SlideShare a Scribd company logo
話題提供
確率の出現、その二元性と心理学
広田すみれ
(東京都市大学メディア情報学部)
JPA大会2013.9.21シンポジウム
「統計学史から心理学の方法論
を考える」
1
特にオリジナリ
ティが大してあ
る訳ではありま
せん。悪しから
ず。
※このスライドの公開は、「確率の出現」を買ったが、難しくてよくわからないという方が多いので、読
書の参考までに公開することとした(p7以降が関係部分)。スライドはもともと日本心理学会大会シン
ポジウムのためのものである。発表者は科学哲学者ではなく、学問的に正確ではない部分がある点
に留意されたい。
※またスライドの内容の責任は広田にあり、共訳者にはない。
1.「確率」に関する問題意識(1) 初
等統計学との関わりから
*「初等統計学」の枠組みは今のままでいいの
か?
• 質的心理学の隆盛の理由について、広田のいく
つかの推測
• Neyman-Pearson型の仮説検定に基づく科学的
証明としての「心理統計」が単に古くて固定化し
たやり方に思える。またなぜ仮説検定が重要か、
について十分理解されていない
• そもそも「世の中の事象」や「誤差分布」が「確率
的である」とするなどの前提も経験的には非常
に理解しにくい
2
一方で、統計学の側でも変化している
部分がある
(例1)米国の標準的シラバス(by Prof.
Rodriguez)でのrandomization testやシミュレー
ションの採用
→前提を少なくし、またコンピュータの性能の向
上にあったやり方への道を開く
(例2)山田による、single subjectに対する統計
導入の試みなど
(例3)ベイズ統計
3
• ただし、ベイズ統計は事前分布の設定に関し
て確率に関する考え方が違う場合がある(主
観確率)→認識せず、そのまま単に「新しいや
り方」として取り入れていいのか?
4
• さまざまな性質を持つ確率について理解
することで、統計手法の使い方や心理学
の研究法について示唆するところがある
のでは。
5
問題意識(2)意思決定論との関わり
• 例.「生まれてくる子どもがダウン症になる確率
はx%」(EBM)。
• x%は頻度的(=客観的)に計算された偶然的確
率(aleatory probability)(いわゆる客観確率)。
しかし、受け手側の認知は認識論的確率
(epistemological probability)(いわゆる主観確
率)になる(確率判断や,主観確率における
overconfidenceなどの問題が検討されているが、
そもそも両者の関係はどういうものなのか?)
6
確率の諸説と心理学
7
確率の諸説と心理学
• 過激派:「確率は認識論的確率のみ」
「主観確率などというものは確率ではない」
→ 整理して理解する事で、統計的手法へ
の理解にも何か寄与できるのでは
8
*とりあえず言葉の定義
偶然的確率:サイコロのような道具が示す、
安定した相対頻度を生み出す傾向
認識論的確率:証拠に基づく信念の度合い
2.一般的な数学系確率論史で出て
くる話(トドハンター等)
9
サイコロ賭博
(古代)
ルカ・パチョーリ
の「スムマ」(複
式簿記)
カルダーノによる
chance gameの
本(1663)
中断した賭けでの
分配問題に関する、
パスカルとフェル
マーの往復書簡
(1654)
パスカルの賭け
(『パンセ』1670)
ホイヘンスによる
初めての確率の
教科書(1657)
グラントによる
死亡表と平均
寿命の計算
(1662)
デ・ウィットによる
合理的な年金計
算
3.科学哲学者イアン・ハッキングによ
る検討
• イアン・ハッキング:カナダの哲学者。専門は
科学哲学。
• Cf.心理学に関わる著書:『記憶を書きかえる
――多重人格と心のメカニズム』(早川書房,
1998年)
10
確率・統計の哲学に関する著書
①The emergence of probability(1975, 2nd ed.
2006)(邦訳「確率の出現」広田・森元、
2013.12出版予定、慶大出版会)
②Taming of chance(1990)(邦訳 「偶然を飼い
ならす −統計学と第二次科学革命−」(1999)石
原英樹・重田園江(訳)木鐸社.)
11
「確率の出現」についての
ハッキングの主張
• ハッキングの主張:古代に賭博があったといって
も、それを証拠に現代的な「確率」概念が古代か
らあったと考えるのは誤り。
• 現代的な確率概念は、いくつかの「前提条件」が
満たされて、初めて出現してきた。
• 確率の二元性(偶然的/認識論的)も、「確率」
が元来持っている性質。(実際、確率probability
という言葉自体はむしろ認識論的要素を初期か
ら色濃く持つ) 12
なぜ確率は17世紀の約10年間に突然出
現したのか?
(1)確率の出現前夜(中世)
probabilityの古い意味
• 言葉としての“probability”=かつては「蓋然
性」
• 蓋然性:中世では権威者による是認を暗示
←認識論的
13
蓋然性と中世
14
[中世の学(science)]
知scientia と臆見opinioの分類が存在
知=(上位)
論証されるもの→物理学などと関連
臆見=(下位)信念や教義と関わり
→ 医学、化学などと関連
*蓋然性(probability)は臆見に含まれていた
大まかな思想史のおさらい
中世まで:「神のことば」をつかさどる教会=神父が権力を持
つ
印刷術の登場 →人々は神父や教会を介してではなく、
直接書物から「神のことば」を読み取れる→教会の権力の失墜、宗
教改革(16C)
• ルネサンス期(15c~16c)に確定性が喪失→
蓋然性がよりどころとなる。
• ところが教会の神父達(権威ある人物)の「臆
見」は必ずしも一致しない
→ 宗教改革 & 別の種類の「証明」が必要
になる 例.「パスカルの賭け」
15
15~16C初における「しるし(sign)」
(しるし=現代でいう「証拠」)
自然の「しるし」がprobableである、というときの二重の
意味
・自然の創造者(=究極の権威)による蓋然的なもの
例.苔(liverwort)は肝臓(liver)を直す薬。なぜな
ら名前が共通だから。)
・確からしさ (例.町を大量の鼠が走る→ペストが発生
する)
↑
この時点で、すでにprobabilityは二元性を持つ
16
(2)確率の出現 前夜(蓋然性に関
わるものとしての組み合わせ問題))
カルダーノ(賭博師、代数学者で、医者)、
ルカ・パチョーリなどによる「組み合わせ
問題」「繰り返しゲーム」の紹介
→むしろ商人が取引の分配をどう公平
にするか、という問題に関連
→組み合わせ問題:化合物(さまざまな
もののしるし)をどう組み合わせるか?
→(ライプニッツの普遍言語とつながる)
• サイコロの問題 →占星術、魔術やしる
し(=臆見)と関わったもの
17
カルダ−ノ(1501-
1576)
偶然的&
認識論的
• ガリレオもprobability(蓋然性)に取
り組む
• ガリレオやカルダーノによる頻度
概念の使用・・> ベンより3世紀早
い頻度概念の発見
• Probabilityは臆見に属するものだ
が、実験をすることで論証に近いも
のができる、と考えていた
18
△認識
論的
(3)確率の出現 パスカルとポールロ
ワイヤル「論理学」、計算法の開発
・パスカルとフェルマーによる分配問題への解法の発
見
計算法の開発 <偶然的確率>
・パスカルの賭け
『パンセ』(1670):「賭け」の論理を用いて、信仰の是
非を論ずる(意思決定論の原型)
<認識論的確率>
しかし、実際にはポール・ロワイヤル「論理学」の末尾に
載っており、「論理学」の方が先
19
偶然的&
認識論
的
ポール・ロワイヤル「論理学」(1662)
• ラテン語名 “Ars cogitandi”(『思考法』。のちに
ジャック・ベルヌーイがなぞらえた”Ars
conjectandi”(『推測法』)を書く(思考法の終わっ
たところを引き継ぐ位置づけ)
<認識論的確率>
• 測定可能なものとしてのprobabilityが初めて登
場(”probability”という章が現れる)
• probabilityの度合いの使い方についても言及
(落雷での死の恐怖をプロバビリティーで評価)
20
(4)計算法を利用した、応用(平均寿命の
計算、年金計算)によるさらなる発展
• 「期待値」の案出に基づいた、平均寿命の計
算法の案出
• ホイヘンス(1657) 初めての確率の教科書
で、期待値の計算法を明らかにする(頻度に
基づく)
21
偶然的
グラントの死亡表と、平均寿命の計算
• 様々な疾病での死亡者数を統計として
取ることで、平均寿命を計算
• これを読んだホイヘンスの弟が刺激され
て、ホイヘンスに平均寿命の出し方を指
南
• ペストの蔓延に対して、「さまざまな疾
病」というハザードの大きさを、死亡者数
の数という形で算出。
• さらに、それぞれの人が今後10年で死
亡するかしないかを「賭け」という形で捉
える
• デウィットの合理的な根拠による年金計
算
22
(5)完成期(ライプニッツ、ベルヌー
イ)とその後
• ライプニッツ 『結合法論』(1666)『不確実な
評価について』(1678)
• 法学的な背景から、確率を「仮説と証拠の
関係」としてとらえていたが、チャンスの学説
(=偶然的)にも影響され、両方扱う(混乱
も)
• 確率:等都合の数の集まりに対する好都
合の場合の数の比率
(確率=可能性の度合)
• 無差別の原理
23
私はあまり通常の確率論史
では重要人物として扱っても
らっていません
偶然的&認
識論的
ジャック(ヤコブ)・ベルヌーイ
『推測法』(1713)
• 確率=確実性の度合い
客観的なもの(=神が決定したも
の)と主観的なものに分かれる
極限定理の証明(大数の弱法則:『X
がμに限りなく近づく確率』はnが十分
大きいとき限りなく1に近づく)
24
*ちょうど300
年。この辺り
が確率の出
現の終わり
偶然的
認識論的
ライプニッツ君
とは確率につい
て随分たくさん
文通しました。
彼はかなり混
乱してるけどね。
*ライプニッツとの文通でのやり取り
ライプニッツ:「サイコロと壷には利用できる基
礎確率集合があるが、疾病や大気の変動には
そういうものはない」
ベルヌーイ:「疾病の種類の数と、壷のなかの
小石の数は同等に不確かで不確定」
その後(おまけ)
• ド・モアブル (1711)『運の測定』、
(1718)『偶然論』 18世紀の確率
の教科書
• アーバスノット(1710)新生児の男
女比の安定性の発見→「神のデザ
イン」(こういった現実世界で観察さ
れる安定した確率現象は、神があ
らかじめデザインしたものである)と
いう考え方が出てくる
• ハッキングの本では、ヒュームの帰
納の懐疑の話題で終わる
25
まとめ
• 数学者の主張のように、チャンスゲームが源かと思
いきや実は認識論的関心の方が根深く、本質的
• 17Cの約10年程度の時期の中で、臆見に属していた
probability(蓋然性)は、chance gameに端を発する問
題に基づいて計算法が整っていく
• 一方、権威ある人の是認(「人」による証言の証拠)
に基づく「蓋然性」が、教会の権威の失墜などを背
景に「物による証拠」に分離され、probableも蓋然的
から「(数値で表された)確からしさ」に。
• しかし当初の強い関心(証拠と仮説の関係)は残り
続け、結果としてprobabilityは二元性を現在まで持
つことになる 26
[ひとまずの(無理矢理な)結論]
• 異なる性質の確率を、数学的に一元的に扱える
からといってひとくくりにまとめて教えてしまうか
ら理解しにくくなるのでは(特に主観確率につい
てほとんど扱われないのは不適当)
• ベイズ統計とNeyman-Pearson型の統計につい
て:少なくとも、それぞれが確率に関して異なる
前提に立つことを意識したうえで、位置づけを考
える必要がある?
• EBMでの頻度に基づく確率は、それを受け取っ
た個人の持つ確率とは全く性質の異なるもの
27

More Related Content

What's hot

計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo WebminingTakashi J OZAKI
 
SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報
SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報
SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報Takayuki Itoh
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学Shushi Namba
 
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Takashi J OZAKI
 
学振特別研究員になるために~2024年度申請版
 学振特別研究員になるために~2024年度申請版 学振特別研究員になるために~2024年度申請版
学振特別研究員になるために~2024年度申請版Masahito Ohue
 
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)Toru Imai
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有Naoaki Okazaki
 
学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版Masahito Ohue
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイするTakayuki Itoh
 
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話cyberagent
 
学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]
学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]
学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]Masahito Ohue
 
ゼロから学ぶゲーム理論
ゼロから学ぶゲーム理論ゼロから学ぶゲーム理論
ゼロから学ぶゲーム理論Yosuke YASUDA
 
計算社会科学とは
計算社会科学とは計算社会科学とは
計算社会科学とはTokyo Tech
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)Shota Imai
 
機械学習・機械発見から見るデータ中心型化学の野望と憂鬱
機械学習・機械発見から見るデータ中心型化学の野望と憂鬱機械学習・機械発見から見るデータ中心型化学の野望と憂鬱
機械学習・機械発見から見るデータ中心型化学の野望と憂鬱Ichigaku Takigawa
 
お茶の水女子大学附属高校「新教養基礎」での講演
お茶の水女子大学附属高校「新教養基礎」での講演お茶の水女子大学附属高校「新教養基礎」での講演
お茶の水女子大学附属高校「新教養基礎」での講演Takayuki Itoh
 
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方ychtanaka
 
AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~
AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~
AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~Deep Learning Lab(ディープラーニング・ラボ)
 
研究発表のためのパワーポイント資料作成の基本
研究発表のためのパワーポイント資料作成の基本研究発表のためのパワーポイント資料作成の基本
研究発表のためのパワーポイント資料作成の基本Hisashi Ishihara
 

What's hot (20)

計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
 
SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報
SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報
SIX ABEJA 講演資料 もうブラックボックスとは呼ばせない~機械学習を支援する情報
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
 
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~
 
学振特別研究員になるために~2024年度申請版
 学振特別研究員になるために~2024年度申請版 学振特別研究員になるために~2024年度申請版
学振特別研究員になるために~2024年度申請版
 
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
 
学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイする
 
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
 
学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]
学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]
学振特別研究員になるために~知っておくべき10のTips~[平成29年度申請版]
 
Stan超初心者入門
Stan超初心者入門Stan超初心者入門
Stan超初心者入門
 
ゼロから学ぶゲーム理論
ゼロから学ぶゲーム理論ゼロから学ぶゲーム理論
ゼロから学ぶゲーム理論
 
計算社会科学とは
計算社会科学とは計算社会科学とは
計算社会科学とは
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
 
機械学習・機械発見から見るデータ中心型化学の野望と憂鬱
機械学習・機械発見から見るデータ中心型化学の野望と憂鬱機械学習・機械発見から見るデータ中心型化学の野望と憂鬱
機械学習・機械発見から見るデータ中心型化学の野望と憂鬱
 
お茶の水女子大学附属高校「新教養基礎」での講演
お茶の水女子大学附属高校「新教養基礎」での講演お茶の水女子大学附属高校「新教養基礎」での講演
お茶の水女子大学附属高校「新教養基礎」での講演
 
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
 
AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~
AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~
AI と個人情報 ~AI 学習用データとしての個人情報と AI 処理対象としての個人情報~
 
研究発表のためのパワーポイント資料作成の基本
研究発表のためのパワーポイント資料作成の基本研究発表のためのパワーポイント資料作成の基本
研究発表のためのパワーポイント資料作成の基本
 

「確率の出現」を読むた手がかり(日本心理学会大会2013シンポジウム話題提供資料)