ビジネスの世界でも統計的な手法で色々な知見を見出すというのは良くあることだけれども、人事政策の分野でも使われている。ぼくが働いている会社でも、大規模な社員対象の意識調査をもとに色々なプランニングをしているそうな。さて、今週のMcKinsey Quarte…

株の名言には『最良の予言者は過去なり』という言葉があるそうだ。予測の基本的なテクニックは過去のトレンドを読み(回帰分析)、その延長線上に未来予想図を描くことである。ただしこの作業は外挿なので、当然のごとく『過去になかった歴史的転換』によって…

第三章の決定係数について。変数間の相関の強さを表す指標が相関係数r。その相関係数の二乗r^2は決定係数とも呼ばれる*1。さてこの決定係数r^2は一体何を『決定』しているのか。結論から言うと、決定係数r^2は二変数のデータ群(xi,yi)を直線で回帰した時に、…

第4章は統計から少し離れ、確率の基礎について概観。推測統計学においては、判断はそのデータが得られる確率に基づいて行われる。つまり、観察されたことがらが充分珍しい事象なのか、それとも偶然の範囲内なのかを確率論的に判断する。内容はかなり基本的だ…

二次元（以上）のデータ解析の特徴となるのはデータ間の関係。相関係数や回帰直線・回帰平面の考え方について。ピアソンの積率相関係数の分子の意味がすんなりと理解できる説明。また相関係数の二乗がなぜ決定係数と呼ばれるのか、その意味についても大変分…

第二章は一次元のデータを対称に基礎的な概念と定義をカバー。数字(平均・最頻値・標準偏差）は厳密な計算結果ではあるが、ヒストグラムで視覚化することを怠ってはいけない。まったく異なる分布のパターンからも同じ代表値が出てきうる。たとえば(1,1,1,2,1…

数値データは純粋な数学的な値とは全く異なる 数学的な値には厳密な定義が有り、その値は一義的に決まる。例えば円周率πという数字は一つしかない。イデアの世界である。一方、数値データは数学的な値とは異なり厳密に求めることはできない。 厳密に求めるこ…

最近仕事で統計、正確には計量経済学的な分析に関わる機会が増えているのだけれども、いかんせん統計は素人同然。大村平先生の本をかなり読んでざっくりとした理解はしたつもりだけれども、それではいつまでたっても雑学レベルを抜け出せない。10数年前、学…