統計の基礎とブログのUU

統計を体系的に勉強したこと無い．

統計って凄く面白い．多くのたくさんのデータから全体に関する情報を抜き出す．隠された情報を，先人の知恵に頼って引き出していく．もともと見えてなかった情報が，数学的な手法によってぐっと浮かび上がる．表現は何でもいいけど，とにかく面白い．
Livedoorブログはデフォルトでアクセス解析機能が搭載されていて，それを使えばページビューの数，ユニークユーザの数，閲覧者のデバイス種類，どの記事が読まれてるのか，結構多くの情報が引き出せる．時々見てるけど，特に見たからと言ってそのデータを参考に何か行動するわけでもなかった．たまには何かの役に立ててみようかと思って，とりあえずLibre OfficeのCalcで統計的に処理してみた．

いろんな指標があると思うけど，よく分からないのでユニークユーザ数の増減の傾向を見てみることにした．直近の3ヶ月（2016/02/01－2016/04/15）のデータを取得して分析した結果，傾向としては微増な傾向が見られた．回帰直線の傾きは0.06なので，100日当たりに6人の読者を獲得しています．3ヶ月間のデータだから，ちょうどこの期間の間に6人くらい増えたって意味かな？

ただ，ここからが統計の面白い点で，「傾向がありそうだね」で終わらない．「傾向がありそうに見えるけど，でもこれって偶然じゃない？」ということを検討する．意味分かるかな？
例えばサイコロを3回振って，1回目に1，2回目に2，3回目に3が出たとしよう．このデータだけを見たら「このサイコロを振って出る目には傾向がある！振る回数が増えるほど，大きな目が出るぞ！」となりかねない．でもそれは間違ってますね．だってサイコロは大きくて6までの目しか出ませんから．

データの中から見つかった傾向が，「偶然に傾向っぽくなってるだけ」なのか「何らかの要因に依る必然的な傾向」なのか区別する必要がある．統計ではそのための手法がたくさんあるけど，代表的なものに仮説検定がある．

仮説検定とは，傾向を算出したあと，「その傾向が偶然である確率」を計算する．そして多くの場合で，その「傾向が偶然である確率」が5%より小さければ，「これが偶然である確率は小さい．すなわち必然的に見られる傾向だ！」と結論する．
その「傾向が偶然である確率」をp値という．今回計算してみたら，p値はp=0.07でした．つまり7%．偶然である確率が7%で，これは5%より大きい．こういうときは「まぁ今回は傾向らしきものが見つかったけど，偶然のばらつきの範囲内だね．”傾向がある”とは言えないね」と結論します．

つまり，今回Livedoorブログに搭載されてるアクセス解析をした結果はこんな感じ．「このブログの訪問者数は，この3ヶ月間でほとんど伸びてない．毎日平均47人が見に来てくれてる」．
47人の皆様，ありがとうございます．僕は毎日47人と会話したも同然です．平日の活発に活動してる日だって，1日で47人とは話さない．ブログって面白いね．これからもたくさん発信しますので，沢山の人に読んでもらえるように頑張ろう！