2022.01/27 データ解析（１）
科学の時代なので、仮説に基づき実験を行いデータを収集し、仮説との整合性をすなわち仮説が成立するのかどうか確認する。
これは義務教育の理科実験にはじまり大学を卒業するまで指導されてきた方法である。このコロナ禍の感染者報道を見て、データ解析手法には、この学校で習った方法以外にもいろいろあることに気がつかれたのではなかろうか。
すなわち、実験を行うことなく、現象を数値化しそれを解析する手法である。実は実験を行っていなくても現象を数値化するときに仮説を設定しているので、これも学校で習ってきた方法と変わらない。
現象からパターンを抽出する方法もこのように数値化が行われるので何らかの仮説が設定されたうえでの方法と言える。パターンを解析し意味不明であればパターンの数値化方法を変えて自分の意図する結果となるように試行錯誤を繰り返す人もいる。
試行錯誤を繰り返していながら、何か最初に仮説があったかのように説明するので、すごい眼力だと感心させられたりするが、昔ならばともかく今はコンピューターがあるので大したことではない。
科学の便利なところは、データを解析するときに仮説が正しければうまく推論を展開できて答えを出せる点である。データ解析は科学的に行えば誰でもデータが意味している範囲の真理に到達できる。
解析とか分析では科学のありがたみを必ず感じるはずである。それゆえ当方は時間さえ許されれば、すでに完了した仕事でもデータ解析を行って考察したりしている。
この時実際の生データは特に必要は無いのだ。グラフの形さえ再現できれば良い。もっともこのような結果を学会で発表しにくいが、Wパーコレーションという現象については、高分子学会無機高分子研究会で7年ほど前に発表させていただいた。
pagetop