データの誤謬シリーズ（全15回）

本

” 誤謬（ごびゅう）とは、つまり、間違っていることである。” データにまつわる誤謬を紐解き、やさしく知るシリーズ

運営しているクリエイター: ダッシュボード研究所 📊 Dashboard社のCEOさん

#SaaS

データの誤謬＃１『チェリーピッキング』

いけませんよ！おいしいところだけ、つまみ食い。＃1 チェリーピッキング自分の主張に合う結果だけを選択し、そうでない結果を除外すること。データに不誠実であるという最悪で最も有害な例。何かを主張するときには裏付けとなるデータが重要になります。しかし、人々は、全体を説明する代わりに、自分の主張を裏付ける一部の都合の良いデータだけを強調することがよくあります。これは、公の場での議論や、政治の場でよく見られる現象で、どちらの側も自分の立場を裏付けるデータを強調するこ

データの誤謬＃2『データドレッジング』

サラダにかけるアレではありませんよ。まあでも似ているので、水底をサラう、ドレッ「ジ」ングと覚えちゃいましょう！＃2 データドレッジング相関関係が実際には”偶然の結果”であったことを認めないこと何かしらのパターンを見つけようとして繰り返し検証していくうちに、たまたま偶然、統計的に有意な結果が出てきたことに対して、それを信じて疑わないことです。歴史的に見ても、研究者が結果を「データドレッジング」して、都合の良い結果に結びつけるため、”データの対象”をすり替えてしま

データの誤謬＃３『生存者バイアス』

持っていないデータを探すってどういうこと？＃3 生存者バイアス不完全なデータから結論を導き出すこと。何らかの選択基準を「クリア」したデータだけを見てしまうこと。例）失敗が無視されるケース。次の問いについて、考えてみましょう。 Q: 戦闘から戻ってきた飛行機があり、弾痕が確認できます。無事に帰還する飛行機を増やすために、装甲を施したいです。どこに装着したら良いでしょうか？ A：弾痕が多いところに装甲を施す。 … は、悪くないようだが、ここに「生存者バイアス

データの誤謬＃9 『ホーソン効果』

リモートワークでは、「見られている」が減少。やる気を失ってしまったら、「見られている」状況を自分で作り出すのが効果的かもしれませんよ。＃9 ホーソン効果誰かを監視するという行為が、その人の行動に影響を与え、偽りの調査結果につながること。ホーソン？？？ 1920年代、イリノイ州にあるホーソン工場では、「労働時間」や「照明」、「休憩時間」などの物理的環境を変えて、労働者の生産性を調べる社会実験が行われました。条件を悪くしてみたにも関わらず、結果はなんと、ど

データの誤謬＃12 『マクナマラの誤謬』

フォード社長、国防長官、世界銀行総裁を務めたスゴ腕エリート「歩くIBMコンピューター」の異名をもつ超秀才とは？＃12 マクナマラの誤謬複雑な状況下で、指標だけに頼り、大局を見失ってしまうこと。 ”真実は、「数値的データ」と「統計的厳密さ」のみから見い出される ”と、信じて疑わなかったアメリカの国防長官ロバート・マクナマラ（1961年～1968年）さんにちなんで名付けられてしまった、なんとも不名誉な誤謬用語です。マクナマラさんは、ベトナム戦争において、敵の戦

データの誤謬＃15 『サマリー指標の危険』

データ視覚化の重要性を、”恐竜”で表す？新しいものを古いもので表現するセンスと発想が、なんともすばらしいと思いませんか？＃15 サマリー指標の危険平均や分散などのサマリー指標（統計量）だけを見てしまい、生データにある大きな違いを見逃してしまうこと平均や分散（標準偏差）、相関係数などのサマリー指標が同じだとしても、データセットの “形状” は、まったく異なることがある。これを実証するために、統計学者のFrancis Anscombe（アンスコム