2020/10/16

【核心】統計学の権威が語る、「データスキル」の学び方

森川 潤

NewsPicks NY支局長

新たなデータの時代

新型コロナは、世界をデータの洪水に巻き込んだ。

感染者数や死亡者数、陽性率など、あらゆるコロナ関連のデータが連日ニュースやSNS上をにぎわせる一方で、混乱の中で、真偽が不明な怪しいデータも蔓延した。

「今こそ、データが意味することをきちんと理解するスキルが必須だ」

こう指摘するのは、統計学の世界的権威である英ケンブリッジ大学のデビッド・シュピーゲルホルター氏だ。同氏は、データによる問題解決には、統計学のいろんな公式やプログラミングを学ぶ前に、もっと重要なことがあると指摘する。

それは統計学が持つ「アート」の側面だという。

欧米での大ベストセラー『The Art of Statistics（訳：統計学のアート）』『Sex by Numbers（邦題：統計学はときにセクシーな学問である）』でも知られる氏に、現代に求められる「データスキル」のすべてを聞いた。

統計が「アート」である理由

──あなたは、データと統計を使いこなせば、魔法が起きるといった論調を戒めていますね。

「数字自体が自ら話すことはない。我々が代わりに話し、意味を吹き込むのである」という名言があります。

統計学の名著『The Signal and the Noise（邦題：シグナル&ノイズ）』の著者であり、人気サイトFiveThirtyEightの運営者であるネイト・シルバーの言葉です。これは大変重要な指摘で、私も自著の冒頭に引用したほどです。

かつてデータサイエンスが叫ばれ始めたころ、ビッグデータの時代は、データが「秘密」を明らかにしてくれるので、従来の統計学の考え方はもはや必要ないという論調がありました。

これは完全な妄想だと考えています。

コメント

注目のコメント

• 豊田 真由子

  元厚労省官僚、元衆議院議員 元厚労省官僚、元衆議院議員

  ・2020年10月16日

  データの取扱いというのは、本当に難しく、そして、数字などのファクトを読み取り、正しく分析し解釈することは、世の中にとって極めて重要です。逆に言えば、同じデータであっても、本質的理解を欠いていれば、あるいは、恣意的に、事実とはいえない解釈を導き出すことが可能になってしまう、ということです。
  
  例えば、「〇〇の薬が効いた」、「うがい液が効果がある」、「△△をすると、◇◇になる確率が〇％高まる」・・・といった表現が、残念ながら世にあふれていますが、こういったことは、かなりの数の被験者について、前提を正しく設定して、精緻な比較試験を行い、その生データに必要な統計学的調整などを加えた上で、はじめて言えることです。
  
  例えば、薬の有効性は、大規模な治験を行い、当該疾患を有する患者さんを、その薬を投与するグループと、プラセボ（偽薬）又は標準的な薬を投与するグループとに分けて、統計的に優位な差があるか、ということを証明して、はじめて言えることです。
  
  また、「たばこを吸うと◇◇病になるリスクが〇％高まる」という話は、多数の人間を長期間観察し、喫煙以外の要因（年齢、食事や運動などの日常生活、既往症等々の違い）の影響を取り除く複雑な調整等をして、はじめて分かることです。
  
  ですから、新型コロナ禍で、国民的関心の高いこうした事項について、責任ある立場にあるはずの方々から、データ分析や統計の知見をお持ちとは思えない、無責任なあるいは過度に楽観的な「見解」が飛び出す度に、この国は、だいじょうぶかいな・・・、と心配になります。
  
  ちなみに、わたくしは、厚労省に入って仕事をする中で、政策立案の前提となるデータの提示のされ方に「ん？これを鵜呑みにしちゃ、いけないんじゃないか？」と疑問を抱き、根拠に基づく政策立案・客観的な説明をきちんと行えるようになろうと、留学して「パブリックヘルス」を学びました。
  
  自分は知らないことばかりだと、今も常に思う日々です。
• 森川 潤

  NewsPicks NY支局長

  ・2020年10月16日

  新型コロナの拡大で、世界はデータの洪水に見舞われました。
  
  パンデミックという現象を、さまざまな角度の数字で分析は大きな前進だった一方で、怪しいデータもたくさん登場し、インフォデミックという言葉も取りざたされました。
  
  今回取材した統計学の権威であるシュピーゲルホルター氏は「データリテラシーは現代の必須スキル」だと言います。
  
  とはいえ、それを身につけるためには、統計学の難しい公式や、データサイエンスのアルゴリズムが必要だという話ではありません。むしろ、データから、何かを学ぶためには「アート」が必要であり、それを実現するための、データサイクルというものがあるのだと指摘しています。
  
  今や欧米で引っ張りだこのシュピーゲルホルター氏への直撃取材から、ぜひ新たなデータへの気付きを得ていただければ幸いです。
• 占部 伸一郎

  コーポレイトディレクション Managing Director

  ・2020年10月16日

  それを、「アート」と呼ぶのかは表現の問題でしょうが、データそのものは何も語らず、仮説だったり解釈だったりが大事という意味だと理解しました
  昨日の記事でもコメントしましたが、今日の記事の例であれば、100人中6人なのか7人なのかの違いを「2割多い」というところだけを強調して伝えるのが良いのかはケースバイケース
  また、仮にこれが有意に相関していたとしても、例えばベーコンを食べる人、というのが何らかの属性を表していた場合は(豊かな人は食べる、逆に貧しい人は食べる、最近の人は食べる、特定の人種は食べるなど)、そちらが真因かもしれない、という昨日もあった相関≠因果という問題もあります
  また、教科書的には「仮説なく分析してはいけない」と言われますが、いろいろな軸をとってみてそこから仮説が生まれることも往々にしてあって、記事の例だと死亡場所と死因(コロナ)にフラグ立てをしてグラフ化したから見えてくる仮説もあるのは実務的な感覚ともよく合います