![例えば、統計学的検定で白黒つけることもできる29> t.test(d[1:15],d[16:30])Welch Two Sample t-test data: d[1:15] and d[16:30]t = -2.6278, df = 27.8, p-value = 0.01383alternative hypothesis: true difference in means isnot equal to 0 95 percent confidence interval: -0.17645650 -0.02183668 sample estimates: mean of xmean of y 0.4788178 0.5779644](/image.pl?url=https%3a%2f%2fimage.slidesharecdn.com%2fcodescore150123tjoforslideshare-150212000514-conversion-gate02%2f75%2fslide-29-2048.jpg&f=jpg&w=240)
Uploaded byTakashi J OZAKI
13,675 views
なぜ統計学がビジネスの 意思決定において大事なのか？
「第2回CodeSCOREによる、エンジニアの実務スキルの可視化と、その周辺の知見共有セミナー」における講演内容https://codescore.codeiq.jp/seminar
Related topics:
Recommended
More Related Content
What's hot
Viewers also liked
Similar to なぜ統計学がビジネスの 意思決定において大事なのか？
なぜ統計学がビジネスの 意思決定において大事なのか？
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.翌年度末振り返ってみたら…15おっかしいなぁ…毎月前月の反省をもとに、営業方針スピーディーに変えていたはずなんだがなぁ…何故横這い？？？00.050.10.150.20.250.30.350.40.450.51 2 34 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21※よくある話
- 16.
- 17.「平均への回帰」とは？17「あるスポーツ選手が、何かの技を練習している途中であるとしよう。何回も練習していると選手はだんだんうまく技ができるようになるが、時としていつもの技の水準よりずっとうまくできることがある。逆に、たまたま技がうまくできないときもある。たまたまうまくいったときは、その時の実力よりもうまく行ったのだから、次にその技を行うときは、いつもの水準に戻ると予測するのが、統計学的には正しい。逆に、たまたま技を失敗したときには、次の回にはいつもの技の水準に戻ってよりよい技を発揮できると予測するのが正しいのである。誉めなくても、叱らなくても、いつもよりよかった際は、次の回は平均的には前よりも悪くなり、いつもより悪かった際は、次の回には平均的には前よりもよくなるのだ。これは、指導の成果でもなんでもなくて、純粋に統計的な現象だ」（原文ママ・改行＆太字筆者）出典：大竹文雄の経済脳を鍛える - 2013年2月13日体罰の有効性の錯覚は「平均への回帰」が理由http://www.jcer.or.jp/column/otake/index449.html
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
- 28.
- 29.例えば、統計学的検定で白黒つけることもできる29> t.test(d[1:15],d[16:30])Welch TwoSample t-test data: d[1:15] and d[16:30]t = -2.6278, df = 27.8, p-value = 0.01383alternative hypothesis: true difference in means isnot equal to 0 95 percent confidence interval: -0.17645650 -0.02183668 sample estimates: mean of xmean of y 0.4788178 0.5779644
- 30.実験してみて確かめるという取り組みも必要30施策を打ったタイミング施策に効果あり(t = -2.6278,df = 27.8,p-value = 0.01383)施策に効果なし(t = -0.8967, df = 27.917,p-value = 0.3775)
- 31.
- 32.
- 33.
- 34.
- 35.ところが実は施策実施の詳細なデータも同時にあるとする351 2 34 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40ad1 0 1 1 1 0 0 1 0 1 0 1 0 1 1 0 0 1 0 1 1 0 0 1 0 0 1 1 1 1 0 0 0 0 1 1 0 0 0 1 1ad2 0 1 0 0 1 1 1 0 0 0 1 1 1 0 0 1 1 1 0 0 0 0 1 1 0 0 1 0 1 1 1 0 0 0 1 0 1 1 1 0ad3 0 1 1 0 0 1 0 1 1 1 0 0 1 0 0 1 0 0 0 1 0 1 1 1 0 0 1 1 0 0 1 1 0 0 0 1 1 0 1 1ad4 0 1 0 1 1 0 0 1 0 1 0 1 1 1 0 0 0 1 1 0 0 1 1 0 0 1 1 0 0 1 0 1 0 1 0 1 0 1 1 0ad5 0 0 0 1 0 1 1 1 0 1 1 0 0 1 0 1 1 0 1 0 0 1 0 1 0 1 0 0 1 0 1 1 0 1 1 1 1 0 0 0施策は5種類
- 36.一般化線形モデルで、施策ごとの影響度の大小関係を見る36𝑦𝑖~11 + 𝑒−(𝛽0+𝛽1𝑥1𝑖+𝛽2 𝑥2𝑖+𝛽3 𝑥3𝑖+𝛽4 𝑥4𝑖+𝛽5 𝑥5𝑖)
- 37.一般化線形モデルで、施策ごとの影響度の大小関係を見る37𝑦𝑖~11 + 𝑒−(𝛽0+𝛽1𝑥1𝑖+𝛽2 𝑥2𝑖+𝛽3 𝑥3𝑖+𝛽4 𝑥4𝑖+𝛽5 𝑥5𝑖)優先すべき施策やるべきではない施策
- 38.
- 39.
- 40.
- 41.