なぜリスク分析のプロは仮説検定を使わないのか（ややマニア向け） - Take a Risk：林岳彦の研究メモ
お久しぶりです。林岳彦です。もうすぐ『愛なき世界』の日、いわゆる（マイブラッディ）バレンタインデーですね。何かと雑音が多いこの世界ですが、いつでも自分の足元を見つめて行きましょう。 さて。 今回は、以下の： そもそもビジネスの現場ではどういう「レベル」の統計学を使うべきなのか - 銀座で働くデータサイエンティストのブログ 統計学的検定に対するある拒絶反応: ニュースの社会科学的な裏側 A/Bテストのガイドライン：仮説検定はいらない（Request for Comments｜ご意見求む） - 廿TT のあたりの皆様の良記事に触発されて「仮説検定」について何か書いてみようと思いました。で、書こうと思えば色々な側面から書ける気もするのですが、今回はちょっと斜めからのアプローチとして、「リスク分析の人の頭のなかで仮説検定はこんな感じに見えている」というところを書いていきたいと思います。 ここで、ひ
低頻度高被害型リスクについて考える（2/3）：不確実性の問題 - Take a Risk：林岳彦の研究メモ
前回に引き続き、今回も 「10日に1度の確率で10人が死ぬ事象」と「10万日に1度の確率で10万人が死ぬ事象」は、どちらも「1人死亡／1日」という同一の表現で表すことができるけれども、それは本当に同一なリスクとみなして良いのだろうか？ という問いについて考えていきます。 実務的な観点から見ると、それらの事象から得られる「1人死亡／1日」という推定値に関しては、値そのものは同じだけど、その値や推論の「素性」はかなり違うよなーという印象を受けます。 今回は、そんな印象について「推論法の違い（帰納メインか演繹メインか）」および「不確実性の違い」という観点から説明してみたいと思います。説明のためにちょっと原理的なところから話をはじめますので、今回もかなり回り道をした長い説明になりますが本当にすみません（平謝り）。 2つの推論方式：帰納的推論と演繹的推論 まず、そもそも推論方式には大きく分けて「演繹
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
処理を実行中です
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
