西内啓のレビュー一覧

シグナル&ノイズ 天才データアナリストの「予測学」

格付け会社は、透明系を高めるという理由で、格付けソフトウエアを発行者に渡した。
ひとつひとつのデフォルト確率が5％でも、前提条件によって統合されたデフォルト率は違ってくる。
恐怖と欲望のバランスが崩れた時、バブルが起き、崩壊する。

ハリネズミとキツネはどちらが予測できるか。
ハリネズミは基本原則を信じている。キツネは、原則を持たない。キツネのほうが当たるが、テレビにはハリネズミのほうがよく出る。

「ベースボールプロスペクタス」を使って、統計的に勝負を予測できるか。
打率はホームランより不安定。勝ち星は安定しない。

相関関係と因果関係は別物。

経済モデルが前提とする過去のデータは、当時の政策決定の結果でもある。
グットハートの法則＝ある変数をターゲットにすると、それは経済指標にはならない。
経済モデルでは、インプットとアウトプットがあるが、それらは実際には区別できない。

外挿法＝現在の傾向が続くと予測すること。これが予測が外れるときの間違いの元。指数関数的に増減する者は予測できない。
自己成就予言と自己破壊予言。自閉症は、新聞に使われる頻度と同じように患者数が伸びた。GPSで早くつくと指示されたルートにみんなが集中するため、遅くなる。

ベイズ統計＝間違いは減っていく。
ハララボスボブブルガリス＝MBAの賭けで生活している。
自信過剰警報＝絶対とか、理論を信じる、など。これはギャンブラーにとっては、致命的な欠陥になる。
ベイズ的思考。ベイズは牧師。
事前確率のうえで、事後確率を考える。それを統合する。ことが起きるごとに、確率を改定する。

相関関係ではなく因果関係を示すものはけた違いに少ない。

フィッシャーの統計＝頻度主義。
効率的市場化説は正しいか。
ファンドマネージャーは、暴落する危険がわかっていても降りるわけにはいかない。みんなと違う行動をとるほうが自分自身のリスクが高い。運用資金が自分のものではないから。これが効率的市場化説の弱点。
自信過剰なものが多ければ、それだけで効率的市場化説は成り立たなくなる。
価格は正しくないが、フリーランチがない、という点では正しい。
ミュラー・リラー錯視を避けることはできない。上がっているものは上がり続けるように見える。
ベイズ予測では、常に反対になる危険性を考える。それに対して、みんなの予測とどうか、を決める。

天気予報は、予測の中の成功事例。
ベイズの定理を正確にするには、何回も予測すること。

統計学が最強の学問である［実践編］

前半は良かったが、後半は難しすぎた。実践編ということで、本気でマーケティングなどに取り組んでいる人のための本だと思った。

統計学が最強の学問である［ビジネス編］

ビジネスにおいてデータドリブンで分析することの重要性はわかったが、
内容が分析ツールを契約しないと出来ないようなことで、
実践するには個人の力ではできないように感じた。

統計学が最強の学問である［数学編］―――データ分析と機械学習のための新しい教科書

昔読んだときはなんか色々中途半端な本だなと思ったけど、今読むと最初のインデクスが良いことに気づく。
「統計学を数学で学ぶべきピラミッドの頂点にするならば、どんな構成になるか？」を元に作られている構成が、そのまま勉強するときのプロセスになるので便利だなと。

この手の概要書は、それで勉強するというより道を示してくれるのが価値。

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

基本的に各章のまとめを見れば、著者が伝えようとしていることは理解できるので、再読するときは、まとめだけを読もう。


最終章記載内容が、悩みを解決する(幸福を感じる)手段
1. 感謝
2. 許容
3. 気づき

お金や地位や名誉なんてものでは、ある一定の幸福感をもたらしてくれるけれど、結局は人間として当たり前のことを当たり前にできたら、それが幸せをもたらすんだと。

「人に感謝し、人を許し、今を噛みしめながら生きよう」

統計学が最強の学問である［実践編］

◯1つの説明変数と1つのアウトカムとの間の関係性だけを分析してしまうと、見落としていた別の要因によって結果が歪められている、ということがしばしばある。(202p)

★終章のビジネスで用いる場合の分析の手順が本書のキモであると思う。

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

母数が多くなればなるほど、生み出す価値の平均値は徐々に薄まっていく（収穫逓減の法則）という考え方はすごく納得させられた。

コトラーが教えてくれたこと 女子大生バンドが実践したマーケティング

「もしドラ」以上にあざとそうな装丁の「萌え系ビジネス書」を手に取りました。
ヒロインたちのバンド活動をマーケティング手法で組み立て成功するという基本線。
ケーススタディに徹した背伸びをしない姿勢には好感が持てました。
しかし、ラストのソーシャルマーケティング活動では、著者の活動をそのまま重ねているようで、かなり唐突でしたね。
しかし、著者らは「もしドラ」の派生をやろうと堂々としているところが肩透かしですね。

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

新書のテーマとしては、なかなかの着眼点で、かつ幅広な「悩み」が設定されていて、感心してかってしまった。
スプートニクショックをきっかけにして３つの偉大な発明として、アポロ１１号、インターネットにならんでプロジェクトマネジメントが紹介されていたのが驚きであった。普段何気なく「プロマネ」という言葉を使っているが、もう少しその手法について再認識する価値がありそうだ。
人間全体の幸福度に関連する要因のうち、外部環境が左右する幸福度は１０％ほどで、幸福感を得られる３つの考え方として、感謝（他人の人柄や、道徳的な行いの素晴らしさを強く認識すること）、許容（自分に害をおよぼした人や、過去の体験を許せること）、気づき（「今、この瞬間の幸福」に気づくこと）とまとめられていたのが印象的だった。

統計学が最強の学問である［数学編］―――データ分析と機械学習のための新しい教科書

統計学、機械学習に必要な数学の知識が把握できたのは良かったが、文系卒の前提知識では５、６章辺りから理解が追いつかなくなってしまった。理解できなかった個々の分野はこの本にこだわるよりは別途初学者向けの書籍で学んだ方が早そう。

シグナル&ノイズ 天才データアナリストの「予測学」

最近データの活用が大事だと言われているが、データに対するリテラシーが不足していることに気付かされる。過剰適合等データの取り扱いは単純にはいかない。
まさにノイズの中からシグナルを予断なく見出すかが問題だ。

統計学が最強の学問である［ビジネス編］

最初にリサーチデザインの重要性を説いている。これについては類書が豊富なので、読者の関心の近い分野の方法論を学ぶとよい。ただ会社組織内で新規アイディアの発見・証明に基づく実践が、経営方針にマッチさせられるかどうかは、かなり知恵を絞りださないといけないだろう。実務的に当座の枝葉の剪定やパッチ当てに追われている立場も多いはず。本書の知見を適用できる組織は、比較的余裕があると思う。

紹介された解析手法は、クロス表、SWOT分析、散布図、分散成分分析、単純分析、重回帰分析、因子分析、ロジスティク回帰分析、クラスター分析、決定樹分析等であった。またこの他にマーケティング理論が織り込まれていた。さらに人、物、サービス、タスクに関連する数量化できそうなものを解析対象として挙げているところに本書の特色がみられた。ちなみに先行研究をつぶすことを「システマティックレビュー」と呼ぶそうだ。

特筆すべきは2章の調査設計の事例である。人事セクションがない組織はおそらくほとんどないが、従業員に質問紙調査する例が示されている。仮説を立て変数化できるようアンケートを設計するイメージが詳述されているが、もしこれができそうな環境にあればかなり効果がありそうだ。

余計なことだが第1作、前作と比べ感動がやや薄かった。基本的な統計手法は、前作を参照したほうがわかりやすいかもしれない。

統計学が最強の学問である［ビジネス編］

先行研究を徹底的に調べればより確実な選択が可能

「統計学が最強の学問である」という書籍の続編。この本では，企業が利益を出すうえで最もクリティカルな以下の2点の分野での統計学の活用方法を解説している。
1. 人事
2. マーケティング

読み物として面白かった。まず，重要な分野で上記の2点をあげていたのが良かった。統計というと顧客にDMを送るかどうかとか，WebサイトのデザインをどうするかどうかのA/Bテストなどこういう細かい話での話題が多い印象だった。しかし，クリティカルなのは会社全体に影響を与える人事やマーケティングでありこうした分野での検討を重ねるのは，たとえ少しの改善でも効果が大きいのでなるほどと思った。

特に印象的だったのは，p. 118からのGoogleでの人材採用方法について。Googleでは面接で「あなたの長所は何ですか？」といったどうでもいい質問はしないらしい。というのも，採用活動において優秀な人材であるかをより適切に評価する方法が過去の研究から明らかになっているから。
過去の研究を徹底的に調査すれば，どの方法が効果的かわかるので，無駄なことはしなくなる。実に理にかなっていると思った。

何か悩みごとや今後どうすればいいかわからなくなったら過去の研究を徹底的に調査すればよいと思った。

統計学が最強の学問である［ビジネス編］

「リサーチデザインとは、研究者がどのように良い研究課題を考え、またその課題に対してどのような調査や分析を行なうべきかを考えることである。（p.4）」「アウトカムとは分析のときに最も重要になる「最大化したい/最小化したい」値のことである。（p.14）」「みなさんが見つけなければならないのはあくまで「自社の多くの人間がわかっていない利益に繋がるアイディア」である。（p.18）」

統計学が最強の学問である［実践編］

前著よりそれらしいことが書かれている

書籍の冒頭で，前著である「統計学が最強の学問である」が1冊まるごとを導入として書いたなどという言い訳から始まっており，心配になった。しかし，前著に比べればよりそれらしいことが書かれている。平均や各種手法について説明されている。
しかし，なんとなくわかったようなわからないようなという域を出るものでもなかった。

結局のところ，データあってもどうにもできないことや変化させられないことというのが大部分を占める。予算であったり天気であったり。
統計学が有効な場面はあるだろうが，それは結局十分に学習を積み，そういう経験・場面に出くわした場合に限るように感じた。

統計学が最強の学問である［実践編］

統計学の基礎から回帰分析までを実践的に解説している。筆者はおそらく天才なのであろう。文才もあるし、説明の仕方も明瞭ではあるが、本文中には数式があまりでて来ないため、理屈ではわかるが、実践に至るまでには到達できないと感じた。

統計学が最強の学問である［ビジネス編］

経営戦略やＨＲＭ、マーケの基礎的な説明も多く、非ＭＢＡホルダーのビジネスマンが統計学をビジネスに応用するには有用。

統計学が最強の学問である［実践編］

前作の「統計学が最強の学問である」で統計学がどれだけすごいのかということが書かれていたのに対して、さらに具体的にどうすれば統計学を最大限活用していけるのかについて書かれていました。
ただ、読めばすぐに現実社会で使いこなせるのかというと、そうでもなくさらにもっと勉強はしないといけないなという印象です。その勉強に取り組んでいくためのとっかかりとしては非常にいい本だと思いました。

統計学が最強の学問である［実践編］

この本の理解が統計学のスタート地点と書かれているが、一回読むだけでは人に教えるレベルにならない。

偉大な統計学の変遷からいろいろな手法が載っているが、やはり数学的思考がないと理解は難しい。

さわりだけという感じではなく、使いこなしたいという人は時間をかけて身につけたほうがいいように思う。

僕は今から二周目やります。

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

・お金と幸福度はそれほど関係しない。「貧困だと不幸だけど金持ちだからといってそれほど幸福でもない」という状況は、多くの国で共通している。
・「人生においてお金に対する優先度が高い」という心理傾向を持っている人は幸福度が低くなる。幸福度において問題になるのは、お金をどれだけ稼ぐかやどれだけ貯めるかといったことよりも、どれだけお金に寄って「お金で解決できるような問題を解決するか」「どうお金を使うか」である。
・人間の幸福度の大半を占めるのは「感謝」（他の誰かの人柄や道徳的な行いの素晴らしさを強く認識する）「許容」（自分に害を及ぼした人や過去の体験を許すことができる）「気づき」（「今この瞬間の幸福」に気づける）の3つの考え方。
・夢は「叶えた結果幸せになるもの」ではなく「叶えようが叶えまいが持っているだけで幸せになるもの」。人生がうまくいっていないから夢なんて見られないのではなく、夢を見ていないから人生がうまくいかないのである。夢の実現に夢中で打ち込んでいれば、お金や仕事や人間関係の悩みを解決しようと動くことすら楽しくなる。それこそがみなさんの悩みを吹っ飛ばすための最高のやり方だ、というのが、現在の科学者が答えられる限り最良の答えなのである。