投稿元:
レビューを見る
■概要
政府やマスコミが大衆を操作しようとして発表する数値や、身近な詐欺的行為に騙されないようにするためには、統計リテラシーが最も重要である、という主張で、大学教授が統計学の体系・歴史的背景等について書いた本。
■感想
統計学とは、ビッグデータを高性能コンピュータで総当り的に高速計算させて答えを導き出すことをいうのではない。膨大なデータをいかに効率よくサンプリングして(手抜きして)情報を分析して誤差を最小限まで小さくし、投資対効果のメリットのある対策を見つけ出す技術のことだということが、良く分かった。例えば、マーケティング調査では、調査対象が1万人の場合誤差が0.9%、2万人の場合は0.6%だったとして、0.3%の精度を上げるためにコストをかけて調査対象を増やすべきかどうか、といった議論が事前に出来るようになる。
こういった知識は、もしかしたら自分の仕事(システムエンジニア)でも使えるんじゃないかという気がするので、勉強したいと思っていた。とはいえ、この本だけでは、回帰分析・カイ二乗検定など、言葉と用途は出てくるが、詳細な内容説明は無いので、読んだらすぐに実用できるわけではない。次は、実際の数式で勉強する本を読み、またこの本のポイントを読み返すことで、実用知識として身に付けたい。
統計学だけでは簡単に答えの出ないこともある例として、暴力的ゲームと少年犯罪の因果関係というのがあげられて興味深かった。普通の子が暴力的ゲームに影響されて犯罪を犯すのか、もともと暴力的な性格の子が暴力的ゲームを好むのか、どちらが先なのか調べようがない。また、アンケート対象の親が、子供のやっているゲームを暴力的と感じるかどうか人それぞれであるし、もしかしたら、ゲームに対する理解が無く「そんな暴力的なゲームばっかりしちゃダメ!」とか言う怒りっぽい親の子が、遺伝的に犯罪しやすいのかもしれない。たしかに、考え出したら答えは一つじゃないかも。
投稿元:
レビューを見る
快な目的:統計学の知識を見いつけ、文献を批判的にみる喜びのため。
今までぼんやりしていた統計学がすっと整理してもらえた。一般論と具体的事例がうまく表現されて、理解度がぐんぐんます。170ページのまとめた表、読み返し必須。
投稿元:
レビューを見る
【問1】何かの要因が変化すれば利益は向上するのか?
【問2】そうした変化を起こすような行動は実際に可能なのか?
【問3】変化を起こす行動が可能だとしてそのコストは利益を上回るのか?
投稿元:
レビューを見る
これは良書。
統計学に馴染みのない人向けの本だが、非常に勉強になる。
最近、もてはやされているビックデータについても著者なりの見解を述べている点がよかった。
投稿元:
レビューを見る
ビッグデータが未だにバズワードな理由として、データをビジネスに使うためのこれらの問いに答えないまま、導入するからだろう。
1.何かの要因が変化すれば利益は向上するか?
2.そうした変化を起こすような行動は実際に可能か?
3.変化を起こす行動が可能だとしてそのコストは利益を上回るか?
統計リテラシーを必須としたセクションの方にはお勧めで、是非読んで頂きたい一冊!
投稿元:
レビューを見る
このタイトルで興味持った人が読んで楽しめるだけの統計学知識が詰まっている本。実践としてビジネスで使えるかどうかはわからん。
大学の基礎的な統計学の講義の教科書に使えそうな内容だった。数学的知識が全然書かれていないので、もう一冊統計学入門書が必要だけど。
まぁ統計学は数式が出てくると、ややこしくてハードルが一気に上がるんですよねー。
なんか偏屈なおっさんが書いたような仰々しさを感じたが、著者はまだアラサーらしいので驚き。
投稿元:
レビューを見る
統計リテラシーを身につけて仕事や私生活に生かしましょうという話で、いろんな分野でいろんな統計手法が使われてるよ、と。
標本から母集団を推定する上で標本のばらつきが重要。推定結果には必ず誤差がある。ランダム化できない場合でも傾向スコアというのがあって、それが似ている人たちの中で比較するという手法もあったり。
回帰分析の説明のところが一番おもしろかった。
回帰分析というのは、あるデータ(説明変数)から他方のデータ(結果変数)を数式から推定するという手法。重回帰分析とかロジスティック回帰とか名前を聞くとびびりがちなんだけど、こうやって説明を読むと別に難しい考え方じゃないなーという気がした。
投稿元:
レビューを見る
統計を如何に使うか、如何に使えるか、また何に使われているかの最近の動向についてまとめられており、入り口として非常に優れている。
最強は何をもって最強かわからないので流しておくとして、近年のビッグデータなどのバズワードに振り回されないようにするためにも、また統計を効果的に利用するためにも一読に値すると感じた。
投稿元:
レビューを見る
統計リテラシーについて解説。重回帰の説明あれでいいんだっけ?
計量経済の視点でしか統計勉強やってなかったんだけど、統計の成り立ちをしれて良かった。
大学一年生に読んで欲しい、って本だろうね。
投稿元:
レビューを見る
近年、ビッグデータという言葉が流行している。この背景には、過去に比べて膨大なデータを蓄積し、処理できるようになったことにより、そこから何らかの知見を得てビジネスに活用できるのではないかという期待感がある。
ここで、膨大なデータを処理するために使われる技術が「統計学」だ。Google のチーフエコノミストである Hal Varian氏は「今後10年間で最もセクシーな仕事は統計学者である」と発表したことをうけ、にわかに統計学が注目を浴びることとなった。
本書では、統計学とは何か、統計学をどう使うのか、基本的な統計学の知識を分かりやすく説明している。極力数式を用いないようにしているため、初学者でも問題なく読みこなせるだろう。
ただ、具体的な例はあげられているものの、初学者がターゲットということもあり、各手法の理論面にはほとんど触れていないため、本書を手に取った後、より深い統計学の書籍を読み、理論を会得して応用できるようになる必要があるだろう。
投稿元:
レビューを見る
あらゆる分野において統計学が最善のアプローチを提供し得るものである。ということについて書かれている。
身近な例を豊富に取り上げ、軽妙な筆致で統計学がといういかにも一般の人には関係のないことについて、実に丁寧に順序だてて書かれていた。とても分かりやすくて、自己啓発系の本を久しぶりに一気読みしてしまった。逆にいうと、基本の簡単な話から丁寧に積み上げて説明しているので、必然的に段々専門的な統計学がの細かい話になっていったので、後半難しかったが。。。
ですが、問題に対するアプローチについての価値観が少し変わったような気がする。それぐらい個人的にはインパクトのある内容だった。
「ビックデータ」というキーワードに興味があったり、マーケティングや広報担当の方には、斜め読みでかまいませんので、ぜひ読んで欲しいと思います。私はたち話みで「ビックデータ」というキーワードにひかれて、読んでみましたが、いい意味で期待を裏切られました。
投稿元:
レビューを見る
統計学を、統計学者の歴史(フィッシャー、ゴルトン等)を振り返りながら、具体例(ABテスト等)を交え、誤差、P値、(重)回帰分析、ベイズ統計学等の基本概念の意味を、直感的に解りやすく解説。分野によって統計家の統計学の使い方・重視する数値が異なる点(第6章 統計家たちの仁義なき戦い)は、参考になります。。データ・マイニングも統計学の素養がないと無意味。計量経済学者はベイジアン。
本書のサイト
https://cakes.mu/series/80
<書評>
[書評]統計学が最強の学問である(西内啓)
http://finalvent.cocolog-nifty.com/fareastblog/2013/02/post-e766.html
【読書感想】統計学が最強の学問である
http://blogos.com/article/55727/
投稿元:
レビューを見る
一番刺さったのがあとがきの「『全力』と『最善』は異なる」という言葉。筆者の父親が外科医で睡眠時間を削って働き続けているさまを尊敬しながら一方で全力が正なのか、と思い始めた、とつづってある。
~「おそらく我々がすべきことの多くは、すでに文献やデータの上では明らかなのである。だがそれを現実のものとして実行するまでのギャップが我々を「最善」から遠ざけているのでは~
本編と合わせて「最善」を尽くすために「先人の知恵」を利用することの重要性を改めて認識した。この本には「統計」の概念だけでなく、そのための具体的な方法論も示してある。
投稿元:
レビューを見る
[関連リンク]
[書評]統計学が最強の学問である(西内啓): 極東ブログ: http://finalvent.cocolog-nifty.com/fareastblog/2013/02/post-e766.html?utm_source=twitterfeed&utm_medium=twitter
投稿元:
レビューを見る
一般化線形モデルの理解が劇的に進む、って言う章が素晴らしい。最初のところのビッグデータ批判は半分釣りみたいなちょっとクオリティ低かったけど、後ろの方は問題ない。ただ、線形の近似のところはまあ気持ち悪い。モデル作りたい派なので。