統計学が最強の学問である みんなのレビュー

投稿元：

レビューを見る

そう言えば大学で統計とかいう授業あった気がしたな。と思って読んでみた。大学の時に読んでいればもう少しちゃんと授業受けたかも。統計学が最強かどうかは微妙だけれど、間違いなく統計データは読めた方がいい。勘や経験だけに頼って間違った判断を下す可能性は下げられるし、いいかげんな数値を元に、いいかげんな事を言っている人も見分けられる。ちょっと眠くなる所もあるし、実際日常生活でどう活用すればいいのかわからなかったりもするけれど、とりあえず統計学ってどんなん？ってのが分かる入門書として良い本なんだと思う。だけどビッグデータがどうの・・・みたいなのを期待して読んでもいまいちかな？後、著者はとても頭がいいのだろう。途中から凡人にとってはちょっと分かり辛い。

投稿元：

レビューを見る

統計を使ってどんなことができるか、具体的な事例も交えて紹介されており参考になった。
そしてただ集めただけのアンケートは悪だなと思った。反省

投稿元：

レビューを見る

この著者の本、前にも買っていた。同じく、わかりやすそうで、結論が見えない。
この本での不満は、真ん中あたりから後ろ、すごく雑。説明、理解出来ない。真面目な数式あるほうが、ましだ。

投稿元：

レビューを見る

本書は統計学を噛み砕きつつも体系的に解説した本である。難しい数式などを極力はぶき、統計学になじみのない読者でもわかるように直観的な文章で書かれている。
統計学になじみのある人であれば、おそらく前半は知っている話ばかりで退屈だが後半はとても面白く感じるはずである。実際、統計学になじみのある人は、何か専攻分野があって、その一環として統計学に触れているものだと思われるが、そのような読者にとっては相性の合う一冊だと思う。というのも、統計学は生物学や経済学やマーケティングなど、あらゆる分野に用いられているものであるが、多くの人が自分の専攻する分野の統計学についてのみを知っており、ほかの分野で統計学がどのように使われているかをあまり知らないであろうからである。実際、統計学を使われている分野によって、その科学的解釈や規範がだいぶ異なるということを本書は教えてくれる。そういう内容を取り扱っている本は（少なくとも私が知っている限り）あまりない。
本書の重要なインプリケーションは、統計学をいかに用いるかということである。いくら統計学的に正しい分析をしても、それを統計学の知識を共有していない他者に伝えられなければ意味がない。本書は、統計学に基づいてより正しい分析を心がけるだけでは不十分であり、いかに見せるかも同様に重要であるかについても説いている。
また、本書のすごいところは、直感的な（あるいは言葉でわかりやすい）説明で統計学の基礎的な部分のみならず、応用的な範囲までをも説明しているところである。私自身、経済学を専攻しており、その関係で本書で出てくる「傾向スコア」については学習したことがあるが、「傾向スコア」は割と専門的な内容で、和書では専門的な計量経済学の本でも記述されていることはほとんどない。しかしながら本書は「傾向スコア」についてとてもわかりやすく解説しており、なおかつその重要性についても詳しく述べられていて、とてもすごいと感じた。
以上より、本書は統計学になじみのない人でも楽しめるし、すでになじみのある人にとっても有意義な本になりうるものだと思う。

投稿元：

レビューを見る

ブクログFacebookで見つけ、タイトルに惹かれて購入した本。
理系の人向きだけど、文系人でもなんとなぁーく理解できる。１月出版された書籍なので、話題や情報も旬だ。

これまで統計学なんて、ひたすらデータを集めて分析して…というものを想像していたけれど、読んでみるとそんなことはなかった。調査の目的によって統計の手段も様々あった。
もう少し、自分が数字や計算式に対して瞬時に内容を捉える能力があれば、本書を数倍楽しみながら読むことができただろう。
大人向け。

投稿元：

レビューを見る

微妙。統計学は確かにすごい学問だとは思うけど、ある程度知っている人は、まぁそうだよねという感じ。ひとつの知識としては知っておくのは別に良いと思うけど、それ以上でもそれ以下の価値もないと思う。

投稿元：

レビューを見る

なんちゃって的な統計本だと思ったら、なかなか深い統計解析の本だった。沢山記されている事例や逸話も面白い。

投稿元：

レビューを見る

・ナイチンゲールは戦闘で負った傷自体で亡くなる兵士よりも、負傷後に何らかの菌に感染したせいで亡くなる兵士のほうが圧倒的に多いことを明らかにし、データの力で戦場に清潔な病院を整備することを要求した。でも本当に清潔な病院を整備すれば戦死者が減るのか、どれだけコストをかければどれだけ助かるのかは言えなかった。
・「どのようにデータを解析するか」よりも「どのようなデータを収集し解析するか」が重要。
・たまたま得られたデータから計算された統計量がどの程度の誤差で真値を推定しているかを数学的に整理することで、無限にデータを集めることなく適切な判断が下せる。「真値に対してどの程度の誤差を持っているか」ということ。
・「意味のある偏り」なのか、それとも「誤差でもこれぐらいの差は生じるのか」といったことを確かめる手法として「カイ二乗検定」がある。実際には何の差もないのに誤差や偶然によってたまたまデータのような差が生じる確率であるｐ値を求める。

投稿元：

レビューを見る

ビックデータはIT業界のエサであり、安易に食いつくなという指摘はなるほどなと。統計が万能ではなく、限界もあり、時には事実誤認する事もあるというのはわかったが、統計学を学んだ事がない自分にとっては後半の内容は結構細かく、専門的で、ホンキで勉強する気もない一般人がここまで理解する必要があるのか？すべきなのか？というのがよくわからない。