本日のゴール

統計学の複雑な数式を暗記することではありません。

「自分のビジネスの課題に、こう使えそうだ！」
「勘や経験に『数字』という武器を加えられそうだ！」

と、具体的な活用のイメージを持っていただくことです。
身近なビジネスストーリーを通じて、統計学の威力を一緒に体験していきましょう。

Story 1：小さなカフェの在庫管理

「今日のケーキ、何個作るのが正解？」

平均は3個。でも、日によってバラつきがあるはずです。
その「バラつき」は見通せるのでしょうか？

「まれに起こること」を予測する：ポアソン分布

1日あたりの平均回数（平均3個など）がわかっているとき、「今日、実際に〇〇個売れる確率」 を計算できる便利な魔法があります。

数式は少し難しそうに見えますが、安心してください。
Excel等のツールを使えば一瞬で計算できます。

この式を使って「何個売れる確率がどれくらいあるか」を見てみましょう。

計算してみよう：チーズケーキが売れる確率

平均 のとき、確率はこうなります。

• 5個売れる確率：約 10.1%
• 6個売れる確率：約 5.0%
• 7個売れる確率：約 2.2%

「平均」だけ見ていては、このチャンスロスには気づけません。

Story 2：Web広告のA/Bテスト

「このデザイン変更、本当に効果あった？」

社長の疑問
「クリック率が2%上がったのは素晴らしい！でも、たまたま運が良かっただけじゃないのか？ 本当に新デザインの実力と言えるのか？」

「その差は偶然か？」を判定する：仮説検定

データに基づき、客観的な「審判」を下すための手法です。

1. あえて疑ってみる（帰無仮説）
   「A案とB案に差はない。今回の差は単なる偶然だ」と仮定します。

2. 「偶然ではありえない」基準を決める（有意水準）
   一般的に 5% を基準にします。
   「もし差がないとしたら、こんな結果が出る確率は5%未満だ」となれば、それは 「偶然とは考えにくい＝実力だ」 と判断します。

結論：その差は「実力」です

計算の結果、今回のデータが偶然発生する確率は 4.6% でした。
これは基準の5%よりも小さい値です。

マーケターの報告
「社長、統計的に有意な差が認められました。この2%の向上は誤差ではなく、新デザインB案の実力です！ 自信を持って採用しましょう」

Story 3：検査で陽性反応！

「陽性です」と言われたら、本当に病気の確率は？

問い
「検査の精度が99%なら、自分が本当に病気である確率も99%くらいだろう」
……そう思いませんか？

直感とは全く違う、驚きの真実が隠されています。

計算してみよう：ベイズの定理

10万人の集団でシミュレーションしてみましょう。
（前提：実際に病気の人は全体の0.1%とします）

• 病気の人: 100人

  • 検査で正しく「陽性」と出る人 (99%)：99人

• 健康な人: 99,900人

  • 健康なのに間違って「陽性」と出る人 (1%)：999人

• 「陽性」と判定された人の合計: 99 + 999 = 1098人

驚きの事実 ②：陽性でも、本当に病気の確率は…

陽性と判定された1098人のうち、本当に病気だったのは99人だけです。

あなたが本当に病気である確率は…
(約 9.0%)

Story 4：危険な思い込み

「コーヒー代を増やすと売上が伸びる」は本当か？

この判断、どこかおかしいと思いませんか？

相関関係は、因果関係ではない

二つの数字が一緒に動いているからといって、片方がもう片方の原因とは限りません。
ここには「隠れた第3の要因（交絡因子）」が潜んでいました。

• 隠れた要因: 「繁忙期」
  • 繁忙期だから、残業が増えてコーヒーを飲む。
  • 繁忙期だから、市場の需要が高く売上が伸びる。

Story 5：未来の売上を予測する

「来月の広告費、いくらにすれば目標達成できる？」

関係性を数式にする：単回帰分析

過去のデータを分析すると、広告費と売上の関係を表す 「回帰直線」 を作ることができます。

• 1.84 (傾き): 広告費を1万円増やすと、売上は平均1.84万円増える。
• 742 (切片): 広告費がゼロでも、742万円の基礎売上が見込める。

この式から、未来の予測 が可能になります。

目標達成のためのアクションを決める

目標から逆算して、必要な予算を決めましょう。

目標売上: 2,000万円

Story 6：工場の品質管理

「この製品のばらつき、異常？それとも正常？」

止めるべきか、動かし続けるべきか。
この判断ミスは大きな損失につながります。

「正常なばらつき」を知る：管理図

どんなに優れた機械でも、必ず 偶然によるばらつき は生じます。
統計学では、「ここまでは正常（偶然の範囲）」 という境界線を引くことができます（管理限界線）。

• データによると、94g 〜 106g までは正常なばらつきの範囲（）でした。

もし「異常」が起きたら？

もし、測定値が 107g だったら？

• 管理限界線（106g）を超えています。
• これは「偶然」では片付けられない、本当の異常のサインです。

「今すぐラインを止めて、原因を探せ！」

統計学は、「無駄に騒がない安心感」 と 「本当に危ない時のアラート」 の両方を私たちに与えてくれます。

まとめ：今日から使える統計的思考

数字は、あなたのビジネスを支える最強のパートナーです。

1. ポアソン分布: 「まさか」の確率を知り、リスクに備える。
2. 仮説検定: 施策の 「実力」 を見極め、自信を持って決断する。
3. ベイズの定理: 直感の罠を避け、前提条件 を加味して考える。
4. 相関と因果: 見せかけの関係に騙されず、本質を見抜く。
5. 回帰分析: 過去から未来を予測し、具体的な計画を立てる。
6. 管理図: 「正常」と「異常」 を区別し、適切なアクションを取る。

さあ、あなたの現場でも「数字」を使ってみませんか？