統計からイデオロギーありきの歴史観を批判する『日本統治下の朝鮮』
歴史学の通説は、文書や遺物など史料から得られた知見を積み上げて構築されて来たと素朴に思い勝ちだが、残念なことにそうでは無い。日本の左翼の歴史家はマルクス史観に沿うようになっていたはずだと言う思い込みから近現代史であれこれ断罪してきたし、韓国の民族主義的傾向の強い歴史家*1も日本の朝鮮半島統治が否定的な結論が維持されるように論を組み立てている。 中公新書の『日本統治下の朝鮮 - 統計と実証研究は何を語るか』は、イデオロギーありきの歴史見解に疑問を感じて来た朝鮮半島を専門とする開発経済学者の著者が、それを批判するこれまでの研究を一般向けに整理したもので、実証的に何が言えるのかを示したものだ。岩波新書に同名の絶版本があるが、それに対する批判となっており、数字を挙げて左翼思想に基づく通説を検証し否定していっている。 日本の朝鮮半島統治は農業に限らず工業においても経済的発展をもたらした一方、日本が朝
P値を捨てた雑誌で使われている統計量
ラジラジ言っている北海道の心理学者PsycheRadio氏と話をしていたときに、「心理学で（他の学問でも）統計的検定や推測統計学への批判が高まって以前ほど使われなくなりつつある」と言われたが、違和感がある。少なくとも社会科学分野で使われなくなったとは聞かない。話の流れにあわせて誤魔化されている気がするので確認してみた。 1. 確かに統計的仮説検定は非難されている PsycheRadio氏が全く無根拠な話をしているわけではない。統計的仮説検定によって、胡散臭い統計手法で有意性を捻り出してしまうこと（p-hacking）などが問題になっており、また統計モデルと研究上の仮説の相違を理解しない運用もある。アメリカ統計学会（ASA）が統計的仮説検定に対する注意を喚起する声明を出したぐらいだ。実際に、統計的仮説検定を禁止された雑誌もある。氏が例に挙げたBasic and Applied Social
最も離婚率が低い社会を実現するかも知れない恋愛ルール
今年のノーベル経済学賞は、マッチング理論を理由として、ShapleyとRothと言う、メカニズムデザイン好きのミクロ経済学者が浮き浮きする人々に決まった。Gale and Shapley(1962)で示されたアルゴリズムが、Roth(1991)などで実社会で効率的なシステムとして使われている事が確認され、さらに他の社会制度の設計に応用されるようになったようだ。もちろん、理論的にも大きな広がりを見せている。 Gale and Shapley(1962)の中の安定的な割当と結婚の問題が目を引くのか、「最も良い結婚相手を決める理論」などと説明されている*1。しかし人目を引くには結婚の理論は良いのであろうけれども、近年の結婚生活の事情からは、Gale and Shapley(1962)の示すアルゴリズムは効果的では無いように思える。 Gale and Shapley(1962)の結婚問題を、現代風
統計学的検定に対するある拒絶反応
「この最後の信頼区間の使い方違和感ありません？」と言われて、「仮説検定はいらない（Request for Comments｜ご意見求む）」と言うブログのエントリーを見てみたら、色々と統計学への誤解が積み重なっており、さらにデータが仮説を裏付けないと言う事実に拒絶反応を示していた。色々と問題があるのだが、気付いたところを幾つか列挙してみたい。 1. 仮説検定は基本的に行うべき 問題エントリーで『「施策の効果をテストしたいな」「はい。仮説検定」って、それってのび太くんにとって有益なの？』と言っているが、仮説検定をしないのはむしろ有害に思える。やっても毒にも薬にもならない事もあるわけで、そういう状況を示せ無いようなデータ分析にどれほどの意味があると言えるのであろうか。創意工夫した施策の効果が有意性無し（＝施策の効果があるとは言えない）と言われたら面白くは無いであろうが、必ずしも都合の良い結果が出
囚人のジレンマを実際に囚人で試すとどうなるの？（ｶﾀｶﾀｶﾀ
二人の被疑者が拘束されていて、それぞれ個別に隔離されて尋問されている。両方が黙秘すれば、二人とも微罪。一人だけが自白すれば、黙秘したもう片方は極刑だが、自白者は無罪。二人とも自白すれば、二人とも重罪。このとき二人とも黙秘を続けられず、二人とも自白してしまう。こういう現象を囚人のジレンマと言うのは、よく知られていると思う。 この囚人のジレンマの実験を、実際に囚人を使ってやってみた研究であるKhadjavi and Lange(2013)がBusiness Insiderで紹介されていた。 残念ながら刑期をかけた自白実験ではなく、コーヒーやタバコを報酬にした文字通りのゲームで、女囚と学生を比較したものだ。個人ブログ並みの釣りタイトル（Prisoners and their dilemma）にやられた感があるのだが、それとは別に実験結果は興味深いものとなっている。 実験は同時手番ゲームと逐次ゲー
Rが使えるフリをするための14の知識
米国FDAで公認され、ハーバード大学やイェール大学の授業で利用されるようになり、世間での認知度が着実に上昇している統計用プログラミング環境のRだが、ユーザーなのか、ユーザーになりたいのか、ユーザーとして振舞いたいのか分からない人が増えてきた。 スノッブなユーザーとして振舞う場合は、Rの特性を語れる必要があるので、ユーザーになるよりもRへの知識や理解が必要で、実は難易度が高い行動である。それでもあえて意識の高いRユーザーとして振舞いたい人々のために、最低限求められる事のチェック・リストを用意してみた。 1. 参考文献や参考ページを押さえておく 一番大事な事だが、参考文献や参考ページを押さえておこう。公式サイトで配布されている、「R 入門」「R 言語定義」「R のデータ取り込み/出力」は持っておくべきだ。R-TipsやRjpWikiも参考になる。 2. 演算子や制御構文をマスターする 四則演算
ベイズ推定を知っているフリをするための知識
最近はベイジアンが増えてきて、実用分野での利用も進んでいるようだ。話題としては知っておきたいが、世間一般には理解に混乱を生んでいるようだ。 ベイズ推定は入門レベルの統計学の教科書ではオマケ的な扱いがされており、実際に伝統的な統計手法を拡張している面が強い。そういう意味では、誤解や混乱があっても仕方が無い。 利用する必要があるのか無いのか良く分からない点も多いのだが、知らないと告白するのも気恥ずかしいかも知れない。自分ではベイズ推定で分析を行わない人が、ベイズ信者と話をあわせるために最低限知っておくべき事をまとめてみた。 1. ベイズ推定とは何か？ ベイズ推定とは、ベイズの定理を応用した推定手法だ。端的に理解するためには、最尤法に事前確率を導入している事だけ覚えれば良い。これで哲学的議論を全て回避してベイズ推定を把握することができる。 下の(1)式ではπ（θ）が事前確率、π(θ|x)が事後確
統計学を勉強するときに知っておきたい7つのポイント
マイクロソフト社が技術分野でもっと熱い専攻の一つとして分析/統計をあげている（Microsoft JobsBlog）。同社以外でも統計学は、今後最も有益なスキルの一つだと考えているようだ（NYT - For Today’s Graduate, Just One Word: Statistics）。しかし、データマイニングの話も一般化しつつあって学習ノウハウなども公開されているが、経験にあわない部分が多い。統計学を初めて勉強するときに知っておいた方が良い7つのポイントをあげてみた。 1. 学習機会やテキストは山のようにあるので利用する 確率・統計の日本語テキストは山のようにあり、大学のコースワークを振り返っても、理文問わずにほとんどの学部で確率・統計はあったはずだ。大学院のコースワークでは英語の文献を好む傾向があるが、上級テキストでも日本語のものも少なくない。また「マンガでわかる統計学」のよ
地震の発生確率について、文系らしく説明してみる
元総務大臣の竹中平蔵氏が、地震の発生確率についてラフに計算した数字をtwitterでつぶやいたので反響を呼んでいる。 この先一年、一ヶ月で考えれば確率は小さいと言いたかっただけなので、適当につぶやいたと思うのだが、『正しい確率計算』に関して錯綜した意見が飛び交っていたので、文系らしく説明してみる。 1. 周期性の有無で確率分布が変わる 地震の発生確率の予測は、まず確率分布を仮定し、過去の発生間隔をあてはめることになる。 ここで周期性が無い場合は指数分布を、周期性が有る場合は対数分布やワイブル分布、BPT分布をあてはめる事になる。 分布が変わると、大きく確率は変化する。特に指数分布と、その他の分布では何倍もの差になるので、どちらを採用するかで世界が変わる。 2. 確率分布はBPT 東海地震の発生確率の予測には、Brownian Passage Timeと呼ばれる確率分布が予測に使われている。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
