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
410
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
Rで学ぶデータハンドリング入門/Introduction_to_Data_Handling_with_R
florets1
0
110
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
67
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
1
420
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
2.4k
直積は便利/direct_product_is_useful
florets1
3
430
butterfly_effect/butterfly_effect_in-house
florets1
1
250
データハンドリング/data_handling
florets1
2
240
カイ二乗検定との遭遇/The_path_to_encountering_the_chi-square_test
florets1
1
300
率の平均を求めてはいけない/Do_Not_Average_Rates
florets1
11
16k
Other Decks in Education
See All in Education
いわゆる「ふつう」のキャリアを歩んだ人の割合(若者向け)
hysmrk
0
220
20250830_MIEE祭_会社員視点での学びのヒント
ponponmikankan
1
180
Google Gemini (Gem) の育成方法
mickey_kubo
2
340
Requirements Analysis and Prototyping - Lecture 3 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.3k
吉岡研究室紹介(2025年度)
kentaroy47
0
580
沖ハック~のみぞうさんとハッキングチャレンジ☆~
nomizone
1
480
QR-koodit opetuksessa
matleenalaakso
0
1.7k
DIP_1_Introduction
hachama
0
300
the difficulty into words
ukky86
0
190
DIP_3_Frequency
hachama
0
200
Microsoft Office 365
matleenalaakso
0
2k
Evaluation Methods - Lecture 6 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.2k
Featured
See All Featured
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Navigating Team Friction
lara
190
15k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
Build The Right Thing And Hit Your Dates
maggiecrowley
38
2.9k
How STYLIGHT went responsive
nonsquared
100
5.9k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
51k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
A better future with KSS
kneath
239
18k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
Art, The Web, and Tiny UX
lynnandtonic
303
21k
For a Future-Friendly Web
brad_frost
180
10k
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
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