多数派の専横を防ぐ　意思決定理論とEBPM

投稿元：

レビューを見る

医療と経済の両面からエビデンスベースの分析手法を語る本。調査対象や手法によるバイアスをいかにとり除くかというのが面白い。世の中の進歩にはこの考え方が必要だよなと思った。小中学生向けにもう少し噛み砕いた本が待ち望まれる。
エビデンスが全てではなく、経験則や伝え方も大事というところも納得できた。

投稿元：

レビューを見る

エビデンスに基づく意思決定

コロナ禍で多くのデマ、専門家の私見が飛び交ったことへの反省から、データに基づく客観的判断の重要性に多くの人が気づきはじめた。

本書は、医学と経済学の両方の専門家による、万人に向けたデータによる意思決定のリテラシー向上のための本である。特徴は、EBM（エビデンスに基づく医療・疫学）とEBPM（エビデンスに基づく政策決定）の両方から、手法や事例を説明することで、データの根拠の強さやデータの偏り、データ以外の社会的要素など、共通する本質を理解させようとする点だろう。一般化することで、本書が言わんとするリテラシーが専門家だけのものではない、皆が持つべきものだと伝えることができていると思う。

なお、まえがきに著者自身が書いているのだが、2人で入れ代わり立ち代わり書いているので、意見の繰り返しや順序の違和感などはどうしても気になる。それを楽しんで、というのは難しかった。また、挙がっている事例はとても面白かったが、1節ごとに同じような教訓、説諭が長く展開されていて、忍耐を強いられた。構成、編集に時間をかけたら名著になったろうに、惜しい。

投稿元：

レビューを見る

ピアソンのr（ピアソン相関係数）＝0から−1の間の値をとる。
0から1は正の相関。−1から0は負の相関。
統計学的に本当に相関しているかはp値が役に立つ。
p値が有意水準（一般的には5%）を下回るか否かで統計学的な優位性の判断をする。
5%を下回れば「ほぼ偶然にはありえない」と言われている。それは有意性があるということ

相関があることは因果関係の前提となるが、それだけで因果関係があるとは断定できない。
因果関係を判定するには「因果性判定基準」を使う。

「国家を治めるものは、不足よりも不均衡や格差を心配し、貧しさよりも不安を心配する。そもそも不均衡がなければ貧困はなく、和して融通し合えば不足はなく、不安がなければ皆が動揺して国が傾くことはない。」by.孔子

一人1票の多数決では好き嫌いがはっきりする候補が順位を上げやすいため、一極集中してしまう。（トランプなど）
そのためには承認投票、評価投票、ボルダルールなどでもっと正確に民意を反映するべきではないか。