ビッグデータ＝統計の専門家まかせという考え方で、大丈夫か？
http://blog.goo.ne.jp/xmldtp/e/c38a65222b83fa67b55539d71b6e769c
で書いたことがわかりにくい気がするので、ツンデレを使って、具体的に説明してみる。
■ケース
こういうケースを考えましょう。
トモダチ関係を分析するため、
スカイプの音声を全部録音して、
それをテキストに自動変換し、
そのテキストを使って、
テキストマイニングで
トモダチ関係を判断するとします。
Ａさんは、Ｂ君に、ひどいことを１００回いいました。
でも、やさしいことを３回いいました。
Ａさんは、Ｃ君にやさしいことを５回いいました。
Ａさんは、Ｂ君とＣ君、どちらがすきでしょう。
答え Ｃ君
とは、いいきれないよね。
■ビッグデータと統計の関係
スカイプの音声のテキストマイニングなんて、まさに非構造データなわけで、
これの解析というと、ビッグデータになりそうだ・・・
さて、このとき、統計的に単純に平均とかを出せば、
Ｃ君のほうに、優しい言葉をかけている回数が多いから、
すきなのはＣ君となる。
しかし、これは不自然だ。
ひどいことを１００回も言ってＢ君と付き合っているとしたら、
Ｂ君がいじめられっこか、Ａさんがツンデレと考えたほうが自然だ。
しかし、そんなことは、統計からは出てこない。
統計から出てくるのは、あくまで、
Ａさんは、Ｂ君に、ひどいことを１００回いいました。
でも、やさしいことを３回いいました。
Ａさんは、Ｃ君にやさしいことを５回いいました。
しか出てこない。
これをみて、ツンデレと判断するのは、あくまでも人間の判断になる
人間の判断だから、正しいかどうかは判らない。
■潜在変数、因子の発見
つまり、統計では、表面的なことは出てくるが、もう一歩、奥に入った
ところ、つまり潜在意識、統計用語だと因子（因子分析）や潜在変数（共分散構造分析）
が知りたいとなると、人間の判断が入ってくる。
たとえば、因子分析だと、Ａさんが、Ｂ君Ｃ君Ｄ君、Ｅ君に対して、もっといろんなデータを
あつめてきて、それを表（行列）にして、それに対して、因子分析をかけるわけだけど、
その前に因子の数を大体決める。そして、分析すると、因子負荷量は出してくれる。
出してくれるけど、その値が、どういう意味かは、自分で考えないといけない。
コンピューターは、考えてくれない。
そうすると、自分で考える・・・といっても、今の場合だと、Ａさんのような女子高生
（あれ、設定、女子高生だったっけ？女子高生とする）に詳しいおじさんじゃないと、
よくわかんないわけだ。
で、共分散構造分析（ＳＥＭ）をする場合、その構造がわかんなければならない。
ツンデレの場合、２つの構造が、すぐに思いつく。
１つは、ツンの要素とデレの要素、それぞれが、行動に関係しているというもの
もうひとつは、やっぱり、デレ（愛）の要素が根本にあり、それがツンフィルターによって、
ゆがませられた上に、気まぐれ要素eの誤差項の影響を受けたのが、行動という考え方。
これのどっちがいいかは、共分散構造分析をすれば出てくるかもしれない。
だけど、この２つの構造でいいのか？っていう問題がある。
ツンデレは、もっと複雑かもしれない。
こういうことは、やはり、「ツンデレ評論家」の女子高生好きオジサンでないと、わからないのだ。
■ビッグデータはむしろ、業界専門家が必要
ということで、ビッグデータは、女子高生好きオジサンがやるのがいい・・・というわけではなく、
データからモノを判断する場合、潜在意識までさかのぼってしまうと、それらしいことを言える、
業界の専門家が必要になる。
逆に、統計の専門家が、本当に必要かというと。。。システムが出来てしまえば、あとは使うだけ
なので、使い方がわかればいいってことになる。
上記の共分散構造分析の場合は、ＳＰＳＳ Ａｍｏｓが判ればいいって言うことになるし・・
というわけで、統計の専門家だけで大丈夫か？
ツンデレ解析できるか？
統計専門の数学科の人がツンデレ解析すると、おかしな方向に行かないか？
ってことになる。
アクセス
トータル
ランキング
