統計学が最強の学問である①：経済成長において重要なのは「〇〇の〇〇」、統計学的な回答とは？

読書ノート（136日目）
さて、先週に年末年始の
読書宣言をしてから1週間。
いつもは日曜日の午前中に読書をして
そのままnoteに整理をして投稿する。
というのがルーティンでしたが
今日はまだ土曜日の午後…！

先週のnote投稿で、今年の年末年始は
「統計学が最強～」シリーズを読む宣言を
したことが影響しているのか、
少しずつですが
読書ペースが上がってきています！

ということで今日から始まる
「統計学が最強～」シリーズ、
最初は「オリジナル版」ということで
こちらの本の紹介です。

統計学が最強の学問である

第1章：なぜ統計学が最強の学問なのか
・統計学は最善最適の正解を出す
・ハーバード大学のメディカルスクールの統計学の教科書には
　「統計学的思考が読み書きと同じように
　　良き社会人として必須の能力になる日が来る」
　　と、1903年のH.G.ウェルズの予言が冒頭に記載

・「疫学の父」である外科医ジョン・スノウの活躍
・19世紀のロンドンにて、コレラの予防方法を探った方法
　・コレラで亡くなった人の家を訪れ、
　　話を聞いたり付近の環境をよく観察する
　・同じような状況下でコレラにかかった人と
　　かかっていない人の違いを比べる
　・仮説が得られたら大規模にデータを集め、
　　これらの発症／非発症と関連していると考えられる
　　「違い」について、どの程度確からしいか検証する

・結果として、水道会社の違いによって、
　その死亡者率は8.5倍の違いがあったことを示した

・医療だけではなく経済学など他の分野でも
　統計学的な解析が進んでいる
・従来の理論先行での数理モデル考案に対して、
　過去何百年にもわたる各国の経済に関するデータ
　（性年代別人口や国民の所得と貯蓄額、物価など）から、
　「経済成長が起こるには」の問いに回答
・経済成長において重要なのは「技術の進歩」であり、
　さらに技術の進歩に寄与する教育レベルや
　技術開発を行った場合に、その利益が開発者に
　適切に配分されるかという「社会の制度」。
・逆に天然資源の有無などが関連しているとは言えない。
　といったことが明らかにされた。

第2章：サンプリングが情報コストを激減させる
・サンプルを1万増やしても標準誤差は0.1%しか変わらない
・10万人の顧客データから男女別割合を調べる場合
・サンプル数が100名分の場合の標準誤差は4.6%、
　100人のうち女性が70人ならば、10万人の顧客データのうち
　女性の割合は61%～79%にある確率が95％と算出。
・サンプル数が1000名分の場合の標準誤差は1.4%、
　その場合は67%～73%に予測範囲は狭まる
・サンプル数が8000人分の場合の標準誤差は0.5%、
　その場合は69%～71%。
・ただし、サンプル数が1万人の時の標準誤差は0.4%、
　2万人分で0.3%と推移は緩やかになる傾向があり、
　サンプルを1万増やしても標準誤差は0.1%しか変わらない

・正しい判断に必要な最小十分のデータを扱うことが大切

統計分析するときの流れとして
スノウ博士の
「事象を観察する」
「違いについて仮説を持つ」
「統計的に検証する」
という一連の課題解決の流れは、
まさに原点だなぁと、感じました。

また、
サンプルサイズと標準誤差についても
サンプル1000件を集めれば、
標準誤差は±1.4%以内に収められる
ということで、今後何かの
アンケートを取る際の基準目安数として
参考にできそうです。

※今回の場合、男女比は約50%ということで、
　標準誤差は確率50%の時が最も大きくなる
　（確率50％だと正誤の予測が最も難しい）
　という背景があるので、サンプル1000件を
　集めれば、標準誤差は±1.4%以内に収まる。
と考えてしまっても良いのかなぁと感じました。

…ということで今日はこの辺で！
それではまたー！😉✨