第14回 総括：不確実な世界で、孤高の意思決定をするための道具として¶
1/19（火）Ⅱ講 10:35〜12:15・B402教室
第1回の直感クイズに戻り、14回で手に入れた道具を振り返る ―― 最終回
今日のリンク
- 📊 スライドを開く
- 📓 Colabノートを開く（14_synthesis.ipynb）
- 📝 課題を提出する（Moodle・第14回）
- 課題の本文はこのページの末尾にあります
この回のゴール¶
- 14回で学んだ手法を一枚の地図として俯瞰できる
- 統計的誤用チェックリストを、卒業後に使える武器として持ち帰る
- 統計とは「不確実性を引き受けて判断するための道具」だと理解する
到達目標との対応：全ゴール（G1〜G4）の統合。
0. 第1回に戻る ―― 今のあなたなら、どう考える？¶
第1回の最初、こう問われた。
「3つのドア。1つ選び、司会者がハズレを1つ開ける。変えるべきか？」 あのときの直感：「2択だから50:50、変えても同じ」。
シミュレーションは今も同じ答えを返す ―― 変える＝約67%。違うのは、あなたがもう「なぜ」を説明できることだ（最初に外す確率が2/3、その2/3が変えれば当たりに化ける）。数値は同じ。変わったのは、あなたの理解。これが14回の成果だ。
1. 14回の地図 ―― 何を手に入れたか¶
記述統計（手元のデータを要約する）
├─ 第2回 代表値（平均・中央値・最頻値）と、その嘘
├─ 第3回 ばらつき（分散・標準偏差）と正規分布という仮定
└─ 第4回 Python（Pandas）で自分で計算する
関係を見る
└─ 第5回 相関と因果（相関≠因果・交絡を疑う）
推測統計（一部から全体を推し量る）
├─ 第6回 標本と中心極限定理（なぜ一部で全体が分かる）
├─ 第7回 推定・信頼区間（95%の本当の意味）
├─ 第8回 仮説検定とt検定（p値の正しい読み方）
└─ 第9回 分散分析（検定を繰り返す罠）
モデルで説明する
├─ 第10回 回帰分析（数式で予測・その限界）
└─ 第11回 AIC（当てはまり vs 複雑さ・過学習）
もう一つの世界観・本質の抽出
├─ 第12回 ベイズ統計（データで信念を更新する）
└─ 第13回 主成分分析（次元を削減して本質を見る）
バラバラの手法に見えるが、貫いているのは一つ ―― 「直感やまぐれに惑わされず、データから慎重に結論を引き出す」 という態度だ。
2. 統計的誤用チェックリスト（卒業後に使う武器）¶
これからデータやニュースに出会ったとき、この10問を自分に問いかけてほしい。
| # | 問い | 回 |
|---|---|---|
| 1 | 平均だけ見ていないか？（中央値・分布の形は？） | 2・3 |
| 2 | ばらつきを無視していないか？（SDは？正規と仮定してよい？） | 3 |
| 3 | 相関を因果と取り違えていないか？（第三の変数＝交絡は？） | 5 |
| 4 | 標本の取り方は偏っていないか？（無作為か。数の多さは偏りを直さない） | 6 |
| 5 | 信頼区間を「真値が95%で入る確率」と誤解していないか？ | 7 |
| 6 | p値を効果の大きさ／正しさの確率と混同していないか？ | 8 |
| 7 | 検定を繰り返して偽陽性を増やしていないか？ | 9 |
| 8 | R²の高さだけでモデルを過信していないか？ | 10 |
| 9 | 複雑なモデルを過学習させていないか？（AICで複雑さを罰する） | 11 |
| 10 | 事前情報を無視、または「主観だから」と切り捨てていないか？ | 12 |
（＋ PCA：次元削減では情報が一部失われ、軸の意味づけは人間の解釈 ― 第13回）
3. 卒業ミニ分析 ―― 道具を自分で使う¶
最後に、自分でデータに問いを立てて答える。たとえば「体重 と 行動圏」なら r=0.68 で相関はある。だが結論を書く前にチェックリストを通す：
「r=0.6で相関はある。でも相関≠因果（#3）。勉強以外の要因（地頭・規律＝交絡）かもしれない。散布図も見た（#1）。だから『勉強すれば必ず上がる』とは言い切らない。」
こう書ければ、あなたはもう統計の使い手だ。
4. 最後に¶
統計は、確実な答えをくれる魔法ではない。p値も信頼区間もモデルも、不確実性を消してはくれない。できるのは、不確実性の大きさを測り、どこまで言えてどこから言えないかの線を引くことだけだ。
だが、それで十分だ。世界はもともと不確実で、それでも我々は判断しなければならないのだから。
直感は速いが、系統的に間違える（第1回）。空気や同調は、標本の独立性を壊す。統計は、群れず・直感に流されず・データに基づいて、自分で判断するための道具だ。
不確実な世界で、孤高の意思決定をするための道具として ―― これを、あなたの手に渡す。
14回、おつかれさま。
まとめ¶
| 学んだこと | ひとことで |
|---|---|
| 記述→推測→モデル→ベイズ→多変量 | データから慎重に結論を引き出す道具一式 |
| 統計的誤用チェックリスト | データに出会ったときの10の問い |
| 統計の限界 | 不確実性は消せない。測って線を引くだけ |
| コースの軸 | 直感の敗北 → 群れず・データに基づき・自分で決める |
評価について
この科目の評価は毎回のMoodle課題（100%）。最終回は、第1回の自分と今の自分を比べた総合ふりかえりと、（任意の）自由テーマのミニ分析で締めくくる。
今日の課題（Moodle提出）¶
配点：100点（記述100点）／ 提出先：Moodle
最終回。今回は選択問題はなく、14回の学びを統合するふりかえりが中心です。Colab 14_synthesis.ipynb を見て答えること。
パートA：総合ふりかえり（50点）¶
第1回の自分と、今の自分を比べて、次の3点を書きなさい。
- 第1回で外した直感（モンティ・ホール／誕生日／コインのどれか、または認知バイアス）を1つ挙げ、今なら「なぜ外れたか」をどう説明するか。
- 14回で学んだ中で、自分のものの見方が一番変わった回（テーマ）を1つ挙げ、何がどう変わったか。
- これからニュースやデータに出会ったとき、自分が気をつけたいこと（統計的誤用チェックリストから1つ以上）。
パートB：卒業ミニ分析（50点）¶
14_synthesis.ipynb の「卒業ミニ分析」セルの列名を自分の問いに変えて実行し、次を書きなさい。
- あなたが立てた問い（どの変数とどの変数の関係を見たか）と、出てきた結果（相関係数やグラフの様子）。
- その結果から言えること・言えないことを、統計的誤用チェックリストを最低2つ使って点検しなさい（例：相関≠因果、平均だけ見ていないか、標本の偏り…）。
「Aが多いほどBも多い」で終わらせず、「ただし◯◯かもしれない（交絡・外挿・p値の誤読…）」まで書けたら一人前です。
【重要】自分の実行結果を引用すること
パートBには、あなたのノートが出した具体的な数値（相関係数など）を必ず引用すること。
目安：A・Bあわせて500〜800字。自分の言葉で書くこと。正解は一つではありません。自分の頭で考えた形跡を評価します。