Menu
適応的実験計画スキル。多腕バンディット (Thompson Sampling/UCB)・ ベイズ適応設計・逐次検定 (SPRT)・ Response-Adaptive Randomization・早期停止規則。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | scientific-adaptive-experiments |
| description | 適応的実験計画スキル。多腕バンディット (Thompson Sampling/UCB)・ ベイズ適応設計・逐次検定 (SPRT)・ Response-Adaptive Randomization・早期停止規則。 |
| tu_tools | [{"key":"biotools","name":"bio.tools","description":"適応的実験設計ツール検索"}] |
実験中のデータに基づいて動的に実験計画を修正する 適応的実験設計パイプラインを提供する。
import numpy as np
import pandas as pd
from typing import List, Dict
class ThompsonSamplingBandit:
"""
Thompson Sampling ベータ-ベルヌーイバンディット。
"""
def __init__(self, n_arms, prior_alpha=1.0, prior_beta=1.0):
"""
Parameters:
n_arms: int — アーム数
prior_alpha: float — Beta 事前分布の α
prior_beta: float — Beta 事前分布の β
"""
self.n_arms = n_arms
self.alphas = np.full(n_arms, prior_alpha)
self.betas = np.full(n_arms, prior_beta)
self.history = []
def select_arm(self):
samples = np.array([
np.random.beta(a, b)
for a, b in zip(self.alphas, self.betas)])
return int(np.argmax(samples))
def update(self, arm, reward):
if reward > 0:
self.alphas[arm] += 1
else:
self.betas[arm] += 1
self.history.append({"arm": arm, "reward": reward})
def get_summary(self):
records = []
for i in range(self.n_arms):
a, b = self.alphas[i], self.betas[i]
records.append({
"arm": i,
"alpha": a, "beta": b,
"mean": a / (a + b),
"n_pulls": int(a + b - 2),
"95%_lower": float(np.percentile(
np.random.beta(a, b, 10000), 2.5)),
})
return pd.DataFrame(records)
def run_bandit_experiment(true_rates, n_rounds=1000,
algorithm="thompson", seed=42):
"""
バンディット実験シミュレーション。
Parameters:
true_rates: list[float] — 各アームの真の成功率
n_rounds: int — ラウンド数
algorithm: str — "thompson" / "ucb" / "epsilon_greedy"
seed: int — 乱数シード
"""
rng = np.random.default_rng(seed)
n_arms = len(true_rates)
if algorithm == "thompson":
bandit = ThompsonSamplingBandit(n_arms)
for t in range(n_rounds):
arm = bandit.select_arm()
reward = int(rng.random() < true_rates[arm])
bandit.update(arm, reward)
elif algorithm == "ucb":
counts = np.zeros(n_arms)
values = np.zeros(n_arms)
history = []
for t in range(n_rounds):
if t < n_arms:
arm = t
else:
ucb = values + np.sqrt(2 * np.log(t) / (counts + 1e-10))
arm = int(np.argmax(ucb))
reward = int(rng.random() < true_rates[arm])
counts[arm] += 1
values[arm] += (reward - values[arm]) / counts[arm]
history.append({"arm": arm, "reward": reward})
bandit = type("UCB", (), {
"history": history,
"get_summary": lambda self: pd.DataFrame([
{"arm": i, "n_pulls": int(counts[i]),
"mean": values[i]} for i in range(n_arms)])
})()
else: # epsilon_greedy
epsilon = 0.1
counts = np.zeros(n_arms)
values = np.zeros(n_arms)
history = []
for t in range(n_rounds):
if rng.random() < epsilon:
arm = rng.integers(n_arms)
else:
arm = int(np.argmax(values))
reward = int(rng.random() < true_rates[arm])
counts[arm] += 1
values[arm] += (reward - values[arm]) / counts[arm]
history.append({"arm": arm, "reward": reward})
bandit = type("EG", (), {
"history": history,
"get_summary": lambda self: pd.DataFrame([
{"arm": i, "n_pulls": int(counts[i]),
"mean": values[i]} for i in range(n_arms)])
})()
summary = bandit.get_summary()
best_arm = summary.loc[summary["mean"].idxmax(), "arm"]
print(f"Bandit ({algorithm}, {n_rounds} rounds):")
print(f" Best arm: {best_arm} (est. rate={summary.loc[summary['arm']==best_arm, 'mean'].values[0]:.3f})")
print(f" True best: {np.argmax(true_rates)} (rate={max(true_rates):.3f})")
return bandit, summary
def sequential_probability_ratio_test(data_stream,
h0_rate=0.5,
h1_rate=0.6,
alpha=0.05, beta=0.2):
"""
Wald の逐次確率比検定 (SPRT)。
Parameters:
data_stream: iterable — 逐次観測データ (0/1)
h0_rate: float — 帰無仮説下の成功率
h1_rate: float — 対立仮説下の成功率
alpha: float — 第 1 種の過誤確率
beta: float — 第 2 種の過誤確率
"""
A = np.log((1 - beta) / alpha) # H1 採択境界
B = np.log(beta / (1 - alpha)) # H0 採択境界
log_lr = 0.0
history = []
for i, x in enumerate(data_stream):
# 対数尤度比の更新
if x == 1:
log_lr += np.log(h1_rate / h0_rate)
else:
log_lr += np.log((1 - h1_rate) / (1 - h0_rate))
decision = None
if log_lr >= A:
decision = "reject_H0"
elif log_lr <= B:
decision = "accept_H0"
history.append({
"step": i + 1, "observation": x,
"log_lr": log_lr,
"upper_bound": A, "lower_bound": B,
"decision": decision,
})
if decision is not None:
print(f"SPRT: {decision} at step {i+1} "
f"(log_LR={log_lr:.3f})")
break
df = pd.DataFrame(history)
if df["decision"].iloc[-1] is None:
print(f"SPRT: Inconclusive after {len(df)} observations")
return df
def bayesian_adaptive_dose_finding(dose_levels, n_patients=30,
target_toxicity=0.33,
prior_alpha=1.0,
prior_beta=1.0, seed=42):
"""
ベイズ適応用量探索 (CRM 簡易版)。
Parameters:
dose_levels: list[float] — 用量レベル
n_patients: int — 患者数
target_toxicity: float — 目標毒性率
prior_alpha: float — Beta 事前分布 α
prior_beta: float — Beta 事前分布 β
seed: int — 乱数シード
"""
rng = np.random.default_rng(seed)
n_doses = len(dose_levels)
alphas = np.full(n_doses, prior_alpha)
betas = np.full(n_doses, prior_beta)
history = []
# 真の毒性率 (シミュレーション用)
true_tox = np.linspace(0.05, 0.60, n_doses)
current_dose = 0
for patient in range(n_patients):
toxicity = int(rng.random() < true_tox[current_dose])
if toxicity:
alphas[current_dose] += 1
else:
betas[current_dose] += 1
history.append({
"patient": patient + 1,
"dose_level": current_dose,
"dose_value": dose_levels[current_dose],
"toxicity": toxicity,
})
# 次の用量選択 (最も target に近い推定毒性率)
means = alphas / (alphas + betas)
distances = np.abs(means - target_toxicity)
current_dose = int(np.argmin(distances))
# MTD 推定
final_means = alphas / (alphas + betas)
mtd_idx = int(np.argmin(np.abs(final_means - target_toxicity)))
summary = pd.DataFrame({
"dose_level": range(n_doses),
"dose_value": dose_levels,
"est_toxicity": final_means,
"n_treated": [sum(1 for h in history
if h["dose_level"] == i)
for i in range(n_doses)],
})
print(f"Bayesian adaptive: MTD = dose {mtd_idx} "
f"(value={dose_levels[mtd_idx]}, "
f"est_tox={final_means[mtd_idx]:.3f})")
return summary, pd.DataFrame(history)
[実験目的] → adaptive-experiments → statistical-testing
(適応設計) (最終解析)
│
doe ← statistical-simulation
(古典計画) (検出力分析)
| ファイル | 説明 | 次スキル |
|---|---|---|
bandit_summary.csv | バンディット結果 | → 最適アーム |
sprt_history.csv | SPRT 検定履歴 | → 判定結果 |
dose_finding.csv | 用量探索結果 | → MTD 推定 |
| TU Key | ツール名 | 連携内容 |
|---|---|---|
biotools | bio.tools | 適応的実験設計ツール検索 |
実験の監査レポート・データ来歴（プロベナンス）生成スキル。 データ変換履歴・使用ツールのバージョン・データ整合性チェックを 含むトレーサビリティレポートを自動生成する。 「監査レポート作成」「データ来歴を記録」「トレーサビリティ」で発火。
派生実験設計スキル。既存の実験をベースに条件を変更した派生実験を 設計する。実験計画法（DOE）に基づくパラメータ探索を支援。 「派生実験を設計して」「条件を変えて実験」「パラメータ探索」で発火。
実験テンプレート生成スキル。研究目的・仮説・手法・実験条件・評価基準・ スケジュールを構造化した実験計画書を自動作成する。 「実験テンプレート作成して」「実験計画を立てて」「実験プロトコルを作成」で発火。
実験結果を論文形式（LaTeX / IMRaD）にエクスポートするスキル。 Introduction・Materials & Methods・Results・Discussion の構造で 出版準備用の原稿を自動生成する。 「論文にして」「LaTeX出力」「出版準備」で発火。
実験結果の査読・レビュースキル。再現性・統計的妥当性・方法論の 健全性を体系的に評価し、構造化されたレビューレポートを生成する。 「レビューして」「査読して」「実験結果を評価して」で発火。
科学技術・学術論文の執筆スキル。IMRaD 標準、Nature/Science 系、ACS 系、IEEE 系、 Elsevier 系のジャーナル形式に対応した論文構成・セクション設計・文章パターンを提供。 「論文を書いて」「Abstract を作成して」「Methods セクションを書いて」で発火。 assets/ に主要ジャーナル形式の Markdown テンプレートを同梱。