勉強方法について【競馬予想で多変量解析を学ぶ】

勉強に関するルールをざっくり決めた
本が届いた数日後、ざっくりと勉強の指針を決めて、
ひとまず数ページでも取り組んでみることにしました。
定めた指針は以下の4つです。
-
- 本書以外の本やインターネットを活用して勉強する。
- B5サイズ方眼ノートを使う
- 定義などはGoogleスライドに書いていく。
- 勉強時間は、9時〜10時15分までの75分/日から始める。
本書以外の本やインターネットを活用して勉強する。
多変量解析(重回帰分析、判別分析、AID分析)は、
私にとってはいずれも未知の分野なので、
独習するのはかなり大変だろうと予想しています。
くわえて、ぱっと見た感じ、購入した本一冊で勉強できるとは思えない。
多変量解析とは何か。というような定義づけなどが一切行われず、
いきなり単回帰直線の求め方の説明に入ったりするので、
初学者が買う本ではなかったようです。
とはいえ、そこは探せばレベルにあった本や情報は手に入るはず。
というわけで、本やインターネット、その他専門書などがあれば、それらを参考に勉強することにしました。

Lukia
実際、ありがたいことに、インターネット上でいろいろと情報が入ってきますので、
それらを参考にして、どこまで独習できるか試してみようと思います。
B5サイズ方眼ノートを使う
初学なので、専用のノートを一冊は用意したほうがよいだろうと思い、
B5サイズの5mm方眼ノートを準備しました。
方眼のよいところは、グラフの目盛りとしても使えたり、
数式を書くのにガイドラインにもなるところです。
それでいて、完全無視して、白紙ノートのようにも使えますので、
数学を勉強するにはすごく使い勝手のいいノートだと思います。
しかし、勉強を始めてまもなく、「ノートに何もかも書くこと」に挫折しました。
やはり初学であるため、定義やポイントなどを書くことが多く、
手書きするのがめんどくさくなってしまったからです。

Lukia
というわけで、定義やポイントの多くは、Googleスライドなどに書くことにしました。
こうなってくると、ノートの用途やら、存在意義があやしくなってきます。
数式を変形させるのに使ってみましたが、
何行にもわたって変形していくので、ページの消費量が多くなりそうです。

Lukia
ノートのよさは、「綴じてあること」。
時系列に学習内容が並ぶところにメリットがあります。
検索性も高いですしね。
しかし、計算練習はノートにする必要はありません。
使い切るまで、不要な部分も持ち歩かねばならないところが、ノートのデメリットでもあります。
そこで、計算用紙を別に用意して、計算練習はそちらでみっちり行い、
ノートには式の清書をしようと思います。
定義などはGoogleスライドに書いていく。
いくら時間をかけて、丁寧な字でわかりやすく内容をまとめたノートを作っても、
あんまり見直さないのが私のお決まりのパターンなので、
ノートづくりにはこだわらないことにしました。
その代わり、Googleスライドをバンバン使おうと思います。
コピペやベタ打ちできるので、手書きよりは断然早い。
フリップ芸みたいに、1スライドにおさえるべきポイントを一つだけ。というようなスライドがどっしどっし作れる。
デジタルデータなので、スマホさえあれば、いつでも見られる。
多変量解析って何?
重回帰分析や判別分析って何?という疑問を調べては、
その内容をガンガン Googleスライドでまとめて、気がつけば1日で30枚弱のスライドを作ったりしています。

Lukia
2022年末あたりから、その願いが実現できて嬉しいです。
勉強時間は、9時〜10時15分までの75分/日から始める。
初学の数学にさく時間が、1日あたり75分というのは、短いように思いますが、
まぁ、ほかにもやらないといけないことがありますので、このぐらいが適当だろうと考えています。
適切な勉強時間は、内容把握と使う道具に左右されるように思いますので、
しばらく勉強してみてから調整しようと思います。
著書のおしらせ
2023年7月11日に 『重回帰分析を知った30日後、競馬予想デビューしてみた。』 をKDP出版いたしました。
この本は、「重回帰分析」を学んだ段階で、
実生活にいろいろと活かせた私自身の体験や感動から生まれた本です。
多くの専門家は、さまざまな「多変量解析」の手法を紹介・解説して一冊の本にまとめあげていますが、
私の本で扱うのは、多変量解析の初歩にあたる「重回帰分析」に限定しています。
ですから、将来専門家を目指すような方には、不足が多いと思います。
しかし、「重回帰分析」を学んだだけでも、
学んだ人のニーズに合わせて、さまざまな「予測」が可能になります。
この体験が、さらに「多変量解析」そのものへの興味・関心を深め、
データ分析を通じて、論理的に最適解を求める姿勢が育めると考えています。
著作としては拙い部分もあるのですが、
「多変量解析の入門書」の入門書のような位置づけとしてお読みいただければ幸いです。
あなたには、以下のような体験はありませんか。
「長年の経験やカンからまちがいはないものの、根拠としては弱いような気がして、強く主張できなかった」
「法則性や傾向があることはわかっているけれど、要因が複数あるため、どれが決め手になるのかつかみ切れず、もやもやした」
「自分や他者が決断を下すとき、現実味のある数値を用いて、その先に起こることが示されていれば、積極的にスピーディーに決断できるのにとじれったい思いをした」これらのお悩み、「多変量解析」で解決できるかもしれません。
本書では、「多変量解析」の中でも「予測」のデータ分析手法である「単回帰分析」と「重回帰分析」を御紹介します。
しかも、Googleスプレッドシートとアドオン「XLMiner Analysis ToolPak」を用いますので、
未経験の方、専門外の方でも簡単に重回帰分析が行えます。本書は、「多変量解析の入門書」の入門書のような位置づけをめざしていますので、
以下のようなことに力を入れています。
重回帰分析を行うにあたり、どんな種類のデータを用いるべきかをていねいに示す。
単回帰分析について数学的な解説(紹介レベル)
架空の4人家族の話を通じて、回帰分析の理解やアドオンのすごさをお伝えする。
著者 新が 重回帰分析を競馬予想に用いた体験や反省点を示す。私自身は、重回帰分析を独習するのに30日かかりましたが、
この本は、私が独習するにあたり、
(こんな本があったらもう少し早く重回帰分析デビューできたのに)と思って書きました。ですから、本書には、読後数時間で重回帰分析デビューできるように、知っておくべき事柄を盛り込んでいます。
全ての事象には 原因や要因、きっかけとよばれることがらがあり、
また導かれた結果には複数の要因がからんでいることがあります。重回帰分析を行うことによって、ある条件を満たした数値によって表された「要因と思われるもの」と、「結果となるもの」の間の関係性の有無やその程度が明らかにできます。
原因と結果は、どんな人の人生にも生活にも必ず存在するものです。
「データ分析なんて、自分の人生に関わりがないだろう」と思っていらっしゃるあなたにこそ読んでほしいと思います。
以下の記事一覧に他のボリュームのブログカードを載せています。
途中のボリュームからお読みになった方はこちらからどうぞ。
ディスカッション
コメント一覧
まだ、コメントがありません