全然ロジカルじゃない(!)書きたいことをひたすら書くブログ

全然ロジカルじゃない(!)書きたいことをひたすら書くブログです。ノンロジカルエッセイ。

統計学(その3)フィッシャーの三原則

今回はフィッシャー(Sir Ronald Aylmer Fisher, 1890-1962)の三原則のメモです。

 

フィッシャーは著書『実験計画法』(The Design of Experiments, 1935)において、以下の三原則を提示しました。

反復(replication):誤差分散を評価するために、同じ条件下で測定を繰り返す.

無作為化(randomization):系統誤差(systematic error)を偶然誤差(random error)に転化するために, 処理(条件)の割り付けを無作為化する

局所管理(local control):系統誤差を除去するために, ブロックを構成して, 各ブロック内では条件が均一になるよう管理する.

寺尾 敦「社会統計 第9回:実験計画法」design.pptx, p3

bellcurve.jp

 フィッシャーの三原則を全て満たす実験を「乱塊法(randomized block design)」と呼びます。

 

ちなみに、日本語で読めるフィッシャーの著作としては以下のものがあります。

R. A. フィッシャー『統計的方法と科学的推論』(渋谷 政昭・竹内 啓 訳、岩波書店)。原著 "Statistical methods and statistical inference", 1956.

R. A. フィッシャー『実験計画法』(遠藤 健児・鍋谷 清治 訳、森北出版)。原著 "The Design of Experiments", 1935.

R. A. フィッシャー『研究者のための統計的方法』(遠藤 健児・鍋谷 清治 訳、森北出版)。原著 "Statistical Methods for Research Workers", 1925.

 

『統計的方法と科学的推論』の訳者解説は、林 岳彦さんのブログで読むことができます。

takehiko-i-hayashi.hatenablog.com

 

日本では、北川 敏男さんがフィッシャーについて記述しています。

北川 敏男『統計科学の30年 わが師わが友ー』(共立出版、1969年)。

 

フィッシャーの原著一覧についてはWikipediaRonald Fisher bibliographyが参考になります。

怒りの感情をエネルギーとしてポジティブに活用する

こんばんは。

今回は「怒り」について書きたいと思います。

 

突然ですが「怒り」とは何でしょうか。

僕は毎日、怒りの感情を感じることがあります。怒りたくなることがあるからです。

僕はこれまで「怒りとは負の感情であり、悪い感情である」と考え、怒りをネガティブに捉えていました。

しかし、先ほどふと、「怒りという感情に良いも悪いも無いのではないか。もし悪いことがあるとすれば、それは怒りの感情の処し方に問題があるのではないか」という考えが頭に浮かびました。

怒りとは人間の感情の1つであり、怒りは人間に莫大なエネルギーをもたらします。エネルギー運用の観点から見ると、怒りのもたらすエネルギーを上手く活用することが重要なのではないでしょうか。

もし僕が怒りをこれまでネガティブに捉えていたとすれば、それは自分が子供の時に大人から「怒ってはいけない」などと叱られたり、怒っている人を見て悪く思ったからかもしれません。しかし、「怒ってはいけない」と注意されたとすれば、その注意されている事柄とはおそらく「怒りの感情を自分の外に表現する振る舞い(それによって例えば他人を攻撃するなど)」に対してなされたものであって、怒りという感情を持つことそれ自体を禁止することは難しいはずです。怒りとは精神のうちに沸き起こる感情であり、人はそれを鎮めることしかできません。

もちろん怒りという感情の処し方が往々にして難しいがゆえに、負の感情、ネガティブな感情として捉えられてしまうのですが、人間の諸々の感情(喜怒哀楽)には絶対的にネガティブなだけの感情も絶対的にポジティブなだけの感情もなく、むしろ諸々の感情はネガテイブとポジティブの両面を合わせ持っているのかもしれません。

先ほどのように、怒りという感情を人間の活力、エネルギーと考えると、怒りという感情をポジティブに捉えることができます。

重要なことは、怒りという感情と、その表現形態とを区別することです。怒りという感情を抱いているからといって、その怒りをそのまま外に表現する必要は全然ないのです。むしろ溜め込みつつも加工して、別の形で昇華することが、怒りという感情のポジティブなエネルギー運用なのだと思います。

 

と、ここまで書いたところで、そういえばこの前紹介した神田昌典さんの『非常識な成功法則』に似たようなことが書いてありました。

「嫉妬心、敵対心、ミエ、虚栄心等の「悪」の感情。一般的には、このようなマイナスの感情は、持ってはいけないといわれている。ポジティブ思考信奉者には、もっとも嫌われるものである。/ところが、実際問題として、この「悪」の感情というのは、非常にエネルギーが高い。「悪」は、「善」とはプラスとマイナスの極性が違うだけで、エネルギーという観点からみると、ものすごく強いエネルギーを持っている。……」(神田昌典『新装版 非常識な成功法則』フォレスト出版、2011年、p.36)

「「悪」の感情は、そこにあるのだから、否定しても仕方がない。成功したいなら、認めてあげよう。/そして、そのエネルギーを、ちゃっかり利用する。」(前掲書、38頁)

神田さん、さすがです。

sakiya1989.hatenablog.com

統計学(その2)ポアソン分布、少数の法則と大数の法則

通勤時にマセマの統計学の本を眺めていると、統計学が少しずつ理解できるようになってきた。

sakiya1989.hatenablog.com

今日はポワソン分布や正規分布について、多少理解したつもりである。

 

グーグル先生に聞いてみると、ポアソン分布はPoisson distributionと書くようである。

oiはフランス語で「ワ」と発音するので、多分"プワソン"の方が発音に近いのではないかと思うが、こういう表記は慣例にならうしかない。ウィキペディアによれば、シメオン・ドニ・ポアソンSiméon Denis Poisson, 1781-1840)という、やはりフランスの数学者の名にちなんだものであった。しかも、ポアソンの指導教官はピエール=シモン・ラプラスPierre-Simon Laplace1749-1827)だったという。あのラプラス変換ラプラスである。

atarimae.biz

ポアソン分布は滅多に起こらない事象の確率分布であることから、ポアソンの少数の法則*1と言われることもあるらしい。

統計学ではまた「大数の法則」(「ダイスウの法則」ではなく「タイスウの法則」と読むらしい)というものがあって、要するに、試行回数を無限に(n→∞)増やしていくと、その平均値が極めて真実に近づくというものである。

mathtrain.jp

ただネットで調べて知ったのだけれど、「大数の法則」には2つのものがあり、「大数の弱法則」と「大数の強法則」とがあるらしい。

とりあえず今日はここまで。

*1:『ファスト&スロー』で有名なダニエル・カーネマンの「少数の法則」もあって、それはまた別の意味らしい。カーネマンの「少数の法則」は、試行回数が少ないがゆえに偏った結果が出て、その極端な結果に基づいて人間が誤った因果関係を推測しがちなことを説明したもののようである。認知バイアスの話かと思われる。

【読書メモ】神田昌典『新装版 非常識な成功法則』(フォレスト出版)

 

神田昌典『新装版 非常識な成功法則』(フォレスト出版) は、結構度肝を抜かれる内容です。確かに著者が「この本は私が一番書きたくなかった本」というのは頷けます。でも、だからこそ使えるノウハウが詰まっています。読んだのはもう数ヶ月前ですが、めちゃくちゃ役立っています。 

例えば、紙に「やりたくないこと」を書き出してから「やりたいこと」を書き出す方法が挙げられています。これは紙に書くことで、脳の仕組みを利用して水面下で夢を実現させる合理的な方法な訳です。もっと言えば、パソコンのメモリやストレージは年々倍増していきますが、そもそも私たちの生まれつき持っている脳みそは、ある意味でパソコンの処理能力に匹敵するような処理を潜在意識で行なっているので、それをうまく利用するという目から鱗の説明があります(72〜73頁)。

たこの本では、テープを聴くという情報収集法が紹介されています(130〜136頁)。これは、通勤時間に耳から情報を入れるだけで、潜在意識に知識を刷り込めるスゴ技として紹介されています。昔はカセットテープやCD、MD、ストレージで容量に制限がありましたが、今ならiPhoneスマホにイヤホンを挿して、通勤途中にYou Tubeでも起動すれば、無制限にアクセスできるのだから、この本の中でこれほど今すぐに応用しやすいネタはないかもしれません。

ビッグデータとGoogle

先日ちらっと書いたように、ビッグデータについて調べています。

西田圭介『ビッグデータを支える技術』(技術評論社、2017年)西田圭介『Googleを支える技術』(技術評論社、2008年)の2冊が手元にあります。西田圭介さんの本、とてもいいですよ。

「何でビッグデータGoogleの2冊?」って思った方もいるかもしれませんが、Hadoopというビッグデータ処理方式が、GoogleMapReduceという分散処理システムを参考に作られているということで、遡って勉強してみました。

www.atmarkit.co.jp

Googleを支える技術?ページランクでしょ。知ってるよ」って声も聞こえてきそうですが、例えばGFS(Google File System)とか電力の問題とか、『Googleを支える技術』には他にも面白い情報が載ってますよ。

ちなみに私は『Googleを支える技術』ブックオフで200円で買いました。安いし、嬉しいですね。他のビッグデータ関連本もブックオフで安く売っていました。

きっかけはビッグデータがどのように処理されているのか、一応知っておきたいなぁと思ったからなんですが、ついこの間My SQLを知ったばかりなのに、今はとっくにNo SQL(≒Not only SQL)。MapReduceについて知ったばかりなのに、「MapReduceの時代は終わった」(『ビッグデータを支える技術』p.200)と西田さんは書かれております。時代の流れは速い。

shiumachi.hatenablog.com

www.atmarkit.co.jp

10年ぐらい本の虫

私は10年ぐらい本の虫です。

休日はもっぱら本を買って読んで過ごしております。振り返ると、10年ぐらい本を買って読む生活を送っています。

最近ここ1年ぐらいでよく読んでいるのは、このブログで取り上げているようなテクノロジー関連の本です。

1、2年ぐらい前までは、研究のため思想書とか別ジャンルのものが多かったのですが、もうお腹いっぱいです。頭が受け付けません。

子供の頃は本をほとんど読んでいませんでした。読んでいたのはマンガぐらいです。しかし、マンガも中学2年ぐらいにつまらなくなって、一部の作品を除いて読むのをやめてしまいました。最近はもうマンガも読めません。本当に。

ほとんど活字の本を読まなかった自分が、活字の本を毎日のように買って読み始めたのは、大学に入って3ヶ月ぐらい過ぎてからだったと思います。新書と文庫を主に読んでいました(講談社現代新書とか岩波文庫とか)。

本を買って読むといっても、小説はほぼ読みませんし、苦痛で読めません。村上春樹は本屋で手に取って一行読んだだけですぐに棚に戻しました。

小説を読まないのは、僕が本を情報源として捉えているからかもしれません。情報源としての価値があるなら、多少高くても買います。この傾向は大学院に行ってさらに加速しました(何せ論文を書くには文献集めと先行研究の整理が必要なので)。

10年ぐらい本を読んで過ごしているということは、この先10年、20年過ぎても、自分は本を読んで過ごすような生活を送っているのでしょうか。そんな疑問がふと頭をよぎりました。

統計学

最近、統計学ビッグデータについて調べています。

きっかけは、最近手に取った西内啓『統計学が最強の学問である』(ダイヤモンド社、2013年)が面白かったからです。実践編とビジネス編も買っちゃいました。

統計学の本なのに読み物として面白いというのは素晴らしいですね。

そういえば学生時代に統計学をちゃんと勉強したことがなかったので、先ほどマセマの『統計学』の本を買いました。

学生時代にマセマの本にお世話になった人も多いんじゃないでしょうか。

僕は大学では経済学部だったので、カリキュラムの中に数学を学習する科目はありませんでした。なので、「数学は自分で独学しないといけないなぁ」と考えて、マセマの本を手に取ったのを覚えています。確か『複素関数』『常微分方程式』の本を買って勉強したと思うのだけれども、『統計学』はまだやってなかったんですね。