2013年4月15日月曜日

楽しく仕事をして成果を出す

割としんどいので元気を出すために備忘録。

http://blog.livedoor.jp/daisuke_iwase/archives/6450973.html

大前研一の自分も好きな言葉が乗っていたので、再度噛み締める。

人間が変わる方法は3つしかない。
  1. 時間配分を変える。
  2. 住む場所を変える。
  3. つきあう人を変える。
この3つの要素でしか人間は変わらない。最も無意味なのは「決意を新たにする」ことだ。 

twittrerdでもしっかりふぁぼらせて頂いている名言である。
まあ名言を噛み締めるのは簡単で実行するのが難しいわけですが。

ただ、今回はブログを読んで岩瀬さんの

”目的地に早く着くことが狙いなのではない。あえてゆっくりと道のりを歩み、窓から見える風景、入ってくる風、聴こえてくる音、たまたま居合わせ た旅行者とのたわいのない会話、これらの一瞬一瞬を楽しむこと、それ自体が目的だということに気がついたのだ。”

という言葉の方が疲れた脳に響いた。
 
経営者としていかに実績をだすか、成果をだすかはもちろん重要だが、それを果たすことに人生を捧げているわけではないと思う。

生まれて死ぬまでに、死ぬほど辛いこと、楽しいことを経験することが目的なのだ。
別に明日仕事がとれなくたって、本社の人間にぶちぎれたってどうということはない。
その経験が次の何かを生み出していくんだと思う。

必死になって今を楽しめるようにしよう。

よし。




 

2013年2月15日金曜日

意味のあるデータかどうかを誤差から判定するには

例えばECサイトでA/Bテストを行った結果、顧客の購入率の差がBのパターンの方が0.1%大きかった場合、果たしてこれはBのパターンの方がよいと言えるのだろうか?
それとも自然に生じる誤差の範囲に含まれるのだろうか??


大学で研究を行っていた方には当たり前かも知れないが、なかなかなじみがない方もいると思うので簡単にまとめ。


まず誤差とは、wikipediaによると一般に期待される値に対するずれの大きさのこととある。

誤差にもいくつかあるが、今回は平均値を測定した場合の誤差を考える。

例えば大学に男女が5000人づついた場合、”1000人を調べた結果(男:520人、女:480人)となったので、このクラスの男性の割合は52%である” と決定づけると、実際には50%なので、これは2%の誤差を含んでいる。

直感で分かると思うがこの誤差は測定の数を増やせば増やすほど小さくなり、学生全員を調べた場合には誤差は生じない。

この場合どの程度の誤差が生じうるのかについては、統計学で証明されており、これを標準誤差という。


上式でサンプルから計算した分散(標準偏差σの2乗)というのは、


                 \sigma^2 = \frac{1}{n} \sum_{i=1}^{n}(x_i - \bar{x})^2
と表され、今回のような男か女かの2択の場合には男=1, 女=0とすると、

                                     分散 = s ( 1 - s )    s:サンプルから求めた割合

と書けるので、結局標準誤差は、

 となり、上の例の場合ではs = 60 %を代入して
となる。これをどう用いるのかというと、この標準誤差のプラスマイナス2倍(正確には1.96倍)の範囲で誤差が生じるということになる。
つまり上の例では、 52%±2.94%の範囲に真の男女比が含まれていることを示している。
(正確には95%の信頼度でとなる、99%の信頼度であれば±4.41)
式をみれば分かるが、単純に考えてサンプル数が4倍になれば誤差は2分の1の割合で小さくなっていく。

続く。。


参考:http://www.rikkyo.ne.jp/~ssakata/class/academy/materials/05.htm