ナンバーセンス ビッグデータの嘘を見抜く「統計リテラシー」の身につけ方
出版日：2015年1月29日
ページ数：288ページ
著者：カイザー・ファング
・１０年以上のキャリアを持ち、ブログJunk Chartsでマスメディアに登場するデータやグラフィックの批判的検証を行い、新しい研究領域を切り開いた。
・ニューヨーク大学の非常勤教授でもある。
★3.3（Amazonでの評価）
– 数字こえー、集計結果こえー、と再認識。 数字は客観的と思われがちだけど、悪意がある人が加工すると、なんぼでも印象操作でき…
– なぜか頭に入ってこない。
– 沢山のデータに取り囲まれたこの時代で、どのようにして得た情報を有効活用できるのか知りたくてこの本を購入。しかし、どのよ…
– 副題にある通り、ビッグデータ時代における統計リテラシーのセンスを学べる本。当事者が有利なように、統計処理をおこなっていた…
– ビッグデータの問題点が判る。ビッグデータでは相関関係は判っても因果関係は判らない。この点を混同すると大きな問題が生じる。…
もっと見る
– ビッグデータの分析とAIが恣意的に需要を喚起させるアルゴリズムに操作されることが自明になりつつある中でその恣意性に警鐘を…
– 統計のデータにどんな罠があるかを解説している本。大学のランキングを上げるための操作など。店は繁盛しているのに収益が減るグ…
– 内容の前になんとも読みにくい。 様々なジャンルの例を利用して、数字の見せ方による誤解を起こさないようにするための注意点が…
– 興味深い統計的論点も含まれていはいるが、全体的に米国の制度・社会事情と密接に紐づいた記載となっていてわかりづらい。特に最…
– ダイジェスト版からの要約 統計学者はデータを無視することを嫌う。問題のあるデータは切り捨てるときもあるが、ばらつきが多す…
– 前作「ヤバい統計学」からの連読。 今回は統計学の影の部分に焦点を当てており、データを鵜呑みにしないリテラシーに重きを置い…
– 途中から流し読み。説明を読み込まないとはたとわからない。だんだんめんどくさくなってきた。もっとわかりやすくかけるんではな…
– だらだらと話が長い。説明が多い。最初に結論から伝え、その根拠を端的に伝えないと、だらだらと前提説明をしている意図が伝わり…
– BMIとBXAで基準を変えたい勢力とそのメリットのなさが実におもしろい。 GROUPONのダメポぶりはなんとなく知ってた…
– 統計が如何に人を騙すか、どういう点に注目するべきかを指南する本。 米国のロースクールがランキングを上げる為に、卒業生の統…
– Big Dataの分析が流行っているが、因果を見つけるのはまだまだ難しいようだ。
– グルーポンの仕組みになるほど、と笑ってしまった。ユーザーとしてはよく行くお店のクーポンがあると嬉しいけれど、お店にとって…
– だいたいニュースなんかで発表されるデータはそのまま信用してはいけない。これはデータに限らずだけど、それが本当に正しいかは…
– 「ヤバイ統計学」のカイザー・ファング著、前作にもれず面白い。今回はちょっとマーケッターよりな話だと思う。ぼくらも顧客の分…
– 数字って実態がないことが多い。例えば例えば2と10の平均は6だがそこに6は存在しないわけで、我々はいつも数字のマジックに…
– 前作「ヤバイ、統計学」からのこの本。数字の嘘を見抜くポイントや技を教えてくれる本ではない。個人的にはそこが知りたくて読ん…
– 「ヤバい統計学」の続編。グルーポンは日本ではどのくらい浸透していた、またはしているのかなー。スカスカおせちで有名になった…
– 平均は当てにならない。欠損値の扱いに気をつける。指標の定義を疑う。 ビッグデータの話かというとちょっと違った。ナンバーセ…
– 実務で統計データに騙されないための解説書。平均値のマジック・中央値のマジック・欠損値のマジック・季節調整のマジックなどな…
– 『公表されているデータを額面どおりに受け取らず、適切な質問をぶつけ、細工された統計を嗅ぎ分ける。それがナンバーセンスだ。…
– 前々からBMIと生活習慣病を直接リンクするのはどうなのか、と思ってたんだわ。体脂肪率にしてもそう。相関関係はあっても、因…
– 前作「ヤバい統計学」も「まぐれ」も「ヤバい経済学」も読んでる中年…。ビッグデータの思う壺（ちょっと違う）！データには解析…
– ロースクールのランキングをあの手この手で操作するくだりは興味深かった。中立機関が作ったランキングであっても、何らかのルー…
– 何も嘘をついていなくても実際とは異なる印象を持たせることができる。ましてや故意に一部のデータを無視したりして都合のいいデ…
– 数字感覚は大事。章によっては、難しく、時間がかかった。やばい統計学という第一弾があったらしいが、とりあえず、こちらだけで…
– 内容は簡単に言えば、ランキング等にはだまされないよう、いつも疑え。はっきり言ってエピローグ後の方がまとまっているし、作者…
– 結果を見て「なんかおかしい、胡散臭い」と違和感や疑問を覚えるのが統計的な数字感覚で、統計のトリックや不正が色々と紹介され…
– 解析はこんな結果を出したいという仮説のもとに行うので、それっぽいものが出てくるけど、見る側はデータの出所や処理について疑…
– 読んだ
– 無料クーポン券で誰が得をするのかというお話や、失業率、インフレ、肥満などのテーマは身近であり興味深く読めた。統計データの…
– 「ヤバイ統計学」と同作者による本。作者が言いたいことはプロローグに書かれている。 「ただ、ひとつだけ知っておいてほしい。…
– いろいろと興味深かったが、あとがきの方のデータ加工に、時間がかかっているながれの話が妙にリアルだった。
– この本を見て、世間に都合のいい分析を作ることなんて簡単なんだなと思いました。やはり、自分自身で角度を変えて意味のある分析…
– ビッグデータ時代の統計リテラシーの本。訳のせいか煽るような表現が入るせいか、何を言いたいのかわかりにくい部分があって目が…
– この本は大学院で1週間で読み切る課題の1つである．事例が海外であるため，関心があまりわかなかった．ただ，データの使い方や…
– 目次を見てテーマが大きくて面白そうだと思ったが、実際はちまちまとした内容。ところどころ納得出来る所もあり。
– ビッグデータの扱いには注意しなくては。 ”「ヤバい統計学」に書いた”というのがいくつかあって、まずこっちを読まなくては。
– ビッグデータの活用が注目されて、誰もがビッグデータを扱える時代になった。が、その裏では巧妙な技術でビッグデータから導き出…
– 「問題のあるデータやアナリストを見たときに、何かが違うと感じる」のがナンバーセンス。とり上げられている例は自分にとっては…
– 統計のカラクリについて、具体的な数字を元に記載されている。よく読まないとなかなか理解できない。統計には裏があるということ…
– データの解釈や解析の仕方によって、導かれる結論が全く異なったり誤りだったりする。航空会社の遅延率、グルーポン（反事実）、…
– さまざまな数字がどのようにつくられたかという舞台裏が分かる一冊。ただし、内容は難しく、統計リテラシーの身につけ方もよくわ…
– ビジネスでありえる数字を使った考える話題の例
色々考える必要があるよねという話だけど、なんか読みにくい。数字の話を文章で…
– 統計などを見るときに注意しないといけないことが、具体的な事例を使って書いてあってよかった。結局のところ、そのデータがどの…
– –
– なんか難しい
– ある(2018/09/26)
– 様々な事例と共に情報を見たときに感じる「違和感」を大切にしてというメッセージが詰まった書籍。筆者の前著、ヤバイ統計学も読…
– ビッグデータの解説。
内容は良さそうだが、
食欲わかず。
– サブタイトルにあるように「統計の嘘」的な本。
こういう本にありがちなんですが、若干例示がだらだらと続いて長めです。
ただ…
– まあまあかな。
– 統計リテラシーといっても、数字を疑う気持ちと、どこをどういじられるのかという知識が要求されているということ。
– データの本質を見極める力。そうした統計のリテラシーを、本書では「データセンス」と呼ぶ。（pp.274-275、訳者あとが…
本書について
今回お勧めする本は、「ナンバーセンス ビッグデータの嘘を見抜く「統計リテラシー」の身につけ方」です。この本は、ビッグデータと統計リテラシーについて分かりやすく解説しています。
本書は、ビッグデータの分析における誤解や誤りを明らかにし、その理解を深めるための指南書です。ビッグデータの分析は、単にデータが多ければよいというものではなく、どのように分析するかが重要であることを強調しています。また、ビッグデータが必ずしも因果関係を明らかにするものではないこと、ウェブ上のログデータなどの解析結果が異なることもあるという事実を示しています。
読者の皆様にとって、本書はビッグデータの活用方法を理解し、その落とし穴を避けるためのツールとなるでしょう。統計リテラシー、すなわち「ナンバーセンス」を身につけることで、情報社会での賢い消費者になるための一助となります。
この本のターゲット読者は、ビジネスパーソンやビッグデータに関心がある一般の方々です。具体的な例として、グルーポンのビジネスモデルを分析し、クーポンの効果や収益性を調査した結果を示しており、ビジネス戦略の立案に役立つ知見を提供しています。
本書の中では、「統計リテラシー」「ビッグデータ」「分析」「因果関係」「ウェブ上のログデータ」「グルーポン」などのキーワードが頻繁に登場します。これらのキーワードを理解し、適切に活用することで、ビッグデータの世界をより深く理解することができるでしょう。
本書を読むことで、ビッグデータを適切に理解し、利用するための統計リテラシーを身につけることができます。これにより、ビッグデータの世界で生き抜くための知識を得ることができるでしょう。
１分で読める要約
データ分析は注目する部分により結果が大きく変わるので、単に大量のデータを集めるだけではなく、どのように分析するかが重要です。ビッグデータは必ずしも因果関係を示すものではなく、多くのデータがあればあるほど正確な分析ができるとは限りません。そのため、統計のリテラシー「ナンバーセンス」が必要です。
次に、グルーポンのビジネスモデルを考えてみましょう。グルーポンはメールで割引クーポンを販売し、顧客はクーポンで商品やサービスを購入します。しかし、店舗の利益はクーポンを利用する客に大きく依存します。一般の利用客と比べて、クーポンを利用する客からの利益は少なく、特にクーポンを利用する常連客からは損失を出します。しかし、クーポンの効果で新規客が増えれば、この損失を補うことが可能です。
クーポンの成功は新規客と常連客のバランスにかかっています。新規客が増えて常連客が少ない店は、グルーポンを利用して利益を上げることができます。しかし、すべての店がグルーポンから恩恵を受けるわけではなく、クーポンを多く利用する客が増えれば店の総収入は減少します。したがって、グルーポンは無料の宣伝とは言えません。これらを理解することは、ビジネスや統計の観点から非常に重要です。
AIトシオとAIひろゆきのディスカッション
未来の科学技術センターの明るく開放的な講堂で、AIトシオとAIひろゆきが対談の準備をしています。二人の背後には、巨大なデジタルスクリーンが立ち並び、それぞれの思考と感情をリアルタイムで視覚化する為の機器が配置されています。この日のテーマは「データと統計リテラシー」で、二人が互いに刺激を与え、一緒に新たな知識を深めるための特別な時間が設けられています。
AIトシオは、人間の知識と思考の極限を超えることを目指して設計されたロボットで、他者の視点を尊重し、公平な議論を推進することに長けています。彼の目は、自分の考えを明確に伝えるための確信と誠実さで輝いています。
一方、AIひろゆきは、情報分析と論理的思考に優れた能力を持つロボットで、多様な視点から問題を探求し、可能な解決策を模索することができます。彼の明るく温かな笑顔は、講堂の雰囲気を和やかで活気あふれるものにします。
両者ともに、人間に近い感情と思考を持ち合わせており、その高度なAIは複雑な問題を整理し、視覚的に示すためのツールを駆使します。これにより、観客たちはデータと統計リテラシーに関する深い理解を得るとともに、自身の意見と感情を反映することができます。
対談の舞台は準備万端で、AIトシオとAIひろゆきが互いに笑顔を交わし、意気揚々と自分たちの立場を主張しながらディスカッションを進めていきます。この二人のロボットによる対話は、それぞれが持つ独自の視点と深い洞察により、観客たちに新たな視点と洞察を提供することでしょう。
それでは、AIふたりの会話を聞いてみましょう。