有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。
ご不便をおかけしますが、有料コンテンツを購読希望の方は
モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。
いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が
すべてのユーザーまで開放されます
フォロー中トピックスの投稿にコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には
再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して
実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して
実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。
一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして
コメントを発信しよう
現在あなたのコメント公開範囲は
フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年月に更新の確認を行っております。
月以降も学割プランを継続されたい方は、
学生情報を更新してください。
学生情報を更新されない場合、
次回更新時に自動解約となります。
卒業される方等、プレミアムプランに移行される方には
1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。
ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから
URLをクリックし本人確認をお願い致します。
届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
新しいトップページへの
フィードバックのお願い フィードバックを受けて改善いたしますので、ご意見・ご要望をいただけませんか?
私は、これまで、現場→データ分析という順番で入ったパターンです。現在、現場・現地主義を第一としています。大学で東南アジア地域研究という理論よりも、現場から得られるフィーリングが先にあり、それを理論化できないか、という学問を専攻しました。そして、外務省ではマレーシアに赴任したり、様々な実務で現場を見ることをやってきました。そして、証券会社ではデータ分析の世界。データ分析をすることで、現場の経験をここでより客観化し、個人の経験だけで終わりという次元から共有の次元に持っていくことが出来ました。
ただ、証券・金融業界でのエコノミストやアナリストをみていると、現場主義の方はもちろんいるのですが、数字だけの分析で終わってしまっているリポートも沢山ある。インドネシアに1回も行かなかったり、行っても足・飯付きで綺麗なオフィスを回って「意見交換」でリポートを書くというものも多いです。
私は、このデータ分析と現場で得た肌感覚をどう接合して、客観を旨としながらも、自分自身の経験や各分野で専門的な長期ウォッチャーの意見を参考にして、データで語りきれない部分は合理的な推論を突き詰めていくという手法をとります。あまりに客観化が難しい場合は、いくつかのシナリオを考え、その実現可能性もあわせて提示することを心がけています。
恣意的なデータを取得したり、解釈することがいかに恥ずかしいことか。ちゃんとRT、シェア数が一定数を超えている一方真実でない情報を含む記事を集めたデータベースと、検索上位にあがらないシステムが必要だと思う。
・データの歪み(作成者、収集者の意図や思考)を見抜く力
・データに表れてきていない未来を予測する力
・事象を抽象化して、結晶化して、仮説として提示できる力
・仮説をデータと整合させ、簡潔に説明できる力
を、つけることが 「データ」を「行動」に反映するためには必要ですね!
が、いつも「もっと多くの事象(外れ値の事例)を集めたい」「先見性を高めれる人と論議したい」「SOMETHING NEWを生み出したい」「シンプルに理解共有したい」という想いを持っており、AIの力も活用すれば、水準を高められるのではないかと期待して取り組んでおります。
一方で、昔、恩師に「ハタと膝を打つ案を提示せよ」「目から鱗の提案を」と言われ、応え切れていない自分に50を前にした今でも歯がゆく感じるのも事実ですね(笑)
(本文より)私たち一人ひとりが冷静かつ客観的に物事を考える力を持つことがぜひとも必要です。データ分析からエビデンスを導いていくというのは、物事を見る物差しの1つでしかありませんが、客観的な判断をしていく上での手助けになるのではないかと考えています。
ところで、Evidence-Based Policymaking(EBPM)。常々、日本で普及するための大きな障害は、こなれない/定着しない日本語訳だと思っています。「証拠に基づく政策形成」というのも…。同じような例に「包摂的成長」がありますが、概念を普及させるためには、死活的に「言葉」が重要ですね。
一方で、世の中の様々な事象について基となるデータを見ることは普通の人には難しいですし、ニュースを見て「何となく理解した気になる」という感覚の有り難さはなかなか代え難いものである気がします。色んな事象に対して思考のリソースを振り分ける余裕は無いからです。
また、「信じたいものを信じたい」「見たいものを見たい」という人間の習性をただすのは、能力というよりも、姿勢の問題なのかもしれません。
総務省統計局の下記ページは取っ掛かりとしては良いのではないでしょうか。
http://www.stat.go.jp/koukou/index.htm
統計を学んで感じることは、テクニカルよりも、なぜその分析を選択するか、その数字がなぜそうなるのか、そこから何が言えるか考える力だと痛感します
AIが数学的な部分を引き受けてもらえるようになれば、「文系だから」と数学に抵抗がある人ももっと身近になれる可能性があり、わくわくします
https://www.dailyshincho.jp/article/2015/04230900/?all=1&page=4
こうしたエビデンスベースでの議論が必要というお話は中室先生の「『学力』の経済学」がヒットしてから世に出回った印象ですが、非常に良い傾向だと思います。
統計は理系と思われそうですが、実際に様々な事象を多変量解析でモデル化する際は、文系の知識が必要です。たとえばA社の残業時間が伸びている原因となりそうな変数を洗い出す作業など。
計算自体はソフトがやってくれるし、多重共線性などの統計上のルールも「変数同士の因果の目処」は文系的アプローチ。
ちなみに、統計リテラシーが高いと、因果や相関を証明しづらいことへの説得力を持たせられる「攻め」だけでなく、統計で事実を曲げようとする連中に騙されない「守り」も鍛えられます