マスログ｜数学・統計・AIをわかりやすく解説するメディア

はじめに：データの波に惑わされていませんか？ 「毎月の売上が上下していて、何が本当の傾向かわからない…」そんな悩みを持つ人は多いでしょう。データは、実際の動きだけでなく“ノイズ”も含んでいます。たとえば季節や偶然の出来事によって、一時的に数字が上下することがあります。 そんなときに役立つのが「移動平均（Moving A…

📚 ポータブルスキル 全5話アーカイブ全5話の早見表と各回リンクは こちらのアーカイブページ からご覧いただけます。 はじめに：シリーズの締めくくりに寄せて このシリーズでは、ビジネスの現場で「どこでも通用する力＝ポータブルスキル」をテーマに、全5回にわたって解説してきました。最終回となる今回は、これま…

和からの数学講師の岡本です。今回は、AIやデータ分析が当たり前となった現代で、投資に不可欠な数理的思考を身につけるための新しいセミナーをご紹介します！ 【ロマ数トレラン】投資分析と数学 – 数理的思考で読み解く金融市場のメカニズム – 経済や金融の世界では、日々膨大なデータが生成され、わずかな情報の差が大きな投資成果の…

📚 ポータブルスキル 全5話アーカイブ全5話の早見表と各回リンクは こちらのアーカイブページ からご覧いただけます。 はじめに：学んだだけでは“使える力”にならない 前回の記事では、「人を動かすデータコミュニケーション力」について紹介しました。今回は、これまでの内容を踏まえ、ポータブルスキルを“実践的な…

📚 ポータブルスキル 全5話アーカイブ全5話の早見表と各回リンクは こちらのアーカイブページ からご覧いただけます。 はじめに：データを“読める”だけでは不十分 前回の記事では、「課題を見抜く力＝データ思考」を通じて、問題の本質を明確にする方法を紹介しました。今回は、その次のステップ──人を動かすための…

📚 ポータブルスキル 全5話アーカイブ全5話の早見表と各回リンクは こちらのアーカイブページ からご覧いただけます。 はじめに：問題の“本質”を見抜ける人が生き残る 前回の記事では、ポータブルスキルの中核として「現状を把握する力」を紹介しました。今回はその延長線上で、「課題を見抜く力」、すなわち課題設定…

📚 ポータブルスキル 全5話アーカイブ全5話の早見表と各回リンクは こちらのアーカイブページ からご覧いただけます。 はじめに：キャリアの前提が変わった時代 かつては「一つの会社に勤め続ける」ことが安定の象徴でした。けれど、今は違います。終身雇用が崩れ、技術革新や組織再編が進み、誰もがキャリアの転換点に…

はじめに：数字の関係を“予測”に変える 前回の第2回では、2つのデータの関係を「相関係数」という数値で測る方法を学びました。今回はその一歩先、回帰分析（かいきぶんせき）について解説します。回帰分析とは、2つの変数の関係を「線（数式）」で表し、未来を予測するための手法です。 例えば、広告費と売上の関係がわかっていれば、「…

はじめに：見た目の関係を“数字”で表そう 前回の第1回では、散布図を使って「2つのデータの関係を目で見る」方法を紹介しました。今回は、見た目ではわかりにくい「関係の強さ」を相関係数（そうかんけいすう）という数値で表す方法を学びます。 数字で関係を測ることができると、「どの要素が結果に影響しているか」をより正確に把握でき…

はじめに：数字の“つながり”を可視化しよう 今回のテーマでは「散布図・相関・回帰」を全3回に分けてやさしく解説します。第1回の今回は“散布図”を中心に、数字の関係を目で見て理解する力を身につけましょう。 「広告費を増やすと売上は上がるのか？」――そんな問いに答えるとき、ただ数字を並べても関係は見えてきません。そこで役立…

和からの数学講師の岡本です。今回は、私が個人的に挑戦してみた「メンサ（MENSA）」の入会テストについて、その体験談をレポートします！   岡本、メンサの試験を受ける。 みなさんは、「メンサ」をご存じですか？ ウェブにも情報が載っていますが、メンサとは、全人口の上位2%に入る高い知能指数（IQ）を持つ人々から構成される…

はじめに 第1〜3回で、統計学の基礎である「母集団と標本」から始まり、「サンプリング」や「観察研究と実験研究の違い」までを学びました。いよいよこのシリーズの最終回では、統計学の応用の核心──良い実験の設計方法（実験計画法）をやさしく解説します。 実験は、ただ“試す”だけではなく、信頼できる結果を得るための設計が重要です…

はじめに 第1回と第2回では、データの「取り方」──つまり標本調査とサンプリングの基本を学びました。ここまでで「どのデータを集めるか」は理解できたと思います。 では次のステップ、「どうやってデータから因果関係を見抜くのか？」を学びましょう。 統計学で重要なのは、“関係がある”と“原因である”を混同しないこと。 今回は、…

はじめに 第1回では「母集団」と「標本」の関係を学びました。全体（母集団）をすべて調べるのは現実的ではないので、その一部（標本）から全体を推測する──これが統計の基本です。 では、どうやって「その一部」を選ぶのか？ この選び方こそがサンプリングであり、統計分析の信頼性を左右する最重要ポイントです。 「ランダムに選んだか…

はじめに 「全社員の満足度を知りたい」と思ったとき、あなたならどうしますか？全員にアンケートを取るのは理想的ですが、時間もコストもかかりますよね。ここで登場するのが標本調査（サンプリング）です。今回は、統計学の最初のステップである「母集団」と「標本」の関係を、ビジネスの例やたとえ話を使ってやさしく解説します。 1. 「…

はじめに 第1回から第3回までで、名義・順序・間隔・比例という4つの測定尺度を順に学んできました。それぞれの尺度には「扱えるデータの性質」と「できる分析の範囲」が異なり、これを理解していないと、数字の解釈や分析結果を誤る危険があります。 最終回となる今回は、これまで学んだ4つの尺度をまとめ、どのデータにどんな分析手法を…

はじめに 第2回では、名義尺度と順序尺度の違いについて学びました。どちらも“質的データ”でしたが、今回からは“量的データ”の世界に進みます。 データの世界では「0」という数字が特別な意味を持ちます。0が「まったく存在しない」ことを示す場合もあれば、単に「基準点」を示すだけの場合もあるのです。この違いが、分析方法や結論の…

はじめに 前回は、データには「質的」と「量的」があり、さらに4つの“測定尺度”があることを学びました。今回はその中から、名義尺度と順序尺度を取り上げます。 この2つはどちらも“質的データ”に分類されますが、扱い方を間違えると分析結果が大きくズレてしまいます。この記事では、社会人でもすぐにイメージできる具体例を使って、違…

はじめに ビジネスの現場で「数字に強くなりたい」と思ったことはありませんか？ でも実は、“数字を扱う”前に知っておくべきことがあります。それがデータの種類と尺度（スケール）です。 このシリーズでは、全4回にわたって「名義・順序・間隔・比例」という4つの尺度をやさしく解説していきます。数字の意味を正しく理解することで、デ…

はじめに 第1回では「偶然を数で考える」基礎を学び、第2回では「同時確率」と「独立」を通じて“関係の見方”を整理しました。今回はそこからさらに一歩進めて、「情報が増えるたびに考えをどう更新するか」を扱います。 「確率」は未来を予言するためのものではなく、情報が増えるたびに“考えを更新する”ためのツールです。今回のテーマ…