前史(preface)
１０年ほど前、情報系の学科で、統計、確率が必須科目でない大学があると聞いた。
驚き桃の木山椒の木 おどろき、もどろき、さんしょの木 (訂正 by @kodera164)じゃないですか。
慌てて、確率・統計の資料を探したら、知人のお父様が書かれた確率・統計の本の電子版があったので、勉強会を始めました。
私は、経済学部で確率・統計を学び、学士入学した工学部電気工学科で、再度、確率と統計を学びました。
学士入学した時は、１、２年で学ぶ、工学系の学科は、一般教養や専門の数学を使う学科で認定を受けたのに、確率論だけは、すでに受けたことがあるのに、認定してもらえませんでした。
理由は、専門科目の確率は、経済学科と電気工学科で違いがあるからとのこと。二度勉強したので、得意科目になったと思い込むようにしています。
実際には、QC検定1級の試験で @kodera164 さんより正解の数が一つ少なく、ぎりぎり不合格というていたらくです。
<この項は書きかけです。順次追記します。>
QC検定1級 答え合わせ
https://qiita.com/kaizen_nagoya/items/51741ffa7b1422d9be50
萩原さんの後さえついていければよい。いつか宝が溢れ落ちるよ。 #短歌 人の意図を汲めという社長のお言葉に従って資料整理中。（社長とは、写真の方で将来の私の勤め先の社長）
勉強会(study group)
統計、確率を勉強していない情報系を卒業されたプログラマの方々との勉強会が、確率論及び統計論輪講です。
仮説・検証(95) 確率論及統計論
https://qiita.com/kaizen_nagoya/items/89d0a91a56d33529e85c
伏見康治・確率論及統計論輪講
https://researchmap.jp/blogs/blog_entries/view/101611/9ddfd5f6f19caeedb9682be2af744fb5?frame_id=419406
確率論及統計論輪講 精度より成果 小寺浩司（こでらひろし）
なお、この発表は、JAXA/IPA 主催のクリティカルソフトウェアワークショップでの発表で、私がプログラム委員長、同じく一緒にISO/IEC 15504 のeditorをしていただいていた、伏見諭さんが、プログラム委員をされていました。
身内の発表で、身内の資料なので、二人の採点は厳しく、結果として受賞はされませんでした。ここだけの話ですが、受賞可能な票は集められていました。
https://www.ipa.go.jp/sec/events/20161212.html
QCべからず集から学ぶ 統計と確率
プログラマにも読んでほしい「QCべからず集」
https://qiita.com/kaizen_nagoya/items/d8ada7b7fceafe2e5f0e
以下、上記記事から、統計と確率に関する事項を引用します。
4.3.7 サンプルが多ければ良いと思うべからず
よく論文のまとめで、「今後、事例が集まれば、もっと精度があがる」と書く人がいる。事例が多くなれば、精度があがるという場合は、経験上４分の１くらい。たいていの場合は、時系列に変化したり、時代が変わって傾向が変わったりして、事例が集まれば集まるほど、分散が大きくなる。
大数の法則が成り立つのは、特定の制約条件の範囲内での出来事である。自由空間では、時間が経てばたつほど、発散していく。エントロピーの法則という場合もあるらしい。
5.5.3 飛び離れたプロットを無視するべからず
統計処理では、特異値を除外して、平均を求める場合がある。これは、二つの事項を比較する際に、少数の特異値に、比較を引っ張られないために行う処理である。いつでも特異値を無視すればいいという訳ではない。
学会などでも、これまでに出現しなかった特異値に対して、どのように対応するかまで言及している発表が少ない気がする。
いろいろな特異値に対応する方法を考えるのが、HAZOPという外れを予想し、対策を考える手法なんです。
6.7.1 想定外の事態発生はあきらめるしかないと思うべからず
ワークショップ「ソフトウェア開発におけるHAZOP入門」の結果
https://qiita.com/kazuo_reve/items/c1c1d32baed5d60d55c7
「ワークショップ「ソフトウェア開発におけるHAZOP入門」の結果」の分類
https://qiita.com/kaizen_nagoya/items/e62e91cb019c6275d6c1
4.6.2 統計量、統計解析の計算に時間を費やすべからず
プログラマなら、まず計算の速い方法を考えるのが大事。次に、同じ時間で空間と電気使用量を少なく計算する方法へ改善していく。
事例研究(case study)
データサイエンティストへの５つの門。あなたはいくつの門をくぐりましたか？
https://qiita.com/kaizen_nagoya/items/ee5fa7b2a7f7c2b450d4
仮説・検証（195）与件解析(data analysis)入門
https://qiita.com/kaizen_nagoya/items/d9474c3bdb8ea0029bee
kazuo_revのQiita記事の分析
https://qiita.com/kaizen_nagoya/items/81e3519e3740fa766d6a?fbclid=IwAR0jC2BPCFZvfKtLcC4qZTrvv7JL8OVTYPgdwerqnslQLDi1ZQBuSvcSItI
プログラム(programming)
docker(112) 久々のFORTRANで出したエラー群（未解決有）
https://qiita.com/kaizen_nagoya/items/67e877bbead1e53b5c24
docker(18) なぜdockerでpythonなどを使って機械学習するか 書籍・ソース一覧作成中 (目標100)
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
docker(79)「gawkで基本統計量を計算する」をdockerで
https://qiita.com/kaizen_nagoya/items/c362cb343a412fe12d46
docker(20)Data ScientistのためのPython, R, Machine Learning/Deep Learning環境構築
https://qiita.com/kaizen_nagoya/items/ff16ce6f2a1af43c77f3
参考資料(reference)
派生開発の課題を解決するための工夫
https://qiita.com/kazuo_reve/items/847a7b0a7988078c6cce
プロセス改善に関して、個人的に有益な情報
https://qiita.com/kazuo_reve/items/2c9a2d13bd57282bec1f
ソフトウェア品質シンポジウムでBest Paper Effective Awardを受賞するコツ？
https://qiita.com/kazuo_reve/items/b5e740328bebad179414
統計と確率一覧
統計と確率(1) 統計と確率が扱えれば工学のほとんどは大丈夫。仮説・検証（119）
https://qiita.com/kaizen_nagoya/items/c917054d1390b7e17049
統計と確率(2) 連続と離散、時間と空間、物理量と生物量
https://qiita.com/kaizen_nagoya/items/d0980c6bf9d3079aa98d
統計と確率(3) 物理、生命、社会
https://qiita.com/kaizen_nagoya/items/98d0a37012f039e67a39
統計と確率(4) 生命科学統計資料
https://qiita.com/kaizen_nagoya/items/6ebfb7bae0495424061e
統計と確率(5) 社会科学統計資料
https://qiita.com/kaizen_nagoya/items/4e3f678afccaf865b491
統計と確率(6) 事業計画確率(project plan with probability)仮説・検証(92)
https://qiita.com/kaizen_nagoya/items/f2dc5d216e57df844f50
統計と確率(7) 科学三分類・四分類・五分類と算譜(program)仮説・検証(93)
https://qiita.com/kaizen_nagoya/items/a2f2b9cc3a51b6af7603
統計と確率(8) データサイエンティストへの５つの門。あなたはいくつの門をくぐりましたか？
https://qiita.com/kaizen_nagoya/items/ee5fa7b2a7f7c2b450d4
統計と確率(9) 確率論及統計論。仮説・検証(95)
https://qiita.com/kaizen_nagoya/items/89d0a91a56d33529e85c
統計と確率(10) 科学哲学考
https://qiita.com/kaizen_nagoya/items/456273849f4b17bd9ab5
統計と確率(11) 「ベイズ統計と統計物理」伊庭幸人
https://qiita.com/kaizen_nagoya/items/5820558168dea8e848a4
統計と確率(12) 経験と度胸と勘が分布と確率に裏打ち可能な証拠能力が一番高いという仮説。
https://qiita.com/kaizen_nagoya/items/f5ec32472774d17e46ec
統計と確率(13)与件科学者(data scientist)入門
https://qiita.com/kaizen_nagoya/items/d94f3e4789ee14ce3674
統計と確率(14) 与件解析(data analysis)入門。仮説・検証（195）
https://qiita.com/kaizen_nagoya/items/d9474c3bdb8ea0029bee
統計と確率(15) 4つのAdvent Calendarに参加して データ分析の基礎
https://qiita.com/kaizen_nagoya/items/92eabbc62764312be440
統計と確率(16) 連休中にいいね・ストッックをもらった記事一覧
https://qiita.com/kaizen_nagoya/items/0592791e8a925da27db6
統計と確率(17) プログラマの「プログラムが書ける」思い込みの激しさは強みであって弱点ではない３つの理由。仮説・検証（168）
https://qiita.com/kaizen_nagoya/items/bc5dd86e414de402ec29
統計と確率(18) スピングラス理論と情報統計力学 西森秀稔 参考文献
https://qiita.com/kaizen_nagoya/items/702c08becfcca98fa9d8
統計と確率(20) 「DNAと遺伝情報の物理」伏見譲
https://qiita.com/kaizen_nagoya/items/150646f72c55a36f8c39
統計と確率(20) 確率論及統計論（伏見康司）の数式をTeX(LaTeX)入力するための13の技法
https://qiita.com/kaizen_nagoya/items/9c692c4d3546ffbb70b4
統計と確率(21) Qiita記事 いいね と views の関係Qiita(16)
https://qiita.com/kaizen_nagoya/items/d30240b2a9adec288ca9
統計と確率(22) 今年度(2019)の目標的な何か:docker(106)
https://qiita.com/kaizen_nagoya/items/8224430eccbb5592d752
統計と確率(23)データサイエンティストのための分析：Qiita自己記事まとめ2020：Qiita(98)
https://qiita.com/kaizen_nagoya/items/ff51b03848908d38d7b3
統計と確率(24) SWEST20で基調講演(再演含む）してほしい人上位10人
https://qiita.com/kaizen_nagoya/items/d4d9bf953953c720361d
統計と確率(25) 日本のプログラマが世界で戦える16分野・事例。仮説・検証（53）
https://qiita.com/kaizen_nagoya/items/a7e634a996cdd02bc53b
人間が計算機に勝てる３つのこと。統計と確率(26)
https://qiita.com/kaizen_nagoya/items/49dc709d289d22846044
帰無仮説と対立仮説。統計と確率(27)
https://qiita.com/kaizen_nagoya/items/136bbb726b4e886631b4
Qiita参照(self reference)
Qiita(28)画像の大きさ調整
https://qiita.com/kaizen_nagoya/items/cef6ae1fcbdbec9e7be2
一覧
物理記事 上位100
https://qiita.com/kaizen_nagoya/items/66e90fe31fbe3facc6ff
量子(0) 計算機, 量子力学
https://qiita.com/kaizen_nagoya/items/1cd954cb0eed92879fd4
数学関連記事１００
https://qiita.com/kaizen_nagoya/items/d8dadb49a6397e854c6d
言語・文学記事 １００
https://qiita.com/kaizen_nagoya/items/42d58d5ef7fb53c407d6
医工連携関連記事一覧
https://qiita.com/kaizen_nagoya/items/6ab51c12ba51bc260a82
自動車 記事 １００
https://qiita.com/kaizen_nagoya/items/f7f0b9ab36569ad409c5
通信記事１００
https://qiita.com/kaizen_nagoya/items/1d67de5e1cd207b05ef7
日本語（０）一欄
https://qiita.com/kaizen_nagoya/items/7498dcfa3a9ba7fd1e68
英語(0) 一覧
https://qiita.com/kaizen_nagoya/items/680e3f5cbf9430486c7d
転職(0)一覧
https://qiita.com/kaizen_nagoya/items/f77520d378d33451d6fe
仮説（0）一覧（目標100現在40）
https://qiita.com/kaizen_nagoya/items/f000506fe1837b3590df
Qiita(0)Qiita関連記事一覧（自分）
https://qiita.com/kaizen_nagoya/items/58db5fbf036b28e9dfa6
鉄道（０）鉄道のシステム考察はてっちゃんがてつだってくれる
https://qiita.com/kaizen_nagoya/items/26bda595f341a27901a0
安全（0）安全工学シンポジウムに向けて: 21
https://qiita.com/kaizen_nagoya/items/c5d78f3def8195cb2409
一覧の一覧( The directory of directories of mine.) Qiita(100)
https://qiita.com/kaizen_nagoya/items/7eb0e006543886138f39
Ethernet 記事一覧 Ethernet(0)
https://qiita.com/kaizen_nagoya/items/88d35e99f74aefc98794
Wireshark 一覧 wireshark(0)、Ethernet(48)
https://qiita.com/kaizen_nagoya/items/fbed841f61875c4731d0
線網（Wi-Fi）空中線(antenna)(0) 記事一覧(118/300目標)
https://qiita.com/kaizen_nagoya/items/5e5464ac2b24bd4cd001
OSEK OS設計の基礎 OSEK(100)
https://qiita.com/kaizen_nagoya/items/7528a22a14242d2d58a3
Error一覧 error(0)
https://qiita.com/kaizen_nagoya/items/48b6cbc8d68eae2c42b8
プログラマによる、プログラマのための、統計(0)と確率のプログラミングとその後
https://qiita.com/kaizen_nagoya/items/6e9897eb641268766909
官公庁・学校・公的団体（NPOを含む）システムの課題、官（０）
https://qiita.com/kaizen_nagoya/items/04ee6eaf7ec13d3af4c3
「はじめての」シリーズ ベクタージャパン
https://qiita.com/kaizen_nagoya/items/2e41634f6e21a3cf74eb
AUTOSAR(0)Qiita記事一覧, OSEK(75)
https://qiita.com/kaizen_nagoya/items/89c07961b59a8754c869
プログラマが知っていると良い「公序良俗」
https://qiita.com/kaizen_nagoya/items/9fe7c0dfac2fbd77a945
LaTeX(0) 一覧
https://qiita.com/kaizen_nagoya/items/e3f7dafacab58c499792
自動制御、制御工学一覧（０）
https://qiita.com/kaizen_nagoya/items/7767a4e19a6ae1479e6b
Rust(0) 一覧
https://qiita.com/kaizen_nagoya/items/5e8bb080ba6ca0281927
小川清最終講義、最終講義（再）計画, Ethernet(100) 英語(100) 安全(100)
https://qiita.com/kaizen_nagoya/items/e2df642e3951e35e6a53
＜この記事は個人の過去の経験に基づく個人の感想です。現在所属する組織、業務とは関係がありません。＞
This article is an individual impression based on the individual's experience. It has nothing to do with the organization or business to which I currently belong.
文書履歴(document history)
ver. 0.01 初稿 20210420
ver. 0.02 項目追記 20210421
ver. 0.03 @kodera164 さんの指摘に基づき訂正 20210422
ver. 0.04 @kodera164 さんの画像貼り付け 20210423
ver. 0.05 画像の大きさ調整 20210425
ver. 0.06 確率と統計一覧25項目 20210619
ver. 0.07 ありがとう追記 20230521
最後までおよみいただきありがとうございました。
いいね 💚、フォローをお願いします。
Thank you very much for reading to the last sentence.
Please press the like icon 💚 and follow me for your happy life.