データ分析ってこうやるんだ!実況講義 の商品レビュー
データを細かく見ていくと、誤っているてんや批判的な観点をやしなうことができます。裏をかえせば、自分が作成しているデータにツッコミどころがあれば注意すべきです。 逆に、突っ込まれる可能性があるところを事前に把握して、対処していくのも1つだと思いました。 加工されたデータにだまされな...
データを細かく見ていくと、誤っているてんや批判的な観点をやしなうことができます。裏をかえせば、自分が作成しているデータにツッコミどころがあれば注意すべきです。 逆に、突っ込まれる可能性があるところを事前に把握して、対処していくのも1つだと思いました。 加工されたデータにだまされないようにしたい。 あと、政府がだしている統計データの話もいくつかあって、今後活用したい。 一方で、統計学をまなべるかといえばそうではない本でした。学問というより、ビジネスパーソンとして留意する点を確認することができました。
Posted by
中心になるのはデータ、グラフには作り手の考え方一つで錯覚をおこさせることがあるので、騙されないように慎重に分析しよう、という話。グラフの元になる数字がどこから出たものか、対象範囲、期間等よく見る必要がある。「対前年比」のグラフも比率だけを重要視すると、本質が見えなくなることもある...
中心になるのはデータ、グラフには作り手の考え方一つで錯覚をおこさせることがあるので、騙されないように慎重に分析しよう、という話。グラフの元になる数字がどこから出たものか、対象範囲、期間等よく見る必要がある。「対前年比」のグラフも比率だけを重要視すると、本質が見えなくなることもあるので注意が必要だ。
Posted by
WEB分析に役立つ数字の読み方を学ぼうと思い、本書を読んでみました。学んだこととしては2つあり、データの表は縦に読むのでも横に読むのでも、とにかく何か気づくことはないか意識して読むことと、たくさんのデータを読む経験を積むということです。 表の縦と横とは、前年同月と同年前月のことで...
WEB分析に役立つ数字の読み方を学ぼうと思い、本書を読んでみました。学んだこととしては2つあり、データの表は縦に読むのでも横に読むのでも、とにかく何か気づくことはないか意識して読むことと、たくさんのデータを読む経験を積むということです。 表の縦と横とは、前年同月と同年前月のことで、時系列での変化を比べる際には、縦だけでなく横を見る発想が大切だということが分かりました。 また、一つのデータを見ているだけでは、誤った仮説を立ててしまう可能性があるので、たくさんのデータや違う視点のデータも読むことで説得力のあるデータ分析ができるようにしていきたいと思います。 特に営業では、売上や粗利などの数字に触れる機会が多いので、変化に気づいたり、要因まで分析できるように、日々の数字を確認していきたいと思いました。
Posted by
あまり頭に入ってこず…わかったことは量をこなして慣れるのが先決、まず、グラフではなく表からということくらいでしょうか。もっと具体的な手法や着眼点を期待してたのでそこは期待外れでした。量こなしてもそれが合ってるかどうか分からなければ意味ないのでは… *留意すること サンプルデータ...
あまり頭に入ってこず…わかったことは量をこなして慣れるのが先決、まず、グラフではなく表からということくらいでしょうか。もっと具体的な手法や着眼点を期待してたのでそこは期待外れでした。量こなしてもそれが合ってるかどうか分からなければ意味ないのでは… *留意すること サンプルデータの偏りを避ける、全体の期間、期間の区切り、基準の地点、指数タイプのデータにおいて別系列のグラフの上下関係は意味がない、変化率を見る際は対数目盛りのグラフ用紙を使え、ミクロデータだけでなくマクロデータも確認すべし(高齢化、少子化等)、周辺のデータも調べてみる姿勢が大切
Posted by
興味深いジャンルでしたので読みました。 が、どちらかというとデータの見方を誤ると間違った答えを導き出すという事の注意に終始していたような。 一般的に公開されているデータを元に説明されていたので、自分なりに解釈するのにはとっつきやすいかもしれません。
Posted by
151121 中央図書館 安易にグラフ化する前に、表データをきっちりと読め、とか、「ジニ係数」のように複雑な情報を一つの数値に押し込めたような指標は信用するな、など、そうだよね、とうなずく記述もあるが、全体としてはスカスカ。
Posted by
著者の言葉を汲み取るならこの本で示されているデータも疑って、自分で考えてみることが大切だと思った。 統計学は昔習っていたので、懐かしいという思いが強い。
Posted by
日本の人口構成を考えると65歳以上を無視できない。 誤ったデータからは、誤った結果が出る。 Garbage in, Garbage out. いろいろな設定で同じグラフを書き出す→錯覚を防ぐ。 1カ月に1回程度買うもの(電気代、ビール、洗剤…)→過去2年間価格上昇傾向にあった...
日本の人口構成を考えると65歳以上を無視できない。 誤ったデータからは、誤った結果が出る。 Garbage in, Garbage out. いろいろな設定で同じグラフを書き出す→錯覚を防ぐ。 1カ月に1回程度買うもの(電気代、ビール、洗剤…)→過去2年間価格上昇傾向にあった。→日本国民にインフレ予想を持たせるには?→家計簿を付ける習慣の普及 高学歴、年齢、失業率 比較可能の場合と不可の場合あり ジョブスのプレゼン 特定の項目を大きく見せようとするグラフ→錯覚に気付かせない。 ×中心をずらす。 ○立体グラフと遠近法 対数目盛のグラフ用紙 プリンタ 年賀状の時期→新製品→価格値下がりブレーキ デジカメとビデオカメラ 世帯普及率の違い(子どもあり世帯で普及) 耐久消費財と密接な関係を持つ商品の組み合わせ プリンタとインク、ゲーム機とソフト、携帯電話とプラン、炊飯器とお米 1990年代「確率微分方程式が使いこなせれば、ボロ儲けできる」→金融機関が数学者雇用 →リーマンショック→危険性もある ☆R021219なぜ数学科→おもしろい小話ないか?○○を読んだから… 金融の世界で覚えておくべき統計概念①平均(リターン)②標準偏差(リスク)③相関関係 業種別株価指数とTOPIXの相関関係→2000年代以降は同じ相関関係 投資信託に回すお金を少なくし、変動幅の大きい銀行業株価指数などに効率よく投資すべき。 経済格差 ジニ計数→難しくて使えない。 女性の社会進出 賃金格差 自動車教習所の料金はデフレ化でも下がらず→免許取得のためのコストは女性の方が大きい。
Posted by
失礼ながら著者は僕の中で「凡百のビジネス書著者」だったのだけど、認識を改めた。 きっちりと数値を調べ上げて、とても丁寧に分析をしている。 決して難解な理論を振りかざすのではなく、ただ「きっちり」「丁寧」にやっているだけ。 でもそれがなかなかできないんだよね。 そこをちゃんとやっ...
失礼ながら著者は僕の中で「凡百のビジネス書著者」だったのだけど、認識を改めた。 きっちりと数値を調べ上げて、とても丁寧に分析をしている。 決して難解な理論を振りかざすのではなく、ただ「きっちり」「丁寧」にやっているだけ。 でもそれがなかなかできないんだよね。 そこをちゃんとやっている本書はとても誠実だと思うし、折に触れて見返すに値する良書。
Posted by
データ分析はなぜ必要なのだろう。それは自分の立場を極限的に良いところに持っていくため、だからデータは良心的な人のところに集まらない限り誤った解析をされる可能性を大いに秘めている。 そしてこれからのビックデータ化この争いの覇者がすべての権限を握ることになるだろう。 ...
データ分析はなぜ必要なのだろう。それは自分の立場を極限的に良いところに持っていくため、だからデータは良心的な人のところに集まらない限り誤った解析をされる可能性を大いに秘めている。 そしてこれからのビックデータ化この争いの覇者がすべての権限を握ることになるだろう。 どれだけの長さの期間を見るか 機関区切りを「月」「四半期」「年」のどれにするか どの時点の値を基準にした指数でみるか
Posted by
- 1
- 2