「#スキしてみて」の効果について考える

　「#スキしてみて」タグのついた記事のデータを約1000件収集して、収集したデータをGoogleのスプレッドシートで整理しました。

　スキの平均は約101個。最頻値については、スキ61個の記事が22記事もありました。次いで50、63、75、91個がそれぞれ16記事。ChatGPTにもデータを読み込ませて分析してもらいました。

### 統計量の計算結果

1. **平均スキ数**：
- タグが含まれていない場合: 101.35
- タグが含まれている場合: 101.56

2. **中央値スキ数**：
- タグが含まれていない場合: 85.5
- タグが含まれている場合: 99.0

3. **標準偏差スキ数**：
- タグが含まれていない場合: 68.30
- タグが含まれている場合: 26.63

これらの結果から、#スキしてみて タグが含まれている記事の方がスキの数の中央値が高く、標準偏差が小さいことがわかります。これにより、タグが含まれている記事はスキ数のばらつきが少なく、より一貫して高いスキ数を獲得している可能性が示唆されます。

### t検定の実施

次に、#スキしてみて タグの有無によるスキ数の差が統計的に有意かどうかを確認するためにt検定を実施します。


### t検定の結果

- **t値**: 0.022
- **p値**: 0.983

### 結果の解釈

t検定の結果から、p値が0.983と非常に高く、通常の有意水準（0.05）よりもはるかに大きいことがわかります。これは、「#スキしてみて」タグがスキの数の増加に有意な効果を持たないことを示しています。つまり、タグの有無によるスキ数の差は統計的に有意ではないという結論になります。

### まとめ

1. **統計量の分析**：
- 「#スキしてみて」タグが含まれている記事のスキ数の中央値はやや高いが、標準偏差が小さいことが示唆されています。

2. **統計検定**：
- t検定の結果、タグの有無によるスキ数の差は統計的に有意ではないことが判明しました。

　見慣れない用語が並んでいますが、統計的にはスキの数が多いのは、偶然である可能性が高いということですね。

　スキが多かったのはタグの効果ではなく、もともとフォロワーが多く、「スキ」が集まりやすい状況だった、というのもあるかもしれません。実際、フォロワーが1000人を超えるユーザーの記事も多くありました。

　ただ、データが1000件と少なめなことと、ChatGPTの分析の正確性の有無を考慮すると、「#スキしてみて」に効果はないと決めつけるのは早計かもしれません。
　こういうことはプロに任せるのが一番ですが、気になったのでやってみました。