office Hana Blogs

office Hana / Quality consulting

Familiar Statistics (15) / 熟悉的统计学 (15) / 身近な統計 (15)

身近な統計

日本語は最後にあります。

Listed in English, Chinese, and Japanese in that order.

Please note that this is an automatic translation.

英文、中文和日文，依次排列。

请注意，这是一个自动翻译，任何错误的翻译都应予以确认。

 

 

Familiar Statistics (15)

The Essence of Statistics: Summary from Broadcasting University's Course on Everyday Statistics (15)

In the final session of the "Everyday Statistics (15)" course offered by Broadcasting University, the overall essence and key concepts of statistics are thoroughly summarized. This course illuminates the role of statistics as a science that deals with data, exploring the nuances of uncertainty, discovery science, and problem-solving.

Statistics as a Science of Data Handling

  • Statistics refers to numerical data representing social, economic, and natural phenomena, encompassing the creation, analysis, and interpretation of data.
  • Statistical Thinking involves understanding phenomena with inherent uncertainty through the lens of data variability, frequency distribution, probability distribution models, generalizations, and contextual analysis.

Eight Key Concepts in Statistics

Descriptive Statistics

  1. Data: The necessity and characteristics of data.
  2. Distribution: Describing data variability.
  3. Basic Statistical Measures: Quantifying the features of a distribution.

Inferential Statistics

  1. Models: Probability distribution models.
  2. Sampling: The mechanisms of sample surveys.
  3. Inference: Understanding sample errors and the logic of hypothesis testing.

Correlation Analysis

  1. Correlation: Analyzing relationships between variables.

Time Series Analysis

  1. Trend Analysis: Understanding patterns in time series data.

Data (Statistics) as Objective Facts

  • Used for evidence-based decision-making.
  • Includes both qualitative and quantitative data.

Distribution

  • Analyzes the likelihood of different data values occurring.
  • Tools used include Pareto charts, stratification, and histograms.

Basic Statistical Measures

  • Mean, median, mode, variance, standard deviation, coefficient of variation, skewness, kurtosis, quartiles, range, box plots.

Probability Distribution Models

  • Normal distribution and the significance of standard deviations (±1σ: 68.3%, ±2σ: 95.4%, ±3σ: 99.7%).

Statistical Problem Solving

  1. Setting objective evaluation indicators (KPI, KGI, Outcome) for issues that can be resolved with data.
  2. Analyzing the current status of Y (distribution) and exploring factors X that control Y.
  3. Analyzing the relationship between X and Y (causation, association, correlation) and controlling X to improve Y.

Society 5.0: Data-Driven Super Smart Society (June 2017)

  • Envisions a society where mobility, smart homes, healthcare, and data are interconnected.
  • Emphasizes the cultivation of data science talents from elementary school to university, focusing on mathematics, statistics, analytical skills, computer processing of data, and contextual knowledge.
  • Marks an era where solid statistical thinking leads to the creation of reliable knowledge.

Conclusion

This comprehensive overview from Broadcasting University's "Everyday Statistics (15)" underscores the critical role of statistics in our increasingly data-driven world. It emphasizes the need for statistical literacy to interpret and analyze data effectively, highlighting its importance in various sectors of a modern society.

 

熟悉的统计学 (15)

统计学的精髓： 广播大学《日常统计（15）》课程总结

在广播大学开设的 "日常统计学（15）"课程的最后一课中，对统计学的整体精髓和关键概念进行了全面总结。本课程阐明了统计学作为一门处理数据的科学的作用，探讨了不确定性、发现科学和解决问题的细微差别。

统计学是一门处理数据的科学

  • 统计是指代表社会、经济和自然现象的数字数据，包括数据的创建、分析和解释。

  • 统计思维包括通过数据的可变性、频率分布、概率分布模型、概括和背景分析来理解具有内在不确定性的现象。

统计学的八个关键概念

描述性统计

  1. 数据： 数据的必要性和特征。
  2. 分布： 描述数据的变异性。
  3. 基本统计量： 量化分布的特征。

推理统计

  1. 模型： 概率分布模型
  2. 抽样 抽样调查机制。
  3. 推论： 了解抽样误差和假设检验的逻辑。

相关性分析

  1. 相关性： 分析变量之间的关系。

时间序列分析

  1. 趋势分析： 了解时间序列数据的模式。

作为客观事实的数据（统计）

  • 用于循证决策。
  • 包括定性和定量数据。

分布

  • 分析不同数据值出现的可能性。
  • 使用的工具包括帕累托图表、分层和直方图。

基本统计量

  • 平均数、中位数、模式、方差、标准差、变异系数、偏斜度、峰度、四分位数、范围、箱形图。

概率分布模型

  • 正态分布和标准偏差的显著性（±1σ：68.3%；±2σ：95.4%；±3σ：99.7%）。

统计问题解决方案

  1. 为可以用数据解决的问题设定客观的评价指标（KPI、KGI、结果）。
  2. 分析 Y 的现状（分布），探索控制 Y 的因素 X。
  3. 分析 X 与 Y 之间的关系（因果关系、关联关系、相关关系），控制 X 以改善 Y。

社会 5.0： 数据驱动的超级智能社会（2017 年 6 月）

  • 设想一个移动、智能家居、医疗保健和数据相互关联的社会。
  • 强调从小学到大学培养数据科学人才，重点是数学、统计学、分析技能、数据的计算机处理和上下文知识。
  • 标志着一个以扎实的统计思维创造可靠知识的时代的到来。

结论

广播大学 "日常统计（15）"的综合概述强调了统计在我们日益数据化的世界中的关键作用。它强调了有效解释和分析数据所需的统计素养，突出了统计在现代社会各个领域的重要性。

 

身近な統計 (15)

放送大学による統計学の全体まとめ

放送大学の「身近な統計（15）」コースでは、統計学の基本的な概念やデータの扱い方、統計思考力の重要性について解説しました。統計学は、データと不確実性を理解し、問題解決に活用するための科学です。このコースでは、統計学の八つの重要な概念を通じて、統計的な問題解決のプロセスを学びました。

統計学の重要な８つの基本概念

記述統計

  1. データ: データの必要性と特性について。
  2. 分布: データのばらつきを記述する。
  3. 基本統計量: 分布の特徴を計量化する。

推測統計

  1. モデル: 確率分布モデルの理解。
  2. 標本とサンプリング: 標本調査のメカニズム。
  3. 推測: 標本誤差と仮説検定のロジック。

連関・相関分析

  1. 関連性: 変数間の関連性の分析。

時系列分析

  1. 傾向（推移）: 時系列データのパターンの理解。

データとしての統計

  • 統計は客観的な事実であり、エビデンスに基づく意思決定に不可欠です。
  • 質的データと量的データの二種類があり、それぞれのデータの特徴を理解することが重要です。

分布と基本統計量

  • データの分布を分析することで、そのデータがどのように起こりやすいかを理解できます。
  • 平均値、中央値、最頻値、分散、標準偏差などの基本統計量を通じて、データの特徴を掴むことができます。

確率分布モデル

統計的問題解決のプロセス

  1. 課題からデータで解決可能な問題を見つけ、客観的評価指標Yを設定。
  2. Yの現状分析とYをコントロールする要因Xを探索。
  3. XとYの関連性を分析し、Xを制御してYを改善。

Society5.0とデータ駆動型社会

  • Society5.0は、医療、健康、データと現実社会がつながるデータ駆動型超スマート社会を目指しています。
  • データサイエンスの人材育成には、数理、統計、思考力、分析力が必要です。
  • データのコンピュータ処理と、その背景の知識や経験も不可欠です。

まとめ

統計学は、私たちが日々直面する不確実性と複雑な現象を理解し、より良い意思決定を行うための重要なツールです。放送大学のこのコースは、統計的思考力を高め、確かな知識を創出するための基礎を提供しました。

 

 

office Hana　An / 小庵

office Hana - office Hana