私の生涯の研究テーマである、多因子多目的最適化について論じていこうと思ったのです。
以前、「統計的に見ると占いの因子は現在の生活に対し限りなく0に近い」と論じたことの証明みたいなものです。
最適化とは違うのですけどね。
xを因子として、
x1:血液型占い
x2:星座占い
x3:誕生月占い
y1:全体運
とすると、
y1=c0+c1*x1+c2*x2+c3*x3
という式ができるわけです。
ここで、
c0:誤差
c1:血液型占いの強さ
c2:星座占いの強さ
c3:誕生月占いの強さ
となります。
例えば、
y2:恋愛運
y3:金銭運
などの式を作ってもいいのですが。
線形代数の行列式なんか使うと、
y=cx
と簡単に表記できちゃう。
cの占いの強さを求めるなら、
c=yx^-1
てな式で求まるわけですが、今やどこにでもあるExcelや、研究機関にあるMATLABなんかを使ってもいいし、線形代数を真面目に学べば、もっとエレガントな解き方もあると思いますよ。
もっともこの連載により占いを生業にする人の生活を壊滅させる気も無いので、単純な思考方法として見てもらえると幸いですが。
この手法によって言いたいのは、いろんな物理方程式があるのですけれど、誤差として扱っている、
c0
が重要ってことなんです。
人為的に操れる(と思っている)x1〜x3なんかより、考えていなかった変数が重要な事は、物理だろうが社会だろうが何にでもあるわけですよ。
「誤差」とするか「原因」とするかは、結構人次第のところもあってですね。
ちゃんと見なきゃいけないのに、見ているのに「誤差」にしちゃったり、どうでもいいことを「原因」にしちゃったりするという人の性(サガ)はいっぱいあるわけです。
c0〜c3といった変数強度は統計的にしっかりと求まってしまうので、事実を強烈に知らしめてしまうという残酷な面もあり。
統計学が簡単な割に軽視されるのは、このためかもしれないなとも思うわけです。
書けたら連載しようと思います。
以前、「統計的に見ると占いの因子は現在の生活に対し限りなく0に近い」と論じたことの証明みたいなものです。
最適化とは違うのですけどね。
xを因子として、
x1:血液型占い
x2:星座占い
x3:誕生月占い
y1:全体運
とすると、
y1=c0+c1*x1+c2*x2+c3*x3
という式ができるわけです。
ここで、
c0:誤差
c1:血液型占いの強さ
c2:星座占いの強さ
c3:誕生月占いの強さ
となります。
例えば、
y2:恋愛運
y3:金銭運
などの式を作ってもいいのですが。
線形代数の行列式なんか使うと、
y=cx
と簡単に表記できちゃう。
cの占いの強さを求めるなら、
c=yx^-1
てな式で求まるわけですが、今やどこにでもあるExcelや、研究機関にあるMATLABなんかを使ってもいいし、線形代数を真面目に学べば、もっとエレガントな解き方もあると思いますよ。
もっともこの連載により占いを生業にする人の生活を壊滅させる気も無いので、単純な思考方法として見てもらえると幸いですが。
この手法によって言いたいのは、いろんな物理方程式があるのですけれど、誤差として扱っている、
c0
が重要ってことなんです。
人為的に操れる(と思っている)x1〜x3なんかより、考えていなかった変数が重要な事は、物理だろうが社会だろうが何にでもあるわけですよ。
「誤差」とするか「原因」とするかは、結構人次第のところもあってですね。
ちゃんと見なきゃいけないのに、見ているのに「誤差」にしちゃったり、どうでもいいことを「原因」にしちゃったりするという人の性(サガ)はいっぱいあるわけです。
c0〜c3といった変数強度は統計的にしっかりと求まってしまうので、事実を強烈に知らしめてしまうという残酷な面もあり。
統計学が簡単な割に軽視されるのは、このためかもしれないなとも思うわけです。
書けたら連載しようと思います。