紙の本
統計学の数式を使わない入門
2018/05/14 14:37
0人中、0人の方がこのレビューが役に立ったと投票しています。
投稿者：病身の孤独な読者 - この投稿者のレビュー一覧を見る
日本ではとても有名な統計学に関するビジネス書である。統計学をある程度理解している読者にとっては、統計学の基礎のおさらいと、ベイズ統計と従来型の統計学との比較についての著者の捉え方について参考になる程度の書籍である。本書の目的上、ビジネスマンでも分かる統計学の書籍を目指しているが、残念ながら達成しているとは言えない。というのも、統計学に関心をもつ一般読者でさえ、本書の基礎的な統計学を理解している人は少ないからだ。これは、個人的な意見とかではなく、数十人の読者の感想を聞いた評者の見解である。あえて評者の意見は控えるが、本書の理解は日本の企業のやり方をかなり効率的なものにできると思われる。そして、本書の位置づけはあくまでもビジネス書であり、統計学の基礎といったところである。
紙の本
統計学は最強か？
2015/12/05 20:34
0人中、0人の方がこのレビューが役に立ったと投票しています。
投稿者：森のくまさんか？ - この投稿者のレビュー一覧を見る
本書を読んで統計学のすごさは実感できました。
しかし 最強の学問かと言われると
私は？という気持ちになります。
確かに 現状調査のデータ収集には
統計学は 絶対不可欠と思います。
さらに 統計によって 人を納得させることも
できると思います。
でも統計のデータの表現方法で 騙すことも可能では？
どっちにしろ 統計学のすごさが本書で理解できました。
でも のどに魚の骨が引っ掛かった気分なんですよね！
勉強不足と読み込み不足かな？
紙の本
統計学が最強が最強の学問である
2015/08/29 00:03
0人中、0人の方がこのレビューが役に立ったと投票しています。
投稿者：Carmilla - この投稿者のレビュー一覧を見る
2年前のビジネス書界を席巻したベストセラーの一つだが、受ける印象は前半と後半とで全く異なる。
前半は統計学の歴史についてわかりやすく解説しているのだが、後半は難解な理論ばかりを展開しているから、数学音痴には苦痛にしか感じられないだろう。
難解なのはしょうがない。だが問題は、著者にその難解な理論を読者に理解させようとする気が全くないこと。
「僕はこれだけ難しい理論を理解していますよ。どうです、みなさん！」
という姿勢が見え見えで、読めば読むほど頭が痛くなってきた。おまけに、なぜ「統計学が最強の学問」なのか、さっぱりわからない。統計学の歴史についてのみ触れていたら、読者に苦痛を与えることもなかっただろう。これは編集部の最大のミスである。
というわけで、この本は初心者には向かない。数学の理論展開に精通し、大学1年生程度の統計学の知識を備えている人向けの本である。ビジネスの場面で統計学の知識が必要なのは認めるが、ビジネス書として売り出すのなら、それ用にアレンジするべきだったのではないか？
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。
投稿元：
レビューを見る
マーケティングにも造詣が深い西内氏の著書。
今まで遠ざけていた統計学の重要性を実例を交えて非常に説得力ある内容で啓蒙してくれる良書。
頭がキレる人特有の社会を斜めに見て、短い言葉でズバッと切り捨て本質を明らかにする痛快な言説が健在なのもいい。
頭の良さはピカイチだが、ところどころ文章の修飾関係が不明瞭で読みにくい箇所があるのが残念。これは編集者の問題だろうが・・・。
投稿元：
レビューを見る
統計学の概要とその使いこなし
専門用語がバシバシ飛び交う。
かなりついていけない部分があったが、雰囲気は掴めた。
気がする。
誤差とか実験計画法とかランダム化比較実験とか馴染みがあるものもあった。
投稿元：
レビューを見る
統計手法に関する思想を説明した本といえる。読者は本書で計算手続きの習得を目指すべきでない。大学院の後半の授業では、演習問題の消化に追われていた。本来は著者が述べているような、統計手法の「考え方」を理解して講義の中で議論できればよかったのかもしれない。ただ、1年間紛いなりにも統計と付き合ってきたから、本書が理解できたと読了後の今は感じている。
研究上の問いの立て方と業務上のそれで、違いが少し分かった。59ページにビジネスにおける具体的な行動につなげるための、以下のような問いが書かれている。
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？
研究を進める上で学んだ統計的手法は、この問いを設定すれば応用できることは発見だった。わかりそうでわからないこと、分析できそうでできなことだった。
170ページの一般化線形モデルのまとめも助かる。
授業の中で平均の検定、分散分析を扱ったときは、計算手順の学びに追われていたが、先にこのような考え方に触れられると、理解度が違うのだろうと思えた。
クロス表とロジット回帰の異同が一目瞭然。どの手法でも同じp値がでるということは、初めて知った。今度検証してみよう。
テキストマイニングは、実は入学前からとにかくやってみたかった。しかし2回目の論文指導で、一旦そこから離れすよう教授に諭された。それは本書が端的にいうように「文章中の単語の出現頻度だけでなく、文章の外にある何らかの結果変数との関係性を分析したからこそ、価値を生む戦略が見えるのである。」（254ページ）という理由があったからだ。仮説を検証する上で、テキストマイニングが必要だと説明できたら、しっかり使っていきたい。
