歴史と統計学

歴史と統計学 人・時代・思想

著者:竹内 啓

長編です。しっかりと心して読む必要がある作品です。(Inobe.Shion)

File:PIA21425 - TRAPPIST-1 Statistics Table.jpg

 

内容紹介

【本書の目次】
1 歴史のなかの統計学
2 中国の人口統計の長い歴史――2000年の軌跡
3 中国の人口統計の長い歴史――現代
4 古代帝国の時代・ローマのセンサス
5 中世・統計の空白
6 ヨーロッパ近代と統計学の誕生
7 統計学以前の統計学(1)政治算術
8 統計学以前の統計学(2)人口統計学の始まり
9 統計学以前の統計学(3)国情論の盛衰
10 確率論の誕生
11 「確率」の概念と確からしさ
12 測定誤差の処理
13 古典確率論の完成(上)
14 古典確率論の完成(下)
15 古典確率論の数学
16 18世紀の世界と人口
17 19世紀、資本主義と帝国主義の時代――統計学の成立
18 統計学の成立
19 ケトレーの遺産
20 ケトレー以後の統計学――ドイツ社会統計学
21 ドイツ社会統計学の盛衰
22 ダーウィンの衝撃
23 カール・ピアソンと記述統計学
24 19世紀から20世紀へ
25 R.A.フィッシャーの登場
26 フィッシャーの統計的方法
27 フィッシャーの統計数学
28 ネイマン・ピアソン理論
29 記述統計学
30 激動の20世紀
31 統計的品質管理法の形成
32 確率の概念をめぐって
33 確率論の数学モデル
34 数理科学の発展
35 統計的決定関数理論
36 フィッシャーの統計的推測理論
37 指数論の展開
38 マクロ経済計算の発達
39 第二次世界大戦後の世界――冷戦
40 第2次世界大戦後の統計学の潮流
41 ベイズ統計学の復活
42 ベイズ統計学の展開
43 統計的モデルの問題
44 モデル選択の方法
45 情報技術の発達と統計学
46 21世紀の世界
47 数理統計学の再検討
48 「地球算術」のすすめ

内容(「BOOK」データベースより)

古代中国から始まる統計の歴史と様々な統計理論の興亡を、論争、人間模様などのエピソードも交えて統計学の第一人者が興味深く解説。

統計を歴史的に語ることへの挑戦的著作。もしかしたら、これに近いかもしれません。

[amazonjs asin=”4532190797″ locale=”JP” title=”リスク〈上〉―神々への反逆 (日経ビジネス人文庫)”]

私の記憶がこちらはかなり西洋寄りだったように思いますが、今回のこの著作は東洋寄りなところももたしつつ、「リスク」的な話はもちろん、より統計にこだわった体裁なように感じました。

長編ですし、パーツパーツにしっかり区切られているので、一気に読む必要はありませんが、折に触れ、歴史的な観点で統計に触れることで、新たな気づき発想の広がりを得られるような気がします。

さて、本題に入る前に「統計」を定義していますが、なかなかユニークな定義だと感じました。

「統計」ないし「統計的データ」には3つの要素が含まれていることになる。客観的な対象、数字データの作成者、データを「統計」として解釈する者である。(p.2)
データを「統計的観点から扱う」場合には、それから得られる情報を使う目的がなければならない。「森を見る」場合の林業事業者の目的は、それを林業経営のために利用することである。政府による人口調査の目的が、徴税あるいは徴兵の制度を作るためであったことは少なくない。(p.3)
歴史において起こる3つの要素の変化は、統計ないし統計学の発達に影響するのである。簡単に言えば、歴史とともに統計学は変わるのである。統計学の歴史をその内的論理だけでは理解できない根本の理由がここにある。(p.3)

そして、著者がこの本を書かれた目的が書かれています。

この本で、私は、統計学が「歴史のなかで」どのように変化し、発展したかを跡づけてみようと思う。(p.3)

ここまでは理解しましたが、この本のターゲットはどんな人なんだろうか? 価格も¥4,800+税ですから、高額な部類に入るわけなんですが、ターゲットが見えない。難しい位置づけの著作となっております。

あと気になったのは、「データ」や「情報」の定義がないまま進んでいるのですが、これについても見解を書いておいた方が良かったように思います。それだけで1冊本が書けるくらいですから。

というような中での長編作品が、先の内容紹介に出させてもらったような目次で展開されていきます。

(気に入ったら投票をお願いします!)

 

 

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

CAPTCHA


このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください