定量分析の教科書 の商品レビュー

グロービス(著者),鈴木健一(著者)

2023/12/26

アクションにつながるデータ収集、可視化、分析を行う方法を分かりやすい言葉でまとめた本。
定量分析の基礎を学ぶのに良い本でした。

2022/12/11

定量分析の基本を学べる、基本的良書である。ビジネスアナリティクスで学んだこととほとんど同じ内容をこの本で学べる。忘れかけたときに見返して習得できるようにしたい本。
分析とは比較であり、その目的は、ビジネスにおける因果関係を押さえることである。比較をする事で問題がどこにあるかや原因と結果の関係性から原因が見えて来るものである。比較して因果関係を掴むこと。
問題解決のフレームワークはwhat→where→why→howでこのステップに答えるときに、比較が不可欠である。

言葉メモ
・数字は嘘をつかない、嘘つきが数字を嘘に使う
・もしあなたが簡単に説明することができないなら、あなたは十分にわかっていないということです（アインシュタイン）
・ギーゴ　ゴミを入れてもゴミしか出てこない
・まず最初に目を使え

2021/07/25

分析手法がプロセス、視点、アプローチの順で紹介されている。正規分布、分散、偏差、回帰分析のパートがわかりやすい良書だった。文系にも向くと思います。

2021/07/17

分析の基礎的なところが学べる本。
割と分かりやすかったようには思いますが、
Excelの話がちょこちょこ出てくるのは
個人的には要らなかったんじゃないかなあとは思った。

【勉強になったこと】
・問題解決フレームワーク：PICO
　P(問題 Problem)：対象は何、誰？
　I(原因 Intervention)：何をすると？
　C(比較 Comparison)：何と比べて？
　O(結果 Outcome)：結果はどうなるのか？

・仮説の引き出し＝
　　知識(経験や学習から得た知識)＋情報

・仮説思考のステップ
　ステップ0：目的(イシュー、問い)を押さえる
　ステップ1：目的(問い)に対する仮説を立てる
　ステップ2：実際にデータを集める
　ステップ3：分析により仮説のとおりかどうか検証

・「使える」仮説、「アクションにつながる」仮説
　とは、因果関係に関連するメッセージでなければ
　ならない。

・やみくもに分析する前に、
　本当に必要な分析なのか？
　その分析がなければ意思決定が出来ないのか？
　分析に使える時間やリソースはあるのか？
　を一度考えてみること。
　特に2点目の観点は重要。

・分析における5つの視点
　インパクト(大きさ)
　ギャップ(差異)
　トレンド(変化)
　ばらつき(分布)
　パターン(法則)

・ヒストグラムの階級幅の取り方の目安を求める
　公式：スタージェスの公式
　　サンプル数がnのとき、「適切」な階級数は、
　　2の累乗をとって、初めてサンプル数以上と
　　なる数にさらに1を足したもの

・時系列データに含まれる4要素
　傾向変動：
　　長期的に需要が伸びている、伸びていないといった
　　トレンドを示す。
　循環変動：
　　景気変動のように、数年から数十年単位の不規則な
　　周期で変動を繰り返す。
　季節変動：
　　気候や制度などの影響で1年の中で周期を持ったり、
　　ピークを示したりする。
　不規則変動：
　　上記のいずれにも当てはまらないランダム変動。

・回帰分析において、説明変数同士が独立している
　ことが大事と言われているが、予測のみに使うので
　あればそこまで意識する必要はない。
　なお、関係性の強い(相関の強い)説明変数が存在する
　ことを多重共線性(multicollinearity)と呼ぶ。
　※略して、マルチコ

・因果関係が成立する条件
　①原因は結果に時間的に先行する
　②相関している
　③相関関係は他の変数(第三因子)で説明されない

・「みんなの答えは意外と正しい」は、いつでも
　成立するわけではない。
　　・それぞれの個人がそれなりに正しい答えを
　　　持っている
　　・全員の答えに多様性がある
　ほど、成立する。

2021/05/29

これまで存在は知りつつも定量分析の本ということで手に取ることはなかったが、ロジカルシンキングの実践編的な内容でヒントの多い良書だった。

2020/02/05

普段仕事で何気に使っている「分析」という言葉の本質に気付かされます。
目的のない分析は単なる「数字の遊び」です。
何らかの「問い」や「課題」があって、それに対する仮説を立てる。その仮説を検証するためにデータを収集して分析を行う、というのが本来の流れです。

本書では、分析の本質は「比較」であるとしています。
そして比較には以下にあげる5つの視点があります。
・インパクト（大きさ）
・ギャップ（差異）
・トレンド（変化）
・ばらつき（分布）
・パターン（法則）
こうした視点を意識するだけでも、分析の幅がだいぶ違ってくるのではないでしょうか。

他にも、分析結果を視覚に訴えるためのツールである様々なグラフの解説や、代表値や標準偏差といった分析のために必要な概念についての分かりやすい説明もあって、前提となる専門知識が乏しくても非常に有益な知識を得ることができます。
最後の方にある回帰分析は（自分にとって）若干難易度が高かったので、何度か読み返す必要があると感じました。

本書で得た「知識」を実践の分析で活用し、その分析によって検証した仮説をアクションにつながるようなものに「育て上げる」ことが重要なのだと思います。

2019/07/21

・分析＝仮説思考×比較
・what where why how
・仮説構築力＝問題意識×引き出し
・見る聞くする
・比較の軸＝インパクト、ギャップ、トレンド、ばらつき、パターン
・分析アプローチ＝可視化、数字、数式
・回帰分析とモデル化

2019/02/13

ビジネスで定量的な分析を行う上でのポイントを抑えた本です。
細かな点でそれは厳密さに欠くのではと思える記述もあるものの、あまり統計に馴染みのない人でも理解しやすいよう配慮されており、入り口に良さそうだと思いました。

2017/08/14

使える仮説とはアクションにつながるもの

分析の視点 インパクト、ばらつき、トレンド、ギャップ、パターン

2017/07/26

数学が得意でない私からすると、後半は理解が難しい。
しかし、本書を通じて「数値化できないようなものも考え方によっては、定量化
できること」が分かりました。

エンジニア・技術者であれば読んで後悔なし。