- Amazon.co.jp ・本 (320ページ)
- / ISBN・EAN: 9784478022214
感想・レビュー・書評
-
ランダム化、回帰分析、社会調査法、疫学・生物統計学、心理統計学、データマイニング、テキストマイニング、などなど。
統計学には、まったく触れたことがありません。
用語も聞いたことがないものばかりでしたが、初心者にも分かりやすく、丁寧に書かれています。
後半は数式も出てきて、私にはまったく意味は分かりませんが、統計学がどのように発展し、どのようなことに使えるのか、概略は理解できたような気がします。
データを使って何を求めるのか、そもそもどのようなデータを集めるのか、どのように集めるのか、そこから何が言えるのか。
本書は実証的な内容になっており、ビジネスの現場でも役立ちます。
論文データベースも紹介されており、英文での文献内容の見方など、かなり多岐にわたった入門書です。詳細をみるコメント0件をすべて表示 -
オーディオブックで読了。
紙の本をちゃんと読んでなかったので改めて読まねばと反省。
最近仕事でAIを扱うようになって、統計学を改めて勉強し直していたので、この本が出たときにちゃんと勉強し直しておけば良かったと猛省することしきり。というか、AIの基本の”き”である統計学の入門書、或いはガイドラインとして本書は素晴らしすぎる。
多分、本書が刊行された時よりも、今の方が本書の価値が高いと思う。
最近ドヤ顔で「AIによって人の仕事が奪われる」「これからのAI時代は」とか語ってる人のどれぐらいが、真っ当な統計リテラシーを持っているのかは疑わしいけど・・一応それなりに仕事でAIと分類される分析技術と触れあってる僕から言わせて貰えば
”これからのAI時代、AIに仕事を奪われる人と、そのAIを育てる人に大きく二分される。AIは世間の人が騒ぎ立てるほど万能ではないから、特に業務ドメインの知識を持ちつつ、ある程度の分析スキルを保持している人は”しばらくの間”非常に重宝されることになる。まずは統計の勉強、そして次にPython系の分析ツール(Jpyter使えると○)で練習するあたりから着手すると良い。”
というところかなと。その入り口として、本書は大変に素晴らしい本である。(他方、本書は入門書レベルなので、万全ではない)
ちなみに、オーディオブックを買う人は、本書のシリーズ3冊がセットになったお得版があるので、そちらの購入をお奨めする。
⇒<a href="https://www.febe.jp/affiliate/landing/OZ3AF5FuluH5hs72/product/236294" target="_blank">https://www.febe.jp/affiliate/landing/OZ3AF5FuluH5hs72/product/236294</a> -
統計リテラシーがあれば経験と勘だけの不毛の議論から脱却できる。
-
入門書としてはかなりわかりやすかったと思う。
全体を通して何度も出てきたのは,「どんなに手法を覚えても,それにふさわしい場面で使いこなせなければ意味がないよ」ということと,「コンピュータを使えばいくらでも大きいデータを扱えるようになったけれども,雑な分析をしては意味がないよ」ということ。
たぶんそのあたりから統計苦手な人が量産されるんだろうな,とは思う。ただ,巻末にも日本人の統計リテラシが低すぎる,という話が出ていたけれども,統計も教養として,専門を問わず必修科目に入れていいんじゃないかな,というか,入れた方がいいんじゃないかな,と感じた。 -
統計学の基礎が学べるかと思い手に取った。概念的な話が多く、実用的な話はなかった。正直退屈だった。
-
統計学に興味はあるけどどこからはじめていいかわからない人向けの解説書。統計学の基本をわかりやすく説明している。最終的に統計は使ってみてトライ&エラーで調べながら学んでいくのが早いが取っ掛かりとして読む読み物としては苦手意識を持たさず、すんなり統計の世界にはいれる大きな通りやすい入り口のように感じた。
-
本当に統計リテラシーを身につけたいとなったら、独学ではなく誰かに教わったほうが良さそう。
独学してみようと思ったこともあったけど、体系的に教えてくれる教材はなさそうだったし。 -
経済学を学んでない者にも非常に優しく読みやすい本。アメリカの事例を多く取り上げているのは『学力の経済学』と似ているところ。
ビッグデータの活用は①変化の要因をどう利益につなげるか②それは実行可能か③利益がコストを上回るかが大切。
ランダム化非較実験は興味深い。特に「ミシン2台購入で一割引」キャンペーンの成功例はなるほどなぁーと思った。ただ現実、倫理、感情の壁はあるとのこと。
あまり身に付いた感はないが統計学や計量経済学の有意さはある程度イメージできたので必要になればより勉強したいところ。 -
厳密には要因や原因が分からないことに対して、帰納的にアプローチすることができるのが統計学。全量を解析しなくても、誤差についても加味することで、実用に耐えられる十分な精度が得られる。という点について解説されており、統計学の成り立ちや使い道がよく理解できた。ただ、後半はちょっと難しかったかな。