図解・ベイズ統計「超」入門 の商品レビュー

涌井貞美【著】

2018/10/13

ブックガイド　気楽に読んで査定力アップ！（２）
―――難病Xである確率は？―――
図解・ベイズ統計「超」入門
あいまいなデータから未来を予測する技術
（涌井 貞美　サイエンス・アイ新書 SBクリエイティブ　1200円税別）

気楽に読んで査定力アップ！ブックレビューワーのドクター・ホンタナです。２回目は「ベイズの定理」、いまやこれなしでは査定できませんよね（？）。人間ドックでさまざまな検査がやられるようになって、例えば抗p53抗体、古いところではリウマチ因子や抗核抗体、これらが陽性のときの判断に困っていませんか。これまでの疫学的な考え方でも、陽性、偽陽性、尤度ということばを使って解説されてきましたが、もっと数学的に表現しようと思えば「ベイズの定理」を使うのが早道です。

（問題）１万人に１人が発病するようなある難病X。Xの最新の診断法AではXの患者は100％が検査で陽性になり、Xでない場合の偽陽性率は2％・・とします。人間ドックでAの検査を受けて陽性だった人がXである確率は？
　（答え）0.5%。(直感よりはだいぶ低いのではないでしょうか)

このA陽性の被保険者をひきうけるかどうかはこの0.5%をどう考えるかということになります。この難病Xの問題にしても有名なモンティー・ホール問題にしても人間の直感にはなんとなくしっくりこないのがおもしろいところです。そこでしっくり納得するために「ベイズの定理」です。ただ、本来しっくりこないだけに数学的な本はわかりにくい。そこで今回紹介するのがマンガの豊富な「図解・ベイズ統計「超」入門」です。これ一冊とにかく読んでください。99%理解できます（偽理解率5%）・・・。
世の中、唾液や血液１滴で数十種類のがんがわかる、なんて診断法があふれていますが、スクリーニング検査で偽陽性率が高ければ（実際高そうですが）被験者を不安にするだけで百害あって一利なしです。査定者も難病Xの1%以下の可能性にビビッて、バンバン謝絶していませんか？マンガでいいですから、「ベイズの定理」勉強しましょう。ベイズの定理をネタにつかった垣根涼介の小説「光秀の定理」（角川文庫）を事前に読むと事前興味確率が高まりそうです。
（by 査定職人 ドクター・ホンタナ）

2018/10/20

当日の天気から前日の天気の確率を予測するという例題は、ベイズ業界では一般的なのだろうか。
例も解説もマンガ部分もどうしようもなくつまらないが、
なんとなく概要を掴むという最低限の目標は達成可能。
もっと良さげに料理できそうな課題はいくつか出てくるのに、
全体を漂うセンスのなさが全てを台無しにしているのがもったいない。
もっと良い初学者向け解説書は絶対にあるだろうという確信すらいだかせる残念な一冊。

2017/05/07

ベイズ統計について、かなり原理的なレベルで理解できる書です。
何度も繰り返しポイントを復唱することで、ベイズ統計の考え方が、染み込みました。
今まで様々な書で、ベイズ統計に触れてきましたが、本書が一番かと思います。
自分はいままで古典統計しか親しみがありませんが、本書を機にベイズ統計の理解を加速できそうな気がします。

2016/12/18

なかなか理解が難しいベイズ統計について、
図を使いながら説明してくれています。

冊子が小さいこともあるので、
通勤中に読むのに最適だと思います。

初心者・中級者向けといった感じですかね。

2016/10/23

分かりやすい。あまりベイズに関して知識はなかったが、概要とそれなりの実践テクニックは身につく。ファーストステップとしてはいい本

2016/04/26

ベイズ統計の本当の基礎の基礎。ベイズ統計の考え方と実際の使われ方を噛み砕いて説明している。マンガは・・・あんまり面白くないけどキャラクターはまあまあかわいい。

2016/03/21

概要を知りたいならとても良い本。とっかかりに最適。会話形式で進むのであって、漫画ではない。応用編があったら読みたいなと思わせる出来。

2015/06/21

大雑把に言えば、結果が出たら、その結果を次の予測に反映すると言う事です。
学問って、未来を予測することだし、より正確にするためには、分かったことを反映する。
少し、数学的で、拒絶する人も居るかも知れないけど、随分参考に成った！良書でした。

2014/05/06

統計学の新たな知見としてベイズ統計学について触れてみた。非常に興味深い内容であり他の入門書も読み進めて、今後理解を深めていきたいと思う。

2014/04/09

ベイズ統計の入門の入門。
同時確率と条件付き確率。乗法定理。加法定理。

ベイズの定理
Ｈが仮定、Ｄがデータとして、
事後確率（Ｄが得られた時Ｈが成立している確率）＝尤度（ゆうど）（ＨのもとでＤが生じる確率）✕事前確率（Ｈが成立する確率）／Ｄが得られた確率

モンティ・ホール問題はベイズの定理で理解できる。

検査が陽性なときに難病にかかっている割合。

理由不十分の原則。ベイズ更新。
最初に使う確率は、適当でもよい。その後のデータが得られた時に更新できる。

ナイーブベイズフィルター＝迷惑メールの撃退。
単語が含まれる確率を掛け算してどちらの確率が高いか調べる。

ベイズ統計学＝確率分布を使う。母数も確率分布と考える。母集団の平均も確率分布とかんがえる。
事後分布は尤度と事前分布の積に比例する。

ベイズ統計の応用
マーケッティング理論、人工知能、ゲーム理論、意思決定理論