対象レベル：ゼロから学ぶ入門者 ｜ 所要時間：約15分
📌 この章で学ぶこと
- 統計学が「何のための学問か」を理解する
- 記述統計と推測統計の違いを説明できる
- このシリーズ全体の学習マップを把握する
1. あなたはすでに毎日「統計」を使っている
こんな場面を想像してください。
→ 過去のデータから「似た気象条件のとき、70回に1回雨が降った」という統計的推測
📊 ニュース：「内閣支持率48%、前月比−3ポイント」
→ 数千人への調査から日本全体の傾向を推測
💊 医療：「この新薬は有効率80%」
→ 臨床試験の標本データから治療効果を推定
🛒 EC：「あなたへのおすすめ商品」
→ 購買履歴の統計パターンから好みを予測
私たちは毎日「統計」に囲まれています。しかし、その数字が何を意味し、どこまで信頼できるかを正しく読む力を持っている人はどれくらいいるでしょうか？
統計学を学ぶことは、このような数字を「なんとなく信じる」から「根拠をもって理解する」に変えることです。
2. 統計学とは何か？
統計学（Statistics）とは、データを収集・整理・分析し、そこから客観的な結論を引き出す学問です。
一言で表すなら——
私たちが知りたいことのほとんどは、完全には調べ尽くせません。日本国民全員に聞くこともできなければ、未来を直接見ることもできません。統計学は、限られたデータから最大限の情報を引き出す技術です。
3. 記述統計と推測統計：2つの大きな柱
統計学は大きく2種類に分かれます。この違いを理解することが、統計学全体の地図を描く第一歩です。
🔵 記述統計（Descriptive Statistics）
手元にあるデータをそのまま整理・要約する統計です。
あなたが担任するクラス30人のテスト結果をもとに
・平均点を計算する（→ 第3章）
・点数のばらつきを確認する（→ 第4章）
・棒グラフ・ヒストグラムで視覚化する
これらはすべて「記述統計」です。30人のデータについて語っているだけで、
他のクラスや来年のクラスについては何も言っていません。
🔴 推測統計（Inferential Statistics）
一部のデータ（標本）から、全体（母集団）を推測する統計です。
全国の高校生の学力を調べたい。でも全員（約300万人）には調査できない。
→ 無作為に選んだ1,000人を調査（標本）
→ その結果から全国平均を「推定」する（→ 第9・10章）
→ 「去年より学力が下がった」という主張を統計的に検証する（→ 第11章）
これが「推測統計」です。
| 比較項目 | 記述統計 | 推測統計 |
|---|---|---|
| 目的 | データを整理・要約する | 標本から母集団を推測する |
| 対象 | 手元のデータそのもの | データの背後にある母集団 |
| 代表的な手法 | 平均・分散・グラフ | 推定・仮説検定 |
| 例 | クラス30人の平均点を出す | 全国の平均点を1,000人から推測する |
| このシリーズでの扱い | 第1〜4章 | 第8〜11章 |
4. 統計学はどんな場面で使われている？
統計学は特定の「理系の専門家」だけのものではありません。現代のあらゆる分野に浸透しています。
新薬の臨床試験、疫学調査、がんの発症リスク解析
A/Bテスト、需要予測、顧客セグメンテーション
機械学習の基盤は統計学。回帰・分類・クラスタリング
世論調査、選挙予測、社会調査の分析
選手のパフォーマンス分析、セイバーメトリクス
実験結果の有意差検定、観測データの解析
「データサイエンス」や「AI」という言葉が溢れる現代、その根底にあるのは統計学です。統計学を学ぶことは、現代を生きるための基礎教養とも言えます。
5. このシリーズの学習マップ
全12章の構成をあらかじめ把握しておくと、各章で「今どこにいるか」が分かり、学習効率が上がります。
| ステップ | 章 | テーマ | 学ぶ内容 |
|---|---|---|---|
| STEP 1 | 第1〜4章 | 記述統計 | データの整理・代表値・ばらつきの表し方 |
| STEP 2 | 第5〜7章 | 確率・分布 | 確率の基本・二項分布・正規分布 |
| STEP 3 | 第8〜10章 | 推測統計（推定） | 標本と母集団・点推定・信頼区間 |
| STEP 4 | 第11〜12章 | 推測統計（検定・分析） | 仮説検定・相関・回帰分析 |
各ステップは前のステップを土台にしています。急いで先に進まず、各章をしっかり理解してから次へ進むことをおすすめします。
6. 統計学を学ぶ上での心構え
最後に、統計学を学ぶ上で大切な3つのことをお伝えします。
公式の丸暗記ではなく、「この状況でこう考えると、この式になる」という流れで理解しましょう。
② 具体的な例で考える
抽象的な定義を見たら、必ず「身近な例に当てはめると？」と考える習慣をつけましょう。
③ 「誤差・不確実性」を友達にする
統計学は「絶対の正解」を出す学問ではありません。「どれくらいの確率で正しいか」を扱う学問です。この曖昧さと付き合う力が、統計的思考の本質です。
📝 章末練習問題
理解度を確認するために、以下の問題を考えてみましょう。答えはこの記事の最後に掲載しています。
（a）自社ECサイトの先月1ヶ月間の平均注文単価を計算した。
（b）1,000人へのアンケートから「20代女性の8割がSNSを毎日使用する」と結論づけた。
（c）工場で生産した製品の中から100個を検査し、全ロットの不良品率を推定した。
▶ Q1の解答を見る
（b）推測統計：1,000人の標本から「20代女性全体」という母集団を推測している。
（c）推測統計：100個の標本から「全ロット」という母集団の不良品率を推定している。
✅ この章のまとめ
- 統計学とは「データから客観的な結論を引き出す学問」。現代のあらゆる分野で使われている
- 記述統計：手元のデータをそのまま整理・要約（平均・分散・グラフなど）
- 推測統計：標本データから母集団全体を推測（推定・仮説検定）
- このシリーズはSTEP1（記述統計）→ STEP2（確率・分布）→ STEP3（推定）→ STEP4（検定・分析）の順で学習する
➡️ 次の章へ
統計的分析の第一歩は「手元のデータがどの種類か」を見極めることです。
数値として扱えるデータと、カテゴリとして扱うデータでは、使える分析手法がまったく異なります。
次の章では、データの4つの「尺度水準」まで踏み込み、「どのデータにどの手法が使えるか」を整理します。
引き続き一緒に学んでいきましょう。
コメント