西内 啓 (2013) 統計学が最強の学問である

  • 西内 啓(ひろむ), 2013: 統計学が最強の学問である — データ社会を生きぬくための武器と教養。ダイヤモンド社, 304 pp. ISBN 978-4-478-02221-4.

2013年1月に出版されたときから話題になっていた。他の学問をけなすような題名が気にいらなかったので買わなかったが、 内容に関する評判はわりあいよかったので、迷ったすえに、古本屋、というよりもセコハン(second-hand)本屋で買った。題名に不満はあるものの、わたしも、現代に生きていく上で、少なくとも何か学問をしようという人には、統計リテラシー (統計学の分野で開発された方法を使えること)は必修と言いたいと思っている。

題名には出版社の意向が働いただろうとも思うが、大学の教職を離れてコンサルタント業をしている著者が売り物を宣伝したい思いもあるのかもしれない。また、著者が教育を受けた公衆衛生という分野では、研究成果が何十万人もの人の生き死にを決めることもあるという使命感のようなものの影響もあるかもしれない。その歴史的な例として19世紀のイギリスでコレラの感染を減らそうとしたSnowの仕事のうちで、地理情報の教科書に出てくるのとは別のもっと単純な構造の事例(わたしはこれまで知らなかった)があげられていた。

第1章。 医療の方面でevidence-based medicineといわれるように、意志決定の際は、個人の主観にたよるのではなく、データをとって統計的に分析するのが強い。統計学の基本的な方法は50年くらい前からあるのだが、最近20年ほどの情報技術(IT)の発達によって普及が可能になった。

第2-3章。調査はランダムサンプリングによるべきだ。サンプリングによる誤差が生じるがその大きさはおさえられており、全数調査はデータ収集や処理の費用の面から損であることが多い。最近の「ビッグデータ」礼賛論のうちの全数調査を勧める議論はまちがいだ。どんな調査にせよ、統計的分析の結果には誤差がある。何かの要因によって結果に何かの差が出たとしても、その差に意味があるかどうかは誤差を考えて評価しなければならない。また、因果関係の向きはデータの統計的解析だけでは決められない。ただし、因果関係についての確からしさの高い仮説を主張できることがある。

第4章。ランダム化した実験(提唱者はFisherとされている)をすることができれば強い。ただし、ランダム化が現実的に不可能な場合や、倫理(社会規範)的に許されない場合、実験対象者その他の人々の感情(各人の倫理感覚)にぶつかるので実行するとまずい場合もある。

第5章。ランダム化実験ができない場合も、層別解析や回帰分析などの方法が使える。これらの方法は「一般化線形モデル」(generalized linear model)という概念で統一的にとらえることができる。

第6章。統計学の使われかたは応用分野によって違った特徴をもっている。次の6つをあげている。データマイニングはビジネス関係を想定しており、生物以外の自然科学分野は論じていない。著者が示す6分野間の態度の違いは興味深いが、自分の知識として使うのは独立な情報による裏づけを得てからにしたい。
(1) 実態把握を行なう社会調査法
(2) 原因究明のための疫学・生物統計学
(3) 抽象的なものを測定する心理統計学
(4) 機械的分類のためのデータマイニング
(5) 自然言語処理のためのテキストマイニング
(6) 演繹に関心をよせる計量経済学
この箇条書き(本文205-206ページ)は的確だと思うが(わたしの知識不足でほんとうに的確かどうかはわからないが)、それに続く本文の見出しはこれと変えられており、うまくないところがある。たとえば「『IQ』を生み出した心理統計学」というのがある。確かに心理学では知能に関する統計を扱うが、IQという指標は心理統計学が発達する前に作られたものだということがその節の最後に述べられている。
確率に関するとらえかたについての頻度論とベイズ流の対立にもふれ、ベイズ流は演繹指向の人に好まれるのだという。言われてみれば地球科学でも観測値の要約として統計を使う人は頻度論、モデルによる一般化や予測をめざす人がベイズ流を使う傾向があるかもしれないが未確認。

終章。 evidence-basedと言っても個別の研究でできることは限りがある。他の人の研究成果をレビューすることが重要だ。とくに「系統的レビュー」(ある基準で検索された論文すべてをレビューすること)や「メタアナリシス」(多数の統計分析結果をさらに統計分析すること)が強力だ、と著者はいう。系統的レビューやメタアナリシスは医薬の評価や公衆衛生の分野では常識らしい。しかしわたしは身近な例を知らない。環境科学でも、特定の環境要因の人の健康への影響の研究には使えるだろうしすでに使われていると思うが、もっと広い分野の標準とすることができるだろうか。系統的レビューやメタアナリシスは、用語の意味や統計手法に対する態度を共有する人々、つまりだいたい同じ専門分科に属している人々による論文どうしについては可能だが、それを越える総合はとてもむずかしいと思う。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください