【ランチェスター　おすすめ書籍紹介】 これまでに紹介した書籍はこちら→http://bit.ly/1pfrEWz

1. 書籍紹介

2. 統計学が最強の学問である
著者：西内啓
出版：ダイヤモンド社
頁数：310
kindle版が出ています

3. 本を読んだきっかけ
機械学習を勉強していく中で、関連の深いと思われる統
計についても勉強したいと思った
サービス運用などで集めたデータを有効活用する際に
統計学の知識があれば生かせると考えた

4. 本を読んでみて
データを統計解析する場合の予備知識として知っておくべ
き事を知ることができた
データを解析・分析する事は、分野を問わずいろいろな場面
に必要と強く感じた
集計したデータに対して分析した結果の根拠を示す方法を
知る事ができた

5. 全体について
統計学の事について、歴史もからめて語られています
実例をベースに数式とその説明を交えて解りやすく解説さ
れています
具体的な数式が出てきますが、数学に明るくなくとも何度か
読み返せば理解できる程度の難易度です
統計学を「最強」と言いつつも、出来ることだけだはなく出来
ないことも解説しています

6. 本の中身について
見出しとともに本の中身を少し（前半部分）紹介し
ます

7. 統計リテラシーのないものが
カモられる時代
あみだくじの必勝法
意外と場所によって当
たる確率がこれほど違
う
もちろん線の引き方による
が、何かしらの偏りなり傾
向がある

8. 統計学が最強の武器になるわけ
どんな分野の議論においても、データを集めて分
析することで最速で最善の答えを出すことができ
る（と言い切っている）

9. ITと統計学の素晴らしき結婚
ITの進歩により、データ量の多さや計算の複雑さ
はほとんど問題にならなくなった
大量のデータ(ビッグデータ)や計算の技術が活か
せるのは、統計解析である
統計学はITという強力なパートナーを得た＝親和
性が高いと言うこと

10. 部分が全体に勝る時
世界恐慌の時、ニューディール政策の計画で正
確な失業者数の把握が必要だった
全数調査 vs サンプリング調査 ではその後の検
証で、前者は偏ったデータが得られ、後者は驚く
ほど正確だった
この例では調査対象が非協力的でうまく集められず、
このような結果になった

11. 1%の精度に数千万円をかけるべきか
サンプリングでは誤差（偏ってしまう）の可能性は
あるが、その誤差がどれほどの確率で出るかも
導き出すため、それが問題にならない確率であれ
ば良いとの考え方
何が最適かは時と場合によるということ

12. 誤差を考えない計算は皮算用
ABテストの例に考える
ABテスト（比較検討）などを行った場合でも誤差を考慮しな
ければならない
誤差を理解し、誤差を考慮した上でも意味がある結果と言
えるかどうかという統計学の考え方を身につける事が重要
カイ二乗検定によって求められたP値が(慣例的には)5%以
下であれば、偶然の偏りとは考えにくいとされる

13. データをビジネスに使うための
３つの問い
何かの要因が変化すれば利益は向上するのか
そうした変化を起こすような行動は実際に可能な
のか
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
何も教えてくれないきれいなグラフを作らないように......
世間には因果関係を考えない統計解析があふれている.....

14. 因果関係の向きという大問題
因果関係の向きは、その逆の説明も成り立つ
例えば、暴力的ゲームをしている子供は犯罪を犯
しやすいというデータは、犯罪を犯しやすい子供
は暴力的なゲームを好むという仮説も成り立つ
これは後者が正しかった場合、暴力的ゲームを規
制しても少年犯罪を抑えることは不可能

15. ランダム化という最強の武器
一時点のデータから因果関係の向きが分からな
いというのは、比較している集団が同じ条件では
無いため
例えば、暴力的なゲームと少年犯罪の関連性を
見たいのであれば、他の条件は全く同じだが、暴
力的なゲームのプレーの有無だけが異なってい
るという集団同士を比較する
ランダム化で、この条件を揃えることが可能

16. 最後に
巨人の肩に乗る（巨人とは先人たちの知恵）
統計リテラシーは巨人の肩に導いてくれる
本書の内容を十分身につけていれば、統計学で
記述されたほとんどの情報についてその意味や
限界についてよく理解出来るはず
読み終わる頃には、今までと違う視点でグラフな
どを見ることができるかもしれません