統計学を哲学する

• なぜ科学的な根拠になるのか？　帰納推論の背後に存在する枠組みを浮き彫りにし、科学的認識論としてデータサイエンスを捉え直す。
• 統計はなぜ科学的な根拠になるのか？　帰納推論や因果推論の背後に存在する枠組みを浮き彫りにし、科学的認識論としてデータサイエンスを捉え直す。
• 統計学は実験や臨床試験、社会調査だけでなく、ビッグデータ分析やＡＩ開発でも不可欠である。ではなぜ統計は科学的な根拠になるのか？　帰納推論や因果推論の背後に存在する枠組みを浮き彫りにし、科学的認識論としてデータサイエンスを捉え直す。科学と哲学を架橋する待望の書。
• 序　章　統計学を哲学する？
  1　本書のねらい
  2　本書の構成
  第1章　現代統計学のパラダイム
  1　記述統計
  1-1　統計量
  1-2　「思考の経済」としての記述統計
  1-3　経験主義、実証主義と帰納の問題
  2　推測統計
  2-1　確率モデル
  2-2　確率変数と確率分布
  2-3　統計モデル
  2-4　推測統計の世界観と「確率種」
  第2章　ベイズ統計
  1　ベイズ統計の意味論
  2　ベイズ推定
  2-1　仮説の確証と反証
  2-2　パラメータ推定
  2-3　予測
  3　ベイズ統計の哲学的側面
  3-1　帰納論理としてのベイズ統計
  3-2　内在主義的認識論としてのベイズ統計
  3-3　ベイズ主義の認識論的問題
  3-4　小括：ベイズ統計の認識論的含意
  第3章　古典統計
  1　頻度主義の意味論
  2　検定の考え方
  2-1　蓋然的仮説の反証
  2-2　仮説検定の考え方
  2-3　検定の構成
  2-4　サンプルサイズ
  3　古典統計の哲学的側面
  3-1　帰納行動としての検定理論
  3-2　外在主義認識論としての古典統計
  3-3　頻度主義の認識論的問題
  3-4　小括：ベイズ／頻度主義の対立を超えて
  第4章　モデル選択と深層学習
  1　最尤法とモデル適合
  2　モデル選択
  2-1　回帰モデルとモデル選択の動機
  2-2　モデルの尤度と過適合
  2-3　赤池情報量規準（AIC）
  2-4　AICの哲学的含意
  3　深層学習
  3-1　多層ニューラルネットワークの構成
  3-2　深層モデルの学習
  4　深層学習の哲学的含意
  4-1　プラグマティズム認識論としての統計学
  4-2　機械学習と徳認識論
  4-3　深層学習の哲学的含意
  第5章　因果推論
  1　規則説と回帰分析
  2　反事実条件アプローチ
  2-1　反事実条件説の意味論
  2-2　反事実的因果の認識論
  3　構造的因果モデル
  3-1　因果グラフ
  3-2　介入とバックドア基準
  3-3　因果探索
  4　統計的因果推論の哲学的含意
  終　章　統計学の存在論・意味論・認識論
  1　統計学の存在論
  2　統計学の意味論
  3　統計学の認識論
  4　結びにかえて
  参考文献
  あとがき
  索　引
• 大塚　淳著;0101;02;統計はなぜ科学的な根拠になるのか？　帰納推論の背後に存在する枠組みを浮き彫りにし、科学的認識論としてデータサイエンスを捉え直す;20201101

• Amazon
• 楽天
• 7net