「あみだくじ」でズルされる!?身につけないとヤバい統計リテラシー！本の知識！

知っていますか？

「あみだくじ」には、必勝法があるんです。

統計リテラシーを持つ人たちは知っています。

「“統計”リテラシーなんだから、

『学者や統計家たちは知ってるよ』って話か？」

いいえ、そうとも限りません。

なぜなら、統計リテラシーは、

ビジネスのあらゆる場面で

顔を覗かせるからです。

一流のビジネスマンになるために

統計リテラシーを身につける。

こんなことが普通に考えられるのです。

よって、アドバンテージを持つ

統計リテラシー保持者は

普通に、ゴロゴロいます。

そんな保持者は、「あみだくじ」に始まり、

「データ収集の省力化」や、

「会議時間の削減」など、

統計のパワフルな力を使って、

ズルや楽をしています。

羨ましいですか？

なら、あなたも

こちら側になりましょう！

本『統計学が最強の学問である』が

アナタを導いてくれます。

超簡単に話すので安心してください。

意外と簡単なんですよ？

それでは、行きましょう！

本書の知識を切り抜き、紹介します。

「あみだくじ」には、「あたり/はずれ」が、中央にあるのか、端にあるのか、知っていさえすれば勝てる！

「あみだくじ」が公平？

本気で言っているんですか？

「あみだくじ」、実は、

横線の存在を、ほぼ無視できるんです。

なので、「あたり/はずれ」が、中央にあるのか、

端にあるのか、

その位置関係さえ知っていれば、

簡単に狙いを的中させてしまえるのです。

信じられませんか？

では、百聞は一見に如かず。

実際に見てみましょう。

例えば、以下のような

「あみだくじ」を行ったとします。

この「あみだくじ」を、

様々な横線の入れ方をして1000回、

繰り返したシュミレーションが以下となります。

どんな風に横線を加えられようとも、問題なし。

端を選んでおけば、×印を引くことはまずない。

罰ゲームになる可能性は限りなく低いのです。

この事実をA君が知っていたとしたら、

どうでしょうか？

その全数調査、必要ありますか？サンプリング調査でも”妥当な”結果は出せる！

疑問に思ったことが

あるのではないでしょうか？

なんで、サンプリング調査の結果のくせして

あたかも「全数調査をした結果です」みたいに

話しているんだ？と。

例えば、こんな風に。

“確実な”結果は出せないにせよ、

サンプリング調査でも”妥当な”結果は

出せるのです。

予想がつかないなら、さっさと「A/Bテスト」！

「A/Bテスト」を使いこなせるようになれば、

あなたは「キレ者」になれるでしょう。

「A/Bテスト」とは、

「AパターンBパターン両方を

”同条件で”試してみて、比較すること」を

指します。

統計学では「ランダム化比較実験」と

呼ばれているものです。

ストーリーで説明しましょう。

「A/Bテスト」は、この男性がやったように、

条件を揃えることが肝。

もちろん、揃えなくても良い条件もあります。

例えば、今回の場合で言えば、

テストを行う時期。

ボーナスが入る時期と、そうでない時期では、

購買数は、もちろん変わるでしょう。

しかし、同時期に、テストを行なっているため、

ボーナスの影響は無視できます。

ボーナス時期に突入。

再び買ってくれそうな客は増えていますが、

その”同じ環境下で”、「送る客/送らない客」の

比較テストを”同時に”行なっているので問題なし！

という訳です。

年代もありますね。

年金暮らしに入っている層と、

現役会社員の層とでは、

購買意欲は変わるでしょう。

しかし、これは、”ランダムに”

「送る客/送らない客」を選べば、

影響を無視することが出来ます。

たまたま現役層が片方に集中したら、

どうするんだ？

前述のサンプリング調査の説明と同じですよ。

さて、男性が結果を出したようです。

この男性、「キレ者」ですね。

一つに絞れないなら、さっさと「A/Bテスト」！

この会社、またDMで揉めているようです。

会議でゴチャゴチャ考えるより、

さっさと試しましょう。

いくら話し合っても確実な正解が

出せなさそうなら、さっさと試しましょう。

人件費を浪費して終わりのない会議を

繰り返すより、最終決着をA/Bテストに

任せるのです。

早く、安く、確実な答えを得られますよ。

ほとんどのデータが「重回帰分析」か「ロジスティック回帰分析」を使って統計解析されている！

データ分析って、

何やってるのか訳わかんない意味不明〜

「重回帰分析」と「ロジスティック回帰分析」。

たった2つ。

このたった2つの分析手法の

”簡単なイメージ・ポイント”さえ、

知ってしまえば、”かなり”視界が広がりますよ。

だって、ほとんどのデータが、この

「重回帰分析」か「ロジスティック回帰分析」

を使って解析されているのですから。

		分析軸(説明変数)
		2グループ間の比較	多グループ間の比較	連続値の多寡で比較	複数の要因で同時に比較
比較したいもの(結果変数)	連続値	平均値の違いをt検定	平均値の違いを分散分析	回帰分析	重回帰分析
	あり/なし などの二値	集計表の記述とカイ二乗検定		ロジスティック回帰分析

表はデータ解析手法をまとめたものです。

解析手法、色々ありますね。

でも、大は小を兼ねる。

「t検定」をすべき場面で

「重回帰分析」を行なっても、

「カイ二乗検定」をすべき場面で

「ロジスティック回帰分析」を行なっても、

OKなのです。

こんな背景から、データ解析者は、

この2つの解析手法を多用しています。

「2つだけ知っておけば」と

言った理由、分かりましたか？

それでは、この2つのイメージを

簡単に掴みに行きましょう！

イメージを掴むだけなら「重回帰分析」は、意外と簡単！

中学生の頃の数学で学んだ、

「y=ax+b」覚えていますか？

「重回帰分析」は、このイメージです。

「勉強時間(=x)を増やしたら、

テストの点数(=y)が良くなる」と

言える結果となったかどうか、

そんなy=ax+bのような関係性が

集計したデータから見つかったかどうかを

分析しているだけです。

勉強時間がかなりプラスに働いていたのか。

つまり、傾きaが大きい、急勾配の上向き直線の

関係性が確認できる集計結果になったのか。

逆に、地頭などで、勉強時間は関係なし。

傾きaが小さい、緩勾配の直線の関係性が

確認できる集計結果になったのか。

はたまた、勉強嫌いを誘発。

傾きaがマイナス、下向きの直線の関係性が

確認できる集計結果になったのか。

こんな関係性を知ることができるのが、

「重回帰分析」です。

そして、関係するかどうかの項目を

“複数、同時に”解析できるから、

“重”回帰分析という名前なのです。

勉強時間や睡眠時間など、テストの点数に

関係しそうな項目を洗いざらい挙げて、一気に

分析できてしまうのが「重回帰分析」なのです。

さて、では、もう一歩踏み込んでみましょう。

「重回帰分析」の結果の見方も

意外と簡単です。

ある中学数学テストの分析結果を

例に挙げます。

中学生数学テストの正答率への重回帰分析結果

	回帰係数の推定値	標準誤差	p値
「 切片」	42.33
「男子」である	-1.62	1.31	0.05以上
「読み聞かせ」をされたことがある	3.32	1.41	0.05未満
「通塾」している	16.62	1.64	0.001未満
「宿題」を行なっている	6.29	0.92	0.001未満
「 勉強時間」の長さ	0.01	0.02	0.05以上
「家・塾での勉強時間がゼロ」である	-5.79	2.08	0.01未満

出所：苅谷剛彦『学力と階層』(朝日新聞出版)

「通塾している/していない」が

かなり関係していたようですね。

推定値16.62とあります。

「通塾している/していない」の要因が、

大体16.62点分の差を生んでいたと言える、

ということです。

大体としたのは、標準誤差1.64とあるからです。

統計処理の関係上、

推定値には、少し幅が生まれてしまいます。

この場合で言えば、

16.62+(1.64×2)点〜16.62-(1.64×2)点となります。

最大16.62+(1.64×2)=18.90点分の差を

生んでいたかもしれないし、

最小16.62-(1.64×2)=13.34点分の差を

生んでいたかもしれない、

と考えて間違いない、ということです。

いずれにせよ、「通塾」は、かなり大きく影響、

つまり「大きい傾きaだった」と言えますね。

さて、かえって勉強時間は

ビミョーな結果だったようです。

なぜならp値0.05以上とあるから。

p値は、そのデータが

「たまたま出た結果かどうか」を示す値です。

サンプリング調査の説明の際、

「たまたま失業者ばかりだったらどうするんだ！」

って話、ありましたよね？

そんな「たまたま」があったかどうかを

教えてくれるのが、この数値です。

慣例的にp値が0.05以上になると

「たまたまだ」と言われています。

勉強時間、関係ないのかもしれませんね。

さて、以上で説明は終わり！

だいぶ視界が広がったのでは、

ないでしょうか？

イメージを掴むだけなら「ロジスティック回帰分析」は、意外と簡単！

「ロジスティック回帰分析」に関しては

結果の見方を少し掴むだけで十分です。

どんな要因が「家庭や塾での勉強時間が

ゼロの生徒」を生み出してしまうのか

調べた結果を例に挙げます。

「家庭や塾での勉強時間がゼロ」の生徒に関する「ロジスティック回帰分析」の結果

	オッズ比の推定値	p値
「男子」である	0.77	0.05~0.10
「読み聞かせ」をされたことがある	1.11	0.05以上
「宿題」を行なっている	0.55	0.001未満
「家庭の文化層が下位」である	1.78	0.01未満
「家庭の文化層が上位」である	0.69	0.05~0.10
「父親が大卒」である	0.60	0.01未満

出所：苅谷剛彦『学力と階層』(朝日新聞出版)

オッズ比は「約何倍そうなりやすいか」を

示す数値です。

この結果で言えば、文化層下位であると

大体1.78倍、ゼロ生徒を生み出しやすかった

と考えて間違いない、と読み取れるわけです。

約2倍、そうなりやすいと言える。

つまり、「文化層下位かどうか」は、

かなり影響を与える要因だと

判断できるわけです。

ほか、p値は先の「重回帰分析」と同じ。

また、ここでは示していませんが、

ロジスティックにも標準誤差はあります。

もちろん、それが意味するところは

重回帰と同じ。

以上！終わり！

ロジスティックも、かなり簡単でしたよね？

まとめ

以上、

を紹介しました。

本書は、私的最強ビジネス書、

四天王の一人です。

ここまで考え方・見える景色を

好転させてくれる本は

なかなか無いと感じます。

加えて、読みやすい。

「統計」という難しいテーマを

扱っているはずなのに、スラスラ読めます。

専門用語は、ほぼ無し！

簡易な言葉で、やさしく統計リテラシーを

身に付けさせてくれます。

かなりの文量で紹介しましたが、

これでも本書の内容の、ほんの一部。

まだまだ知っておくべきことが

沢山載っています。

ぜひ是非是非！

本書を一度手に取って読んでみてください。

あなたのビジネス人生を

大きく好転させてくれる本だと感じます。

かなり！非常に！めちゃくちゃ！

オススメの本です！

「確かに四天王クラスだ」と

アナタも絶対納得するはずですよ◎

それでは、また！