
2
1 章 探索的データ解析
しかし、説得力のある証拠、そして信頼性の高い結論が必要となる場合もあります。
そのような基準を設けた場合は、事例証拠は次のような理由で失格です。
小さすぎる標本数(
small number of observations
)
第一子の妊娠期間が長くなったとしても、その差は自然な変動幅よりもおそらく
小さいでしょう。その場合、実際に違いを確かめるには、数多くの妊娠で比較し
なければならないでしょう。
選択バイアス(
selection bias
)
この問題の議論に参加している人たちは、自分の第一子が予定日よりも遅れたの
で関心を持っているのかもしれません。その場合、このデータ選択方法が結果を
ゆがめています。
確証バイアス(
confirmation bias
)
この説を信じる人は、これを支持するような例を提供してしまうものです。この
説に疑いを持っている人は、反例を引用することが多いでしょう。
不正確さ(
inaccuracy
)
事例証拠は個人的経験に基づく話であることが多く、思い違いや事実誤認を含む
ことや、不正確に繰り返されることが多いものです。
それでは、どうすればよいのでしょうか
?
1.1
統計的なアプローチ
事例証拠のはらむ問題を解消するために、統計という道具を使いましょう。次に挙
げるようなものがあります。
データ収集(
data collection
)
本書では米国民に関して統計的に妥当な推計を行う目的のために実施された、大
規模な全米調査のデータを利用します。
記述統計学(
descriptive ...