社会に出て必要だなーと強く感じる学問の一つ「統計学」
巷では「統計学って簡単！」みたいな感じの本をしばしば見かけますが、個人的には結構高度なものだと思います。数学等のバックグラウンドが無いと理解は大変かなと。純粋文系の方が理解するのは至難の技だと思います。（使うことはできると思いますが）
今月はちょっと統計学の復習をしようと思っています。というか既に着手済みですが。
実は社会人になるまでちゃんと統計学を学んだことが無くて、修士の時とかは結構適当に論文とか書いていました。
会社に入って統計学の本を最初に配布され、研修期間中に2日くらい？講義があったけど、良くわかっていなかったのでその後も折をみて復習していました。
理系のくせに「ゼロからわかる統計学」的な本に四苦八苦していたのを思い出します。
最初は「確率分布」っていう概念とか、平均値や分散の推定をモデルをベースに行うという概念、さらには検定の概念ってのがしっくり来なくて…
最初とにかく意味不明だったのが、確率変数と実際の値。
サイコロの目を確率変数Xであらわすとそれぞれの値はxなんですよね。この部分の理解がイマイチしっくり来なくて苦労したのを覚えています。
英国でPhDこコースが始まったときに、とにかくこの部分を完璧に仕上げようと思って最初1ヶ月くらいかけてしっかり勉強しました。なにせ、研究室の雰囲気を見たらあまり賢そうな感じの研究室じゃなかったので、「できちゃったシリーズが多い」と踏んだのです。
※できちゃったシリーズとは、とにかく手を動かしてデータをとってそこからグラフをひっぱって適当な事を言うという研究スタイルをさします。
つまり、理論的な部分は学生レベルには組み立てられないため、学生を人手として使って実験をさせまくるというスタイルです。幸い、私の学生時代はそういう感じではなかったですが、割と程度の高くない大学に行くと、このスタイル結構見かけます。このスタイルの博士も結構いますよ。
こういう研究って頭使わないんですよね。そういう研究室の先生が「研究なんて一次関数が分かればいいんだ。工学部は数学を分かる必要は無い」と言っていましたが…まぁ、大学入試で軽く偏差値50を割るような大学では、そもそも基礎学力が無いので、というか高校生レベルの数学もまともに出来ないので、労働力として学生を使うほか無いんですよね。
ちょっと話がそれましたが、とにかくデータの数を稼ぐ場合、そのデータの統計的裏づけみたいなモノをしっかりやる必要が最低限あります。なので、必要を感じてその部分を結構頑張って勉強したわけです。
半年以上統計学の勉強から遠ざかっていたので久々にテキストを開いてみました。「初学者にはこういう風に書くと分かりやすいのかー」という感想でした。
なぜかと言うと、この間に私はベイズ理論やベイズ統計学、最尤推定等の勉強を通して様々な角度から所謂統計学を見ていたのです。一年前に勉強した部分が今見ると子供だましのように感じました。
「あー一年で結構賢くなったんだな」
前々成果も出ていないし、自分はとまってしまっている？のでは？と日々悩んでいましたが、大丈夫！ちゃんと前進している。
研究をしにきていますが、日々の30％程度の時間を自己研鑽に割いています。作業をたくさんやっても後で残るものが無いので。基礎数学や最適化手法、統計学やベイズ理論、もちろん光学も。大学のときに取りこぼした（本質的に）科目を総復習し、自分の肉としています。
こちらに来たばかりの時を思い出すと、今とは天と地ほどの差があったな…と今は思えます。
もっと賢くなって「博士」として恥ずかしくない知識を持てるように頑張ろうと。
最低限、大学で基礎科目程度は教鞭をふるえるようになります。
今出来そうなのは、線形代数、フーリエ変換、基礎統計学、最適化理論（基礎）くらいかな…
お金にならないって分かっていても、分からないことを放っておけない体質。
30を超えて過去の「もやもや」解決中！
ではよしなに。
巷では「統計学って簡単！」みたいな感じの本をしばしば見かけますが、個人的には結構高度なものだと思います。数学等のバックグラウンドが無いと理解は大変かなと。純粋文系の方が理解するのは至難の技だと思います。（使うことはできると思いますが）
今月はちょっと統計学の復習をしようと思っています。というか既に着手済みですが。
実は社会人になるまでちゃんと統計学を学んだことが無くて、修士の時とかは結構適当に論文とか書いていました。
会社に入って統計学の本を最初に配布され、研修期間中に2日くらい？講義があったけど、良くわかっていなかったのでその後も折をみて復習していました。
理系のくせに「ゼロからわかる統計学」的な本に四苦八苦していたのを思い出します。
最初は「確率分布」っていう概念とか、平均値や分散の推定をモデルをベースに行うという概念、さらには検定の概念ってのがしっくり来なくて…
最初とにかく意味不明だったのが、確率変数と実際の値。
サイコロの目を確率変数Xであらわすとそれぞれの値はxなんですよね。この部分の理解がイマイチしっくり来なくて苦労したのを覚えています。
英国でPhDこコースが始まったときに、とにかくこの部分を完璧に仕上げようと思って最初1ヶ月くらいかけてしっかり勉強しました。なにせ、研究室の雰囲気を見たらあまり賢そうな感じの研究室じゃなかったので、「できちゃったシリーズが多い」と踏んだのです。
※できちゃったシリーズとは、とにかく手を動かしてデータをとってそこからグラフをひっぱって適当な事を言うという研究スタイルをさします。
つまり、理論的な部分は学生レベルには組み立てられないため、学生を人手として使って実験をさせまくるというスタイルです。幸い、私の学生時代はそういう感じではなかったですが、割と程度の高くない大学に行くと、このスタイル結構見かけます。このスタイルの博士も結構いますよ。
こういう研究って頭使わないんですよね。そういう研究室の先生が「研究なんて一次関数が分かればいいんだ。工学部は数学を分かる必要は無い」と言っていましたが…まぁ、大学入試で軽く偏差値50を割るような大学では、そもそも基礎学力が無いので、というか高校生レベルの数学もまともに出来ないので、労働力として学生を使うほか無いんですよね。
ちょっと話がそれましたが、とにかくデータの数を稼ぐ場合、そのデータの統計的裏づけみたいなモノをしっかりやる必要が最低限あります。なので、必要を感じてその部分を結構頑張って勉強したわけです。
半年以上統計学の勉強から遠ざかっていたので久々にテキストを開いてみました。「初学者にはこういう風に書くと分かりやすいのかー」という感想でした。
なぜかと言うと、この間に私はベイズ理論やベイズ統計学、最尤推定等の勉強を通して様々な角度から所謂統計学を見ていたのです。一年前に勉強した部分が今見ると子供だましのように感じました。
「あー一年で結構賢くなったんだな」
前々成果も出ていないし、自分はとまってしまっている？のでは？と日々悩んでいましたが、大丈夫！ちゃんと前進している。
研究をしにきていますが、日々の30％程度の時間を自己研鑽に割いています。作業をたくさんやっても後で残るものが無いので。基礎数学や最適化手法、統計学やベイズ理論、もちろん光学も。大学のときに取りこぼした（本質的に）科目を総復習し、自分の肉としています。
こちらに来たばかりの時を思い出すと、今とは天と地ほどの差があったな…と今は思えます。
もっと賢くなって「博士」として恥ずかしくない知識を持てるように頑張ろうと。
最低限、大学で基礎科目程度は教鞭をふるえるようになります。
今出来そうなのは、線形代数、フーリエ変換、基礎統計学、最適化理論（基礎）くらいかな…
お金にならないって分かっていても、分からないことを放っておけない体質。
30を超えて過去の「もやもや」解決中！
ではよしなに。