仮説駆動型とデータ駆動型
サイトリニューアル中につきガチャガチャしてます。ウェブサイトデザイン、記事執筆、添削指導する側に興味ある方はご連絡ください。謝礼をお支払いいたします。 研究の種類はしばしば仮説駆動型（hypothesis driven）とデータ駆動型（data driven）に分けて論じられることがあります。一般に、仮説駆動型とは「ある仮説を事前に設定し、その仮説を検証することで実験を進める手法」であり、データ駆動型とは「事前の仮説（バイアス）無しに対象を観察したり、データを取得したりし、それらの結果から何が言えるのかを考える手法」とされています。 仮説駆動型は悪なのか？ ときどき、仮説駆動型は事前のバイアスがきつすぎて捏造などを生み出す温床となるという批判があります。確かに事前に「こうあるべきだ」「こうあって欲しい」という思いが強いと事実を見落としたり、誤認したりします。 たとえば、以下の動画を見て、白
パス解析とは？共分散構造分析との違いもわかりやすく解説-GMOリサーチ
商品を販売する上で最も重要な要素について考えたことはあるでしょうか？ 商品のプロモーションを促進するためには、例えば以下の重要度を明確にする必要があります。 ブランディング 魅力 価格 人気度 デザイン オプション機能 では、顧客の購買決定要因に最も大きく関わるのはこの内の一体どれなのでしょうか？ この購買決定要因の重要度の分析に役立つのがパス解析です。 パス解析を活用することで、商品販売戦略・自社サービスの更なる改善・顧客の創出などにますますリサーチを役立てやすくなります。
統計分析を理解しよう-よく使われている統計分析方法の概要-
最近、個人や企業を対象としたアンケート調査やパネルデータ、そしてビックデータと呼ばれる大規模のデータ等が蓄積されることにより、統計データを用いた実証分析（以下、統計分析）が多く行われている。過去と比べると、SPSS、Stata、Eviews、R等のような統計パッケージの普及により、統計分析がやりすくなったものの、依然として統計分析は難しい、手を出しづらいと思う人も少なくないだろう。統計分析の初心者にとって、数式を展開することや方程式の解を計算することは大変な作業であり、難解なものであるものの、よく使われる統計分析方法の基本概念さえ理解すれば、複雑な数式を使わなくてもより楽しく統計分析ができると筆者は確信する。そこで、本稿では、統計分析で最もよく使われているいくつかの分析方法を紹介する。これにより、統計分析に対する理解を深めてもらえたら幸いである。 統計分析は大きく「差の検定」と「関係の検定
フランシス・ゴルトン - Wikipedia
フランシス・ゴルトン（Sir Francis Galton、1822年2月16日 - 1911年1月17日）は、イギリスの人類学者、統計学者、探検家、初期の遺伝学者である。フランシス・ゴールトンとも表記される。母方の祖父は医者・博物学者のエラズマス・ダーウィンで、進化論で知られるチャールズ・ダーウィンは従兄に当たる。最後の財産のあるアマチュア科学者 (gentleman scientist) の一人として研究に生涯と私財を捧げた[1]。 生涯➀学生、冒険、気象学[編集] 生い立ち[編集] 1822年にプリーストリー（1780-91：ラヴォアジエとフロンギストン説で論争していた時代）のかつての家「フェアヒル」の敷地に建てられた家に生まれた[2]。 父はバーミンガム (Warwic kshire のDujjestone) の裕福な銀行家のサミュエル・テルティウス・ゴルトン、母ビオレッタはエラズ
平均への回帰、相関係数―統計学史(2) | ブログ | 統計WEB
※コラム「統計備忘録」の記事一覧はこちら※ 19世紀はダーウィンの進化論とメンデルの遺伝の法則が立て続けに世に出た時代です。ダーウィンの従兄弟、ゴールトン（Francis Galton、1822-1911）は、「指紋」を使った鑑定法を考案したり、「優生学」という言葉をはじめて用いたりと何かと話題の豊富な人物ですが、統計学においても大きな功績を残しています。 ゴールトンは親から子を予測する方法を探すために、ロンドンに生物測定研究所を設立し、研究に協力してくれる家族を募って、身長や体重、骨格などを測定しました。そこで、長身の親から生まれた子供達の身長は、平均すると親たちよりも低くなる、背の低い親から生まれた子供達の身長は高くなる、全体の平均に近寄っていくという現象を発見します。ゴールトンはこの現象を「平均への回帰」と名づけました。 ところが、カプランの「確率の科学史」を読んでいたら、平均への回
MMRワクチンは自閉症リスク？ 「反ワクチン」派が世界に及ぼす脅威 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
はしか（麻疹）・おたふくかぜ・風疹の3種混合（MMR）ワクチンに関して過去に行われた幾つもの研究結果を裏付ける新たな研究結果が、先ごろ米医学誌「内科年報」に掲載された。自閉症とMMRワクチンに関連性がないことを、改めて確認したものだ。 新たに発表された研究結果の特に優れた点は、調査対象者が非常に多いことだ。研究チームは、デンマークで1999～2010年に生まれた65万7461人の子供たちを1歳の誕生日から2013年まで追跡調査した。 調査期間中には、6517人の子供が自閉症を発症した。だが、研究者らによれば、自閉症の発症リスクに関して、MMRワクチンを接種した子供とそうでない子供の間に差異は全く確認されなかった。 この研究は基本的に、2002年に結果が発表された53万7303人の子供を対象とした研究と同じことを調べたものだ。いずれも非常に大規模で、MMRワクチン以外の予防接種が自閉症の発症
捕獲再捕獲法（標識再捕獲法）で生物の数を推定する
捕獲再捕獲法とは、指定された地域に存在する生物の個体数を推定する方法です。 生物を一度捕獲をし、印など標識をつけたら、自然に戻します。そして、再度捕獲をし、そのなかの標識がついた生物の数から、地域の生物個体数を推定します。 標識をつけることから、標識再捕獲法とも呼ばれます。 この記事では、捕獲再捕獲法の手順や、個体数の推定方法について説明します。 捕獲再捕獲法で生物の個体数を推定する 生態系についての調査で、生物の個体数を把握したい、生物の個体数の変動について研究したいといったときに役立つものです。 どのようなときに、生物の個体数を把握したいかというと、たとえば、外来種問題の解決を図るときです。 もともとそこに生息していなかった生物が人為的に持ち込まれ、生態系に悪影響を与えてしまう問題が、外来種問題です。外来種対策を考えていくためには、まずその個体数を数えなければなりません。 また、実際に
統計にダマされないための4つの原則 | ライフハッカー・ジャパン
統計は、現代社会に欠かせないものとして定着しています。さまざまなニュース記事に登場し、暮らしのあらゆる面に影響をおよぼす政策の決定にも用いられます。ただ残念なのは、多くの人が、統計を根本的なレベルで大きく読み間違えやすいことです。 統計を意味あるものにするための4つの原則を紹介します。 1．「99％の精度」のテロリスト判別装置：基準率の錯誤 「基準率錯誤」と呼ばれる統計の読み間違いの例を挙げてみましょう。 ある会社では、従業員の25％が女性で、75％が男性だとします。表面的には、この会社は男性に偏った採用をしているように見えるかもしれません。なぜなら、（少なくとも米国では）男女の人口分布はほぼ同じだからです。ですが、この見方は応募者の内訳を考慮していません。もし女性の応募者が全体の10％しかいなければ、採用率は男性よりも女性のほうが高いことになります。 もうひとつのよく知られた例として、「
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
出生時男女比｜年次統計
もともとBMIは金儲けのための適当な数値だった | 雑学ネタ帳