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