統計・データ分析
平均や相関といった統計の基本から、Excel・Pythonを使った実務のデータ分析までをまとめています。数式の暗記ではなく「なぜそう考えるのか」から解説しているので、文系の方や統計を学び直したい社会人の方にも読み進めていただけます。統計検定の学習前に全体像をつかみたい方にも。
-
FOBOとは？｜仕事が不要になる不安、米就業者の27%で過去最高
FOBOとは、技術の進歩で自分の仕事や技能が不要になるのではないかという不安です。身近な仕事の例から意味を説明し、米国調査の27%を読む際の注意点と、仕事を作業ごとに分けて考える方法を紹介します。
2026年10月1日
-
ブレインフライとは？｜米調査でAI利用者の14%が自己申告した頭の疲れ
ブレインフライは、AIの使用や出力の監視に伴う精神的疲労を表す言葉で、医学的な診断名ではありません。複数のAIの出力を確認する例から、米国調査の14%の注意点と、作業量・確認時間・休憩の見直しを考えます。
2026年9月28日
-
認知的降伏とは？｜AIの答えを確かめず、自分の判断にしてしまう状態
認知的降伏とは、AIの答えを吟味せず、自分の判断として受け入れる状態です。自分の見立てを確かめずに変える例から意味を整理し、自信と正しさを分ける確認方法、査読前研究の結果と限界を紹介します。
2026年9月26日
-
ミススキリングとは？｜AIの誤りを覚えてしまうリスクと防ぎ方
ミススキリングとは、AIの誤りを正しい知識として覚え、後の判断でも使い続けてしまうことです。統計手法の条件を誤って覚える仮の例で、気づきにくい理由と、出典確認・未確認の明記・訂正の方法を説明します。
2026年9月22日
-
生成AIの捏造はなぜ起きるのか｜OpenAI公式の6事例と、主要3モデル15問の実測
生成AIの捏造とは、根拠のない数字や出典を事実として示すことです。考えられる原因と限界を説明し、OpenAI公式の6事例、主要3モデル・計15通りの実測を紹介。数値の創作は観測されなかった一方、404の出典URLがありました。数値・年度・出典の確かめ方を整理します。
2026年9月21日
-
AI時代に必要なスキルはリーダーシップかAI活用力か｜経営層調査「リーダーシップ86.3%」を人間力優先と読んではいけない理由
経営層139人が今後3〜5年に必要と答えた力はリーダーシップ86.3%、デジタル・AI活用能力48.9%。日経ビジネスとグロービスの調査を、回答者の属性や自己選択、必要度と不足度の違いから読み解きます。
2026年9月21日
-
PISA2025の日本の結果｜3分野OECD1位でも低得点層が増えたのはなぜ？
PISA2025で日本は数学・読解力・科学の3分野でOECD加盟国中1位。一方、低得点層は3分野すべてで増えました。公表された平均得点と習熟度別の割合をもとに、順位だけでは見えない変化と有意差の読み方を解説します。
2026年9月16日
-
生成AIで勉強は大丈夫？Z世代62.6%が利用、信頼48.5%｜数学10問でAIの間違いを検証
生成AIを勉強に使うとき、答えをどう確かめればよいのでしょうか。数学・統計10問の試行で見つかった計算ミスから、検算・具体例・定義の確認を紹介。楽天調査の利用62.6%・信頼48.5%の読み方と、独学や相談で理解を確かめる方法も整理します。
2026年9月14日
-
生成AI検索の利用率52.3%、AI経由の流入は0.72%｜2026年の実測
生成AIで検索する人は52.3%（サイバーエージェント調査・2026年8月）。一方、和からのGA4ではAI経由の流入は全体の0.72%でした。調査の偏りと定義の問題を統計の目で読み、中小企業のLLMOで何をすべきかを自社データで検証します。
2026年9月14日
-
モデル崩壊とは？｜AIがAIの出力で学ぶと分散が消える仕組みを計算する
モデル崩壊は、AI生成データで次のAIを学習させる過程で、元のデータの特徴が失われる現象です。珍しい事例が抜け落ちる例から、起こる条件とNature論文を解説。後半では正規分布の数値実験を使い、分散の期待値と典型的な変化の違いを考えます。
2026年9月8日
-
オートメーション・バイアスとは？｜AIの答えをどれだけ信じるかをベイズの式で決める
オートメーション・バイアスは、AIなどの答えを過信して確認を省く傾向です。仕事で起こる例と対策を押さえ、1万件の判定例からベイズの定理を理解します。研究結果と仮定した計算を分け、AIの性能や見逃しの影響に応じた判断を考えます。
2026年9月6日
-
GPT-6 Astraは99.9%か62.7%か｜ARC-AGI-3を統計で読む
GPT-6 AstraのARC-AGI-3スコアは、標準ハーネスのmaxで62.7%、Provider Adapterのhighで99.9%。ただし両者は推論量も異なるため、37.2ポイントすべてをハーネス差とは言えません。RHAE、同条件比較、実験計画の視点からAIベンチマークの読み方を整理します。
2026年9月5日
-
応用基礎レベル修了で統計検定2級に受かるか｜モデルカリキュラムと出題範囲の対応表・差分表
大学の「数理・データサイエンス・AI教育プログラム（応用基礎レベル）」を修了すれば統計検定2級に受かるのか。モデルカリキュラム24項目と2級の出題範囲を1項目ずつ突き合わせ、対応表・不足項目・準1級側にはみ出す項目の3表にまとめました。
2026年9月3日
-
パスカルの三角形とは｜組み合わせと確率の宝庫をやさしく解説
パスカルの三角形を一番上n＝0で整理し、組み合わせ・二項展開・コイン投げの確率との対応を解説。行の和が2のn乗になる理由と、和から式「予想→確認→説明」の楽しみ方も紹介します。
2026年8月23日
-
z得点（標準化）とは｜単位の違うデータを比べる方法をやさしく
z得点は「（値−平均）÷標準偏差」で相対的位置を表す標準化得点です。Excelでの計算、外れ値判定の注意点に加え、和から式「5点チェック」と売上・苦情率の向きをそろえる実務例を解説します。
2026年8月21日
-
伝わるExcelグラフの作り方｜目的別のグラフ選びをやさしく
Excelグラフは種類より先に「誰が何を判断するか」を決めます。棒・折れ線・散布図・ヒストグラム等の選び方と軸の注意点を整理し、和から式「作る前の30秒・5問チェック」を具体例で解説します。
2026年8月19日
-
ABC分析のやり方｜重点管理を数字で決める4ステップ
ABC分析は、商品を重要度でA・B・Cに分けて重点管理する手法。背景のパレートの法則から、金額を出す→並べる→累積比率→ランク分けの4ステップ、ランク別の管理方針まで、和からの統計講師がやさしく解説します。
2026年8月9日
-
公認心理師・心理系大学院に統計はどこまで必要？｜心理統計の学習ロードマップ
心理統計の目的と必要範囲を、架空の得点例から解説。平均・分散、記述統計と推測統計、p値・効果量・信頼区間の意味を押さえ、公認心理師試験と心理系大学院に向けた学ぶ順番を紹介します。
2026年8月4日
-
加重平均と単純平均の違い｜評価・指標での使い分けをやさしく
単純平均と加重平均の違いは「重みをつけるかどうか」。件数が偏っていると単純平均は実態とずれます。店舗の客単価の例で違いを示し、ExcelのSUMPRODUCTでの計算まで、和からの統計講師がやさしく解説します。
2026年8月1日
-
二項分布とは｜コインや不良品の確率をやさしく解説
二項分布とは「成功か失敗かをn回くり返したときの成功回数の分布」。コイン投げや不良品の例で、成り立つ4条件・平均np・ExcelのBINOM.DISTでの計算まで、和からの統計講師がやさしく解説します。
2026年7月30日
