ニュースの数字をどう読むか

1. 数字はどうやって人を欺くのか

1.1. サンプルサイズ

1.1.1. ミクロ：一つの研究結果において

1.1.1.1. 調べようとしていることがどのくらい微妙なものか

1.1.1.1.1. 明確

1.1.1.1.2. 微妙

1.1.1.2. 体験談というエビデンス

1.1.2. マクロ：あるテーマにおける研究結果全体の傾向において

1.1.2.1. 14章：それは先行研究全てを代表するものですか？

1.2. サンプルの偏り

1.3. それは大きな数ですか？

1.3.1. 数字の大小は文脈によって決まる

1.3.1.1. 文脈＝分母

1.4. 絶対リスクと相対リスク

1.4.1. 何かが◯％増えた、減った

1.4.1.1. これは相対的な変化

1.4.1.2. 相対値ではなく絶対値で知る事が必要

1.4.1.2.1. 何に比べて◯％高いのか、低いのか？

1.5. ランキング

1.5.1. 順位だけでなく、中身も見る

1.5.1.1. ランキングを構成する数値

1.5.1.2. ランキングを構成する数値がどのように作られたか

2. 用語

2.1. シンプソンのパラドックス

2.1.1. 例：アメリカにおける賃金の中央値の変化

2.2. 「R」

2.2.1. 再生産数

2.2.1.1. 拡散したり、再生産したりするもの

2.2.1.1.1. インターネット

2.2.1.1.2. 人間

2.2.1.1.3. あくび

2.2.1.1.4. ウイルス

2.2.2. R=5

2.2.2.1. 感染症疫学

2.2.2.1.1. 1人の感染者から平均5人が感染する

2.3. 統計学的に有意

2.3.1. P値

2.3.1.1. 帰無仮説が正しく両群が一致する可能性

2.3.1.2. P値が小さい（p=0.05）＝両群のデータに差がある

2.3.1.2.1. 帰無仮説の棄却＝対立仮説の採用

2.4. 効果量（エフェクトサイズ）

2.4.1. 両群の関連がどのくらい大きいか

2.4.2. 交絡因子

2.4.2.1. 例：アイスクリームと溺死

2.5. ベイズの定理

2.6. グッドハートの法則

2.6.1. 測定値が目標になってしまう問題

2.6.1.1. 数字だけを追ってしまい、目的を見失いがちになる