どの分野においても、仮説を立てたときに
その仮説が正しいかどうか確かめるには
実際に実験して、その結果を分析する必要があります。
その時、少なからず統計学が必要です。
本日ご紹介する本は、
どの分野にも深く関係する統計学の
考え方を紹介した1冊。
ポイントは
「解析コストと利益判断」
何かの判断に、必ずしも最初からすべての解析を全データで行う必要はありません。
データ分析で重要なのは、解析にかけたコスト以上の利益の判断につながるものかどうか?
このような適切な判断をするためには、
20世紀に発達した現代的な統計学の手法を使う必要があります。
どんな分野でも、統計リテラシーは重要です。
「ランダム化」
高度な解析手法を用いれば、どの「原因」を制御すれば、
どれだけ「結果」を左右できるかが予測できます。
しかし、どうやっても解けない問題もあります。
正解がないのであればとりあえずランダムに決めてしまう、
という選択肢は何もしないより価値があります。
「回帰分析」
一方のデータから他方のデータを予測する数式を推定するのが回帰分析。
回帰分析で得られた「因果関係を”よく表す代替え物”」を回帰モデルと言います。
回帰分析で良い回帰モデルが得られれば
たまたま得られた誤差を含むデータから知りたいことが予測でき、
適切な判断が下せます。
統計学は今はやりのAIに欠かせない学問でもあります。
ぜひ、読んでみてください。
◆本から得た気づき◆
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
どんな分野の議論においても、データを集めて分析することで最速で最善の答えをだすことができる
科学的根拠のうち、重視されるものの一つが、統計データとその分析結果
ほとんどすべての学問に関わる学者は統計学を使わざるを得ない
「十分なデータ」をもとに「適切な比較」を行う
データのうち何が、どのような関係で利益とつながっているのか
いくら考えてもわかるわけがないことに対して、よく考えたり、話し合えばわかるようになると思うこと自体バカな思い上がり
数回程度しかチャンスがないものに対して、統計学は無力。
統計リテラシーがなければ、経験と勘だけの不毛な議論が尽きることはない
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
◆目次◆
第1章 なぜ統計学が最強の学問なのか?
第2章 サンプリングが情報コストを激減させる
第3章 誤差と因果関係が統計学のキモである
第4章 「ランダム化」という最強の武器
第5章 ランダム化ができなかったらどうするか?
第6章 統計家たちの仁義なき戦い
終 章 巨人の肩に立つ方法
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
- 感想投稿日 : 2020年7月20日
- 読了日 : 2020年7月20日
- 本棚登録日 : 2020年7月20日
みんなの感想をみる