感謝のプログラミング 10000時間

たどり着いた結果(さき)は、感謝でした。

【統計 3時間目】統計学が「最強の学問」となったのは政治だろうが教育だろうが経営だろうがスポーツだろうが、最速で最善の答えを導けるところにある。

スポンサーリンク

統計学が最強の学問である」

統計学が最強の学問である

統計学が最強の学問である


前回からの続き。
今日は3章と4章の途中まで読んでみた。

3章は

現時点で人類がたどり着ける最も正しい真実を知るためには、統計学的に妥当な実証実験が不可欠であるといって間違いはないだろう。

と締められているように、統計学を使って真実を知るための具体的な活用事例を解説してくれる。

この章を読んで第一に湧き上がる気持ちは、

統計学ってすごい」

だ。
1章、2章と同じ切れ味鋭い文章で、統計学がどう活かされているかを教えてくれる。
非常に読みやすい文章で、読み物として単純に面白い。
統計学を(数式とかを使って)勉強する前に読む本」としても、この本は最強であると確信した。

3章ではいま話題のA/Bテストの話が出てくる。
そもそもA/Bテストとは何か?本文を引用してみる。

A/Bテストとは、デザインにせよ機能にせよ、AパターンとBパらーんを両方試してみて比較する、という意味である。
多くの場合はユーザーのアクセスに対してランダムにAパターンとBパターンのサイトを開き、一定期間収集されたアクセスログをもとにAパターンとBパターンの比較を行うことになる。

A/Bテストを統計学の用語で言うと、「ランダム化比較実験」と呼ぶ。
フィッシャーが1935年に著した「実験計画法」は、ランダム化比較実験を体系立てた名著だ。

ランダム化実験の力は凄まじく、このようなことさえ科学的に実証できる。

ある婦人は言った。
「紅茶を先に入れたミルクティ」か「ミルクを先に入れたミルクティ」か。
味がぜんぜん違うからすぐにわかる。

主婦にランダムに入れたミルクティを飲ませ、その結果を比較することで、
「主婦は当てずっぽう言っているわけではなく、なんらかの理由で主婦がミルクティを識別することができる」
ということを科学的に実証することができる。

科学的に実証するためのうち、最も重要なアイデアは、「ランダム化する」ことである。
ランダム化することで、あらゆることが「実験で正しい真実を確認する」ことが可能になった。
本文の言葉を引用すると、フィッシャーのランダム化比較実験という枠組みは、「実験とは何か」という考え方を一歩先に進めた。


研修って高い金がかかる割に意味がないんじゃないの?

という意見はよく聞こえてくる。
だが、その大半は「感覚」に基づくものだ。
研修が意味があるかないかを実証するためには統計学を使えばいい。

本文ではこう書かれている。

たとえば研修だったら、研修の対象とんる従業員をランダムに半分に分け、片方に提案された研修を受ける一方、
もう片方は通常業務に従事させたり、もっとお金のかからない研修やレクリエーションに参加させたりする。
そして(研修業者に)営業された「従業員パフォーマンス」がどのようなものかを具体的な数値(たとえば営業成績や勤務評定など)として定義し、
研修参加直後やその後一年間の数値を比較すればいい。
もしその研修に効果があるのだとしたら、きっと偶然とは言えないレベルで、受けたグループのほうがそうでんあいグループに比べて平均的に高いパフォーマンスを示しているはずだ。

研修の費用はものすごく高い。一日の研修費で本が50冊買えるくらいの費用がかかることもある。
そういう高い費用がかかる研修だからこそ、効果を統計的に実証する必要があるのかもしれない。
研修の後は「満足度アンケート」などを書くことがあるが、その満足度は本人の主観でしかないし、研修がどれほどの効果があるのかは実証できない。
満足する理由が「よく眠れたから」だってありえるのだ。

だから、本当に研修が効果的かどうかを科学的に実証するにはランダム化比較実験を行うとよい。

統計学が「最強の学問」となったのはその汎用性の高さ、すなわち、政治だろうが教育だろうが経営だろうがスポーツだろうが、最速で最善の答えを導けるところにある。

この文章を読んで、「あ、統計で『もしドラ』みたいな本書いたら面白いんじゃない?」と思ったw
それくらい「統計学の威力」にはインパクトがある。
統計学にはドラマがあるように思えた。