【感想・ネタバレ】データ分析ってこうやるんだ！実況講義のレビュー

吉本佳生

[ブクログ · ★★★★☆]

失礼ながら著者は僕の中で「凡百のビジネス書著者」だったのだけど、認識を改めた。
きっちりと数値を調べ上げて、とても丁寧に分析をしている。
決して難解な理論を振りかざすのではなく、ただ「きっちり」「丁寧」にやっているだけ。
でもそれがなかなかできないんだよね。
そこをちゃんとやっている本書はとても誠実だと思うし、折に触れて見返すに値する良書。

[ブクログ · ★★★★☆]

　データ分析はなぜ必要なのだろう。それは自分の立場を極限的に良いところに持っていくため、だからデータは良心的な人のところに集まらない限り誤った解析をされる可能性を大いに秘めている。

　そしてこれからのビックデータ化この争いの覇者がすべての権限を握ることになるだろう。




　どれだけの長さの期間を見るか
　機関区切りを「月」「四半期」「年」のどれにするか
　どの時点の値を基準にした指数でみるか

[ブクログ · ★★★★☆]

内容は、タイトルのまんまです。
たくさんの例とたくさんの図・グラフを使って、わかりやすくデータ分析の方法について説明しています。

難しいと思うところは、飛ばして読んでも構わないと思います。
それでも十分に読む価値のある本だと思います。

[ブクログ · ★★★★☆]

○エコノミストの吉本佳生氏の著作。
○具体的な数字・データを用いて、世の中にあふれる悪い例を紹介しつつ、統計分析の手法や実践方法を紹介したもの。
○説明が平易で分かりやすく、具体的なデータを元にしているので、理解しやすい。
○中盤以降は、やや高度になってきて、理解できたかが不安だが、それでも、とても分かりやすい。

[ブクログ · ★★★★☆]

まさに「データ分析ってこうやるんだ」と様々なデータから自分の求めた分析をするツールとして役に立ちます

「どの時点の値を基準にした指数でみるか」(P.47)はとても重要でグラフ絵画したものが自分の主張したい結果をシンプルに伝えます

ただ第6章の「TOPIX連動の投資信託」に投資するよりも「銀行株価指数連動の投資信託＋預金」という結論には同意できません

計算上は同程度とリスクとなる関係から金融機関に支払うコストが節約できるとのことですがETFを活用するならTOPIXはとても低コストで購入できるし銀行株価指数連動のETFは流動性に何があります
理論的には正しくても実際には使い辛い戦略です

比較が国内株式市場vs銀行セクターではなく
国内株式市場vs海外株式市場にして理論的には変動幅の大きいTOPIXに多額の資金を投資することはない…程度の結論にしたほうがよかった印象

[ブクログ · ★★★★☆]

全部読んでるわけではないが、吉本佳男はわりと打率高い。今回のは大きく当たることはないが、既存の本にないところをつついておるのでなかなか手堅く当ててきてる感じ。

[ブクログ · ★★★☆☆]

データを細かく見ていくと、誤っているてんや批判的な観点をやしなうことができます。裏をかえせば、自分が作成しているデータにツッコミどころがあれば注意すべきです。
逆に、突っ込まれる可能性があるところを事前に把握して、対処していくのも１つだと思いました。
加工されたデータにだまされないようにしたい。
あと、政府がだしている統計データの話もいくつかあって、今後活用したい。
一方で、統計学をまなべるかといえばそうではない本でした。学問というより、ビジネスパーソンとして留意する点を確認することができました。

[ブクログ · ★★★☆☆]

中心になるのはデータ、グラフには作り手の考え方一つで錯覚をおこさせることがあるので、騙されないように慎重に分析しよう、という話。グラフの元になる数字がどこから出たものか、対象範囲、期間等よく見る必要がある。「対前年比」のグラフも比率だけを重要視すると、本質が見えなくなることもあるので注意が必要だ。

[ブクログ · ★★★☆☆]

著者の言葉を汲み取るならこの本で示されているデータも疑って、自分で考えてみることが大切だと思った。
統計学は昔習っていたので、懐かしいという思いが強い。

[ブクログ · ★★★☆☆]

「データ分析ってこうやるんだ！実況講義 - 身近な統計数字の読み方・使い方」 吉本佳生 ダイヤモンド社
データを分析して、特徴を見つけ出す時に、陥りやすい問題点（失敗、誤り）と危険性、それらに関する注意点と留意点を、読み誤りやすいデータの事例を通して、紹介し、失敗しないための対策を解説している。8つの事例の中でデータ分析の取り組み方と導き出された結果がおもしろいものもある。
【本書の内容】
はじめに ケータイ会社が学生のいる家族を優遇するのはなぜか?
第1講 テレビと旅行に関するインターネット調査が役立たずなのはなぜか? ~ビッグデータ&統計学ブームの危険性
第2講 米よりパンのほうがインフレ予想に影響が大きいのはなぜか? ~折れ線グラフを読むときの基本
第3講 高学歴のほうが若者の失業率は高いのか? ~細かく分けたデータをみるべきとき、みてはいけないとき
第4講 就職難なのに、大学生の就職率が90%超と高いのはなぜか? ~錯覚を起こしやすいグラフより表分析を優先
第5講 多機能な家電のほうが値下がりしやすいのはなぜか? ~複数のデータから共通性をみつけるコツ
第6講 分散投資のために特定業種の株を買うべきなのはなぜか? ~相関係数の意味と活用法
第7講 日本の格差は本当に拡大しているのか? ~凝った計算で求めた統計データの疑い方
第8講 若者の免許離れは本当に起きているのか? ~ミクロとマクロのデータを組み合わせた分析
おわりに 数字でコミュニケーションを!

[ブクログ · ★★★☆☆]

データ分析をしたかったわけではなくて、むしろどんな手法が紹介されているのかなあ、という好奇心から。
ところが、統計学の威力に頼るのではなく、ビッグデータの威力を生かしたデータ読解力の本、と。作業量で統計学の知識のなさをカバーしろ、と。ちょっとおもしろくなってきた。
データ読解力は経験で高められる、複雑な手法に素人は手を出すな、それより基本的なもので経験を積め。ということが趣旨。
ブログやらSNSやらを見ていると、データ読解力が低い(のか、わざとか知らないが)人が騒いでいるのをよく見るけれど、じゃあ自分がわかっているかというと自信がない。この本に出てくる分析例は、僕にとっては金融以外はなかなかイメージしやすくて、読みものとして面白かったなあ。ハングリーに読んだわけでないので、読解力がついたかは今後のお楽しみ。

[ブクログ · ★★★☆☆]

データを使ってグラフを作る時に注意すべき点と、人間の目の錯覚について、なるほど！と思わされた。

ただ、金融商品の部分などは単語が難しすぎて、何が問題なのか？がわかりづらくなっている。

著者もシンプルを推しているが、題材をシンプルにすることが読書の理解も早いはずで、そこが残念。

[ブクログ · ★★★☆☆]

購入。

複雑な統計手法を勉強するよりも、手を動かしてたくさんデータを読む習慣をつけた方が初心者は誤りなく分析できるようになるとして、その実例を解説している。

属性で分けるケースとそうでないケースがあることやジニ係数にも欠点があると実際に分析する流れで説明があるから分かりやすい。