書評 「統計学を哲学する」 - shorebird 進化心理学中心の書評など
統計学を哲学する 作者:大塚 淳発売日: 2020/10/26メディア: 単行本（ソフトカバー） 本書は応用統計学にも造詣の深い科学哲学者大塚淳による統計学の哲学の入門書になる．序章では本書について「データサイエンティストのための哲学入門，かつ哲学者のためのデータサイエンス入門」だとある． これまで読んだ統計学の哲学についてはソーバーの「科学と哲学」がなかなか面白かった．本書ではソーバー本では扱っていなかった因果推論や深層学習についても論じられていて，そのあたりも勉強したいと思って手に取った一冊になる． 序章 統計学を哲学する？ 序章では本書のねらいと構成が書かれている．ねらいとしては，上記の入門書というだけでなく，「統計は確固とした数理理論であり，そこに哲学的思弁が入り込む余地はない」とか「統計は単なるツールであり，深遠な哲学とは無縁だ」とかいう誤解を解きたいということが挙げられている．
難しくても、文系人間でも…「統計学」を学んだほうがトクする理由（高橋 信） @moneygendai
難しくても、文系人間でも…「統計学」を学んだほうがトクする理由 「偉い人の思いつき」に振り回されないために 「薬Aより薬Bのほうが効く！」「AよりもBの新聞に掲載したほうが広告効果が高い！」といったように、プレゼンやコンペ、企画会議、予算の折衝に至るまで、ビジネスにおいて“統計学”が役立つシーンは多いもの。 また、「内閣支持率が〇％に急落している」といったニュースや、「結婚できない男性の〇％は〇〇だ」といったネット記事を目にしたとき、「そうなのか」と鵜呑みにしないデータリテラシーを身につけるためにも統計学を学ぶことが有効だと話すのは、『データ分析の先生！文系の私に超わかりやすく統計学を教えてください！』（かんき出版）の著者である高橋信氏です。 ビジネスの武器になり、怪しいデータに騙されない目を養う、大人のための“役立つ統計学”について聞きました。 統計学は意思決定に役立つ 突然ではあるが、
｢今すぐ10万円損｣と｢50%の確率で損しないが､50%の確率で今すぐ20万円損｣どちらが賢い選択か 人が損しそうになるとリスク冒す訳
【問題1】は、80％の確率で10万円獲得できる一方、20％の確率で1万円しか得られないという選択肢aと、今すぐ8万円を獲得できる選択肢bとで、どちらを選ぶか、という問題でした。皆さんの選択をお聞きします。 aを選ばれた方？ （約20％が挙手） bを選ばれた方？ （約80％が挙手） およそ8割の方はbを選んだということで、多数派が選んだのはbであるということを確認しましょう。そこでbを選ばれた方にお聞きします。なぜaではなく、bを選びましたか？ 【A】bは確実に8万円もらえます。aを選んだら、80％の確率で10万円もらえるとはいえ、20％の確率で1万円しかもらえないわけで、やはりそのリスクは避けたいと思いました。 【岩澤】ありがとう。こういうのが、多くの人の考え方だと思います。このAさんのような考え方、経済学では選択における好みの問題なので「選好（preference）」と呼びますが、Aさん
【保存版】統計学のおすすめ書籍8選 | 文系からでも基礎を理解するのに役立つ書籍をピックアップ！ - DAINOTE
こんにちは、DAIです。 大学時代は文系でした。 大学で初めて統計学の講義に出たときに、思いました。 「ちょ、大学の統計学の授業って、どんだけわかりにくいんだ！ｗｗｗ」 「大学の統計学の授業ってどんだけつまらないんだｗｗｗｗｗ」と。 大学の統計学の授業は、「高校レベルの数学ちゃんとマスターしてますぞい！」って人を対象にしているので、ど文系でいきなり「おい！なんとかついて来いよ！お前らわかってる体でやるからなｗｗｗがはは！じゃあこのシグマは・・・・」みたいな教授に教えられても、「先生、そのたらこ唇みたいな記号なんですか？」みたいな話になるわけで、そりゃわかるはずないんですよｗ 難しすぎますから。 数学の基礎的なことわかってないと先に進めないので、完全に統計学が難しいと思い込んでしまい、統計アレルギーの大学生が続出してしまうんだと思います。 それと、大学の統計学って、理論を学ぶものばっかで、デ
ブルーバックス伝説の名著『統計でウソをつく法』100刷突破！（ブルーバックス編集部）
「統計学という秘密の言葉は、事実がものをいう社会では、人に訴える力が非常に大きいので、物ごとを評判にしたり、誇張したり、混乱させたり、また極度に単純化してしまうのによく利用されている」 「しかし、そういった言葉を正しく理解して使う人と、その言葉の意味がわかる人とがそろっていなければ、結果はナンセンスな言葉の遊びにすぎない」 あらゆる情報がデジタル化され、ウェブを介して飛び回る現代社会への警鐘かと思いきや、この一節は、1968年7月に刊行されたブルーバックス初期の名著、『統計でウソをつく法』の前書きからの引用です。 原著はさらにその14年前、1954年に書かれていますので、著者であるダレル・ハフさんの指摘は、時代を超えた名言といっても過言ではないでしょう。 それを裏づけるように、通巻番号120番の本書は現役バリバリのロングセラーで、累計部数も30万部を突破。電子版も好評を博しています。 そし
騙され、不利益を被らないないために必要な基礎知識──『データは騙る 改竄・捏造・不正を見抜く統計学』 - 基本読書
データは騙る: 改竄・捏造・不正を見抜く統計学 作者: ゲアリー・スミス,川添節子出版社/メーカー: 早川書房発売日: 2019/02/20メディア: 単行本この商品を含むブログを見るファクトの価値が高まり続けている昨今だが、そうはいっても何がファクトなのかを見極めるのは難しい。リアルに存在している石に向かって「そこに石がありますよね❔」のような100人中100人が同意するようなファクトばかりがこの世に溢れかえっているわけではなく、ファクトの中にも「だれがどうみてもファクト中のファクト」なやつと「ファクトからずり落ちそうなファクト」とかいろいろなレベルがある。そのレベル分けをある程度自分でできるために必要なのが、統計の知識である。 本書『データは騙る 改竄・捏造・不正を見抜く統計学』は、そんな統計の知識の中でもとりわけ「騙り」の見分け方に焦点を当てた一冊だ。「パターン、パターン、パターン」
話題の『FACTFULNESS』は英語の原書で読んでみよう【英語学習を深めるTED講演動画リスト付】 - 崖っぷち舞台役者が婚活を始めたら英語がペラペラになりました
こんにちは。 今話題となっている本、『FACTFULNESS』をご存知ですか？2018年4月に英語版が発売され、ビル・ゲイツ、バラク・オバマ元アメリカ大統領が絶賛し、ベストセラーとなりました。ビル・ゲイツは2018年にアメリカの大学を卒業した希望者全員にこの本を贈ったとのことですから、その絶賛ぶりが伺えます。 そんな『FACTFULNESS（ファクトフルネス）』がついに日本に上陸しました！2019年1月に日本語版が発売となり、総合売り上げランキングTOP3にランクイン、ビジネス書第1位になるなど、大きな話題となっています。 わたしは昨年英語ネイティブの友人に勧められ、英語の原書を読んでみました。日本語訳が発売されましたが、英語学習者の方にはぜひ原書に挑戦して欲しいと思い、お勧め記事を書くことにしました。 著者ハンス・ロスリング氏とは 『FACTFULNESS』が伝えること 英語のレベル ハ
確率や統計の数学理論を視覚化してイメージによる理解を可能にするサイト「Seeing Theory」
数学の理論を直感的に理解できる人はごく一握りで、イメージのしづらさ故に苦手意識を持つ人も多いはずです。起こる現象をビジュアル化することで、確率、分散などの数学の理論の理解を助けるサイト「Seeing Theory」をブラウン大学のダニエル・クニン博士らが開発して公開しています。 Seeing Theory https://seeing-theory.brown.edu/ 上記サイトにアクセスして、「Start」をクリックすると…… 「Chapter 1(第1章)」として「Basic Probability」(確率基礎)が表示されます。章ごとに3つの項目があり、第1章は「Chance Events」「Expectation」「Variance」となっています。 「Chance Events」をクリックすると…… 左に説明、右にイメージが表示されます。説明文には例として、コインを投げて出るのは
古典統計学・ベイズ統計・統計モデリングの関係について - Tarotanのブログ
2019年1月4日 9:30頃 追記 同ブログ記事に対して黒木さんからTwitterにて以下のようなご指摘をいただきました（ごく一部のツイートだけを抜粋）． #統計 もう一度書くと、 * 予測分布の予測性能の比較→AIC, WAIC, LOOCVなど * モデルによるサンプル生成の確率分布がサンプルの真の分布にどれだけ近いかを比較→自由エネルギー, BIC, WBICなど — 黒木玄 Gen Kuroki (@genkuroki) January 3, 2019 ありがとうございます． ご指摘通り，このブログ記事では（最近の統計モデリングにおける特徴のひとつとして）予測性能の評価のほうしか取り上げておらず，特にAICしか触れていません． 特異モデルでも妥当であると言われているWAICへの言及ができなかったのは，私がまったく理解していないだけからです．ニューラルネットワークやベイズモデルなど
分析の本｜データ分析や統計分析を学ぶ【目的別】おすすめ書籍11冊｜あなたをブランドにする読書法 - Mission Driven Brand
分析の本｜データ分析や統計分析を学ぶ目的別おすすめ書籍13冊｜入門書から名著まで このページに辿り着いたあなたなら、何らかの理由で「データ分析や統計分析を学べるおすすめの本」を探していることだろう。 このブログ「Mission Driven Brand」は、外資系コンサルティングファームと広告会社の両方のキャリアを持つ筆者が、ブランディングやマーケティング・ビジネスにおける「できない、わからない」の課題解決を目指しているブログだ。 このブログを運営していると「おすすめの本を紹介して欲しい」という問い合わせを頂くことが多い。 各解説記事でもおすすめのマーケティング本やブランディング本を紹介しているが、今回はそのベースとなる「データ分析・統計分析が学べる本」を入門書から専門書まで13冊紹介しよう。どれも、本ブログの筆者であるk_birdが「ぜひ読むべき」と考える分析関連の名著だ。 関連記事 ビ
特集「統計革命」 | Make Statistics Great Again
このサイトは，『心理学評論』第61巻1号として2018年7月13日に刊行された特集号「統計革命」所収論文に関する情報を掲載しています． 巻頭言 三浦麻子・岡田謙介・清水裕士 特集号の刊行にあたって 原著論文 9本 ■オープンサイエンス 三浦麻子 心理学におけるオープンサイエンス：「統計革命」のインフラストラクチャー 大向一輝 オープンサイエンスと研究データ共有 ■モデリング 清水裕士 心理学におけるベイズ統計モデリング 竹澤正哲 心理学におけるモデリングの必要性 国里愛彦 臨床心理学と認知モデリング 中村國則 高次認知研究におけるベイズ的アプローチ ■仮説評価 竹林由武 しなやかな臨床試験デザイン：適応型デザインによる効率化 岡田謙介 ベイズファクターによる心理学的仮説・モデルの評価 村井潤一郎・橋本貴充 統計的仮説検定を用いる心理学研究におけるサンプルサイズ設計 コメント論文 3本 友永
間違いの多い統計プロバガンダに騙されないための8つのアドバイス - Qiita
最近ではフェイクニュースという言葉のおかげで、ニュースなどメディアでみかける主張や数値に対して疑問を持つというスタンスが以前に比べて少しづつではありますが見られるようになってきたように思います。それでもまだ多くの人がふだん毎日忙しい中で、センセーショナルなニュースのヘッドラインをついつい鵜呑みにしてしまい、さらにそれらをソーシャル・ネットワークなどで共有することで知らず知らずのうちにおかしな主張をどんどん拡散してしまっているというのが現状です。社会的に与える影響を考えるとこれは大変憂慮すべきことです。 今日は、Financial Timesのコラムニストで、経済学者のTim Harfordが、データや統計的な主張にまどわされるのでなく、それらを正しく理解するための提案を８つのアドバイスとしてこちらの”Tim Harford’s guide to statistics in a mislea
お気軽確率・統計ユーザーのための必須数学知識チェックリスト
測度論などは使わないぐらいのお気軽な確率・統計の利用者でも、ある程度は数学的に確率・統計を説明できる方が望ましい。学部一般教養の微分積分と線形代数を学べば良いのだが、もう少し具体的な目標があっても良いかも知れない。 以下に20項目の必須数学知識チェックリストを用意してみた。チートペーパーを整備するなりしてでも説明できるようにしておこう。慣れてくると飲み過ぎのチェックにも使える*1。 1. ベイズの定理の証明 話の前段として大人気の定理だが、伝統的な統計学の教科書は頻度主義なので使い道が意外にない。条件付確率の定義が説明できれば、ほぼ自明。 2. 分散の加法性の証明 分散の加法性はよく使われる。例えば、不偏分散の導出や大数の法則の証明に使える。しかし、分散の加法性の証明は二重数列/積分になり横に長くなるせいか、割愛気味の事も多いようだ。 3. 不偏分散の導出 不偏分散の計算が理屈抜きの丸暗記
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
The document describes various probability distributions that can arise from combining Bernoulli random variables. It shows how a binomial distribution emerges from summing Bernoulli random variables, and how Poisson, normal, chi-squared, exponential, gamma, and inverse gamma distributions can approximate the binomial as the number of Bernoulli trials increases. Code examples in R are provided to
実務の現場においてモデリング（統計学的・機械学習的問わず）を行う上での注意点を挙げてみる - 六本木で働くデータサイエンティストのブログ
気が付いたら僕がデータ分析業界に身を置くようになってそろそろ5年近くになるんですね*1。この5年間の間に色々勉強したり業界内で見聞してきた経験をもとに、「実務の現場においてモデリングを行う上での注意点」についてだらだらと書いてみようと思います。 と言うのも、色々な現場で様々なモデリング（統計学的にせよ機械学習的にせよ）が行われていることが伝わってくるようになった一方で、ともすれば「え？こんな基礎的なポイントも守ってないの？」みたいなとんでもないモデリングがまかり通る現場があると愚痴る声を業界内で聞くことが少なくないので。自戒の意も込めて重要なポイントを備忘録としてブログ記事にまとめておくのも有益かなと思った次第です。 この記事では手法選択（線形・一般化線形・ベイズ＋MCMC・識別関数・識別モデル・生成モデル・樹木モデル・Deep Learning etc.）の話題は割愛しました。一般に、モ
「統計学と機械学習の違い」はどう論じたら良いのか - 渋谷駅前で働くデータサイエンティストのブログ
何かこんなメディア記事が出ていたようです。 これを読んで色々な人がツッコミを入れまくっている模様ですが、この記事の不思議なところは「完全に間違った説明というわけでもないのに何故か（両分野に詳しい）誰が読んでも猛烈な違和感を覚える」ところなんじゃないかなぁと。 正直、これはライター・インタビュアー・コメンテーター・編集者の誰のせいなのかは全く分からないんですが、ツッコミ入れられまくっている内容について色々あげつらってもあまり建設的でないので、ここでは記事中で本題として取り上げられている「統計学と機械学習の違い」についてちょっとコメントしてみようと思います。 あ、もちろん僕がこれから書くコメントも別に正しいとは全く限らないので、おかしいところや間違ってるところがあったらバンバン突っ込んでいただければ幸いです*1。そしてガチ勢向けのコメントでもないので何卒悪しからず。 統計学はデータを「説明」す
提案書や企画書づくりが驚くほど捗る！無料で入手出来る統計データ総まとめ。
プロジェクトを開始する前に、市場調査などで統計データを分析し仮説をたてる事は重要ですが、それらの調査対象が世界規模、全国規模になるとコストが掛かりすぎて（特に個人や中小企業の場合）現実的ではありません。 そこで活用したいのが国や団体、民間企業が公開している無料の統計データです。今日はそんなマーケティング担当者ならきっと必見の情報公開を行なっているサイトをご紹介します。 1. 総務省統計局 総務省統計局では様々な統計データが入手可能です。 国税調査 人口推計 労働力調査 小売物価統計調査 土地統計調査 このようなデータはPDF版が一般的ですがExcel形式でダウンロードできるのも魅力ですね。その他にも以下URLより数多くの統計データが入手できます。 また、統計局ではメール配信サービスも行なっています。興味のある方は登録をおすすめします。 www.stat.go.jp 2. 法務省 法務省でも
統計データ・市場調査データを提供するサービス11選
業界の市場動向を調べる際に、皆さんはどのように根拠データを入手していますか？自社のホームページに新規コンテンツを立ち上げたい時、どの方向に展開をしていけばそのマーケットを押さえることができるでしょうか。これらを解決するのが、Web上で閲覧できる統計や調査データの数々です。各企業が自社で調査した数値を公開しているものもあれば、国が統計データとして公開しているものもあります。 今回は調査や統計データを入手できるサイト、調査機関のサイトをまとめました。皆さんのビジネスにお役立てください。 ※データの引用や利用にあたり制限がある場合があります。詳しくは各サイトの利用規約などをご確認ください。 統計データや市場調査データが公開されているサービスまとめ 総務省統計局 http://www.stat.go.jp/ 今回紹介する中では最も利用され、また目にする機会も多い調査の一つかもしれません。総
世界を変えた確率と統計のからくり134話
分析手法の裏に隠れた熱いドラマ データ分析がビジネスで主流となった今、統計学や確率論がビジネスパーソンの必修科目になろうとしている。とはいえ数字や計算式を見ていると眠くなってしまう人もいるはずだ。無味乾燥な数式にドラマを感じろという方が難しく、むしろ飽きるのは正常な反応ともいえる。 ところが学問の世界にも、人間的なエピソードは隠れている。本書はそんな統計や確率の「裏の顔」を教えてくれる1冊だ。よく専門書のなかに、息抜き用のコラムが掲載されている。本書はそれを抜き出してまとめたような形式になっている。 エピソードが年代順に並べられているので、順に読んでいくことで統計学の流れをつかめる。もちろん気になったテーマをつまみ食いしても問題ない。仕事に関係する理論についてエピソードを調べてみる、といった読み方もできるだろう。 例えば「ラプラスの悪魔」で有名なフランスの数学者ラプラスは、本書では古典的確
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
TechCrunch | Startup and Technology News
