多モデル思考 データを知恵に変える２４の数理モデル

いかにして、手元のデータから現象を説明し、未来を予測し、制度を設計し、議論・対話し、判断を下すか。「数理モデルの７つの用途」と、それを達成するためのミニマムセットとしての「２４の数理モデル」を解説。【「TRC MARC」の商品解説】

世界約100万人の受講者を熱中させた、数理モデリング講義の書籍化！

「データ」を意味づけ活用するのに、「数理モデル」は不可欠だ。リーマンショック、COVID-19パンデミックといった世界規模の事象から、企業経営、個人の意思決定まで、「何が起こったのか」を理解し、「どうすればよいのか」を判断するには、「データ」と「モデル」の両輪が必要となる。

しかしモデル＝現実ではない。モデルごとに異なる説明／予測／判断が出てくることもある。究極的には「すべてのモデルは間違っている」。

ではどうするか。社会、政治、経済、複雑系を縦横に扱う数理モデリングの第一人者スコット・ペイジ氏は、「組み合わせて使う」という処方箋を示す。モデルの多様な「用途」を意識し、単一のモデルにこだわらない態度――これを「多モデル思考（Many Model Thinking）」と名づけ、本書では「数理モデルの7つの用途」と、それを達成するためのミニマムセットとしての「24の数理モデル」を解説。多彩な「多モデル思考の実践例」を披露する。

「データに振り回され、モデルに騙される」から、「多モデルを使いこなして、データを生かす」へ。
現代人必須の教養を身につける一冊。

●数理モデルの7つの用途（＝REDCAPE）

・推論（Reason）：どんな条件がどんな結果を導くかを明らかにする
・説明（Explain）：現象に検証可能な説明を与える
・デザイン（Design）：制度、政策、規則の選択を助ける
・コミュニケーション（Communicate）：知識や理解を伝達可能にする
・行動（Act）：政策・経営判断・意思決定の指針を与える
・予測（Predict）：未来の事象や未知現象を予測する
・探索（Explore）：可能性を探り、仮説を精査する

●24の数理モデル：
・正規分布
・べき乗則分布
・線形モデル
・凹関数と凸関数
・価値と力のモデル
・ネットワークモデル
・ブロードキャスト、拡散、感染のモデル
・不確実性のモデリング
・ランダムウォーク
・経路依存性モデル
・局所相互作用モデル
・リアプノフ関数と均衡
・マルコフモデル
・システムダイナミクスモデル
・しきい値モデル
・空間/ヘドニック競争モデル
・ゲーム理論
・協力モデル
・集団行動問題
・メカニズムデザイン
・シグナリングモデル
・学習モデル
・多腕バンディット問題
・起伏地形モデル【商品解説】