なぜ統計を学ぶのか：データを見る目を養う旅

統計 は、「数字を正しく読み解く力」。テストの平均点、選挙の出口調査、コロナの感染者数、商品レビューの星の数 ── 日常の至るところに数字があふれていますが、その数字をどう解釈するかで結論は大きく変わります。

本シリーズは、中学生でも理解できる ことを目指して書きます。同時に、社会人の学び直し や データ分析を始めたい人 にも役立つよう、実務でそのまま使える Python サンプルを添えます。

1. なぜ統計を学ぶか

• ニュースを正しく読める: 「平均年収 600 万」と聞いて「うちは違うのか?」と短絡しない (実態は中央値が低い)
• 自分で意思決定できる: アンケートの結果を見て「この差は本物か?」を判断できる
• 仕事で数字に強くなる: 売上・コスト・顧客行動を解析できる
• AI / 機械学習の基礎: 統計を知らずに ML を使うのは危険
• 情報 I/II 受験対策: 大学入試の必須範囲

2. シリーズの構成 (構成案 (随時追加))

1. 1EP.01 はじめに (本記事)
2. 2EP.02 代表値 — 平均・中央値・最頻値、どれを使うか
3. 3EP.03 散らばり — 分散・標準偏差・四分位
4. 4EP.04 度数分布とヒストグラム — 分布を見るとは
5. 5EP.05 正規分布と 68-95-99.7 ルール
6. 6EP.06 確率の基本 — 順列・組合せ・条件付き確率
7. 7EP.07 相関と回帰 — 2 変数の関係
8. 8EP.08 仮説検定の考え方 — p 値と帰無仮説
9. 9EP.09 t 検定 — 平均値の差を検定
10. 10EP.10 カイ二乗検定 — カテゴリの偏り
11. 11EP.11 A/B テスト — 実務応用
12. 12EP.12 ベイズの基礎 — 条件付き確率の発展

3. 学習環境の準備

• Google Colab (https://colab.research.google.com/): ブラウザだけで Python・無料
• ライブラリ: numpy, pandas, scipy, matplotlib, seaborn (Colab に標準装備)
• 手元 PC でもよい場合: Anaconda or Python.org からインストール
• Excel でもできる範囲: EP.02-04 は Excel 関数 (AVERAGE / MEDIAN / STDEV) で実演可

4. 「統計でわかる」典型例

5. 本シリーズで意識していること

• 動く Python コード: 公式の暗記ではなく実演
• 現実の例: 教科書の架空データではなく、自分の生活と接続
• メリット・デメリット: どの手法も完璧ではない、使い分けの判断材料を
• 飛ばし読み可: EP 間の前提を最小化
• FAQ で復習: 各 EP に「よくある疑問」5 件

6. 次の話

EP.02 では 代表値 (平均・中央値・最頻値) を扱います。「平均年収 600 万円」が誤解を生む理由を、Python のコードで実演します。