データだけど，とても大切でしょ．効果のある対策を打つのならば，データから探った結果を利用する，そんなことを当然と思っている方も多いの．
でも，メカニズムの探索，ココイラがしっかり進まないと展開しない，そんなことでもあるの．帰納的科学プロセスと決定論的科学プロセスがしっかり組合わないと，真の解明にはならないし，しかも応用も不完全になってしまうでしょ．
確率モデルだけど，この位置づけがどうしても曖昧だったのだけど，データ同化の概念で，すっきりした見通しがつく，そんなことかなーと．特に，安全性・信頼性を扱っていると，物理現象での解明をしっかりしないと，設計に落とせないでしょ．だけど，扱っているのは確率的な現象で，しかもデータも大量じゃないし・・・．
デザインの段階でのパラメータ意思決定，エンジニアリングでは当たり前のことのなの．デザイン，意匠だけでなく設計全般を意味するけど，図面が描けるってパラメータがきっちり決まるということでしょ．製品として市場に出てしまえばデータって大量だけど，ここで不具合が出てしまったらアウト．もちろん，時間と予算を費やして，つくられるものが１つであっても，稼働して不具合が出たらそれもアウト．要は，常に未然で不具合を防止するデザインって，製品等がまだできていない状態でのデザインの意思決定が必須．
ココイラは，疫学調査や社会調査でのデータの扱いとはやや違う感じでもある．でも，こういう概念も利用して・・・．
リスク回避のためのデザイン，それでも統計学という枠組みって大切なの．データが無いのに？ でも，メカニズムと確率的な現象という把握は可能で・・・・ 新しい体系をしっかり創造する，凄く大切で，デザインの意思決定を統計学を使って構築する，そんなことをしっかりやらないと・・・．ヒントは，だからベイズなの．
がんばりましょう．
でも，メカニズムの探索，ココイラがしっかり進まないと展開しない，そんなことでもあるの．帰納的科学プロセスと決定論的科学プロセスがしっかり組合わないと，真の解明にはならないし，しかも応用も不完全になってしまうでしょ．
確率モデルだけど，この位置づけがどうしても曖昧だったのだけど，データ同化の概念で，すっきりした見通しがつく，そんなことかなーと．特に，安全性・信頼性を扱っていると，物理現象での解明をしっかりしないと，設計に落とせないでしょ．だけど，扱っているのは確率的な現象で，しかもデータも大量じゃないし・・・．
デザインの段階でのパラメータ意思決定，エンジニアリングでは当たり前のことのなの．デザイン，意匠だけでなく設計全般を意味するけど，図面が描けるってパラメータがきっちり決まるということでしょ．製品として市場に出てしまえばデータって大量だけど，ここで不具合が出てしまったらアウト．もちろん，時間と予算を費やして，つくられるものが１つであっても，稼働して不具合が出たらそれもアウト．要は，常に未然で不具合を防止するデザインって，製品等がまだできていない状態でのデザインの意思決定が必須．
ココイラは，疫学調査や社会調査でのデータの扱いとはやや違う感じでもある．でも，こういう概念も利用して・・・．
リスク回避のためのデザイン，それでも統計学という枠組みって大切なの．データが無いのに？ でも，メカニズムと確率的な現象という把握は可能で・・・・ 新しい体系をしっかり創造する，凄く大切で，デザインの意思決定を統計学を使って構築する，そんなことをしっかりやらないと・・・．ヒントは，だからベイズなの．
がんばりましょう．
貝瀬徹 （兵庫県立大学） @tetsu81