ブログ - 数量・データサイエンス・AI リテラシー講座 基礎第1回
・背景に潜む規則性，関係性いついて仮説を立てる．
・回帰・相関・因果．読み解く力．
・可視化．誤解を生まないような適切なグラフの選択．
・量的データ．
温度や身長などの数値
・連続データ
小数点以下の桁を使って表示される．
・離散データ
小数点以下の桁を使わない．性別，血液型，好き，嫌いなど
・質的データ
男女，程度などを記号で表す．
・量的データ
度数分布表，階級と度数，ヒストグラム
・質的データ
円グラフ，二元分割表
・量的でも質的でもないデータ
和歌，楽譜，テンドログラム（樹形図）
・調査の方法
調査課題の設定
調査対象の設定
・標本（サンプリング）調査
テレビ視聴率，内閣支持率
母集団 調査したい対象全体
標本
便宜的方法
有意抽出・・・年齢，性別，地域などの何かの属性に基づく．偏り，選択バイアスをうむ．
無作為抽出・・・偏りを生まない．手間がかかる
A/Bテスト
WebユーザインタフェイスでA案とB案を用意
ランダム化比較試験(RCT)．．．医学で利用．新薬が効いているか．
