統計学
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2024/03/10 02:51 UTC 版)
語源
英語で統計または統計学を「
なお、統計学という語は、ドイツの政治学者ゴットフリート・アッヘンヴァルが1749年に『ヨーロッパ諸国国家学綱要』の中で、それまでドイツ語で「Staatenkunde」（「国情論」の意味）と呼ばれていた[6]学問に「
日本語の「統計」という語の起源は明確にはなっていないが、幕末から明治初年にかけての洋学者である柳川春三が初めて現在の意味でこの語を使用したと考えられており、明治2年（1869年）には彼の編纂した冊子においてこの語と用法が使用されたとの記述がある。その後、明治4年（1871年）には大蔵省に「統計司」（後に「統計寮」に改組）が置かれ、次第にこの語が広まっていった[8]。
分類
記述統計学と推計統計学
統計学は「記述統計学 (descriptive statistics) 」 と「推計統計学（inferential statistics、推測統計学とも） 」に分類できる[9]。記述統計学はデータの特徴を記述する学問であり、推計統計学は標本から母集団を推計する学問である。
記述統計学は、データ1つがもつ特徴を記述・説明することに着目した分野である[9]。例えば小学生99人の身長データがあったとする。データの値は個別の小学生のものであり、100人全体の特徴は値を個別に見ただけでは分からない。ここでデータの値を身長順に並べ、50番目の値を見れば「この小学生99人の"普通"の身長はだいたい110 cmである」と記述できる。50番目の値は中央値という。このように、データ全体の特徴を要約・記述することが記述統計学の大きな目的・方法論である。
推計統計学は、母集団からの標本化を前提とし、標本から母集団を推測する分野である[9]。例えば世界の小学生の身長特性を知りたいとする。全世界の小学生の身長を計測し記述統計学によって中央値や平均値を記述すれば、目的である世界の小学生の身長特性は解明できる。しかしその計測は著しく困難（事実上不可能）である。そこで推計統計学では、まず小学生100人の身長データ（標本と呼ぶ）を集める。そして標本は全世界の小学生という母集団からランダムに選ばれたものだと考える。ランダムに選ばれた100人の身長中央値（標本の中央値）は必ずしも世界小学生身長中央値（母集団の中央値）と一致しないと考えられるが、"似た"数値にはなると期待される。すなわち標本から母集団の特性を推測することができる。この、標本から母集団を推測する方法論に関する分野が推計統計学である。
このように、記述統計学はデータ（推計統計学でいう標本）の説明・記述を行い、推計統計学は母集団（の記述）の推測をおこなう。両分野の違いは、記述統計学では目の前にあるデータがすべて（母集団という考え方はない）のに対し、推計統計学ではむしろ目の前のデータは（真なる）母集団から今回たまたま選ばれた標本だと考える点にある。一方で、推計統計学では標本の記述統計から母集団の統計量を推測するように、この2分野は非常に密接に絡んでおり全く別の分野と考えることは不適切である。
統計的手法
 | この節は検証可能な参考文献や出典が全く示されていないか、不十分です。（2011年11月） |
- 実験計画法
- データ収集の規模や対象、割付方法をコントロールし、より公正で評価可能なデータが収集できるよう検討すること。統計の世界には「ゴミのようなデータを使っていくら解析しても出てくる結果はゴミばかりだ」[10]という格言がある[11]。これはデータ収集の前にその方法を十分に検討する必要があることを強調したものである。
これらは、意思決定に応用されている。
注釈
出典
- ^ “「統計学が最強」の西内啓氏「パチンコには二度と行かない」”. NEWSポストセブン (2013年5月3日). 2017年12月23日閲覧。
- ^ Wonnacott, T. H., & Wonnacott, R. J. (1990). Introductory statistics for business and economics (Vol. 4). New York: Wiley.
- ^ Newbold, P., Carlson, W. L., & Thorne, B. (2013). Statistics for business and economics. Boston, MA: Pearson.
- ^ Aron, A., & Aron, E. N. (1999). Statistics for psychology. Prentice-Hall, Inc.
- ^ Lang, T. A., Lang, T., & Secic, M. (2006). How to report statistics in medicine: annotated guidelines for authors, editors, and reviewers. ACP Press.
- ^ 竹内啓 2018, p. 82.
- ^ a b 竹内啓 2018, p. 85.
- ^ 「統計」という言葉の起源（2022年10月22日閲覧）
- ^ a b c Masahiko Asano (2018) 記述統計学. 拓殖大学 - ウェイバックマシン（2020年1月30日アーカイブ分）
- ^ 英: Garbage in, garbage out.
- ^ モルテン・イェルウェン 2015, p. 192.
- ^ 竹内啓 2018, p. 4.
- ^ 竹内啓 2018, pp. 58–59.
- ^ 竹内啓 2018, p. 72.
- ^ 竹内啓 2018, pp. 75–26.
- ^ 竹内啓 2018, p. 79.
- ^ 竹内啓 2018, pp. 166–167.
- ^ 竹内啓 2018, p. 128.
- ^ 岩沢宏和 2014, p. 164.
- ^ 竹内啓 2018, p. 193.
- ^ 竹内啓 2018, pp. 211–212.
- ^ 竹内啓 2018, pp. 207–208.
- ^ 竹内啓 2018, pp. 215–216.
- ^ 「人間と社会を変えた9つの確率・統計学物語」p.162 松原望 SBクリエイティブ 2015年4月24日初版発行
- ^ 「生体認証国家 グローバルな監視政治と南アフリカの近現代」ｐ.32 キース・ブレッケンリッジ 堀内隆行訳 2017年8月24日第1刷 岩波書店
- ^ 竹内啓 2018, pp. 234–235.
- ^ 竹内啓 2018, pp. 238–239.
- ^ 岩沢宏和 2014, p. 205.
- ^ 竹内啓 2018, p. 258.
- ^ 竹内啓 2018, pp. 291–292.
- ^ 竹内啓 2018, p. 456.
- ^ Tolman, R. C. (1979). The principles of statistical mechanics. Courier Corporation.
- ^ Ruelle, D. (1999). Statistical mechanics: Rigorous results. World Scientific.
- ^ Thompson, C. J. (2015). Mathematical statistical mechanics. Princeton University Press.
- ^ 岩沢宏和 2014, pp. 263–264.
- ^ 第３節 数 学 < 高等学校学習指導要領（昭和57年４月施行）
- ^ 詳しくは「確率・統計」も参照のこと。
- ^ Chow, Y. S., & Teicher, H. (2003). Probability theory: independence, interchangeability, martingales. Springer Science & Business Media.
- ^ Feller, W. (2008). An introduction to probability theory and its applications (Vol. 2). John Wiley & Sons.
- ^ Durrett, R. (2019). Probability: theory and examples (Vol. 49). Cambridge University Press.
- ^ Jaynes, E. T. (2003). Probability theory: The logic of science. Cambridge University Press.
- ^ Chung, K. L., & Zhong, K. (2001). A course in probability theory. Academic Press.
- ^ 赤摂也. (2014). 確率論入門. 筑摩書房.
- ^ 池田信行, 小倉幸雄, 高橋陽一郎, & 眞鍋昭治郎共著. (2006). 確率論入門.
- ^ Alpaydin, E. (2020). Introduction to machine learning. MIT Press.
- ^ Marsland, S. (2015). Machine learning: an algorithmic perspective. CRC Press.
- ^ 大関真之. (2016). 機械学習入門 ボルツマン機械学習から深層学習まで. 株式会社 オーム社.
- ^ Murphy, K. P. (2012). Machine learning: a probabilistic perspective. MIT Press.
- ^ 竹内啓 2018, p. 34.
- ^ 竹内啓 2018, p. 15.
- ^ 竹内啓 2018, p. 177.
- ^ モルテン・イェルウェン 2015, pp. 28–31.
- ^ a b ジョエル・ベスト 2002.
- ^ パオロ・マッツァリーノ『反社会学講座』イースト・プレス、2004年。ISBN 4-87257-460-5。
- ^ Excel使うな Okumura's Blog 三重大学高等教育創造開発センター教授・教育情報システム部門長 奥村晴彦のブログ
- ^ McCullough, B. D., ed (2008-06-15). “Special Section on Microsoft Excel 2007” (英語). Computational Statistics & Data Analysis 52 (10): 4567-4878. doi:10.1016/j.csda.2008.03.009.
- ^ Excel は，コンピュータ・ソフトウェアの三種の神器のようになっていますが，とんでもないこともあるというお話。 群馬大学社会情報学部教授 青木繁伸のサイト
- ^ 間違いだらけのExcel関数ヘルプ「財務・統計関数編」市販解説本で孫引きしている点も警告
- ^ On the Numerical Accuracy of Spreadsheets : the Journal of Statistical Software Vol.34, Issue4, Apr2010
- ^ Ihaka, R., & Gentleman, R. (1996). R: a language for data analysis and graphics. Journal of computational and graphical statistics, 5(3), 299-314.
- ^ Octaveの精義 - フリーの高機能数値計算ツールを使いこなす, 松田七美男(2011)
- ^ Bunks, C., Chancelier, J. P., Delebecque, F., Goursat, M., Nikoukhah, R., & Steer, S. (2012). Engineering and scientific computing with Scilab. Springer Science & Business Media.
- ^ 大野修一. (2009). Scilab 入門: フリーソフトで始める数値シミュレーション. CQ出版.
- ^ 上坂吉則. (2010). Scilab プログラミング入門. 牧野書店.
- ^ Thanki, R. M., & Kothari, A. M. (2019). Digital image processing using SCILAB. Springer International Publishing.
- ^ 岩城秀樹：「Maximaで学ぶ経済・ファイナンス基礎数学」、共立出版、ISBN 978-4320110311（2012年12月8日）
- ^ Noro, M., & Takeshima, T. (1992, August). Risa/Asir-a computer algebra system. In Papers from the international symposium on Symbolic and algebraic computation (pp. 387-396).
- ^ Noro, M. (2003). A computer algebra system: Risa/Asir. In Algebra, Geometry and Software Systems (pp. 147-162). Springer, Berlin, Heidelberg.
- ^ Jones, E., Oliphant, T., & Peterson, P. (2001). SciPy: Open source scientific tools for Python.
- ^ Bressert, E. (2012). SciPy and NumPy: an overview for developers. " O'Reilly Media, Inc.".
- ^ Blanco-Silva, F. J. (2013). Learning SciPy for numerical and scientific computing. Packt Publishing Ltd.
- ^ 高等学校学習指導要領解説・数学編 - 文部科学省
- ^ 学校における統計教育の位置づけ｜統計学習の指導のために（先生向け）
- ^ 学校における統計教育の位置づけ < 統計学習の指導のために 先生向け < 統計局ホームページ
- ^ 渡部洋. (1999). ベイズ統計学入門. 福村出版.
- ^ 中妻照雄. (2007). 入門ベイズ統計学.
- ^ 豊田秀樹. (2015). 基礎からのベイズ統計学: ハミルトニアンモンテカルロ法による実践的入門. Asakura Shoten.
- ^ 松原望. (2010). ベイズ統計学概説: フィッシャーからベイズへ. 培風館.
- ^ 樋口知之. (2011). 予測にいかす統計モデリングの基本―ベイズ統計入門から応用まで. 講談社.
統計学と同じ種類の言葉
「統計学」に関係したコラム
-
FXやCFDの線形回帰とは、価格の散らばりを1つの線にまとめて表したテクニカル指標のことです。線形回帰は統計学などで用いられます。線形回帰の求め方はいくつかありますが、一般的にはある期間の価格と線との...
- 統計学のページへのリンク
