議論や報告書などで、何かしらの事実（ファクト）を元にしているのか、予測した結果（もしくは推論した結果）から導き出したものなのか、単なる感想なのか、よく分からないことがあります。受け手（聞き手や読み手など）は、常に元になった事実（ファクト）が何なのか意識したほうがいいでしょうし、送り手（話し手や書き手など）は、常に明確に分かるようにしたほうがいいでしょう。今回は、「予測と事実と感想」というお話しをします。
【目次】
1.事実と感想
2.仮説思考
3.予測というややこしいモノ
4.要は分けよう
【この連載の前回：データ分析講座（その235)ホメオスタシスな現場を動かすのは大変へのリンク】
1.事実と感想
昔から、事実（客観的な何か）と感想（主観的な何か）を明確に分けて、報告書を書きましょう！ とは言われたものです。事実（ファクト）には、客観性の高い数値などの裏付けがあります。例えば、数値的な裏付けを確認することなく、「日本人の中学1年生の身長は明治時代にくらべ増えている」というのは、単なる感想というか主観です。
一方、文部科学省「学校保健統計調査」の結果を知っていて、「日本人の中学1年生の身長は、明治時代にくらべ増えている」、というのは客観性の高い数値などの裏付けのある事実（ファクト）です。
日本人男性12歳（中1）の平均身長
明治33年：133.9cm
令和2年：154.3cm
日本人女性12歳（中1）の平均身長
明治33年：133cm
令和2年：152.6cm
【出典】文部科学省「学校保健統計調査」から
この事実（ファクト）を数値的な裏付けなく言及すれば、それは感想というか主観に過ぎないということです。たまたま、感想（主観的な何か）を調べてみたら、数値的な裏付けがあった、ということはあるかもしれませんが、数値的な裏付けのないまま述べれば、それは単なる感想（主観的な何か）です。
2.仮説思考
先ほど、数値的な裏付けを確認することなく、「日本人の中学1年生の身長は明治時代にくらべ増えている」というのは、単なる感想というか主観だ、ということを述べました。この単なる感想（主観的な何か）は、「仮説」と言い換えることが出来てます。仮説ですから、後で裏付けを確かめる必要が出てきます。
仮説の裏付けを取るとき、2方向から情報と言うかデータを集める必要があります。
- 仮説を肯定する情報やデータなど
- 仮説を否定する情報やデータなど
多くの人は、仮説の裏付けを取るとき、仮説を肯定する都合のよい情報と言うかデータを集めようとします。そうすると、都合のいいものだけを集め、臭い物に蓋をすると言うか、臭い物を見ない、寄り付かない、無かったことになる、という感じになり可笑しなことになります。ですので、仮説にとって都合の悪い情報と言うかデータも積極的に集めます。そうすることで、仮説が成り立つ前提条件のようなものが見えてきます。
3.予測というややこしいモノ
最近、データを使った統計処理や機械学習による予測などが実施されるケースも増えてきました。ここでは、予測にデータから導き出した推論も含めて議論します。この推論とは、例えば統計的推測（推定と検定、因果推論など）などです。ですので、ここで言っている予測には「未来予測だけでない」ということです。
先ほどの日本人の身長の例のように、客観的なデータから直接言及できる場合と異なり、統計処理や機械学習による予測などの場合、注意が必要です。なぜならば、統計処理や機械学習による予測などは、データを使っているため客観性が高そうに見えますが、実は人間の介在する余地が大きく、客観性が薄れます。
例えば、統計処理で有名な相関係数などは、一見すると因果関係のような錯覚を受けますが、実際はそうではありません。因果のようなものを検討する際のツールに過ぎません。機械学習によ...
る予測なども、どのようなアルゴリズムで予測モデルを構築するかで、予測モデルそのものも異なりますし予測結果も異なります。
予測結果を事実（ファクト）のごとく扱うのは言語道断です。このような予測というモノは、非常にややこしいモノで、データを使っているがために事実（ファクト）のようにも見えますが、実はそうではないく、人的要素が存分にブレンドされたものに過ぎません。
4.要は分けよう
要するに、予測と事実と感想は、明確に分けて考えた方が良いということです。受け手（聞き手や読み手など）も送り手（話し手や書き手など）も、常に意識して分けた方がいいでしょう。結構、ごっちゃになっているケースを最近目にします。
次回に続きます。
◆データ分析講座の注目記事紹介
