 104.6722 miceでもやってみた。 M=100 library(mice) s51=numeric() imp=mice(data=df1,m=M,seed=1,method='pmm',maxit=max1) complete(imp,1)[5,1] for(i in 1:M) s51[i]=complete(imp,i)[5,1] summary(s51) BEST::plotPost(s51) HDInterval::hdi(s51)[1:2] > summary(s51) Min. 1st Qu. Median Mean 3rd Qu. Max. 74.00 74.00 80.00 83.03 87.00 95.00 > BEST::plotPost(s51) > HDInterval::hdi(s51)[1:2] lower upper 74 95 library(Amelia) subjects=c(74,95,80,87,NA) positives=c(41,47,40,63,68) (df1=data.frame(subjects,positives)) M=100 set.seed(1) a.out=amelia(df1,m=M) s51=numeric() for(i in 1:length(a.out)) s51[i]=a.out$imputations[[i]][5,1] summary(s51) > summary(s51) Min. 1st Qu. Median Mean 3rd Qu. Max. -87.85 89.25 90.88 88.43 99.32 168.49 library(norm2) library(mice) library(miceadds) library(Amelia) library(MKmisc) if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") BiocManager::install("limma") " N国の1億2000万人のうち、男性が何人であるかを推定する。 いまN国民からX人を抽出し、信頼区間99%誤差±1%で検定したい。Xはいくつ以上でなければならないか。 " fn <- function(n,p) diff(binom.test(round(p*n),round(n))$conf[1:2]) func <- function(p0) round(uniroot(function(x) fn(x,p0)-0.01,c(1e2,1e6))$root) vf <- Vectorize(func) r=seq(0.025,0.5,by=0.025) y=vf(r) plot(r,y,pch=16,bty='l') d=data.frame(男女比=r,sample_size=y) d i=1:20 sapply(i,function(i) fn(d[i,2],d[i,1])) 男子割合 sample_size 1 0.025 6680 2 0.050 12805 3 0.075 18613 4 0.100 24087 5 0.125 29225 6 0.150 34035 7 0.175 38514 8 0.200 42660 9 0.225 46475 10 0.250 49959 11 0.275 53110 12 0.300 55930 13 0.325 58418 14 0.350 60574 15 0.375 62398 16 0.400 63891 17 0.425 65052 18 0.450 65882 19 0.475 66379 20 0.500 66545 " N国の1億2000万人のうち、男性が何人であるかを推定する。 いまN国民からX人を抽出し、信頼区間99%誤差±1%で検定したい。Xはいくつ以上でなければならないか。 " fn <- function(n,p) diff(binom.test(round(p*n),round(n),conf.level = 0.99)$conf[1:2]) func <- function(p0) round(uniroot(function(x) fn(x,p0)-0.01,c(1e2,1e6))$root) vf <- Vectorize(func) r=seq(0.025,0.5,by=0.025) y=vf(r) plot(r,y,pch=16,bty='l') d=data.frame(男子割合=r,sample_size=y) d i=1:20 sapply(i,function(i) fn(d[i,2],d[i,1])) 平成20年度医師数調査では平成20年12月31日の全国の届出医師数は28万6699人。 裏口入学が何人いるかを推定する。 信頼区間99%誤差±1%で検定したい。 無作為に何人を抽出すれば十分か? 計算できないアホ? 国立にもド底辺シリツ並の学力の奴がいるんだなぁ。 同窓生には皆無だが。 コロナで自粛で暇で( ・∀・)イイ!! この週末は欠測データ処理の勉強できた。 まずは試験合格してから医者になってからだね あ、もう受験していなかったもんね すまんすまん w 近くのシリツ医、医師会で数秒しゃべても頭の悪さがにじみ出てる香具師、 3回も肺炎症状で受診引っ張っても一度もコロナ検査受けさせず、 4回目他院で判明し自主休業中。 永遠に医者やめたら?そいつはすべての咳に地域で一番アドエア処方し咳喘息ッテ診断してるボクチャンッテ偉いって自慢するバカ。先に感染症直せよ。 この計算ができない奴って大学卒の学力を欠如していると思う。 平成20年度医師数調査では平成20年12月31日の全国の届出医師数は28万6699人。 裏口入学が何人いるかを推定する。 信頼区間99%誤差±1%で検定したい。 無作為に何人を抽出すれば十分か? お仕事されてないんですね? すまんすまん 痛いところだったですね w すまんすまん 高校時代の同級生から30年以上 遅れてしまってるようです ま、そういう人生もありですかね 今後も手帳で食べていけますよ 頑張ってください! >>289 こういう問題って信頼区間は何を計算しているのか振り返るのに役立つなぁ。 でも最後は中心極限定理に帰着することになるんだが。 何が何でも李晋三をおろさないと 2年以内に日本は中国領になることが米中間で決まっている 俺らは全資産没収どころか命、医師免許も剥奪されるだろね >>294 中国に実習生として出稼ぎにいくことになるだろうね。 検査数が3桁になって推定有病率が減ってきたな。 > subjects=c(74,95,87,143,244,330) > positives=c(17,41,47,40,63,68) > PCRs3(subjects,positives,iter=10000,warmup=1000) Inference for Stan model: corona31. 4 chains, each with iter=10000; warmup=1000; thin=1; post-warmup draws per chain=9000, total post-warmup draws=36000. mean se_mean sd 2.5% 50% 97.5% n_eff Rhat prev 0.37289 0.00136 0.13285 0.12790 0.36264 0.67656 9545 1.00005 sen 0.56775 0.00095 0.10235 0.36708 0.56882 0.76252 11488 1.00028 spc 0.87547 0.00045 0.05056 0.76198 0.88107 0.95746 12707 1.00023 p 0.28424 0.00008 0.01441 0.25667 0.28411 0.31302 34879 1.00001 lp__ -614.08170 0.01429 1.32344 -617.51076 -613.72776 -612.56237 8576 1.00036 Samples were drawn using NUTS(diag_e) at Mon Mar 30 21:01:47 2020. For each parameter, n_eff is a crude measure of effective sample size, and Rhat is the potential scale reduction factor on split chains (at convergence, Rhat=1). mean lower upper 0.37288732 0.09822213 0.63719043 ガンバレ ガンバレ 一人だけでガンバレ w w w こんなこと言ってたな。 ◆国民の皆様へのメッセージ ○新型コロナウイルス感染症の現状からは、中国国内では人から人への感染は認められるものの、我が国では人から人への持続的感染は認められていません。国民の皆様におかれては、過剰に心配することなく、季節性インフルエンザと同様に咳エチケットや手洗いなどの感染症対策に努めていただくようお願いいたします。 ○武漢市から帰国・入国される方におかれましては、咳や発熱等の症状がある場合には、マスクを着用するなどし、事前に医療機関へ連絡したうえで、受診していただきますよう、御協力をお願いします。また、医療機関の受診にあっては、滞在歴があることを事前に申し出てください。 https://www.mhlw.go.jp/stf/newpage_09093.html ※前スレ https://asahi.5ch.net/test/read.cgi/newsplus/1579999857/ ガンバレ ガンバレ 一人だけで ガンバレ!ファイト! w w w 人種や民族など本人が選択できないことを根拠とする区別は差別の批判を免れないが、 ド底辺シリツ医大進学は本人の選択だよなぁ。 これな! 不朽の名投稿 >> 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んでド底辺医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割はド底辺医卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。 当の本人には面と向かっては絶対にそんなことは言わないけどね。 << 東京医大の事件は裏口入学が現在進行形であること如実にしめした事件だよね。 シリツ医の使命は裏口入学撲滅国民運動の先頭に立つことだよ。 裏口入学の学生を除籍処分にしないかぎり、信頼の回復はないね。つまり、いつまで経ってもシリツ医大卒=裏口バカと汚名は拭えない。シリツ出身者こそ、裏口入学に厳しい処分せよを訴えるべき。 裏口入学医師の免許剥奪を!の国民運動の先頭に立てばよいぞ。 僕も裏口入学とか、言ってたら信頼の回復はない。 ガンバレ ガンバレ! 一人だけで ガンバレ! 自己責任! 自己責任!w w w >>303 東京医大と他にも数校あったよね。 大して成績もよくなかった高校の同級生が合格するんだから まあそんなことだろうとは思ってたけど、まさか本当にやってるとはねw 最近は私立は難関になって来たとか言ってたので、裏口なんて過去の話だと 思ってたので、あれには驚いたけど、心のどこかで思ってたことが現実となった わけで、やっぱりね!とも思ったよね。 あの事件の前にはウチの病院にいる底辺私立卒の医者が、昼食の時なんかに、 最近は私立は昔と違って国立か、またはそれ以上に難関になったとか まくしたてていたけど、あの事件以来、そんなことは一言もしゃべらなくなったよw >>305 公式化すれば私立医=裏口容疑者ってこと。 少なくとも、初期に渡航制限もかけず、チャーター機で連れ帰った人でワガママ言ったやつ(隠れ感染者)をそのまま帰宅させたり、 ダイプリ下船後に隔離もせずに各地に感染者を拡散させたザル対応だったのは事実だしなあ しかし ほいほいTVに出るのは 私立医の連中ばかり コロナでてきとーなことばっか言ってる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