■勘違いが人を動かす 教養としての行動経済学入門
■ユダヤの商法 藤田田
論理も情熱も人を動かすには弱い
不安や同調や本能で勘違いさせ誘導する、思考の穴を突く
不安や同調や本能で勘違いさせ誘導する、思考の穴を突く
人は安定思考なのでバグらせないと行動変容させられない
ハウスフライ効果：特定の情報を繰り返し目にすることで、その情報が正しいと信じてしまう心理的バイアス
癖付け（教育も癖付け、広告も詐欺も思考に癖付ける、同調圧力もある種
ハウスフライ効果：特定の情報を繰り返し目にすることで、その情報が正しいと信じてしまう心理的バイアス
癖付け（教育も癖付け、広告も詐欺も思考に癖付ける、同調圧力もある種
心理的距離：共感度、遠ければ苦手な人とも上手く行く(共感せず上辺だけ)
相手の嫌なことは嫌なことで返し強化させない
■思考の穴
思考には不具合がある、無知で勘違い
何もわかっていないし、実は何もできないが出来る気になっている
不眠に睡眠時間を増やすべき、では解決にならないだろ、相関や因果は分かれ
メカニズムがあると思い込むと因果関係に相関関係がなくても信じてしまう
綿密な計画を立てることでスムーズに進むと錯覚し逆に酷くなった→見積の倍を確保するとよいが、思考の穴があるやつの見積とは何ぞや？
確証性バイアス、信じたことの裏付けの証拠ばかりを集め強化する、幸福度は高いが悪循環なら最悪→反芻しない、one more brand new day、正反対のことを検証すると避けられる
流暢性の罠→動画を見ると踊れると勘違い→訓練をちゃんとする
歴史、文化、経済、政治の信条的なバイアス→強い拒否感で問題になり易い、公正に公共の利益を守る別システムを意識的に再構築するしか
因果関係を誤信させる→共通点・類似性を提示しよう、原因と勘違いしてくれる
大数の法則では少数より大数が常に優れ誤謬が避けられる→大数の統計データより個人のストーリーを発信し影響力を行使
平均への回帰→調子がありより良い時もあればより悪い時もあるが好まれる方を押し出す
ネガティビティバイアス→5%避妊に失敗より95%避妊成功の方が印象良いので言い方
保有効果→保有による愛着で痛覚、鎮痛剤が効き痛覚が低いと冷静、昔は損=死であったが現代は損切りも必要
押入から全部床に出して何を残すか（コンマリ断捨離で保有効果を回避し収得する感覚にする
損失回避→期待値よりリスクを見て損をさけようとする、これも痛覚→期待値で設計するより得する感覚を押し出す
利己→他者が置かれている状況を重ねられるようにする→ワーストケースシナリオを共有する
子供は嘘をつけない、他者の考えが違うことを知らないから、サイコパスと同じ利己
遅延割引、確実性効果→遅れて得られる報酬の価値は割引れる、苦痛も先延ばししがち→即効性や100%を約束する
マシュマロ待ちテストでまてた子はsatが高くなる、待つ期待値を正しく評価した方がいいかも、gritにも繋がる
自己管理能力の高く社会的経済的地位が低いと心血管疾患が多い
困難なタスクには極端にハイレベルな自己管理力が必要
中レベルの自己管理力は高困難タスクにうまく対処できなかった→スーパーマンでなければ個人の幸福度を優先した働き方が良い？
ア●公には必要な教養、高慢かつ神経質だから人気？→少し新規性があったが具体的には自分の経験として詐欺的に試すしか実感でけへんなぁ
■ベイズの定理
原因Xが起こったもとで結果Yが起こるというのが条件付き確率の計算式
P(Y|X)= P(X,Y)/P(X) X→Yが起こる確率をXで割っている
↓
↓
ベイズの定理は、結果Yが起こったもとで原因Xが起こる確率が分かるという逆を出せる
P(X|Y)=P(Y|X)P(X)/P(Y) 条件付き事後確率を原因Xで掛けて結果Yで割るとYかつXである確率が分かるという神の数学
↓
元々の確率が尤度（ゆうど、likelihood、もっともらしさ、新しいデータ）を受けて確率がどう変化するか計算できる
ベイズ更新：一度求めた事後確率を事前確率として用いることで、新しいデータを入手するたびに、事後確率を更新して洗練することができる
ベイズの定理 とは？誰でも理解できるようにわかりやすく解説 | HEADBOOST
ベイズの定理 とは？誰でも理解できるようにわかりやすく解説 | HEADBOOST
■ユダヤの商法 藤田田
合理、契約、ケチ、疑い深い、信用、仕事お金至上
金を巻き上げる/お金は奪い合い
取引額を倍々に増やし現地を耕した後に進出して直売りに変更等エグイ
日本の大企業の社員は自分の力を過大評価し世界では通用しない
食を楽しむ
宗教上休みをきっちり取るし、食を楽しむやイイ女を囲ったり楽しんでる
風呂でシッカリ体を洗い清潔
金持ち、女と口、好きなものより苦手なものを売った方が割り切れる
ターゲットは金持ち/女性を狙う等、これは確実に見習いたい
田さん陳さん東大でGHQに通訳アルバイトし19に弟子入りし銀座のユダヤ人になった
買い切りかリピート購入/サブスクか、買い切りは長く続ける商売でなく店を畳んで違う商品をやる
田さん陳さん東大でGHQに通訳アルバイトし19に弟子入りし銀座のユダヤ人になった
買い切りかリピート購入/サブスクか、買い切りは長く続ける商売でなく店を畳んで違う商品をやる
広告投資管理7割：年間に支払う平均金額(1年LTV)>客一人獲得に掛かる広告費上限(CPO)
■確率思考の戦略論
客引きもバンカーも運転手も世界各国で同じ雰囲気＞法則がある
ブランドに対する好意度：preference=ブランドイクイティ＋価格＋製品パフォーマンス
プレファレンスが高いものはより高頻度で購入される＝＞シェア
人はそれぞれのカテゴリのEvoked setを持ってる：エビス50黒ラベル30一番搾り20
プレファレンスに基づいたエボークトセット持ち、その中のカテゴリーの購買回数分だけサイコロを振って選んでいるだけ
Preference好意度(ブランドイクイティ＋価格＋製品パフォーマンス)＋Awareness認知＋Distribution配荷
年間購入者の全世帯に対する割合=認知率x配荷率x過去購入率xEvokedSet率x年間購入率
年間売り上げ=総世帯数x1年間に買う人浸透率x平均購入回数x平均購入金額
シェア=参入順位xプレファレンスx宣伝費比率x間合い年数
どれだけ競合に比べて宣伝できているかが大きい
次回購入タイミング=平均購入回数xプレファレンス とかデータ化、確率見ていく
シェア=参入順位xプレファレンスx宣伝費比率x間合い年数
どれだけ競合に比べて宣伝できているかが大きい
次回購入タイミング=平均購入回数xプレファレンス とかデータ化、確率見ていく
差別化して先鋭化しても自社を選んで貰えるとは限らない
差別化でターゲットを絞ってマーケットが小さくなる危険性
ベストセラー＞観光大使/政府/首相＞人を巻き込みPRに
コーラは原液販売に注力し現地生産フランチャイズにし配荷拡大した
商品棚をその店/客のプレファレンスに合わせ配荷の質を改善
都合が悪くなるとルールを変えてでも勝とうとする西洋人
スポーツマンシップは油断させるプロパガンダでしかない
サイコパス：感情が意思決定の邪魔にならない＞選ぶストレス無しに最適判断できる
＋人心掌握（
※勝ち馬しか人は選ばない、第一想起にどう入るか、高くても良い大量の広告を打つ
オペを遅くしてでも行列を作る、先着サイコロ無料話題をつくる、ライトが明かる過ぎるとか目立つ店構え
＝＝＝＝
多変量解析
消費者の行動を左右する要素は様々だが、「絞り込むと本質的には3つ程度しか残らない」
最も重視すべきは「プレファレンス（相対的好意度）」。次にどれだけ知ってもらえているかという「認知」、その後、消費財であれば製品の手に取りやすさを示す「配荷」、テーマパークであればパークまでの「距離」が続く。企業が重視しがちな品質や技術力といった「パフォーマンス」の優先順位は低い。「新機能を搭載しただけでは、消費者に響かない」。相対的好意度、認知、配荷のどれかが足りないと、どんなにいい製品も埋もれてしまう。
商圏
テーマパーク業界の失敗例を調べ全国で閉園になった約50の遊園地を見ると、すべて需要を上回る投資をしていました。 需要は商圏の大きさやその人口を調べると分かります。明らかにお金を使ってはいけないところに投資をしていたのです。
可視化
思考力に強みを持つ人を「T（＝Thinking）型」、人とつながる力や伝える力が強い人を「C（＝Communication）型」、人を率いて動かす力を強みとする人を「L（＝Leadership）型」として、3つに分類し可視化。可能性の高い分野に資源を集中。
＝＝＝＝
パーセンタイル 大小で並べた特定%分
＝＝＝＝
多変量解析
消費者の行動を左右する要素は様々だが、「絞り込むと本質的には3つ程度しか残らない」
最も重視すべきは「プレファレンス（相対的好意度）」。次にどれだけ知ってもらえているかという「認知」、その後、消費財であれば製品の手に取りやすさを示す「配荷」、テーマパークであればパークまでの「距離」が続く。企業が重視しがちな品質や技術力といった「パフォーマンス」の優先順位は低い。「新機能を搭載しただけでは、消費者に響かない」。相対的好意度、認知、配荷のどれかが足りないと、どんなにいい製品も埋もれてしまう。
商圏
テーマパーク業界の失敗例を調べ全国で閉園になった約50の遊園地を見ると、すべて需要を上回る投資をしていました。 需要は商圏の大きさやその人口を調べると分かります。明らかにお金を使ってはいけないところに投資をしていたのです。
可視化
思考力に強みを持つ人を「T（＝Thinking）型」、人とつながる力や伝える力が強い人を「C（＝Communication）型」、人を率いて動かす力を強みとする人を「L（＝Leadership）型」として、3つに分類し可視化。可能性の高い分野に資源を集中。
＝＝＝＝
国の大学教育の目標人材「思考力、判断力、俯瞰力、表現力の基礎の上に、幅広い教養を身につけ、高い公共性、倫理性を保持しつつ、時代の変化に合わせて積極的に社会を支え、論理的思考力を持って社会を改善していく資質」
↓
１）分野を超え先端の学問を学び時代の変化に合わせて積極的に社会を改善していく人材
２）高度な教養と専門性がある人材
３）高い実務能力がある人材
■データ解釈学入門
garbage in garbage out ゴミを見てるとゴミしか出てこない
測定が難しい、欲しいデータが取れないことの問題
ランダム要素の和は正規分布が多い
観測のプロセスがデータに既に影響を与えている
ピークが複数ある、外れ値等で分布を見ておきたい
実数を見たら割合も見る
実数を見たら割合も見る
因果関係が特定→メカニズム理解
因果関係がある→介入で影響力出せる
相関関係がある→予測できる
目的変数または従属変数 ワインの質
説明変数または独立変数 天候温度等
両方が量的変数なら重回帰分析
目的変数がカテゴリ変数で説明変数が量的変数ならロジスティック回帰
目的変数が量的変数で説明変数がカテゴリ変数なら分散分析や多重比較分析
目的変数も説明変数もカテゴリ変数ならクロス集計表
予測は例外事象に弱い
内挿=interpolation データ内で完結
外挿=extrapolarion データがない領域の予測
史上最高温度でのアイスの売上（1日2個食べる、暑すぎて外出控え買わない、他の流行
パーセンタイル 大小で並べた特定%分
幾何分布
試行を繰り返し、初めて成功するまでに必要な試行回数をモデル化する離散分布。
試行を繰り返し、初めて成功するまでに必要な試行回数をモデル化する離散分布。
例: コインを投げて初めて表が出るまでの回数。
二項分布
一定回数の試行で、成功する回数をモデル化する離散分布。
例: 10回コインを投げて表が出る回数。
負の二項分布
成功が指定回数起こるまでの試行回数をモデル化する離散分布。
例: サイコロを振って、5回目の「6」が出るまでの試行回数。
ポアゾン分布
単位時間または単位空間内での稀な事象の回数をモデル化する離散分布。
例: 1時間内に受ける顧客の電話数。
指数分布
事象が発生するまでの待ち時間をモデル化する連続分布。
例: 顧客が来るまでの時間。
ガンマ分布
複数の指数分布の待ち時間を足し合わせた分布。
例: 3件目の電話がかかるまでの待ち時間。
誤差 error
確率分布 probability distribution
正規分布 normal distribution aka ガウス分布
平均値 mean
分散 variance
最頻値 mode
標準偏差 standard deviation
確証バイアス confirmation bias
相関係数 correlation coefficient
交絡因子 confounding factor
因果効果 causal effect
平均処置効果 average treatment effect
実験群 experimental group
対照群 control group ゾロ投薬
重回帰分析 multiple regression analysis
サンプリング調査 sample survey
二項分布 binomial distribution
帰無仮説 null hypothesis
対立仮説 alternative hypothesis
有意水準 significance level
正規性 normality
等分散性 homoscedasticity
樹状図 dendrogram
汎化 generalization モデルが他のデータにも有効
再現性 Reproducibility 他者が同じデータと方法で同じ結果を得られる
Replicability 独立した研究で同様の結果を得られる
Replicability 独立した研究で同様の結果を得られる
特異性 specificity
妥当性 validity
納得感 plausibility
納得感 plausibility
整合性 coherence
類似性 analogy
誤謬 fallacy
