統計を勉強し始めてから1年が経ちました

厳密にというわけではなく、学校の授業等でではなく、自分で勉強し始めてから4月で1年が経ちました。

ここで1年間何をしていたかふりかえってみたいとおもいます。

【〜6月中旬】

とりあえず統計学に興味を持ち、勉強し始めたものの何をしていいのかわからない状態にありました。

統計検定2級は少し勉強すれば合格しそうだし、ちょうど準1級が6月にあるらしいということで、とりあえず申し込んでいました。

これは失敗だった。範囲がめちゃくちゃ広い。
なくせに内容は結構浅い…
結局1つの分野を勉強するのに教科書を1冊読むハメになります。証明などはすっ飛ばし、概要をひたすらに取り込む作業です。

学校の実験や課題も山のようにあったので時間を確保しにくい中、モヤモヤが爆発しそうになりながらとりあえず全体を網羅的に把握することに努めました。

当然落ちたのですが、意外と点数は高かったです(自己採)。

得られたものは網羅的な水溜りぐらいに浅い知識だけ。
無駄に用語やアルゴリズムの名前が覚えられたのでgoogle先生に質問するのにはめっぽう強くなりました。

【この時期に使った本】

史上最強図解　これならわかる！ベイズ統計学

割と有名な涌井さんの本です。ベイズについて全くの初心者が、入門以前に門の前に立つのには最適な1冊だと思います。多少誤植や誤りもありますが、「ああ、ちょっと間違ってるわ」ぐらいでサクサク読み進めるのがおすすめです。数理的な理解や厳密な議論は他の本で頑張りましょう。
繰り返しますが、ベイズの雰囲気を掴むのにはいい本です。

弱点克服大学生の確率・統計

アクチュアリー等で有名な藤田先生の本です。基本的に統計の本という感じではなく、メインは確率の本です。勉強する時はいつも傍らに置いています。
受験数学で勉強してきた日本人には、ものすごく取りかかりやすい本だと思います。これで一通りに分布と確率に関する考え方と問題の解き方が学べます。全部(後半の保険数理や金融工学をぬいても)やるのにはやや時間を食うと思いますが、1冊やりきれば相当力がつくことは確かです。

日本統計学会公式認定 統計検定 1級・準1級 公式問題集[2016〜2017年]

統計検定準1級を受けたので...
この時期は正直なところグーグルで検索することに頼っていました。統計検定の範囲が広過ぎたので全部の教科書を買うのがきつかったからです。
ただ、こういう勉強の仕方はあまりお勧めできないですね。幅広い知識が身につくことはメリットなのですが、詳細が理解できずモヤモヤが止まりませんでした。インターネットに重きを置いた勉強はしっかりと基本が身についてからがいいと思います。

【8〜9月】

7月はテストや授業の最終レポート等もあったので少しお休みしました。夏休みはアルバイトが塾講師のため夏期講習が14日あり、インターンにも1,2,3,6,と4社に合計12日参加、旅行にも2回行きましたので実質勉強していたのはそうでもないかも。

この2ヶ月は『自然科学の統計学』の『線形モデル』について勉強していました。これが本格的に勉強し始めた最初といってもいいと思います。

線形代数の授業はテストを乗り切っただけだったので(つまりは日本全国の理系大学生の大半と同じぐらいの実力)この章には相当苦労しました。なんせ固有値の出し方は忘れたし、核や像もわからないし、そもそも線形ってなんだよの状態でしたので…

ただ、大学の授業で回帰についてはRでよく扱っていたので、やりたいことがわかっていた分まだマシだったかもしれません。

【この時期に使った本】

自然科学の統計学 (基礎統計学)

東大出版の所謂『青本』です。説明がわかりやすく、統計学に本格的な入門をするにはいい1冊だと思います。
特に「重回帰とかをいつも使っているけど、中身はよくわかっていないんだよね」という人が線形モデルに入門する際には、是非ともお勧めしたいです。

教養の線形代数

千葉大が線形代数の教科書にしているものです。幼馴染が千葉大なので頂いてきました。自分の大学の線形代数の教科書は恐ろしくわかりにくかったため、ものすごく読みやすく感じました。
線形代数は、線形モデルを理解する際に必須で(線形っていうぐらいですしねぇ...)先述したように、青本で線形モデルを勉強していた際に、行列がでてきて「こりゃ、勉強し直さないとダメだぁ」ということで1から勉強し直しました。
授業でやった時は、1年かけてよくわからなかったのに、自分で復習してみると2週間ほどで終わりました。
なにをあんなに難しく感じていたんだろうか...
とはいうものの、やはり行列の演算には慣れていない部分が多く、瞬時に頭に浮かばないことばかりです。時間をかけて慣れていくしかないですね。

【10月】

『自然科学の統計学』の『線形モデル』以外について勉強しました。検定理論や最尤法のすごさ等、いろんなことがわかるようになりました。
みんな大好き「ｐ値」がどのような考えの下で与えられているのか皆さん気になったりしませんか？？意外と面白いですよ！

この時期はビジネス書に若干ハマっていたので統計はややおろそかだったかな～

【この時期に使った本】

自然科学の統計学 (基礎統計学)

【11月】

後期の授業で扱ったものをひと通り復習していただけですかね。なんか就活もあって忙しかったような気がします。

【12月】

この時期は「なんかSVMがすごいらしい」ということでSVMの勉強をしました。

グーグル先生に質問しても釈然とする答えにたどり着かなかったので、本を使ってちゃんと勉強しました。

とは言うものの、勉強して多少理解した後にもう一度グーグル先生に質問してみると、SVMに関するブログ記事や講義資料、勉強会資料などは良質のものが実は多かったんだなと思いました。

SVMのこころのようなところが掴めていないだけだったということです。

でもこういうのって1からちゃんと書かれている本じゃないと、なかなかわからないですよね。

【この時期に使った本】

カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学)

SVMにも用いられている「カーネル法」について書かれた本です。僕は損失関数の設計のところでSVMを理解できた気がしました(理解したとは言っていない)。
カーネル法については、再生獲ヒルベルト空間についての話から書いてあるので、割と内容に置いてきぼりにはされませんでした。

※こちらの方が読みやすいという方もいたので紹介までに...(僕はこっちは読んでいません)

カーネル法入門―正定値カーネルによるデータ解析 (シリーズ 多変量データの統計科学)

【1月～3月】

就職活動で忙しく、ちゃんとした勉強はあまりできなかったような気がします。所謂ES(エントリーシート)や履歴書ってホント時間食うしメンドクサイデスヨネ。

基本的には電車でTwitter等で回ってきたブログやら論文やらを読んでいることが多かったです。
その場で「ん?」となってしまうと紙に書けないのがもどかしかったですね。

まぁそのかいあって就活は全勝だったので良かったんですけどね。

以上、統計学を1年学んだ人の備忘録でした。

まとめ

書き出してみると、思っていたよりも勉強してなくね？という感想が芽生えた。
んー、でも思い出せる限りのメインで勉強したものなので細かいことを書き出せばもっと増えるか。

まぁ、大学の授業とかもあるしね！頑張った！！

おまけ：2018年度

研究室の活動が始まり、僕は就職活動が終了していることもあり、勉強に励んでいます。

基本的には『統計的学習の基礎』で勉強しているのですが、非常につらいです...

何がツライかって、証明の省略だらけなんですよね。自力で証明してみるのですが、なかなかわからないことも少なくなく、半日に1個証明できないこともしばしば(*_*)頭が悪いのがいけないんですけどね。

【現在使っている本】

統計的学習の基礎 ―データマイニング・推論・予測―

鈍器...いえ、なんでもありません！これは界隈でいわゆる「カステラ本」呼ばれる本です。

たしかにカステラっぽいですねｗ

統計学に基づく、機械学習の話が網羅的に取り扱われています。誰に効いてもこれは「いい本だ」というのですが、先述したとおり結構やっていて辛い場面に遭遇します。

ディープラーニングとかも勉強しなきゃなーというわけで手に取った本です。
ド素人にもわかりやすいように記述されていて、非常に勉強しやすいです。特にいいところはストーリー立てがしっかりしていることです。
従って自然な流れで学習することができます。

Rで楽しむベイズ統計入門[しくみから理解するベイズ推定の基礎] (Data Science Library)

これはやった本ですが、Rで入門していくのにはやりやすかったです。ただ、ストーリー立てがややわかりにくく、万人受けするような感じではないかもしれません。たたｄ、MCMC、なかでもメトロポリス法をじぶんで書いて実感できること、サポートページが充実いていること、また究極の話ですが著者の奥村先生にTwitterで質問できること等、利点はたくさんあります。ただし、勉強不足で質問するというのは失礼に値するので気をつけましょう。ちなみに僕は質問したことがありませんってかそんなに難しい話は出てきません。

StanとRでベイズ統計モデリング (Wonderful R)

ベイズを本格的にやるかーってことで超有名なこの1冊を図書室から借りてきました。7割がたやったところで返却期限が来てしまい、まだ途中です。買う価値が十二分にあるので、近々購入しようと思います。stanを使ってみたい人や、ベイズでモデリングしてみたいという人は是非お勧めします。

評判通り、噂通りの本でした。

確率モデルの基礎―金融工学を視野に入れた確率論的考え方

確率過程の勉強に使っています。演習問題も充実していて、答えも丁寧に記述されているので使いやすいです。
確率過程は前期のうちに基本をマスターしておきたいと思っています。
意外とごちゃごちゃしやすいので気をつけなきゃね！