サクッとわかる ビジネス教養 統計学 オールカラー の商品レビュー

今野紀雄(監修)

2022/11/15

〇目的
・本職はソフトウェアの営業だが、会社自体はマーケティングリサーチ業を営んでおり、営業する中でも統計に関わる知識を必要とするため本書で概要を掴む

◯感想
統計学を日常的に使われている身近なものに触れながら初学者にも分かりやすく教えてくれる。

数学が大の苦手な生粋の文系の私でもイラストや分かりやすい言葉で統計学の大枠を掴むことができた。

仕事上で同僚が使っていた言葉もよく出てきたため情報と情報が繋がった感覚

今回は仕事上必要な知識の習得のために本書を手に取ったが、身の回りにも偏差値やクレカの限度額設定、内閣支持率、新薬の治験など日常的に多くの場面で統計学に触れていたことに驚いた。

また統計学は最先端のIT分野であるAIやビッグデータ、ブロックチェーンとも深く関わりがある。

「ブロックチェーンで取得したデータを含むビッグデータをAIや統計学の手法で解析を行う」

今後リアムタイムで膨大なデータが蓄積されていく中で、AIと統計学は工学系と理数系の別分野の学問ではあるもののそれぞれの得意不得意を把握し、適切に扱う人材が必要になるという点は学びになった。

統計学に精通している方から見れば足らない部分が多い本かもしれないが、初学者文系にとっての入口としては非常に面白かった。
(それでも計算式の部分はまだ難しい…)

これから徐々に統計学そしてAIのことも学んでいきたいと思えた。

◯メモ
確率と統計を繋げるものが確率変数と確率分布
確率変数:ある試行を行なって数値が決まる
確率分布:確率変数の値とその確率を対応させたもの

モンティ・ホール問題
→人の直感とは異なることが確率・統計の世界では起こる

正規分布×教育→偏差値
正規分布×金融→クレジットカード限度額
二項分布×製造→シックスシグマ
推定×政治→内閣支持率
検定×医療→新薬の治験
相関×不動産→家賃の相関性
相関×製造→価格の相関性

・AI
コンピュータのソフトウェアを使い、人間の知的なふるまいを再現した物」74☆♪広義的な概念
↓
・機械学習
簡単な命令をあたえれば、AI自身が学習していく
↓
・ニューラルネットワーク
人間の脳を模倣した構造を持つシステム
解析の精度が飛躍的に向上
↓
・ディープラーニング
大量のデータがあれば、人間の命令がなくともAI自身が細かな法則を見つけ出し判断、推測を行う

ビッグデータ分析には主成分分析、時系列解析、クラスター分析などの統計学的なアプローチが活用されている

統計学
データをモデルとして捉えて分析を行うため、データ全体の構造的理解をすることができる

AI
非常に高い精度で解析を行えるが、解析の途中がブラックボックスのため結果以外の理解ができない

2022/08/02

本に落ち度はありません。
私の理解力の問題です。
カラーで分かりやすくしてありましたが、
私はダメでした。
チキショーです。

2022/07/14

【目標】
データを客観的に分析し、失敗と成功の理由を掴む。それは、その後の組み立てる作戦の重要な情報源である。
孫子の兵法の【先ずは情報戦】【己を分析し、敵（相手）を分析すれば勝ちやすい】
ＰＤＣＡサイクルのＣチェックをする。
株式投資では周囲の人間に振り回されずに俯瞰的にデータを分析しその時その時のゼロベースで考え最善策を練る。
これら分析のキーとなり、良し悪しを決める重要なポイントが統計的に考える事である事だと私は思う。
今までの私の独自の統計学は曖昧なものである。本書で確固たる自分の武器にしたい。
【感想】
む、難しすぎる。こんなに難しいとは
見ているだけで頭が痛くなった。
自分で簡単に砕く

【原理原則】
さいど見直した時

統計学はデータが基本である。ではデータ採取は全てから行うのか？
？ＮＯである。標本採集から始まる。

【アクションプラン】
さいど見直した時

2022/05/03

高校までで習う確率統計の復習だけでなく、
大学基礎レベルの推定や検定の考え方も、
イラストと例のおかけで非常に分かりやすかったです

これまで何気なく過ごしていた生活の中にも統計が役立てられていることが分かり、
より身近に感じることができました

分散、標準偏差など高校のときにはつまづいてしまった考え方も改めて理解でき良かったです

2022/12/28

統計の入門書にしては「定義式」などとっつきにくい
読書時はそれを高評価　あてにならない　類書との比較で評価が妥当化
１．ストロー効果　思索はロジック　絞り込み　IBM蓑輪さんの教え
　　コンタクト ー訪問 ー提案 ー成約
　　２００　１００　５０　２５(12.5%)
２．偏差値　偏差値５０は平均３４％　６０は１偏差プラス１４%　
　　７０は２偏差プラス２％
３．「無作為抽出」＝大発明　サンプルは３０－５０で可
　　視聴率２０％の誤差は±2.6% 　誤差を１/１０はサンプル１００倍
４．データサイエンス
　　回帰式　信頼性は決定係数０．５以上あれば

2021/12/29

2021年末の大掃除で発掘した本です、この本は2021年の間に読む本の様ですね。読みかけになっていたために、評価は「★一つ」にしております。内容が不満足だったわけではありません。

2021年12月29日作成

2021/12/28

これまで、説明できない長年の経験や、見て盗め的な教育とは呼べない教育がまかり通っていたが、それらはどんどんデータ化数値化されていく。

我々の時代は、身体測定や運動能力テスト、学校の偏差値や成績くらいしかデータ化された物はなかったが、
今後は文系理系にかかわらずデータの作法を知ることの必須のスキルになるんだろうな。言葉の定義を正しく知らないといけない世の中になるんだろうな。と感じたので購入。
しかしシックスシグマなど聞いた言葉はあったが、そもそも標準偏差って何？その分布が一位場合と狭い場合でそのシックスシグマは違いは出てくるのか？と言う素朴な疑問の解決には繋がらなかった

2021/08/13

同じシリーズの「行動経済学」を読了し、これも読んでみるかと手に取った一冊。

”サクッとわかる”のタイトルの通り、初心者向けに書かれたものであろうと考えられるが、これ読んで統計学を理解できる初心者がいるとは思えない内容でちょっと残念。

イラストや紙面レイアウト、文体で初心者向けの”雰囲気”は出ているものの、統計学に登場する各種概念について十分な説明がないため、”サクッわかる”は実現できていないものと思います。

行動～のそうでしたが、紙面レイアウトがランダムすぎてかなり読みづらい点もマイナス。

2021/08/09

統計学の本にしては、というと失礼かもしれないが、カラー、イラストが豊富で視覚的に理解しやすいと感じた。

AIとの関わりなど応用的な話も終盤出るが、統計や確率とはどんなものか、まずはそこをタイトル通り「サクッと」抑えるのに良い本だと思う。