マスログ｜数学・統計・AIをわかりやすく解説するメディア

https://youtu.be/zotuxXqOJ5Q はじめに 「統計」と聞くと、数字やグラフが並んでいて難しそう…と感じる方は多いかと思います。特に数学が苦手な文系出身の方にとっては、「自分には無理」と思ってしまうかもしれません。ですが実際には、統計は日常やビジネスのあらゆる場面で役立つ“問題解決の道具”です。 …

　本シリーズでは、因果推論の一手法「回帰不連続デザイン」について、その考え方と使える場面を紹介してきました。最終回となる今回は、いよいよ実例ベースで「実際にどんな効果があったのか？」を紹介していきます。 　まだ前回までをご覧でない方は、こちらからどうぞ： 👉 単純比較じゃダメ？“境目分析”で因果を探る回…

https://youtu.be/hRF9lg1LcGo 会議で「全体の平均は？」と聞かれて、Excelの=AVERAGE()で計算して報告。多くの人が当たり前にやっていることですが、実はその「平均」、ビジネスの状況を正しく表していないかもしれません。 「平均」にはいくつか種類があり、目的に合わせて使い分けるだけで、あ…

前回は、「因果推論とは何か？」という基本から、回帰不連続デザインの直感的な考え方までを解説しました。 今回はその続編として、「では実際にどんな場面でこの手法が活用できるのか？」について具体例を交えて紹介していきます。 まだ前回の記事を読んでいない方は、ぜひ先にこちらからどうぞ。 👉 【因果推論Part1…

https://youtu.be/1j-Omr2Q_n4 リスキリング（学び直し）は「何を学ぶか」だけでなく、「どう学ぶか」が成果を大きく左右します。仕事と両立しながら続けるためには、性格や行動のくせに合った学び方を選ぶことが近道です。 背景として、世界経済フォーラムの調査では、2030年までに働く人の中核スキルの約4…

はじめに 検索や生成AIを使えば、誰でも簡単に事実確認ができる時代ですが、それにもかかわらず、SNSやニュースで衝撃的な見出しが出ると、確認をしないまま真に受けてしまう人が多いのが現実です。実際には数分調べるだけで誤情報かどうか判断できるのに、それを行わないケースが後を絶ちません。「アフリカホームタウン問題」はその典型…

このたび、ビジネスパーソンのための統計的因果推論の入門書 「正しいデータ分析でビジネスを加速する 因果推論入門」（インプレスブックス）を出版させていただくことになりました。 本書の特徴 本書は、日々の業務でデータと向き合うビジネスパーソンの皆さまを対象とした、まったく新しいタイプのデータ分析入門書です。特に因果推論とい…

「髪の毛統計学」もいよいよ最終回です。これまで、薄毛の主な原因、改善できる7つの要因、そして進行のリアルを統計データとともにお伝えしてきました。 1990年代に「検索」という手段が登場して以来、私たちは膨大な情報にアクセスできるようになりました。しかし、その分、必要な情報を見つけ出すには時間がかかりますし、情報の信頼性…

因果推論って何？ 　私たちが日々のビジネスで直面する大きな課題のひとつが、「施策の効果をどうやって測るか」という問題です。広告、キャンペーン、値引き、クーポン、SNS施策、どれも成果を上げるために取り組みますが、施策の効果、つまり「その施策がなければ結果はどうなっていたのか」 を知ることは難しい問題となります。 　この…

「髪の毛統計学」へようこそ。原因、要因ときて、今回は「いつ」をテーマに、データから薄毛の現状を捉え、現状認識の一助になればと思います。薄毛の悩みが尽きない理由は、その原因や対策が複雑で、巷にあふれる情報が玉石混淆だからではないでしょうか？「髪の毛統計学」では、科学的なデータや統計に基づき、薄毛の「なぜ？」を解き明かし、…

「髪の毛統計学」へようこそ。 前回の第1回では、「薄毛は遺伝だから仕方ない」という誤解を解き明かし、薄毛の主な原因が遺伝とホルモンにあることをお伝えしました。 今回の第2回では、その知識をさらに深掘りし、薄毛は遺伝という土台の上に、日々の生活習慣が積み重なって進行すると考えられる点を見ていきます。つまり、遺伝以外にも、…

「ハゲは遺伝だから仕方ない…」そう諦めている人はいませんか？父も祖父も親族も早くに毛が薄くなり、自分の髪の将来が心配になる…。 この記事は、自分の将来を悲観した筆者が、データを活用しながら「薄毛」の遺伝的呪縛と戦ってきた内容です。幸いなことに、20年ほど前から髪の毛を気にし始め、医師や専門家からのヒアリング、そしてデー…

はじめに 前回（第9回）では、1950年代以降にコンピュータやAIが経済統計を大きく変えたことを振り返りました。国勢調査の効率化から金融工学の発展、さらにビッグデータ時代の到来まで、技術が統計のあり方を押し上げてきたことを見てきました。 いま私たちは、物価上昇や為替の変動、地政学的リスク、さらに生成AIの急速な普及とい…

前回（第8回）では、第二次世界大戦期から戦後にかけて、GNP/GDPや産業連関表、CPIなどの基盤指標が整備され、統計が国家の経済運営に必要になったことを確認しました。今回はその続きとして、1950年代以降にコンピュータの登場が統計の質と量をどう変え、さらにはAIの発展が意思決定をどう加速させてきたのかを、実際の数字と…

前回（第7回）では、1930年代の世界恐慌が統計に大きな役割を与えたことを学びました。GDPや雇用統計といった“経済を測る基本の数字”が誕生し、統計が政策を進めるための指針となったのです。 今日のニュースを見れば、インフレ率やGDP成長率が発表されるたびに株価が動いたり、失業率の悪化が社会問題として報じられたりしていま…

前回（第6回）では、20世紀前半に統計が国際的なルールとして整えられ、サンプリング調査や経済指標が誕生し、さらに保険や金融の分野で広がっていった流れを見てきました。数字が社会や生活に密接につながり始めたのです。 しかし1929年、アメリカの株価大暴落から始まった「世界恐慌」は、統計にとっても大きな試練となりました。この…

前回（第5回）では、19世紀に統計が「国が制度として扱うもの」になり、グラフの誕生や機械化によって一気に進化した姿を見てきました。その続きとして20世紀に入ると、統計は「学問」として整理され、さらに世界共通の基準が整えられていきます。同時に、金融や保険といった私たちの生活に直結する分野でも応用が広がり、統計は社会の基盤…

19世紀は、産業革命の進展によって経済がぐんと大きくなり、人々の暮らし方や社会の仕組みも急速に変わった時代です。こうした変化に合わせて、各国では統計の仕組みが整えられ、データを「集める」「わかりやすく見せる」「計算で分析する」「機械で処理する」といった流れが大きく発展しました。この記事では、統計の発展を4つの側面――制…

はじめに これまでの回では、人類がどうやって数字を残しはじめたのか、税や宗教の記録がどのように整理され、やがて国勢調査や帳簿制度が制度として広まっていったのかを見てきました。今回のテーマは、いよいよ「数字をただ集めるだけでなく、そこから社会の姿を読み取り、未来を考える」という新しい一歩です。 17世紀のイギリスには、数…

第2回では、古代〜中世に芽生えた台帳・租税・宗教記録が行政や商業の基盤を形づくったことを確認しました。17〜18世紀は、それらの記録を国家レベルの統計へ統合し、複式簿記が商業と財政の意思決定を支える時代へと移行します。今回は、1660年代カナダ、1749年スウェーデン、1790年アメリカの「数える仕組み」と、東インド会…