最近アウトプットが読書記録に偏ってきて、
誰のそれよりも自分自身から発される飽きをマジに感じてマジにつらくなってきたので、
晩ご飯食べてるときに流している学習動画とか諸々についても浅めに記録を残し、
これを気分転換としていこうと思います。
2/12のおとも
放送大学 身近な統計(第4回)
Rebuild(Aftershow 229)
放送大学 身近な統計(第4回)
お試し版扱いなのか、放送大学が一部の授業をネット配信しているということを先日知ったので最近色々つまんでます。
この科目はこの第4回のみが配信されています。
この回のテーマは、ばらつきのあるデータを数値で表現し、その傾向を掴むための手法について。
以下概観。
.
平均値(mean): データの全部を足した値を全部の個数で割ったもの。
その1回で集められたデータの傾向を知るためというよりは、
継続して行われる調査における全体的な傾向を把握するといったような使い方が効果的。
中央値(median): データを大きさ順に並べたとき、中央にくる値。5個のデータなら3個目みたいな。
極端な上限や下限に引っ張られないデータが得られるため、その1回の調査における傾向を掴みやすい。
最頻値(mode): データの中で最も多く検出された値。トレンドがわかる。
.
上記のような極より、もうちょっとマイルドに傾向を掴みたいじゃない！ってときには、
データを大きさの順に並べて個数で4分割し、2番目の群と3番目の群を取りまとめた範囲(25-75%)で見るというやりかたもある。
これを四分位範囲という。
分け方の定義上、50%の点は中央値となる。
四分位範囲の上限と下限、中央値をプロットしていくと、データの真ん中辺がどのように分布しているのかという傾向がわかる。
また、この三点にさらにデータの最大値・最小値を加えた見方が5数要約となる。
これをグラフにプロットする場合には、中央値を囲うように四分位範囲で箱を作り、さらにその上下から最大値・最小値の点まで線を伸ばして図示する。箱ひげ図と呼ばれる表し方である。
(メモにしても説明があまりにも酷いわと自分で思った、下記見て)
.
注意点としては、上記の考え方は単峰になるようクレンジングされたデータにしか適用できない。
ex. ×: 日本人全体の身長 ○: 日本人男性全体の身長、日本人女性全体の身長
Rebuild(Aftershow 229)
技術系ポッドキャスト、たまにしか聞いてないけどガジェットの話が多い気がする。
単に自分の耳がその話題に引かれがちなだけという気もする。
ちなみに私はこの番組の影響でPixel 3を買いました。
.
第229回目のアフタートークらしい、本編は聞いてないからか、雑談寄りの話が多かったという印象。
iPadで最近遊んでいるTiny Pianoというアプリが案外体系的に練習できるアプリでいいよとか。
Alexaは音声アシスタントの中でも呼びやすいね、HeyとかOKとか呼びかけなくていいからとか。
新しいものをまずは直感的に楽しむ、楽しもうとするのではなく心から、って感じでいるけどちゃんと凄い大人が出てくるので、話がわかってもわからなくてもたのしい。
あとファースト・マンが激推されすぎていて、うっかり観に行きたくなった(もはやガジェットの話すら聞いてないのではないか)。
2/12の晩ご飯
納豆ご飯とインスタントのお味噌汁、デザートはショコラフロランタン。
