データ解析だけど，思考で言えば帰納的な方法論の具現化．データ，要は経験だけど，から推論する，判断する，って誰でもやっていることでしょ．
だけど，数理による仕掛けの構成が基盤にあるから，難しいと感じる方も多いみたい．それに，実証という枠組みだけで捉えてしまって，統計学を狭く定義してしまう，そんなことも．
現状での最先端のデータ解析だけど，計算統計学，そんな言い方かなー．データと数値計算を繰り返し利用して，推論を行っているの．だけど，大切なのは統計の理論構成がきっちり頭に入っているか，なの．学問だから，ココイラはどれも同じだけど，理論って視点や捉え方があって，要は歴史的につくられた仕掛けが存在して，こういった基礎を理解することが大切．
確率分布の繋がり，それに尤度の位置づけ，さらに検定，情報量.....基礎をしっかり理解していないと，計算統計学の手法は使えないでしょうよ．
多変量解析を理解するのに線形代数は必要だし，確率だってきちり理解したければ測度論のお勉強も.....数学もやはり必要だし，場合によっては必要な数学をつくる?ことも....
統計学だけど，確かにいろいろな分野で必要だけど，学問の体系を軽視する，そんなやり方をしていると，妙な結果が蔓延してしまう，そんな心配も．
しっかり，体系を教える努力も必要でしょうよ．だけど，自分もお勉強不足のところもあるけど....
がんばりましょう．
だけど，数理による仕掛けの構成が基盤にあるから，難しいと感じる方も多いみたい．それに，実証という枠組みだけで捉えてしまって，統計学を狭く定義してしまう，そんなことも．
現状での最先端のデータ解析だけど，計算統計学，そんな言い方かなー．データと数値計算を繰り返し利用して，推論を行っているの．だけど，大切なのは統計の理論構成がきっちり頭に入っているか，なの．学問だから，ココイラはどれも同じだけど，理論って視点や捉え方があって，要は歴史的につくられた仕掛けが存在して，こういった基礎を理解することが大切．
確率分布の繋がり，それに尤度の位置づけ，さらに検定，情報量.....基礎をしっかり理解していないと，計算統計学の手法は使えないでしょうよ．
多変量解析を理解するのに線形代数は必要だし，確率だってきちり理解したければ測度論のお勉強も.....数学もやはり必要だし，場合によっては必要な数学をつくる?ことも....
統計学だけど，確かにいろいろな分野で必要だけど，学問の体系を軽視する，そんなやり方をしていると，妙な結果が蔓延してしまう，そんな心配も．
しっかり，体系を教える努力も必要でしょうよ．だけど，自分もお勉強不足のところもあるけど....
がんばりましょう．