2016年米大統領選挙の前まで、ほぼ誰もが(Webサイト「FiveThirtyEight」を運営するデータサイエンスの権威ネイト・シルバー氏から、「The New York Times」まで)、ヒラリー・クリントン氏が楽勝する可能性が極めて高いと予想していた。そして彼らのモデルは崩壊した。
こうした予想者の失敗の原因となった問題は、今回の選挙に固有のものではない。分析チームがまた同じ轍(てつ)を踏むと、あらゆる予測モデリングや予測プロジェクトが迷走する恐れがある。その問題には、過信、データの質の低さ、および統計的な可能性を揺るぎない確実性と取り違えていたことが含まれ、これらが複合的な問題となっていた。
「残念なことに、予想者はこうした予想数字を小数点第1位まで求める。すると、科学的な式に基づいているように聞こえるが、実はそうではない」。エール大学医療インフォマティクスセンターでアソシエートリサーチサイエンティストを務めるプラディープ・ムタリク氏はそう語った。同氏は「Quanta Magazine」のために選挙に関するブログを運営している。
「予想者は確実性をアピールしすぎていた。そして面目が丸つぶれになってしまった」とムタリク氏は語る。
営業デジタル化の始め方(無料eBook)
「ITmedia マーケティング」では、気になるマーケティングトレンドをeBookにまとめて不定...
「RED」「Bilibili」「Douyin」他 中国の主要SNSプラットフォームの特徴まとめ
トレンド変化の大きい中国においてマーケティングを成功させるためには、主要SNSプラット...
コロナ禍における「ご自愛消費」の現状――スナックミー調査
「ご自愛消費」として最も多いのは「スイーツやおやつ」で全体の68%。その他、ランチ38...