ビッグデータ（ビックデータと書く輩もいるようだが）って，「近代」統計学の対象か？
統計学では，サンプルサイズは 1000～10000 の範囲で十分だろう。
ビッグデータの必要性を説く輩は，統計学というか実利統計学（統計屋）なんだろうね。
例えば，日本全国，人口が（老いも若きも取り混ぜて）1億として，それをマーケット対象として，
そのうちのほんの0.001パーセントについて1億円の商売が成り立つとすれば，それは
100000000*0.00001*10000000=10000000000=100億円の商売
まあ，一企業が一契約で魅力ある商売なんでしょうね。
でも，こんなのは，近代統計学とはあんまり関係ないように思う。まあ，お好きに金儲けすれば宜しいでしょう。
なんか，オレオレ詐欺みたいですなあ。
「医学・薬学・生命科学を学ぶ人のための 統計学入門 ―基礎の基礎からデータ解析の実際まで―」1.5 推定って？
> CIの間に母数（parameter）が入っている確率を「信頼係数 または 信頼頻度」と呼ぶ．（以下が，95%信頼区間）
信頼区間をキーワードでネット検索すると，あなたの理解とは異なった説明が一杯見つかると思います。例えば 「信頼区間って何？」（まあ，そこにも書いてあるように，ベイズ統計学は別）
なんの断りもなく，特殊な場合に成り立つ事柄を述べるのは不適切でしょう。
統計学，特に検定とか推定の場合，些細な用語の使い分けや解釈や説明の違いは大きな違い（場合によっては結果としてそれが誤っているなど）を生むことになりがち。
例えば，人によっては，「帰無仮説は採択できない，棄却しかできいないのだ」とか，「一元配置分散分析は，片側検定だ」という。これが正しいか，誤っているか，どうでもよいことなのかの判断は極めて難しい。
