柴田真司

[柴田真司 @ShinjiSHIBATA11]

CACIO ではなく CASIO 計算機。

[柴田真司 @ShinjiSHIBATA11]

CACIO 計算機で 4 - - 20 = √ MEMORY+ MEMORY RECALL でゼロになる。計算順序を変えずに 4 と出力する。= の後に + = を押すと定数モード解消により 4 として出力できる。4 - - 20 = + = √ MEMORY+ MEMORY RECALL は 4 である。

[柴田真司 @ShinjiSHIBATA11]

操作変数法 (2 段階最小二乗法) は, 説明変数と誤差項に相関 (内生性) があるとき, 誤差項と無相関で説明変数と相関する「操作変数」を用いて, 一致推定量を得る統計手法である。

12 / 12

[柴田真司 @ShinjiSHIBATA11]

社会科学は社会の仕組みや社会における人間の行動を探求する学問である。

社会科学の代表的な分野には, 経済学, 政治学, 社会学, 法学, 経営学がある。

1 / 12

[柴田真司 @ShinjiSHIBATA11]

外生変数は, モデルの外部で決定される変数であり, モデル内部の誤差項と無相関であると仮定する説明変数である。

内生変数は, モデル内部の方程式によって値が同時に決定される変数であり, モデルの誤差項と相関関係 (内生性) を持つ説明変数である。

11 / 12

[柴田真司 @ShinjiSHIBATA11]

変数選択は, 回帰モデルの予測精度向上や解釈の容易化を目的に, 多数の説明変数候補の中から真に必要な変数のみを情報量規準 (AIC や BIC) に基づいて絞り込む手続きである。

9 / 12

[柴田真司 @ShinjiSHIBATA11]

一般化最小二乗法 (GLS) は, 誤差項の分散が不均一であったり自己相関が存在したりするとき, データの変換や重み付けを行って適切な回帰係数を推定する手法である。

8 / 12

[本間宏紀@背景理論を重んじるデータサイエンティスト @j0OmcPKEmMMkNWX]

0.05を下回ったから効果があると判断する。この基準を、なぜ0.05なのかと疑ったことがないビジネスマンは、思っている以上に多い気がしています。あの数字、実は何かの数学的必然から導かれたものではありません。

有意水準0.05という慣習が定着したのは、1920年代にロナルド・フィッシャーが農事試験の分析で便宜的に採用したことがきっかけです。20回に1回くらいの偶然なら許容して実務を回す、というかなり感覚的な線引きだったはずです。ここで見落とされがちなのは、フィッシャー自身はこの数字を絶対的な真理として提示したわけではなく、研究の文脈次第で変えてよい目安として書いていた点です。ところが後続の研究者たちがこれを検定のパスラインとして固定的に運用するようになり、査読という制度の中で0.05未満なら論文になり、0.05を超えれば埋もれるという、いわば統計的な合否線に変質していった。数字自体の正しさより、それを制度としてどう使い続けたかという運用の歴史の方が、この閾値の生存理由として大きいと私は見ています。

アメリカ統計学会が2016年に出した声明は、この運用のあり方に一石を投じました。p値は仮説が正しい確率を示すものではないし、効果の大きさを示すものでもない、という基本に立ち返る内容です。ただ2019年のタスクフォースの結論は、p値を廃止せよという急進論ではなく、適切に解釈して使えば結論の厳密性を高められるという、かなり穏健な運用改善論に落ち着いています。この振れ幅、正直まだ完全に腑に落ちてはいません。制度が一度固定した基準を、制度自身が緩やかに修正していくという動きそのものが、統計学というより社会が合意を作り直す過程に近いとも感じています。

ここで経営判断に近い立場の人ほど誤読しやすいのが、有意差が出なかった投資判断や事業指標を、差がないことの証明だと受け取ってしまう点です。0.05を下回らなかったことは、効果がなかったことの証明ではなく、今のサンプルサイズと分散のもとでは検出できなかった、というだけの話に過ぎません。閾値そのものを疑うより先に、閾値の外側にどれだけの不確実性が残っているかを説明できる人であってほしい。社内で数字を扱う立場にいるなら、この一点だけは持っておいた方がいいと思っています。

[柴田真司 @ShinjiSHIBATA11]

@Ayumu_walker さすがプロ。

[柴田真司 @ShinjiSHIBATA11]

@zin_guy なるほど。
努力をすると成長はする。
成功するとは限らない。
このあたりの温度感は人それぞれ。

[柴田真司 @ShinjiSHIBATA11]

@natsupikkk ほとばしる文才。この世界観の小説があったら是非よみたい。

[柴田真司 @ShinjiSHIBATA11]

従って「母集団のどの n 個のグループも等しい確率で抽出する」を満たすならば単純無作為抽出といえる。

5 / 5

[柴田真司 @ShinjiSHIBATA11]

個体は分割すると性質を維持できず固有性が失われる存在である。

無作為抽出にて N 個の個体からなる母集団を考えるとき「n 個の個体を等しい確率で抽出する」ことと「母集団のどの n 個のグループも等しい確率で抽出する」は違う意味である。

1 / 5

[柴田真司 @ShinjiSHIBATA11]

各個体が選ばれる確率は 50 % であり A と C が同時に選ばれる確率は 1 / 6 である。

「n 個の個体を等しい確率で抽出する」ことは単純無作為抽出であることの必要条件であり, 「母集団のどの n 個のグループも等しい確率で抽出する」ことは単純無作為抽出であることの必要十分条件である。

4 / 5