  |
はてなキーワード: 統計学とは
ここ1年で初めてはてなブックマーク日毎の総合人気エントリ入りしたドメインからのホットエントリ、ブクマ数順トップ30
| ブクマ数 | タイトル | ドメイン |
|---|---|---|
| 1166 | デジタルアドレス｜日本郵便株式会社 | lp.da.pf.japanpost.jp |
| 1159 | 教皇選挙を終えて - 司教の日記 | bishopkikuchi.cocolog-nifty.com |
| 862 | 花王 ｜ 日本の住環境における菌の実態調査 | www.kao.com |
| 710 | チームラボよ、どこへ行く？ | matsuuratomoya.com |
| 639 | 【悲報】ガンダムジークアクス、鶴巻和哉監督(59)が乃木坂46にんほる為の作品だと判明して炎上wwwwww | www.anige-sokuhouvip.com |
| 586 | ソフトウェアエンジニアがHondaに転職して感じたこと4選 - Honda Tech Blog | honda-techblog.hatenablog.com |
| 570 | コラム「今の生成AI市場って焼き畑農業っぽくない？（2025年5月時点の所感）」｜「分かりそう」で「分からない」でも「分かった」気になれるIT用語辞典 | wa3.i-3-i.info |
| 539 | BIZ UDPゴシックと99.99%同じだけど、数字が等幅の「帳票 UDPゴシック」フォント公開 – プログラミング生放送 | pronama.jp |
| 526 | 川口市のクルド人 - 河野太郎（コウノタロウ） ｜ 選挙ドットコム | go2senkyo.com |
| 512 | EXPO2025 万博マニアックマップ by OpenStreetMap | k-sakanoshita.github.io |
| 498 | ボタンを「押下（おうか）する」という言い方はかなり昔から存在していた（文献引用つき） - StatsBeginner: 初学者の統計学習ノート | blog.statsbeginner.net |
| 464 | 郵便番号・デジタルアドレスAPI ｜ 郵便番号・デジタルアドレス for Biz ｜ 日本郵便株式会社 | guide-biz.da.pf.japanpost.jp |
| 456 | macOS Sequoia (15.4 以降) で cal や date を打つと出力がおかしい - id:onk のはてなブログ | onk.hatenablog.jp |
| 454 | 参政党 -sanseito- ｜ 新日本憲法(構想案) | sanseito.jp |
| 443 | 全ドット絵データベース | horicun.moo.jp |
| 439 | Obsidianおすすめプラグイン 〜日常記録、コードスニペット、ブログの下書きに〜 - necco Note ｜ necco inc. | necco.inc |
| 419 | 『ソフトウェアエンジニアがHondaに転職して感じたこと4選』の記事削除について - Honda Tech Blog | honda-techblog.hatenablog.com |
| 412 | ある日本人少年の物語 中国が用いる手法 —情報操作とナラティブ・ジャミング - グローバル・ガバナンス研究センター（Institute for Global Governance Research：GGR）- 一橋大学 | ggr.hias.hit-u.ac.jp |
| 407 | ゆめみ、アクセンチュアによる買収に合意 ｜ ゆめみ | www.yumemi.co.jp |
| 398 | Just fucking use HTML | justfuckingusehtml.com |
| 395 | ニッポン放送初の英語・語学学習ポッドキャスト番組！『Anime English Club with Sally Amaki』 | news.1242.com |
| 394 | AWSの安価でスケーラブルなウェブアプリ構成 2025年度版 - maybe daily dev notes | tmokmss.hatenablog.com |
| 391 | 神名データベース – 國學院大學 古典文化学事業 | kojiki.kokugakuin.ac.jp |
| 390 | 自分のiPhoneがどの電波（バンド）とつながっているのかを簡単に調べる方法 ｜ イチオシ ｜ ichioshi | ichioshi.smt.docomo.ne.jp |
| 369 | Claude 4 プロンプトエンジニアリングのベストプラクティス - Anthropic | docs.anthropic.com |
| 368 | 情報収集の仕方を模索している - 下林明正のブログ | shimobayashi.hatenablog.com |
| 366 | GitMCP | gitmcp.io |
| 358 | ずぼら女子による無肥料・無農薬・ほぼほったらかしでも育った作物、育たなかった作物ランキング【春夏編】 | agri.mynavi.jp |
| 353 | Gemini - HAL9000型との対話 | gemini.google.com |
| 352 | 中央図書館窓口等委託事業者の交代に伴う業務の停滞について - 大阪市立図書館 | www.oml.city.osaka.lg.jp |
例えば経済ね。リフレ派とかMMTとか財務省陰謀論者とかさ、口だけはベラベラと達者で流暢で説得力がある風なんだよね
でも経済学を数理レベルで分析できるレベルの人から見ると、まったくトンチンカンなこと言ってるじゃんあいつら
実際、連中の主張を定量的に検証しようとすると、すぐに論理的破綻が露呈する
モデル化もせず、パラメータの前提条件すら明示せずに、「こうすれば景気は良くなる」「政府がもっと金を刷ればいい」などという
MMTに至っては、「政府の負債は通貨発行でいくらでもファイナンスできる」などという命題を前提としており、一見正しそうだが、これは「政府が永久に信用を失わない」という極めて強い仮定に依存している
財政ファイナンスがインフレ期待をどう形成し、金融市場にどのような非対称情報のゲームを引き起こすかといった議論が完全に欠落している
また、財務省陰謀論などは論理的検証以前の問題で、そもそも証拠と論理の区別がついていない
制度設計の歴史的経緯や、政治経済学的な動態を踏まえずに「敵を作って叩く」ことで思考停止を正当化する
現代の経済分析は、因果推論や統計的識別可能性、政策介入のフィードバック効果を踏まえたモデルベースの議論が前提だ
それらを無視して直感と空想だけで語るのは、統計学の素養がない人間が、p値だけで因果関係を断定するのと同じレベルの過誤である
連中は「それっぽいこと」を「それっぽい雰囲気」で言語化する能力に長けているだけで、ロジックの強度やモデルの整合性、そして実証データとの整合性に対する責任が一切ない
転職してて、就活関係の情報を調べてる時に「適性検査で「どの卵を持ちたいか」って問題が出たら、模型の卵は選んではいけない」なる話を知った。
調べてみると、「TAL」という適性検査にたどり着いた。
https://www.vivid-japan.co.jp/tal_t/
なんだこの胡散臭さは……
このページもスゴい。比較表で「とにかくウチの脳科学統計学は対策できないんで良いんです！」って言ってる。脳科学統計学って何よ……
https://www.vivid-japan.co.jp/kensa_syurui/
しかし、「模型の卵」の話がそれなりに拡散してるところから見ると、どうやら日本の就活市場でまあまあ使われているらしい。
まあ昔ながらの中小企業とかがこういうの信じるのはちょっとしゃあないかなあ……と思うが、最新技術取り入れまくってますってアピールしてる大企業とかベンチャーが使ってたらな……
俺は、何者かになりたくて、ここ何十年もいろんな勉強に手を出してきた。
統計学、会計、機械学習、英語、プログラミング、経済、自己啓発に至るまで、はてなブックマークでホッテントリはたいていブックマークしてきたと思う。
そして、私はそのどれも身についていない。
Webコンテンツを流し読みしたり、本を通読して、わかった気になってそれっきりなのだ。
その瞬間はわかった気になってる。
数学は得意だったつもりでも、簿記を始めてみると損益分岐点の計算にすら手こずる。
要するに、数式をわかった気になって読み進めるくせに、中学の数学すら血肉になってはいないのだ。
私の半生を振り返る。
ある程度基礎力があったので、独力で教科書を読み進めることができるようになり、読んだだけで直後のテストくらいはクリアできるようになった。
高校で綻びが出た。
展開は規則に従って脳死だったが、その逆は反復練習なしでは乗り越えられなかった。
仕方なく鉛筆を手に取った。
微分は何も考えず手が動いたが、反復練習が足りないサボり魔には原始関数がまったくわからなく、仕方なく再び鉛筆を握ることになった。
唯一英語は苦手だった。
大学、社会人、どのステージでも、中2までの貯金で誤魔化してきてしまった。
例えば、アルゴリズムを勉強しようと思ったとする。本来なら、サンプルコードを写経して血肉になるところ、小学校時代にベーマガを写経してたので、なんとなく読めてしまい、脳内で動かした気になって血肉にならない。
教科書をなぞっただけで数学の反復練習をしなかったから、統計検定準1級でつまづいてる。
統計がわかってないのに、便利な統計パッケージをわけもわからず使っているので、機械学習が身にならない。
でも、アラフィフのオッサンが、中学レベルからやり直せというのか？
AIで学びのインプットやアウトプットは爆速になるというのは、たぶん間違ってる。
A：占いを擁護する立場。占いは人類の知の蓄積によって成り立っていて、一種の統計学であると主張する。
B：デーテサイエンティスト。統計学の定義に基づき明確に否定するが、さらに踏み込んで統計と占いの違いについて考察を深める。
ーーーー
A：
占いって、私は統計学の一種だと思ってる。根拠のない迷信じゃなくて、何千年も続く人類の観察の記録なんだよ。未来を占うっていうといかにもスピリチュアルだけれど、やっていることは記録に基づいた未来の予測だと思うんだ。
B：
“統計学”という言葉を使う以上、定義をはっきりさせたい。統計とは、収集されたデータに対して分析手法を適用し、仮説の妥当性を数量的に評価する科学だ。それに照らして、どこが一致してる？
A：
たとえば、古代メソポタミアの粘土板。占星術の記録がびっしり刻まれてる。
中国でも『推背図』とか『麻衣神相』のような人相・手相の書物がある。顔や掌の特徴と性格・運命の関係を記録し続けてきた。
これって、何世代にもわたる「人間観察のデータベース」じゃない？
B：
なるほど。記録があったというのは事実として受け止めるよ。でも、そこに統計的手法が適用されていたかどうかは別問題じゃないかな。
観察を重ねて記録しただけでは、まだ統計とは言えない。記録と分析の間には大きな壁がある。
A：
でも、現代のビッグデータだって、まずはログの蓄積から始まるでしょう？
誰かが「この特徴のある人はこういう傾向がある」と気づいて記録し、それが繰り返されていくことで、パターンが浮かび上がる。
占いも、記録、観察、分類の繰り返しのなかで体系化されてきた。
それって、人類が自然言語のまま統計を使っていたとも言えるんじゃない？
B：
うーん、そうだね。でもそれは「分類体系の構築」であって、「統計的検定」ではないよね。
現代の統計では、偏りを排除するために無作為抽出をし、仮説を立てて、有意性を評価し、モデルを検証するプロセスがある。
そこまでの枠組みがなければ、観察に基づいた民間知以上のものではないよ。
A：
でも、仮説と検証という意味では、「こういう手相の人は金運が強い」という記述があって、それが社会的に広まり、また観察と照合されていく。
たとえば江戸時代の占い師は、町民の情報を口伝と記録で積み上げて、実地で確かめながら修正していた。経験に基づいたフィードバックループはあったはず。
B：
その修正は、科学的方法というよりは職人的直感の調整だと思う。
それを統計と言ってしまうと、統計学の原則――とくに再現性と定量評価という根幹を見失う。
繰り返すけど、分類・記録・経験知は尊重されるべきだけど、統計学とは異なるものだね。
でも、たとえば――職業的な占い師のなかには、次の占いに活かすために、過去の顧客の情報を残していた可能性もあるよね。
具体的には、顧客の年齢、性別、相談内容、それに対する占いや後日の結果などを、ある種の指標――もっと言えば、数的データとして記録していたのかもしれない。
もちろん、「定量性」や「再現性」なんて言葉は使われていなかっただろうけど、職業的な技能の向上を目的として、定量的なパターン化や、再び同じ条件のときに同じ判断を下すための記録――つまり再現性の確保――といった実践があったとは考えられないかな？
B：
仮にそうだとしても、やはりその段階では統計的実践“のようなもの”にとどまってる。
というのも、統計には「個人の洗練された技能」ではなく、「誰が再現しても同じ結果が導ける仕組み」が要求される。
つまり、個人のノートではなく、手法が公にされていて初めて科学的統計となるんだ。プロセスの一部を似た形で持っていても、方法論の体系性、透明性、客観性がなければ、統計には至らない。
A：
でも、もしその記録が複数の占い師のあいだで共有されていたとしたら？
たとえば、ある手相を“成功線”と呼び、似た傾向があることが何人もの観察によって確認された。
彼らは言語化や体系化は未熟だったかもしれないけど、実地に基づいて知識を交換し、反復性を探っていたとすれば？
B：
でもそこで重要なのは、知識が主観や共同体内の物語からどれだけ離れたかなんだ。
再現性や定量性の基準が“信頼”や“経験”ではなく、誰でも検証可能な数値とロジックに移行したとき、初めて統計学になる。
A：
逆に言えば、検証可能な数値と論理構造が整っていれば、占いが統計に近づくことは可能だということだね？
B：
理屈としてはそうだ。ただし、それはもう“占い”と呼べるのかは別問題になる。
“出世確率85％”という言い方は、もはや占いの言語体系とは異なるよね。
そこにはあるのは、“未来の文脈を語るストーリー”ではなく、“数値による予測モデル”だ。
もしそこまで洗練されたなら、それは予測分析や意思決定支援システムであって、“占い”ではなくなる。
A：
なるほど。つまり、方法論を厳密化すればするほど、占いは占いでなくなる――そういう逆説かな。
B：
そう。占いが人を惹きつけてきたのは、“定量評価”ではなく、“意味づけの多義性”だと思う。
統計モデルには、曖昧さを排除するための規律がある。でも、占いはあえて曖昧さを許容することで、文脈に寄り添ってきた。
A：
“予測の精度”ではなく“受容の文脈”が優先された、ということだね。じゃあ占いって一体なんなんだろう？
B：
それは、統計でも科学でもないけれど――人間が不確実性に意味を与えようとする文化的な装置だと、だと考えたらどうかな。
占いは「何が起こるか」を当てるというより、「どう向き合えばいいか」を導くための解釈のフレームワークなんじゃないかな。
A：
うん……それは確かに実感としてある。
誰かに未来を言い当てられるというより、「こういう傾向があるかも」と言われて、自分の中で“腑に落ちる”瞬間がある。
たぶんその“腑に落ちる”構造のなかに、神秘的な偶然性以上の根拠を持ちたいとか、パターンに基づく意味づけをしたいという人間の欲求がありそうだね。
B：
そうだね。統計モデルは「正解に近づく」ための道具だけど、占いは「意味に近づく」ための儀式だと言ってみようか。
A：
なるほど、私が「占いは統計だ」と言いたかったのは、私自身も納得が必要だったからなのかもしれないね。
とくに人生の節目とか、選択に迷ったときって、ただ確率を言われるより、何かに“意味づけ”された言葉のほうが、なぜか前に進む力になるんだよね。
B：
統計が提供するのは「最も起こりやすいこと」かもしれないけど、占いは「今のあなたに必要な意味」を差し出そうとする。
人間って、ランダムな出来事や曖昧な未来に、何かしらの秩序や法則を見出したい生き物だから
科学や統計だけじゃなく、物語や象徴の体系――つまり占いのような営みも必要とされてきたんだろうね。
A：
でも、占いも統計も、不確かな未来を生きるため、人間の考え出した営みであることは変わりはないよね。
B：
どちらも「未来に対する不安」を前にして、人が手にした道具なんだと思う。
A：
なるほどね。
B：
……その答えは、やっぱりノーだと思う。占いは統計学ではない。
A：
そして、「人間にとって統計と占いのどちらが役に立つか？」という問いには、
たぶん――両方だね。
B：
そのとおり。
理性で世界を測ることと、感情で世界を抱きしめること。その両方があって、やっと人間はバランスを保てるんだと思うよ。
A：
数学の問題を解きながら、同時にラジオから流れてくる音楽に耳を傾ける。
そんなふうにして世界を感じ取るのは、たしかにアンビバレントな営みかもしれない。でも、だからこそ――私たちは人間なんだね。
元増田の言いぶりは極端だけど、テクノリバタリアン（テクウヨ）と社会科学とは相性が悪いよね。
社会科学は（主語めちゃくちゃでかいけど）、データが無いか乏しい中で、理論を発達させて物事を推論するというアプローチが多い。
これは経済学が典型的だと思っていて、「商品の価格が何で決まるか」ってテーマについて、全ての商品のデータなんか集められっこない時代に、近代経済学は「需要と供給で決まる」と説明し、マルクス経済学は「投下労働量で決まる」と説明した。
でもテクノリバタリアン（テクウヨ）は同じテーマについて、大量のデータをもとに機械学習でズドンと答えを出しちゃう。
今の中古車業界とかが典型で、大手中古車専売店は中古車在庫の値付けを上記プロセスで毎日行うから、そこに（社会科学的な）理論が介在する余地がない。
業界の人間じゃないんで知らんけど、今は不動産価格とかホテルの宿泊費とかもおんなじ感じじゃないかな。
こんなことやってる奴らからすると、伝統的な経済学の価格理論なんてアホに見えて仕方ないだろうね。
（だからこそ経済学もビッグデータを（統計学を使って）その体系に盛り込んでいこうと努力しているわけだけど）
歴史学に似たような話があって、「日本史学は（戦乱が少なかったおかげで）史料が山ほど残っているから歴史理論があまり発達しなかったが、ヨーロッパ史学は史料が少ないおかげで歴史理論がよく発達した」なんて言説がよく言われたりした。
これは日本史学のコンプレックスとして語られることが多かったんだけど、よく考えりゃデータ（史料）がある以上は理論なんかに頼る必要は無いわけで、テクノリバタリアン（テクウヨ）的な発想から行けば「理論なんざ要らねぇよ」ってことになるんだろう。
まあ思い付きの域を出ていないんだけど、大方こんなノリだと思うよ。
あなたの指摘しているのは、いわゆる「統計的なアーティファクトとしてのダニング＝クルーガー効果」という議論です。学術的にもちゃんと検証されているテーマで、あなたの定式化はそのポイントを端的に表しています。
まず整理しますね。
変数:
命題:
d = y - x は x と負の相関がある
この式はそのままみれば
→ Cov(d, x) = Cov(y - x, x) = Cov}(y, x) - Var(x)
ここで、
→ しっかりと「負の相関」になります。
あなたが言っていることは、まさに「統計的アーチファクト（虚像）」という批判です。
この話は、2000年代後半くらいから心理統計学の界隈でけっこう議論されています。
要点は：
これを入れると、
このとき、x が低いほど d = y - x が大きくなるのは当然で、相関係数はさらに強まる。
つまり、「自己評価の分布が中央寄りで、実際の能力評価の分布が広い」という現実的な前提があれば、さらに極端な傾向が出る。
まとめると：
ほう、また『大学って意味あるん？』て話かいな。ええやん、ちょっとだけおっちゃんも口を挟ましてもらおか。
おっちゃん、長いこと旧帝大の工学部で教員やっとる身やけどな、こういう話題になるたびに思うんや。
たとえば、はてブのホッテントリ見てみ？ 英語学習のTips記事、しょっちゅう上がってくるやろ？
どの記事も「これなら続けられる！」とか「5分でできる！」とか書いとるけど、実際にそれ読んで英語の勉強したやつ、おるんかいな？
英語なんか、毎日ちょっと勉強したらアホみたいに伸びるのに、誰もせえへんやろ？
そういうことやで。
強制的に机に向かわせてくれる仕組みを、カネ払って買うんや。
ほんでな、大学のほんまの役割ってのは「専門的なスキルを即座に身につける」ことやなくて、
「世の中に何があるかっちゅう“カタログ”を手に入れること」なんや。
たとえば「統計学」ちゅう言葉を大学で聞いたことあるやつと、聞いたことないやつとでは、
社会人になってデータ分析せなあかんときの入り口のスピードが違うんや。
知っとるやつは、「あー、あれ習ったな。どんな教科書やったかな？」って思い出せる。
知らんやつは、とりあえずネットでググってみるけど、 一発目に出てくるのが『いかがでしたかブログ』で、「統計学とは？○○を使って××を分析します！」みたいな当たり障りのない文章がズラズラ並んでて、読んだあと何も頭に残らん。時間だけ吸われて終わり。ほんで疲れて「やっぱ難しそうやしええか」ってなるんよな。
カタログを持っとるだけで、あとからの学び直しがめちゃくちゃ楽になる。
最近はChatGPTみたいなAIツールがあるけど、アレを本気で使いこなそうと思ったら、“カタログ”があるかないかで雲泥の差なんや。
何を質問すればええか、自分が何を知らんのかを知ってへんと、そもそも話にならんし、
AIが返してくる答えも、単語の意味すら分からんかったらチンプンカンプンになる。
つまり、AI時代ほど“カタログ”の価値は高くなっとるってことやな。
正直な話しとくとな、おっちゃんの大学では学部卒よりも大学院卒のほうが圧倒的に就職しやすい。
企業からの推薦枠の数もちゃうし、そもそも最初から“大学院生向け”として枠が用意されとることも多い。
せやからな、毎年のように「OB訪問」っちゅう形で企業の若手社員が大学に来るんやけど、どう見ても院生向けのリクルート活動やな。
名目上は進路相談とか情報交換やけど、実際は「この子ええな」と思われたら、そのまま選考につながったりもする。
ぶっちゃけ、生涯年収で見ても、大学院を出たほうが明らかに高くなる傾向にある。
30代で年収700万超えるような職種っちゅうのは、たいてい研究活動や、長期的に粘り強く考えた経験を重視してる。
これはもう、データ見たらはっきりしとる。
医学部とか法学部だけが大学の価値ある学部や、っちゅう話やったけどな、それ言い出したら極端な話「働いた方が早い」ってすべての職業に言えるわ。
将来の選択肢を増やすための“余白”を育てる期間やて考えたら、大学の意味、ちゃんとあるんやで。
モラトリアム？上等やん。
自分が何に興味あるか、何に向いてるかを探す数年間、めっちゃ大事や。
人間、やりたいことが最初から決まっとるやつなんかおらんのやから。
うん、それも一理あるけどな、全員が最短距離で効率よく生きる社会って、想像以上に不健康やと思うで。
ま、そない偉そうに言うたけど、おっちゃんも若い頃は大学行くのダルいって思てたし、酒ばっか飲んどったけどな！
けど今振り返ったら、やっぱりあの時間は無駄やなかった。カタログ、いっぱいもろたわ。
「何を学ぶか」も大事やけど、「学べる場所に身を置く」こと自体が、将来への投資なんやで。
(ChatGPT で生成。所要時間5分)
1. 東京駅前の丸善（駅前の方）（立地・蔵書数・レイアウトどれを取っても神）
1. 池袋のジュンク堂（同率1位。特に理系専門書が偉大すぎる。理系専門書で右に出るところはない）
3. 丸の内の丸善（いつも東京駅前に行くのであんまり行ったことないけど結構良かった）
4. 梅田の丸善（大阪で池袋ジュンク堂に匹敵するのはここしかない）
5. 梅田駅内の紀伊国屋（関西一大きいと豪語されてるけど専門書少なくて微妙）
上の4つは本当に素晴らしくて、素人には分野を取り違えるようなタイトルの本でもきれいに分野ごとに並べられている。
（パッと例が思いつかないけど「統計力学」を統計学のコーナーに置いてしまったり「微分幾何学」を微積分のコーナーに置いてしまうようなことが全く無い。）
このあたりは本当に都会の文化資本だと思う。素晴らしいよね。
1. 物理学
2. 固体物理学
4. 数学
6. 応用数学
7. 光学
8. 化学工学
15. 物理学（その他）
16. 機械工学
18. 金融学
22. 数学（その他）
25. 天文学
26. 経済学
27. 土木工学
32. 有機化学
38. 生化学
40. 免疫学
41. 気象学
42. 科学史
43. 化学（その他）
47. 遺伝学
48. 医薬化学
50. 薬理学
51. 古典語学
52. 哲学
53. 言語学
54. 計量心理学
55. 認知心理学
56. 植物学
57. 生物学（その他）
58. 地質学
60. 古生物学
61. 情報科学
62. 古典学
64. 微生物学
65. ロシア語学
67. 動物学
68. 疫学
69. 毒性学
70. 昆虫学
71. 生物学
72. 生理学
73. 音楽史
74. 社会心理学
75. 病理学
76. 比較文学
77. 国際関係学
78. 神学
80. 政治学
81. 経営学
82. 解剖学
83. 発達心理学
84. 人類学
85. 音楽史（重複）
87. 臨床心理学
88. 美術史
90. アメリカ史
91. 演劇学
93. 栄養学
95. 看護学
96. 初等教育
97. コミュニケーション学
ソース: https://emilkirkegaard.dk/en/2013/07/intelligenceiqgre-by-academic-field/
まず「自分の意見を社会に最大限流布させる」といった目標はアホらしいので却下
例えば数学者をフォローするのは数学を知りたいからなのに、政治厨っぽいことを言ったりとかウゼーんだよね
あるいは統計学について知りたくて統計学者をフォローしたのにリア充アピールがキツイとかさ
何をいいねしても、何を発信しても、おすすめの内容は一向に改善されねーし
結局、どう思考を凝らしても、Xを使うべき理由が見つからねーんよ
と思ったが、救いとしては、検索エンジン的な使い方とかキーワードウォッチとかをすることができる点だ
なのでXは「検索エンジンの一つ」として考えるべきであって、フォローする必要はないし、フォローされる必要もない
●●●の娘「入社してしばらくは暇でした」
年間休日＝休み多いじゃないから、実態なんて働かなきゃわからん…
↓
早稲田卒
「朝の7時前には出勤して
夜の12時まで帰してくれない
本当の男女平等を味わう」
最初の指示
「お前
午後10時前に
家に帰ろうなんて思うなよ！」
tinyurl.com/shinsotsu
激務エピソード
月4回の休日出勤
bit.ly/3wbfA0I
朝3時まで狭いプロジェクトルームで作業して、次の日は6時から7時の間に出勤が当たり前
当時同期で入社した200人近い中途の仲間は誰もこの会社に残っていません
tinyurl.com/zangyou
良くて3時か4時くらい、下手すると6時くらいに終わる
tinyurl.com/gozen3ji
夜中1時、2時まで、朝はなぜか7時集合
同期は全員辞めてると思う
bit.ly/3l05Z86
bit.ly/3yA1mcy
bit.ly/3wHGJHp
三●物●が新社長を発表！私大出身者の社長”ゼロ”の壁は壊せたか？
bit.ly/3i2gSFU
bit.ly/2U7ojOR
帝大６５円 早慶５５円
bit.ly/2ryVtbO
tinyurl.com/idoujikan
深夜3時までは働きます
それでも、翌朝も午前中に会社にこなければいけない
日付変わって帰るとかざら
tinyurl.com/mrx8426y
デスクワーク本当に多い
tinyurl.com/3fpj9jys
朝だいたい6時半ぐらいに起きていました
tinyurl.com/2ccnuxyc
bit.ly/2Gbk4wd
tinyurl.com/nemawasi
bit.ly/3bXmzkn
商社の何が辛いって、
仕事量が多いとか、
飲み会が多いとかではなく、
基本決定権が無い点
商流的に真ん中にいるので
決めるのは、
無論、若手に
社内の決裁権はない
調整、管理、
書き物をひたすらやります
tinyurl.com/kakimono
誰でもできるような仕事を大量に任される
tinyurl.com/y8kw52x2
与えられた仕事を
bit.ly/2uwinCk
自分で大きな決定できるようになるまで、
うまくいっても制度的に
tinyurl.com/nijyuunen
71％のケースにおいて即決で融資を実行
bit.ly/3NbOQUK
銀行員を辞めたい銀行員へ贈る！銀行員を辞めてよかったこと100個！
ノルマを達成するために
よく休日出勤や
夜間営業
１枚巻物は２ｍほどの長さになり、書くのに大体３０分
tinyurl.com/noruma
昼メシは座って食べるな！
夜中3時ぐらいまで仕事するじゃないですか
bit.ly/39aQDuv
朝4時32分
tinyurl.com/ypsdcshz
多分200連勤ぐらいしたりとか
50人いて一人ぐらいしか5年後には残ってない
bit.ly/3wf8rg9
bit.ly/3FyoaLq
銀行員 同期100人いた場合50才で銀行本体残るのは1人の例も
bit.ly/3yt3Eu0
出向
年収は半減
bit.ly/3whuTVY
8時に出社して、21時に退社
9割の取引が、コンピューターによる高速では無い物を含めた自動取引
bit.ly/3N9jKNL
bit.ly/3vHDsc6
bit.ly/3M1sSUd
bit.ly/37y18aV
夜中の2時、3時で
朝7時とかに出社しなきゃいけなかったり
6年目以降は入ってこない？
bit.ly/3krr3SN
他にもスーツ、お節、家電、食料、ケータイ、弁当等、ありとあらゆるものを年中購入させられます
多分歯切れの悪い反応をすると思います
bit.ly/3v3WZ7D
車やスーツを自腹買い
bit.ly/3S30Fis
本社勤務の時には、
土日も出勤
支社や営業所で
朝8時には会社にいる？
忙しいと22時まで残業？
bit.ly/3nwjrS6
tinyurl.com/3774hs3y
tinyurl.com/vfjtpjw4
キャンピングカーワーク
日が昇る前に海へ出かけて早朝から車内で仕事をして、昼前にサーフィン
tinyurl.com/campingcarwork
bit.ly/3wfSrdD
tinyurl.com/ycxak3uz
tinyurl.com/5n8hmhka
dailymotion.com/video/x5jufm0
949日÷365日=生涯通勤は2.6年
tinyurl.com/tsuukinjikan
ストレスは、
機動隊の隊員よりも高く、
ジェットコースターが落下する寸前の２倍以上と試算される」
bit.ly/3ersMdc
年収800万円以上のITエンジニアは95％以上がリモート勤務
ここ数年本当に生活が充実してる
年に約3週間、
生涯では約2.6年の
サバティカル休暇にしよう！
bit.ly/3ap8GtC
tinyurl.com/section-chief
朝の7時前には出勤して夜の12時まで帰してくれない
本当の男女平等を味わう
「意外と長時間労働の会社」実名公開！有名企業50社を総力調査
●●不動産
連日の徹夜勤務
tinyurl.com/zangyojikan
２２５社の３６協定で判明
3代に渡り、
７０年も
tinyurl.com/yrk4342n
報酬が7億8700万円
トップと社員（従業員平均年収647万円）の「年収格差」は122倍
tinyurl.com/2d7vf9ru
社内政治というのは
前者の人の言うことだけを聞いて判断できない
bit.ly/2ruvbHw
bit.ly/38lPel6
非常に嫌われていた
tinyurl.com/kamenronin
推薦・内部組のほうが
なるほどと思った
tinyurl.com/ryuunen
仮面浪人の成績が
フル単か
留年の
二極に分かれる現象
本学の学部全体で最も成績が良い層は
何らかの選択過程を通過した人・物・事のみを基準として判断を行い、
その結果には該当しない人・物・事が見えなくなることである
tinyurl.com/seizonsha-bias
爆撃機の装甲を厚くすべきなのは｢対空砲火を受けた場所｣と｢受けていない場所｣のどちらか?
tinyurl.com/sentaku-bias
常に分母は何かを考えよ
「早稲田政経は、短期間に簡単にAO合格可能なことを正直に暴露した勇気ある著者」
tinyurl.com/hensachi40
私、おバカですが、何か?―
【偏差値40の三流短大卒フリーター、25歳で早大に入学する!】
tinyurl.com/hensachi
tinyurl.com/goukakuline
偏差値も上昇したのです」
tinyurl.com/suisennado
日米の組織には大きな差がなかったのですが、ものすごく大きな差が出たのは
「信賞必罰」
bit.ly/2wyebne
元増田は、一応統計学は知っているのだろうが、この類の分析は門外漢なんだろう。
雑に言えば、相関係数にはデータのタイプごとに相場観があって、0.8でも「低い」という分野もあれば、0.5でも「超高い」という分野もある。
p値だって分野ごとの相場観があって、0.1が「十分低い」という分野もあれば「高過ぎる。有意ではない」という分野もある。
（そもそも「有意か否か」という考え方をしないのが現代的だが。）
著者自身が書いているように、0.1台の相関係数はそれを考えても低いが、だからと言って論文で何も書かない、というのもおかしい。
今は、アンケート調査を実施する前にどのような仮説を検証するための調査なのか等を外部に登録をしなければならず、登録したからにはその結果を公開する必要に迫られる。
したがって、斎藤氏への姿勢とCRT、SRSの調査をした以上、「弱いが有意な正相関があった」以外の論文の書きようが無い。
