「それ、根拠あるの？」と言わせないデータ・統計分析ができる本 の商品レビュー

柏木吉基【著】

2024/09/01

まさに仕事で勉強しなければならないことを書いてくれていた本。データサイエンスとまではいかないがデータ分析に携わっているビジネスパーソンが実務で突き当たる問題について基本的なことが学べる。
データ分析に関する書籍を読み始めたばかりのため付箋が大量についてしまった。再度読み返しつつ付箋を減らしたい。

○分析手法よりも思考パターン
⇒仮説思考／ピラミッドストラクチャ
○分析のストラクチャ
・平均と中央値
・標準偏差
・相関分析
・単回帰分析

2024/07/16

データ・統計分析をストーリー形式で説明を進めているため、具体性があり分かり易かった。
統計学的なところだけではなく、筆者の体験を通したデータ収集の実際に多くのページを割いており、参考になった。

2023/04/12

データ分析の基礎的な考え方を学べる。
考え方のプロセスを知れるので、どういったところでこういう内容が必要なんだといったことの把握としてわかりやすかった。

2022/08/14

標準偏差　stdev
分散=偏差(平均-各データ)二乗の合計/データ個数
標準偏差=√分散
全データの2/3が収まっている範囲がわかる

相関関数 correl
2範囲の相関性+1〜-1
散布図にすると0.7くらいから方向性が見える
データの前提を見誤ると変なデータになる

単回帰分析　散布図>データ>線形近似
・グラフに数式を表示する
・グラフにR-2乗値を表示する
R-2乗値は相関値の二乗なので、0.49が相関0.7と同じ。R-2乗値が0.5を超えたら相関性を認めて良さそう。
y=ax+b になる
bは切片。例えば費用ゼロでもいける売上。実態からbを引けば試作効果がわかる。

2022/02/20

データ分析超入門も読んで、ダブルの評価です。

分析とは、仮説を検証することである。
良い名言ですねー！

目的を押さえて→仮説を立てて→手段(分析の)
という型を教えてくれました。

目的→仮説→手段が全部ロジカルにつながっているかも大事である。

目的→仮説の段階では、サラッと当たりをつける分析
(フレームワークや上位で並列な軸、よりインパクトがある軸を選ぶ)
仮説→手段の段階では、しっかりとした論理作りのための分析

分析の手段とは、仮説の根拠を集めること。
仮説の根拠を集めるには、データ収集をする。
その手段が沢山ある。
例えば…
・絶対値を比率に加工する
・要素ごとにさらに分解する
・定性情報を定量情報にする
・平均、中央値、外れ値、標準偏差、ヒストグラム、相関分析、単回帰分析が分析の手段。
・e-Statで人工関連の調べものができる。

データ収集のコツは、仮説の一歩外までデータを集める。
(データ切れ対策のために)
データ収集のコツは、データの軸に着目する。
データ収集のコツは、データの範囲を意識する。

2021/01/06

統計分析の基本的な考えと
具体例を出しながら解説されていたので、
とてもわかりやすかった。

また読み返したい

2020/11/02

数式に頼らず、統計学を説明している本。

数式が苦手な方はオススメですね。
私は数式で理解したいタイプなので、少し物足りなかったかなと思います。

2020/10/20

3日ほどで読了。

A君と上司が登場し、ある国への新規参入の事業計画を提出するまでを追った形で、ストーリーが書かれていて、そのストーリーに沿って統計の使い方を学べるという本。

文体がやさしく大変読みやすかった。

本書は統計の基本概念を説明すると同時に、タイトルのように統計データ、分析結果を根拠を持って説明できるようになるためのノウハウが書かれている。

仮説アプローチの大切さから始まり、統計の基本である平均値や中間値、標準偏差、ヒストグラムなどの解説へと続く。

その中で、これらのごく基本的な概念でもさまざまな知見を得られることがわかった。

更に、相関係数や単回帰分析へと進む。
相関や単回帰分析で陥りやすい注意点にも触れられており（疑似相関や因果関係の有無など）、具体的な例を持って解説してくれている。

また、"分解"して分析することや、KPIとの関連についても触れられている。

所々でMS Excelの使い方も紹介されていて親切。　

最後は効果的なデータの伝え方として、どのようにメッセージを伝えるか、資料作成のコツについても記載がある。

統計学としての学習範囲はそれほど広くないので入門的だが、統計を使うにあたっての考え方や注意点を学ぶ上ではとても参考になった。

また、ビジネスの実務を前提にしたコンテンツなので、実践的でもある。

統計の基本だけ抑えてから、まず本書を読むと、やや難解な統計の本も読みやすいかもしれない。

2019/06/14

■理由
根拠が主観になっていて弱いと言われるから

■気づき
仮説のもとになるデータがなんなのか考える
それがわかったらデータを集める

■アクション
分析の大枠のやり方
売上とそれを構成する要素から仮説を立てる。

仮説の理由を洗い出す。

理由がどんな数値に裏付けられているか考える。

裏付けられているか数値を集める。

整理する。

結論を出す。

2019/05/17

【理由】
分析の質を上げたいと思ったので

【まとめ】
いくつかの分析手法と分析をする上でのデータの見方の注意点がまとめられていた。

【アクション】
・分析の際に見る期間によって見え方が大きく変わるという点に注意して、本当に正しいデータなのかをチェックする。
・分析結果を共有する際は正しいただ結果を見せるのではなく、そのデータから相手に何を知ってほしいのか、相手にどうしてほしいのかを明確にして伝える。

・相関分析と単回帰分析を使う場面が出てきたら改めて読み直す。