Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
仮説の取扱説明書/User_Guide_to_a_Hypothesis
Search
florets1
June 17, 2025
Education
4
430
仮説の取扱説明書/User_Guide_to_a_Hypothesis
florets1
June 17, 2025
Tweet
Share
More Decks by florets1
See All by florets1
なぜSQLはAIぽく見えるのか/why does SQL look AI like
florets1
0
460
Tableauとggplot2の背景/Background_of_Tableau_and_ggplot2
florets1
0
51
Rで学ぶデータハンドリング入門/Introduction_to_Data_Handling_with_R
florets1
0
130
人工知能はクロスジョインでできている/AI_Is_Built_on_Cross_Joins
florets1
0
83
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
1
450
カイ二乗検定は何をやっているのか/What_Does_the_Chi-Square_Test_Do
florets1
7
2.5k
直積は便利/direct_product_is_useful
florets1
3
450
butterfly_effect/butterfly_effect_in-house
florets1
1
270
データハンドリング/data_handling
florets1
2
270
Other Decks in Education
See All in Education
外国籍エンジニアの挑戦・新卒半年後、気づきと成長の物語
hypebeans
0
730
AIで日本はどう進化する? 〜キミが生きる2035年の地図〜
behomazn
0
110
CSS3 and Responsive Web Design - Lecture 5 - Web Technologies (1019888BNR)
signer
PRO
1
3.1k
【洋書和訳:さよならを待つふたりのために】第2章 ガン特典と実存的フリースロー
yaginumatti
0
230
自己紹介 / who-am-i
yasulab
PRO
6
6.3k
NUTMEG紹介スライド
mugiiicha
0
900
コマンドラインを見直そう(1995年からタイムリープ)
sapi_kawahara
0
660
LotusScript でエージェント情報を出力してみた
harunakano
0
120
Flinga
matleenalaakso
3
15k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.2k
HTML5 and the Open Web Platform - Lecture 3 - Web Technologies (1019888BNR)
signer
PRO
2
3.2k
IHLヘルスケアリーダーシップ研究会17期説明資料
ihlhealthcareleadership
0
880
Featured
See All Featured
SEO for Brand Visibility & Recognition
aleyda
0
4.2k
Speed Design
sergeychernyshev
33
1.5k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
7.9k
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
200
Making the Leap to Tech Lead
cromwellryan
135
9.7k
The SEO Collaboration Effect
kristinabergwall1
0
350
What Being in a Rock Band Can Teach Us About Real World SEO
427marketing
0
170
Why Your Marketing Sucks and What You Can Do About It - Sophie Logan
marketingsoph
0
75
Between Models and Reality
mayunak
1
190
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
0
260
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
61k
Building Adaptive Systems
keathley
44
2.9k
Transcript
1 2025.06.21 Tokyo.R #118 仮説の取扱説明書
2 はじめに • ビジネスの現場で多用される「仮説」 • それ、本当に「仮説」ですか?
3 仮説とは • まだ検証されていない前提的な考え • データによって真偽を確かめる対象 ポイント 仮説は「データを見る前に立てる」もの
4 よくある誤用① データを見ながら仮説を立てました 例: 売上が4月から伸びた→ 「春のキャンペーンが効いたのでは?」という仮説 これは「仮説」ではなく、後付けの「説明」
5 よくある誤用② データ駆動で仮説に基づいて意思決定 データ駆動:データから出発し、仮説に依存しない 仮説駆動:先に仮説を立て、データで検証 「データ駆動で仮説に基づいて…」は矛盾を含む言い回し
6 正しい仮説の扱い方 • 仮説を立てるのは「データを見る前」 • 仮説は「検証される前提」で立てる • データで仮説の真偽を確かめる
7 補足 1. データAを見る 2. 現象に気づき、仮説Bを立てる 3. データBを新たに取得して仮説を検証 →「後だし」ではなく、「次の検証へ」進むのはOK
8 仮説を立てることが目的? なぜ仮説を立てるのか? →意思決定や未知の検証のため 既存データから合理的な説明ができるなら、無理に 仮説検証にこだわらなくてもよくないですか?
9 自問してみよう • 「これは本当に検証すべき仮説か?」 • 「説明や観察ではダメなのか?」 問いを明確にし、適した方法を選ぼう
10 言葉の正確さが思考を鍛える • 言葉の誤用を減らすと認識のズレが減る • 正しい言葉遣いは、思考の正確さにつながる 「それ、本当に仮説ですか?」 この問いを忘れずに分析に向き合いましょう