初学者がつまずきがちな統計の世界――数学嫌いでも十分フォローできるわかりやすい記述と身近な例で、人間の心に迫るデータ分析の初歩をじっくり解説。読み進めるうちに、最低限おさえておきたいポイントが身につくロングセラー。SAS、SPSSに加え、補訂版ではRについて加筆し、文献などの情報を更新。 1 心を数値で捉える 心理学の研究 なぜ統計か 質問項目を用いた性格の把握 平均の登場 平均以外も考慮 心理学の研究プロセスと料理の手順 この本のねらい 【エッセイ】認知・思考のスタイル――心の働きを「潜時」という数値で捉える 2 データをながめる データをながめること 個人差と一般性 変数とデータ 変数の種類 図の有効性 度数分布表 棒グラフ・ヒストグラム 散布図 【エッセイ】子どもの母への愛着――年齢によっても変化し,文化によっても異なる 3 数値にまとめる 数値にまとめること 数値要約の長所と短所
政策評価と「科学風のウソ」 筆者は経済産業研究所に在籍して15年になるが、立場上からさまざまなシンクタンク・コンサルティング会社などの研究組織や大学で行われた「政策評価」を第三者評価・鑑定して欲しいと関係行政庁の担当から依頼されることがある。 個人的実感として、近年の定量的政策評価への意識の高まりとは裏腹に、依然として(悪意の有無は別として)科学的な証左を用いながら誠に不適切な「政策評価」の類が横行している状況にあると言わざるを得ず、この類の文献や報告書の中には刮目して読まなければならないものが多いことを日々大変残念に思っているところである。 当該問題は日本に限った問題ではなく、Manski(2011)*により類似の問題が米国でも深刻である旨が実名入りの事例を挙げて報告されている。具体的な報告は承知しないが欧州諸国や移行経済国、中国・インドなどの途上国でも推して知るべきであろう。 本稿では
なかむろ・まきこ/1998年慶應義塾大学卒業。米ニューヨーク市のコロンビア大学で博士号を取得(Ph.D)。日本銀行や世界銀行での実務経験を経て2013年から慶應義塾大学総合政策学部准教授に就任し、現在に至る。専門は教育を経済学的な手法で分析する「教育経済学」。 「原因と結果」の経済学 「テレビを見せると子どもの学力が下がる」と言われて、違和感を覚える人はほとんどいないでしょう。しかし、「テレビの視聴」と「学力」のあいだに「因果関係」があるかどうかは、慎重に考えなくてはなりません。実は、テレビを見ている時間が長くなると、学力は低くなるのではなく、逆に高くなることが示唆されています。2つのことがらの関係を確かめるこの「因果推論」の考えかたを、やさしく解説します。 バックナンバー一覧 ◎メタボ健診を受けていれば健康になれる ◎テレビを見せると学力が下がる ◎偏差値の高い大学に行けば収入が上がる
東京大学医学部卒(生物統計学専攻)。東京大学大学院医学系研究科医療コミュニケーション学分野助教、大学病院医療情報ネットワーク研究センター副センター長、ダナファーバー/ハーバードがん研究センター客員研究員を経て、現在はデータを活用する様々なプロジェクトにおいて調査、分析、システム開発および人材育成に従事する。著書に『統計学が最強の学問である』(ダイヤモンド社)、『1億人のための統計解析』(日経BP社)などがある。 待望の新刊『統計学が最強の学問である[ビジネス編]』無料公開 ベストセラーとなった『統計学が最強の学問である』の第三弾『統計学が最強の学問である[ビジネス編]』が、ついに9月中旬に発売。その内容を無料公開します。真にビジネスに役立つ「統計力」を身に着けるためにはどうしたらいいのか。著者・西内 啓氏の斬新な視点をあますところなくお伝えします。 バックナンバー一覧 累計45万部を突破し
基礎から学ぶ統計学“最強”入門 大量のデータが溢れる現代社会では、様々な事象を数字で捉え、本質を導き出す統計学という手法や思考法が、ビジネスパーソンにとって必要不可欠なスキルとなる。勘や経験ではなく、データに基づいた正しい意思決定を下すことが重要だ。統計学の基本中の基本を、初心者にもわかり易く徹底解説する。 バックナンバー一覧 課題1 訪問1回当たりの売上高をアップする 「『習うより慣れろ』だ。一緒に分析の方針を立ててみようか。君はこのデータからどんなことが分かるとうれしいと思う?」 「やっぱり、どうすれば訪問1回当たりの売上高を最大化できるのか、ということです」 「よし。じゃ次に『訪問1回当たりの売上高』を左右するかもしれない要素、統計学ではこれを『説明変数』と呼ぶんだけど、これにはどんなものが考えられるかな」 「えーと、訪問回数、訪問事由、それから訪問先企業の規模によっても売上高が変わ
基礎から学ぶ統計学“最強”入門 大量のデータが溢れる現代社会では、様々な事象を数字で捉え、本質を導き出す統計学という手法や思考法が、ビジネスパーソンにとって必要不可欠なスキルとなる。勘や経験ではなく、データに基づいた正しい意思決定を下すことが重要だ。統計学の基本中の基本を、初心者にもわかり易く徹底解説する。 バックナンバー一覧 データはあるのにどう使ったらいいのか分からない。そんな企業は多いだろう。『統計学が最強の学問である』著者・西内啓氏が、ビジネスに勝つ統計学を、分かりやすく実践する。 (あらすじ)事務機器販売会社「オフィス・デイリー」はこの1年、販売低迷に悩まされている。営業部の若手社員、真板直は、部長からいきなり販売必達プロジェクトのリーダーに任命され、その原因を突き止め対策を立てようとデータと悪戦苦闘するうちに、統計学の面白さ、実用性に気付く。最初はデータを円グラフにすることしか
昨今では、大企業でも経営難に陥るなど「大企業=安泰」とは言えない景況になっている。中小企業より大企業、法人より個人経営の方が寿命は長いというデータもあるが、都道府県によっても違いがあるようだ。さらに、創業から1000年以上経つ超長寿企業があることも判明! 日本企業の「年齢」にまつわるトリビアを紹介したい。 企業の平均年齢が一番高いのは山形県で「41.7歳」。次点に京都府、新潟県と続く。城下町として発展した地域、港があり昔から貿易で栄えた地域、また、戦争の被害が少なかった地域などが上位に挙がっている印象だ。 創業100年を超える長寿企業の輩出率では京都府が1位、企業数では東京都が1位となっている。東京都や神奈川県など都市部の企業平均年齢が低いのは、新たに創業する企業も多いことが要因のようだ。なお、大阪府にある「金剛組」は、現存する世界最古の企業ともいわれている。 (文=吉田良雄 デザイン=Z
また、 デマが流れている。 デマの出所は下記のニューズウィーク記事。記事を書いたのは、舞田敏彦という人である。 家事をやらない日本の高齢男性を襲う熟年離婚の悲劇 | ワールド | 最新記事 | ニューズウィーク日本版 オフィシャルサイト この記事の1ページ目には、 <図1>は、同居者のいる高齢者に「家事を担っているか」たずねた結果だ。日本、アメリカ、ドイツ、スウェーデンの4か国の男女の家事実施率を棒グラフで表している。 として、次のようなグラフが掲載されているが、 これがまったくのウソ。 このグラフを見ると、「日本の高齢者男性のうち、家事をするのは2.4%しかいないんだな」と受け取ってしまうだろう。もちろん、それが普通の読み方だ。だれだってそう読むに違いない。しかし、このデータが本来表しているのは、家事を担っている高齢者の比率 ではない 。 舞田敏彦さんの良心的なところは、どんなデータでも
2016年06月07日 日本の産業分類別年収/労働時間ヒートマップ Tweet 厚生労働省は毎年産業分類別に賃金や労働時間の調査を行っている。10名以上の従業員を抱える5万余の民間事業所に対する調査をまとめたものであり、最新の調査結果は今年2月に公表された平成27年賃金構造基本統計調査だ。 そこで同調査にもとづき、産業分類別の年収、月間労働時間をヒートマップにしてみた。男性・女性の降順にソートしたバージョンも用意しているのでそちらも見て欲しい。サムネイルをみるだけで、男女に厳然とした差があることが一目瞭然だ。 産業分類別年収テーブル(男性ソート版・女性ソート版) 産業分類別月間労働時間テーブル(男性ソート版・女性ソート版) 産業別明細票 さらに産業分類ごとに調査結果を確認できる検索フォームも用意した。上部のプルダウンメニューを選択することで、所望の産業の給与/労働時間テーブルを参照すること
赤い線が「離婚率」で、黒い線が「マーガリン消費量」になります。 確かに、年を追うごとに「離婚率」も「マーガリン消費量」も一緒に減少しており、相関関係があることは明らかです。 では、この「離婚率」と「マーガリン消費量」との関係を、「原因と結果」といった因果関係があるかのように誤用(悪用?)した次のような記事があったとしたらどうでしょう。 【記事(1)】 『マーガリンを使うと離婚の危機!?』 マーガリンにはトランス脂肪酸が多く含まれ、生活習慣病やアレルギー疾患などさまざまな疾患との関連が指摘されている。また、マーガリンと不妊の関係を指摘する報告もあり、米国では、マーガリンの使用を規制する動きが活発化している。さらに最近、マーガリンの使用量が多い家庭では離婚率が高いという調査結果が報告され、米国民に衝撃を与えた。しかし、日本では「マーガリン=健康的な植物油」などとうたわれ、身近な食材となって久し
日本出版学会春季研究発表会(2015年)発表資料(完成版)です。公開まで時間がかかったことをお詫びします。Read less
※こちらのスライドは誤りを含んでいます。修正スライドをアップしましたので以下をご覧ください。 https://www.slideshare.net/simizu706/ss-57721033 大阪教育大学での研究会で発表した資料です。 心理学者のために,かなり基礎的なところからベイズ統計について解説しています。 間違えているところがあればご指摘いただけると幸いです。 黒木玄(@genkuroki )さんからご指摘いただき、スライド内容に間違い、ミスリーディングな箇所があることがわかりました。スライドを見られる方は以下のツイートも併せてみていただくようお願いします。 https://twitter.com/genkuroki/status/973007871821557760
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