Canvas & Ratio
Choose your destination platform format
Layout Template
Choose a content structure for your slides
Preset Themes
Typography & Sizing
Brand Kit Customization
AGENCYConfigure brand assets for headers & footers
Outro Slide CTA
Customize your closing call-to-action slide
Background Pattern
Build Your Carousel
Drag and drop any post card below onto a slide, or use the quick buttons to insert content/images instantly!
「統計的因果推論は実務では役に立たない」論者の皆様には、その旨を予め織り込んだ親切な入門書がありますのでオススメしたい次第です <a target="_blank" href="https://twitter.com/takehikohayashi/status/1765268689367265668" color="blue">x.com/takehikohayash…</a>
統計学は基本的に「過去」についての話で、良くて通用するのは一定の斉一性が期待できる「近未来」まで。斉一性が期待できないレベルの「未来」の戦略を決めるには、また別のアプローチが必要です。 (極めて普通の見解)
その意味で、”エビデンス”の語を統計的推測によるものに限ってしまうと、「しくじると大変なことになる未来に向けての大戦略」を決めるための”エビデンス”は無い、となってしまうので筋が悪いです。というような話を以下の本でしています。（宣伝） <a target="_blank" href="https://www.keisoshobo.co.jp/book/b622003.html" color="blue">keisoshobo.co.jp/book/b622003.h…</a>
実務で求められるのは”issue-driven data science”である一方、研究者が論文を書くときはしばしば”IARKing (Issue-making After Results are Known)になりがちなんですよね。 実務ではissueを自主的に選択できる余地は少ないので、そこの大前提の違いは大きいと感じています。