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
370
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
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
58
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
1
410
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
2.3k
直積は便利/direct_product_is_useful
florets1
3
410
butterfly_effect/butterfly_effect_in-house
florets1
1
240
データハンドリング/data_handling
florets1
2
230
カイ二乗検定との遭遇/The_path_to_encountering_the_chi-square_test
florets1
1
290
率の平均を求めてはいけない/Do_Not_Average_Rates
florets1
11
16k
請求と支払を照合する技術/using_full_join_in_r
florets1
2
260
Other Decks in Education
See All in Education
Ch1_-_Partie_1.pdf
bernhardsvt
0
180
American Airlines® USA Contact Numbers: The Ultimate 2025 Guide
lievliev
0
250
(キラキラ)人事教育担当のつらみ~教育担当として知っておくポイント~
masakiokuda
0
130
Data Management and Analytics Specialisation
signer
PRO
0
1.5k
【品女100周年企画】Pitch Deck
shinagawajoshigakuin_100th
0
5.8k
高校におけるプログラミング教育を考える
naokikato
PRO
0
160
アントレプレナーシップ教育 ~ 自分で自分の幸せを決めるために ~
yoshizaki
0
170
AWSと共に英語を学ぼう
amarelo_n24
0
150
(2025) L'origami, mieux que la règle et le compas
mansuy
0
130
20250807_がんばらないコミュニティ運営
ponponmikankan
0
160
AIの時代こそ、考える知的学習術
yum3
2
190
Linuxのよく使うコマンドを解説
mickey_kubo
1
260
Featured
See All Featured
Facilitating Awesome Meetings
lara
55
6.5k
RailsConf 2023
tenderlove
30
1.2k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3.1k
KATA
mclloyd
32
14k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
The Language of Interfaces
destraynor
161
25k
The World Runs on Bad Software
bkeepers
PRO
70
11k
Six Lessons from altMBA
skipperchong
28
4k
Side Projects
sachag
455
43k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
18
1.1k
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