バルト海のケーブル破損、3カ月で4件　EUが対策協議へ
https://www.nikkei.com/article/DGXZQOGR263VP0W5A120C2000000/

『2025年1月27日 4:14 (2025年1月27日 6:26更新) [会員限定記事]

think!
多様な観点からニュースを考える
広瀬陽子さんの投稿
広瀬陽子

【ブリュッセル=辻隆史】スウェーデン、ラトビア両政府は26日、両国を結ぶ海底通信ケーブルが破損したと発表した。北欧に面するバルト海でケーブル破損が確認された事案は2024年11月以降、4件目となる。両国は捜査を開始した。

ラトビア政府によると、同国企業が所有するケーブルは同国とスウェーデンのゴットランド島を結ぶ。複数の代替手段を用意しており、ラトビアの通信状況に大きな影響はないという。

両国がと…

この記事は会員限定です。登録すると続きをお読みいただけます。

多様な観点からニュースを考える
※掲載される投稿は投稿者個人の見解であり、日本経済新聞社の見解ではありません。

広瀬陽子のアバター
広瀬陽子
慶応義塾大学総合政策学部　教授

ひとこと解説　記事にもあるように、犯人が明確に断定できないとはいえ、ロシアによるハイブリッド戦争の一環である可能性が極めて高い。特に、バルト海といえば、ロシア第二の都市・サンクトペテルブルグも位置し、バルティック艦隊も所属した伝統的、戦略的に重要な海であるが、2004年のバルト三国に加え、一昨年フィンランド、昨年にはスウェーデンがNATOに加盟したことでまさしくNATOの海になってしまったことで、恣意行為と嫌がらせを繰り返している可能性がある。その他、ロシアはGPS操作によるフライトの混乱、放火、偽情報の流布、選挙妨害、移民・難民の送り込みなど多くのハイブリッド戦争を展開している。国際的阻止が急務である。』

米中AI戦争に新たな火種　中国発「DeepSeek」が脅威に
https://www.nikkei.com/article/DGXZQOFL273C40X20C25A1000000/

『2025年1月27日 14:16 [会員限定記事]

【NQN香港=福井環】中国発の人工知能（AI）企業「ディープシーク（DeepSeek、深度求索）」が開発した高性能AIが市場で脚光を浴びている。ディープシークのアプリはアップルの無料ダウンロードランキングで27日、米国や中国で首位となった。米オープンAIの生成AI「ChatGPT（チャットGPT）」の中国版ともいえる同サービスが本家を抜き、思わぬ「ダークホース」の登場に株式市場がざわつき始めてい…

この記事は会員限定です。登録すると続きをお読みいただけます。』

中国春節休暇、28日から8連休　旅行にもコスパ志向
https://www.nikkei.com/article/DGXZQOGM17BFA0X10C25A1000000/

『2025年1月26日 2:00 [会員限定記事]

中国で春節（旧正月）に伴う大型連休が28日から始まる。2月4日までの8連休となり、帰省や旅行で多くの人が移動する。海外旅行では日本が最も人気だ。景気が減速するなか、宿泊費が割安な地方都市が関心を集める。旅行でもコストパフォーマンスを重視する姿勢が浮き彫りとなっている。

上海市で働く遼寧省出身の女性は連休開始前の24日、鉄道で約10時間かけて故郷に帰った。春節前後に有給休暇を取り、2週間近く故郷で…

この記事は会員限定です。登録すると続きをお読みいただけます。』

中国製造業景況感、4カ月ぶり50割れ　1月は受注不振
https://www.nikkei.com/article/DGXZQOGM261JD0W5A120C2000000/

『2025年1月27日 11:01 [会員限定記事]

【北京=塩崎健太郎】中国国家統計局が27日発表した1月の製造業購買担当者景気指数（PMI）は49.1だった。前月より1.0ポイント低く、4カ月ぶりに好調・不調の境目である50を下回った。生産や受注が不振だったのが響いた。

PMIは製造業3200社を対象に調べる。新規受注や生産、従業員数など項目ごとに調査する。50を上回れば前月より拡大、下回れば縮小を示す。

柱となる新規受注は前月より1.8ポイン…

この記事は会員限定です。登録すると続きをお読みいただけます。』

中国外交、ほほ笑みの仮面　米にらみ「つかの間」の融和
本社コメンテーター　秋田浩之
https://www.nikkei.com/article/DGXZQOCD236KX0T20C25A1000000/

『2025年1月27日 10:00 [会員限定記事]

ロシアのプーチン大統領の最側近が以前に来日した際、ひそかに次のような助言を日本側に耳打ちした。

「いまの中国は、共産党が支配していたソ連時代のロシアと同じだ。（強硬一点張りの）対外方針が突然、がらりと変わることがある。それがいつなのか、注意してみておくといい」

日本が尖閣諸島を国有化した翌月、2012年10月のことだ。当時、中国は猛反発し、大量の中国船が尖閣周辺に押し寄せるなど、情勢は緊迫してい…

この記事は会員限定です。登録すると続きをお読みいただけます。』

ロジカルシンキングの通用しない課題を普通の人でも解けるようになる熟断思考とは？
https://diamond.jp/articles/-/82123

『2015.11.26 5:03

ロジカルシンキングは、ビジネススキルとして不可欠です。

しかし、それだけでは解決できない場面にぶち当たった経験はありませんか。

ビジネスには、ロジカルシンキングで解決できない課題が確かに存在します。そうした課題をどう見極めて、どのように解決に当たればよいのか。130社、1万3000人に意思決定の技法を授けてきたディシジョン・アドバイザーの籠屋邦夫さんに聞きました。

ロジカルシンキングには限界がある

 みなさんの周りに、ビジネスに関連する問題や課題は山積していると思います。

籠屋邦夫（こもりや・くにお）
1978年東京大学大学院化学工学科修了、84年スタンフォード大学大学院エンジニアリング・エコノミック・システムズ学科修了。スタンフォード大学にてロナルド・Ａ・ハワード教授より意思決定理論の手ほどきを受ける。三菱化学を経てマッキンゼー東京事務所にて、エンゲージメント・マネジャー／ディレクター・オブ・リサーチとして企業ビジョンの策定・全社組織改革などのコンサルティングに携わる。90年渡米し、ハワード教授らが創立したストラテジック・ディシジョンズ・グループ（ＳＤＧ）に参画。ＳＤＧにてパートナー／日本企業グループ代表。2000年に帰国し、Ａ．Ｔ．カーニーでヴァイスプレジデントとして経営課題に対するコンサルティングに取り組む。現在は、企業やビジネスパーソンの戦略スキルや意思決定力向上を支援するエデュサルティング活動に力を入れている。著書に『意思決定の理論と技法』（ダイヤモンド社）、『スタンフォード・マッキンゼーで学んできた 熟断思考』（クロスメディア・パブリッシング）など。

 解決するにあたって、ＳＷＯＴ分析や３Ｃ分析といったロジカルシンキングのフレームワークは大変有効です。様々なフレームで情報を集めて、仮説をつくり、さらに情報を集めて、検証する…。混沌とした考えを整理する道具として非常に便利だし、思考のヌケをつぶすときに役にたちます。

 この方法で解決策が出てくるのは、これがベストだ！とか、理想だ！という“あるべき姿”があって、それと現状との間にギャップがある「問題」の場合でしょう。

 たとえば、ある事業部門の赤字を黒字化するとか、あるサービスへのクレーム急増に対してサービス内容やクレーム対応体制を見直すといった場合です。どれも、解決方法が複数考えられるとしても、割とストレートに皆の納得がえられるかたちで正解が見つかります。

 一方、ロジカルシンキングで検討してみても、解決策が見えないときがありませんか。それは、みなが共有できる唯一解としての“あるべき姿”がなく、選択肢や不確実要因、価値判断尺度で悩むような「課題」の場合です。

 あるべき姿といっても、抽象的なレベルでよければ周囲の理解も得られます。たとえば、中期目標として「時代の変化を先取りし、顧客を満足させ、競合に継続的に打ち勝つようなスキルを持って、事業を成長させましょう」…どうですか。むろん、漠とした方向性に反論の余地はありません。しかし、それを検証可能なかたちで具体化していくとなると途端に混迷するはずです。

 こうした課題については、いくつか考えられる解の中から、自分が“こうありたい”と思う理想の姿を選びだして、実現するための具体策を講じることになります。

 たとえば出版社の未来について考えてみましょう。

雑誌や書籍の販売減やインターネットの台頭により苦しむなか、今後成長していくには、どのような事業体を目指せばよいのでしょう。

“なりたい姿”と得意分野は出版社によってさまざまですから、当然にして講談社と文藝春秋とダイヤモンド社では“解”が異なるはずです。

そこには「こうなりたい」という各社の意思、パッションが強く反映されるはずだからです。

前段としてロジカルシンキングによる現状認識や世の中のトレンド分析は不可欠であり、その時点で各社の見方に大きな差はでないでしょうが、それだけで解は導き出されないのです。

 単にロジカルシンキングを使いこなせていない場合も散見されますが、ロジカルシンキングにこうした「限界」があることも知っておくべきでしょう。』

『唯一解がない課題を解くための熟断思考法

 ロジカルシンキングだけで最終結論が出ないのは、別の見方をすれば「ＰＤＣＡの高速回転アプローチ」が効かないケースです。

ＰＤＣＡというのは、計画（Plan）・実行（Do）・評価（Check）・改善（Action）をサイクルしていく事業管理手法ですよね。

これが有効でないというのは、次のような「課題」の場合といえます。

（1）ＰＤＣＡの1サイクルの実行に時間がかかる
（2）多額の経営資源が必要
（3）うまくいかなかったときの影響が甚大
（4）解を作り上げ実行するのに様々な人たちの知恵とスキルが必要

 逆にこれらの要素のどれもあてはまらない場合は、ロジカルシンキングで「うん、これなら行けそうだ」という取りあえずの解が見つかったら、号令一下、直ちにPDCAの実行と軌道修正モードに入れば良いのです。

 では、ロジカルシンキングで解けない課題を解く場合は、どうすればよいのでしょうか。

 繰り返しになりますが、唯一の正しい解はありませんから、自分がこうありたい、と思う姿を心に定める作業が必要です。それも、自分たちの組織の遂行力で実現できる姿でなければ意味がありません。それも、単にえいやっと勢いで決めるのではなく、様々な可能性を検討したうえで意思をもって決めるという意思決定が必要です。

 私は、そうした意思決定を造語で「熟断思考」と呼んでいます。

 熟断というのは熟慮断行の略です。

天才ではない普通の人たち（チーム）が知恵を結集して、あっちかこっちか賢く迷い、意思決定するまでの思考を指します。

近年、ビジネスにおける意思決定のスピードや即断即決の重要性が強調されてきましたが、「スピードがすべて」「速ければ速いほどいい」というのは明らかに行き過ぎだと私は思っています。その風潮に一石を投じたく、熟断思考を提唱してきました。

 こうした課題については、明快に理由を説明し「こうする！」と力強く意思決定できる、カリスマ的リーダーでなければ解けないのではないか、と不安を感じる方もいると思います。

しかし、それは大いなる誤解です。私の師の一人でもある有名コンサルタントの大前研一さんのように、パッと一足飛びに課題設定から素晴らしい解決策までひねり出せる人はごく稀ですし、常人には真似のできない芸当です。

でも、普通の人でも、ある程度方法論を学んで訓練を通じて身につけ、パッションを持って考えれば、そこそこの天才ぐらいは越えられるというのが私の持論です。』

『ここで熟断思考の具体的なステップを紹介していきます。

■第1ステップ：タイムリミットの設定

 まず、決断のタイムリミットを設定すること。熟慮といってもダラダラ考えていていいということではない。期限の決め方には大きくふたつある。ひとつは、「この期限を過ぎると、いま俎上に乗せられる選択肢の価値が大きく下がってしまう」というぎりぎりの時間まで考える。もうひとつは、思考の質がこれ以上は上がる余地がないと判断されるところまで考える。

■第2ステップ：課題のフレーミング（枠組み設定）

 次に、課題をフレーミングする。個人であれ組織であれ「いつ頃、どうなったらうれしいか」を考えて、それに向けた打ち手や懸念事項をリストアップし整理することで、課題の全体像をつかむ。この時「うれしい姿」は複数あって構わないし、実際そういうケースが多い。

■第3ステップ：検討要素の抽出

 さらに、「そうなったらうれしい、という姿を実現するために何をすればいいか」という具体的な選択肢を洗いだす。

さらに、「その選択肢を選んだ場合、どのぐらいの確率でそうなるか」という不確実性を考える。

さらに、「自分にとってそれは本当にうれしいことなのか」という価値判断尺度をはっきりさせていき、選択肢と不確実性のシナリオごとに、相対的なうれしさを価値判断尺度に照らして測定していく。

それらを全て鑑みて、最終的な決断を下す。検討はここまでで、最後は自分の心にしたがって選ぶしかない。

熟断思考で新国立競技場の建設問題を考えてみよう

 たとえば、この方法論にしたがって、今年の6月から7月にかけて世論が沸騰していた新国立競技場の建設問題を考えてみました。論点が多いので、それをまず整理します（図1）。

 意思決定の基本的な3要素（意思決定事項、不確実要素、価値判断基準）について、政策レベル、戦略レベル、戦術レベルに分けて考えていきます（図1）。

すると、4つの意思決定事項（デザイン、屋根のタイプ、目標完成時期、建設費用メド）のオプションの組み合わせとして、次の3つの選択肢を検討すればよいことがわかります。

・豪華な「ザハ現行案」
・予算を押さえつつもイベントにも使える質素な「マルチユース型」
・マルチユース型よりさらに予算を押さえた「スポーツ特化型」

 上記3案を検討する際に、ひとつの重要な価値判断尺度としてトータルライフサイクルコスト（ＴＬＣ）があります。

これは建設を始めてから30年間使用した際にかかる費用と収益の合算です。ＴＬＣを計算する際のメンテナンス費用やイベント収益などは、スプレッドシートモデルを作っていくらでも詳細に分析できるのですが、大まかに検討して出た結論が図2です。

収支面と初期投資の面ではスポーツ特化型が優勢

 まず、お金に関する価値判断尺度においては、不確実要因の振れがあっても、ザハ現行案が最適戦略となることはない、というのが分かります。

したがって「デザインに対する国民の夢」や「ラグビーＷ杯での利用」といった定性的価値判断尺度をよほど重視するのでない限り、ザハ案は白紙撤回すべし、という結論になります。

それ以外の2つの案で比較すると、ほとんどの不確実シナリオでスポーツ特化型が最適選択肢となります。この表からは読み取りにくいのですが、唯一、年間イベント収益が上振れする場合にはマルチユース型が優位となり悩ましい、ということになります。

 これらから導き出される結論は次のとおりです。』

『「マルチユースで設定した1500億円を上限として、マルチユースかスポーツ特化かは限定せず、提案者に委ねる。メンテナンス費用低減とイベント収益増大策もワンセットにした、2020年2月までに完成する案を再度募集する」。

 国家予算で作りますから、最終判断を下すのは首相です。国民の意思をできるだけ汲みとったうえで、国家百年の計でみて良いと思える結論を下してもらうことになります。政府の実際の検討がどのようになされたかわかりませんが、本来は決断に向けてこうした意思決定プロセスを踏まえてほしいものです。

 なお、上記は熟断思考による結論部分を簡単にご紹介しましたが、実際の検討では、様々なツールを活用しましたので、一例を挙げておきます。

 〇フォースフィールド・ダイアグラム：議論の対象となっている構想（今回の場合だと、ザハ現行案でこのまま進むべきか否か）について、推進の論点と反対の論点を洗い出すツール

 〇ストラテジー・テーブル：将来の嬉しさに大きな影響を与える重要意思決定事項（この場合だと、デザイン／屋根のタイプ／目標完成時期／建設費用メドの4項目）を横に並べ、その下に各意思決定事項における複数オプションをリストアップした上で、各意思決定事項のオプションを横に整合性をもって繋げていくことで、複数の包括的な選択肢を作り上げるツール

 〇トルネード・チャート：将来の嬉しさに大きな影響を与えそうな不確実要因（この場合だと、ＴＬＣに影響を与える年間メンテナンス費用、年間イベント収益、実際の建設費用、ザハ氏への補償金額など）について、上振れ・下振れした場合のインパクトを感度分析し、それをチャート化したツール。チャートが竜巻の形に見えるので、トルネード・チャート（=竜巻図）と呼ぶ）

意思決定の質を左右する6つの要素とは？

 さて、熟断思考の3ステップを紹介してきたので、意思決定の質を左右する6つの要素にも触れておきます。（詳しくは拙著『意思決定の理論と技法』をご覧になってみてください。）

・的確な考え方の枠組み
・創造的かつ実行可能な戦略代替案
・有用かつ信頼性の高い情報
・明確な価値判断基準
・明快かつ正しいロジック
・実行への関係者全体のコミットメント（やる気・覚悟・決意）

 これら6つの要素のうち、もっとも弱い部分が意思決定の質を左右します。どれも欠けてはならず、バランスが重要です。上記の熟断思考の3ステップと合わせて、質の高い意思決定をするのに役立てて下さい。（続きは後編へ。11/27公開）　』

KKDD（=勘と経験と度胸とど根性）
https://www.huffingtonpost.jp/kunio-komoriya/inteligent_b_7740694.html

『インテリジェントエイヤ！とKKDD（=勘と経験と度胸とど根性）と
不確実性を、統計確率でも客観確率でもなく人間の主観で読むことで一向に構わないのです。
籠屋邦夫

籠屋邦夫
ディシジョンマインド社代表
2015年08月02日 0時38分 JST
|更新 2016年08月01日 JST
Office workers walk on a pedestrian crossing during a lunch break in Tokyo Monday, June 8, 2015. Japan’s economy grew at a faster pace than initially estimated in the January-March quarter on stronger consumer and corporate spending, though economists anticipate slower growth in April-June. The 3.9 percent annualized growth rate announced Monday by the Cabinet Office was sharply higher than the 2.4 percent pace initially reported. (AP Photo/Shizuo Kambayashi)
Office workers walk on a pedestrian crossing during a lunch break in Tokyo Monday, June 8, 2015. Japan’s economy grew at a faster pace than initially estimated in the January-March quarter on stronger consumer and corporate spending, though economists anticipate slower growth in April-June. The 3.9 percent annualized growth rate announced Monday by the Cabinet Office was sharply higher than the 2.4 percent pace initially reported. (AP Photo/Shizuo Kambayashi)ASSOCIATED PRESS

第3回【スタンフォード流、インテリジェントエイヤ！で日本企業とビジネスマンを強くする！】

「インテリジェントエイヤ！」とは、「KKDD（=勘と経験と度胸とど根性）」の単なるエイヤ！ではなく、極めて知的レベルの高いエイヤ！のことです。

過去の記事（第1回：その判断、単なる「エイヤ！」で決めていいんですか？）でも問題提起をしてきたところですが、日本中の企業がインテリジェントに意思決定をして、やりきる力として思いっきり「エイヤ！」をすれば、ビジネスの成功確率は格段に上がっていくでしょう。

Advertisement

不確実性の読みの「インテリジェントえいやー」：主観的確率

これから詳しくご説明しますが、「インテリジェントエイヤ！」は、これも私の造語である「インテリジェントえいやー」と「パッショネットエイヤ！」の合成語です。

まず、「インテリジェントえいやー」について説明します。もう感じておられると思いますが、「えいやー」がひらがなでかつ「やー」とのばすという、少し気の抜けたような表記になっています。

どんなによく調べ考えても、神ならぬ身としては、将来のことについて「必ずこうなる」といえる唯一つのシナリオを正確に読むことはできませんし、そもそもそんなシナリオが読めるはずだと考えるのは、大いなる勘違いかつ大変危険です。

Advertisement

Advertisement

一方、「皆目見当がつかないので、不確実性の読みをするのを諦めてしまう」ことはできませんし、その必要もありません。

そこで、過去や現在の状況をしっかり調べ考え尽くした上での、その項目についての専門家による極めて知的な読みを、複数のシナリオとその発生確率という形で捉えるのが、私がスタンフォード大学で学んだ「主観的確率」という考え方です。

不確実性を、統計確率でも客観確率でもなく人間の主観で読むことで一向に構わないのです。

学術的には「主観的確率」と呼ばれていますが、つまるところそれは、いろいろ調べ考え尽くしたうえでの知的レベルの高い（=インテリジェントな）、しかし最後は「うーん、およそこんなもんじゃないかな。。。」という「えいやー」でしょう、ということで、「インテリジェントえいやー」と名づけたわけです。

Advertisement

価値判断のトレードオフの「パッショネットエイヤ！」

個人でも企業でも、大ていは複数の価値判断尺度に照らして各選択肢を測定・評価します。

どの価値判断尺度でみてもこの案がベスト、という選択肢が見つかればよいのですが、そうでない場合は、各判断尺度のトレードオフを考慮して意思決定を行うことになります。

その際、トレードオフ判断は、要は複数の価値判断尺度に照らして自分はどの選択肢/シナリオがトータルとして一番嬉しいんだろう、選択肢の実行に必要な経営資源を差し引いた正味の全体的な嬉しさ、すなわち「トータル嬉しさ総額：Net Pleasure Value (NPV)」がどれくらいだろうか、・・・

そのようなことを自分に問うたうえで、ある種、自分のパッション・情熱ないし魂のありどころがどのへんにあるのか、エイヤ！と判断することになります。

Advertisement

そこで、これを「パッショネットエイヤ！」と名づけました。

（ちなみに既にお分かりの方もおられるかもしれませんが、「Net Pleasure Value (NPV)」は、「キャッシュフローの正味現在価値（NPV: Net Present Value）=お金の持つ時間的価値を考慮に入れた、差し引き儲かり総額）」をもじった、やはり私の造語です。）

いよいよ「インテリジェントエイヤ！」

私は、「インテリジェントえいやー」＋「パッショネットエイヤ！」⇒「インテリジェントエイヤ！」が、最後の決め方としてベストだと考えています。

巷でいわれる「KKDD（=勘と経験と度胸とど根性）」の単なるエイヤ！の対極にある、きわめて知的レベルの高いエイヤ！になります。

Advertisement

ここでいう「インテリジェント」は、「インテリジェントえいやー」という言葉のもとになった不確実性の取り扱いのみならず、そもそも選択肢と不確実要因と価値判断尺度という基本3要素に分けて考え、それらをディシジョンツリーを使って構造化して行くプロセス全体についての「知性」を含めてのものです。

熟断思考は悩みの本質を浮き彫りにする！

「インテリジェントエイヤ！」のインテリジェントには、さらに別の意味合いもあります。

最近あった事例ですが、前回紹介したケースとは違って、熟断思考によって、当初本人が悩みだと認識していたことが、実はそれほど重要な問題でなく、むしろ全く別のことに頭と心を振り向けるべきだ、ということが見えてきたことがあります。

消費税率が5%から8%に上がる少し前のこと、あるビジネスマンの方が、消費税が上がる前に住宅を購入すべきかどうかについて悩んでいました。

Advertisement

・税率アップの前に購入すれば余分な税金を払わずにすむ。

・一方、半年以内に海外転勤の可能性があり、せっかく税率アップの前に住宅購入をしても、転勤になると買ったばかりの新居に住めなくなってしまう。

ちなみに海外転勤自体は、この方にとっては、グローバルなキャリアを積むために前から希望していたことであり望ましいことだ、という当初の認識だったのですが、その後の熟断思考を使ったやり取りの中で、海外転勤の不確実性に加えて、海外赴任になっ た際に家族が一緒についてきてくれるかどうかの不確実要因も（この方の場合、ついてきてくれる方が嬉しいのですが）、重要だということが明らかになってき ました。

そしてディシジョンツリー分析の結果、消費税率アップ前に住宅購入するか否かの選択肢の違いよりも、海外転勤になった際に家族がついてきてくれるか否かの不確実要因のシナリオの違いの方が、『トータル嬉しさ総額』に対する影響は格段に大きい、ということが判明しました。

Advertisement

結論としては、

・「消費税率アップの前に住宅購入するか否か」という課題で悩むより、「海外転勤になった場合に家族が一緒についてきてくれるようにするにはどうしたらよいか」という課題に頭を使った方が良い、

・したがって、直ちに後者の課題に関する情報を収集したり打ち手を考えて行きたい

ということになりました。

このように、熟断思考には、悩みを解決するという役立ちに加えて、真の悩みや問題の発見につながる、という効能もあるのです。

以上、熟断思考の本質である「インテリジェントエイヤ！」について論じてみました。

次回の第4回目のブログでは、「『スピーディ』な意思決定は間違い!?」と題して、意思決定のスピードと質について、世の中に流布している勘違いについて、皆さんに注意喚起させて頂きたいと思います。

Advertisement

なお、これまでの記事と次回以降のテーマは以下の通りです。

第1回：その判断、単なる「エイヤ！」で決めていいんですか？（7/25公開）

第2回：ロジカル人生相談で悩みに取り組もう！（7/29公開）

第3回：KKDD（=勘と経験と度胸とど根性）と『インテリジェントエイヤ！』（←本稿）

第4回：「スピーディ」な意思決定は間違い!?

第5回：「スローガン経営とチアリーディング」の限界と弊害

第6回：「英断」を期待するのではなく、「意思決定の質」を上げよう！　誰にでもできる6つのコツ

』

フローレンス・ナイチンゲール
https://ja.wikipedia.org/wiki/%E3%83%95%E3%83%AD%E3%83%BC%E3%83%AC%E3%83%B3%E3%82%B9%E3%83%BB%E3%83%8A%E3%82%A4%E3%83%81%E3%83%B3%E3%82%B2%E3%83%BC%E3%83%AB

『出典: フリー百科事典『ウィキペディア（Wikipedia）』

出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。 記事の信頼性向上にご協力をお願いいたします。（2015年12月）
フローレンス・ナイチンゲール

生誕 1820年5月12日
トスカーナ大公国フィレンツェ
死没 1910年8月13日（90歳没）
イギリス・ロンドン
著名な実績 近代看護教育の母、看護師の祖とも呼ばれている
医学関連経歴
職業 看護婦、統計学者
所属 セリミエ・バラック（英語版）(スクタリ)
専門 病院衛生管理
受賞 赤十字勲章（英語版） (1883年)
メリット勲章 (1907年)
署名

フローレンス・ナイチンゲール（Florence Nightingale、1820年5月12日 – 1910年8月13日）は、イギリスの看護婦、社会起業家、統計学者、看護教育学者、「近代医療統計学および看護統計学の始祖ならびに近代看護教育の母」。

統計学の業績について高く評価され1858年には王立統計学会初の女性会員となった[1]。

クリミア戦争での負傷兵たちへの献身や統計に基づく医療衛生改革[2]により著名で、「ランプの貴婦人（the lady with the lamp）」の別称がある（日刊紙タイムズの1855年2月8日版[3]に掲載された内容から）。「クリミアの天使」とも称される[4][5]。

国際看護師の日（5月12日）は彼女の誕生日である。

ロンドンの聖トーマス病院に付属してナイチンゲール看護学校を設立、これは世界初の宗教系でない看護学校であり、現在はキングス・カレッジ・ロンドンの一部となっている。
病院建築でも非凡な才能を発揮した。

ギリシア哲学についても造詣が深く、オックスフォード大学のプラトン学者、ベンジャミン・ジョウェット（英語版）とも親しく交流した。

生涯

生い立ち

1820年5月12日、裕福なジェントリの家庭である両親の2年間の新婚旅行中に、トスカーナ大公国の首都フィレンツェで生まれ、フローレンス（フィレンツェの英語名）と名づけられる。

幼少期は、贅の限りを尽くした教育（フランス語・ギリシャ語・イタリア語（姉妹とも読み書き会話ができた）、ラテン語（聖書や哲学の勉強の基礎となるものとして学ぶ）などの外国語、ギリシア哲学（プラトン）・数学・天文学・経済学・歴史（イギリス、外国）、美術、音楽、絵画、英語（英文法、作文）、地理、心理学、詩や小説などの文学）が施される。

しかし、慈善訪問の際に接した貧しい農民の悲惨な生活を目の当たりにするうちに、徐々に人々に奉仕する仕事に就きたいと考えるようになる。

青年期

1847年、ブレスブリッジ夫妻（Charles Holte Bracebridge, Selina Bracebridge）という有名な旅行家の友人に連れ添われてローマに旅行に出掛ける。そして、ローマの保養所の所長をしていたシドニー・ハーバートと友人を介して知り合った。帰国後、ハーバート夫人である、通称リズことエリザベス・ハーバート（英語版）とも親しい交際が始まる。
ナイチンゲールは精神を病んだ姉の看護をするという口実で1851年、ドイツの病院付学園施設カイゼルスベルト学園（ドイツ語版）に滞在する。ここでは、看護婦（当時）に対しても教育が行われていた。その後、看護婦を志し、リズ・ハーバートに紹介されたロンドンの病院へ就職する。ただし無給であった。生活費は年間500ポンドかかったが、数少ない理解者の父が出していた。就職に反対する母、姉はナイチンゲールとは険悪となるが、後に理解を示しナイチンゲールの活躍を応援する立場に回ったという。

のちに婦人病院長となったナイチンゲールは、イギリス各地の病院の状況を調べ、専門的教育を施した看護婦の必要性を訴える。当時、看護婦は、病院で病人の世話をする単なる召使として見られ、専門知識の必要がない職業と考えられていた時代であった。

クリミア戦争へ

1854年頃の写真

ナイチンゲールが考案した「鶏のとさか」と呼ばれる円グラフ[2]。クリミア戦争での負傷兵たちの死亡原因を、予防可能な疾病、負傷、その他に分けて視覚化している。

しかし、1854年にクリミア戦争が勃発すると、転機が訪れた。ロンドンタイムスの特派員ウィリアム・ハワード・ラッセル（英語版）により、クリミア戦争の前線における負傷兵の扱いが後方部隊で如何に悲惨な状況となっているかが伝えられるようになると、一気に世論は沸騰する。ナイチンゲールも自ら看護婦として従軍する決意を固める。

事態を重くみたシドニー・ハーバート戦時大臣は、ナイチンゲールに戦地への従軍を依頼する。10月21日、ナイチンゲールはシスター24名、職業看護婦14名の計38名の女性を率いて後方基地と病院のあるスクタリに向かい、11月に到着した。しかし、兵舎病院は極めて不衛生であり、官僚的な縦割り行政の弊害から必要な物資が供給されていなかった。さらに現地のジョン・ホール（英語版）軍医長官らは、縦割り行政を楯に看護婦団の従軍を拒否した。ナイチンゲールらは、病院の便所掃除がどの部署の管轄にもなっていないことに目をつけ、まず便所掃除を始めることによって病院内へ割りこんでいった。しかし味方がいないわけではなかった。ヴィクトリア女王はハーバート戦時大臣に対し、ナイチンゲールからの報告を直接自身に届けるよう命じた。ハーバートはすぐにこれを戦地に送り、病院内に貼り出させた。ナイチンゲールと看護婦団、そして傷病兵らは元気付けられた。

看護師として戦傷兵を見舞うナイチンゲール（1855年）

こうした経緯を経て、彼女はスクタリ病院の看護婦の総責任者として活躍した。後に判明することであるが、着任後に死亡率は上昇 (42%) したものの、『衛生委員会』の査察で衛生状態の改善により好転した。当時、その働きぶりから「クリミアの天使」とも呼ばれた。看護婦を「白衣の天使」と呼ぶのは、ナイチンゲールに由来する。夜回りを欠かさなかったことから、「ランプの貴婦人（または光を掲げる貴婦人）」とも呼ばれた。ナイチンゲール自身はそういったイメージで見られることを喜んでいなかったようである。本人の言葉としては、「天使とは、美しい花をまき散らす者でなく、苦悩する者のために戦う者である」が知られる[要出典]。

ナイチンゲールの従軍後の1855年、戦時省と陸軍省が合併すると若干事態は好転した。新陸軍省は衛生委員会を組織し、現地へ調査団を派遣した、そして、ナイチンゲールの報告どおり、病院内を衛生的に保つことを命令した。この命令の実施により、2月に約42%まで跳ね上がっていた死亡率は4月に14.5%、5月に5%になったことが後に判明した。兵舎病院での死者は、大多数が傷ではなく、病院内の不衛生（蔓延する感染症）によるものだったと後に推測された。

この間もナイチンゲールは陸軍内の政治的トラブルに巻き込まれる。もっとも大きなものは、ナイチンゲールの辞令の任地に最前線であるクリミア半島が含まれていないことを楯に、ホール軍医長官がその活動を制限したことだった。最終的には、この部分を修正した女王名による新たな辞令が届くが、これは1856年の講和直前のことであった。

1856年3月30日パリで平和条約が締結され、4月29日にクリミア戦争が終結する。7月16日には病院の最後の患者が退院した。

講和後

ナイチンゲールは国民的英雄として祭り上げられることを快く思わず、8月6日、スミスという母方の姓を使用して人知れず帰国した。帰国後の11月、ナイチンゲールチームはバーリントンホテルに集結し、アレクサンダー・タロック（英語版）大佐の克明な報告書を読みながら病院の状況分析を始める。数々の統計資料を作成し、改革のためにつくられた各種委員会に提出した。特に死亡原因ごとの死者の数をひと目で分かるように工夫した、放射線状に伸びた数値軸上の値を線で結んだ多角形のグラフは、「コウモリの翼」や「鶏の鶏冠」と呼ばれ、当時はまだ円グラフも棒グラフもなかった時代で、有名になった。これは今日では、クモの巣チャート（レーダーチャート）と呼ばれている。

このためイギリスでは、ナイチンゲールを統計学の先駆者としている。これによる改革は保健制度のみではなく、陸軍全体の組織改革につながった。ナイチンゲールは1859年にイギリス王立統計学会の初の女性メンバーに選ばれ、後にはアメリカ統計学会の名誉メンバーに選ばれた。

ナイチンゲールは「自分は（クリミア戦争における英国の）広告塔となる」ことをいとわなかった。しかし、あまりに広告塔として利用されたせいか、戦争終結後はむしろ有名人として扱われるのを嫌うようになる。それが昂じて遺言では、墓標にはイニシャル以外を記すことを許さなかった程であった。

ナイチンゲールのこうした態度に影響されてか否か、赤十字国際委員会の創設者の一人であるアンリ・デュナンがナイチンゲールの活動を高く評価していたため、委員会が「傷病者や障害者または紛争や災害の犠牲者に対して、偉大な勇気をもって献身的な活躍をした者や、公衆衛生や看護教育の分野で顕著な活動あるいは創造的・先駆的貢献を果たした看護婦」（全世界で隔年（西暦で奇数年）で50人以内）に対して贈る記念章に名前を残している。なお、ナイチンゲール自身は赤十字社活動には関わっておらず、むしろボランティアによる救護団体の常時組織の設立には真っ向から反対していた。これはマザー・テレサと同様、「構成員の自己犠牲のみに頼る援助活動は決して長続きしない」ということを見抜いていたためである。この考えは「犠牲なき献身こそ真の奉仕」という有名な言葉にも表れている。そして「構成員の奉仕の精神にも頼るが、経済的援助なしにはそれも無力である」という考え方があったからだといわれている。

超人的な仕事ぶりと必要であれば相手が誰であろうと直言を厭わない果敢な姿勢により、交渉相手となる陸軍・政府関係者はナイチンゲールに敬意を示し、また恐れもした。ロンドン市内メイフェアのオールド・バーリントン通り (en) のバーリントン・ホテル内にあったナイチンゲールの住居兼事務所は関係者の間で敬意と揶揄の双方の意味を込めて「小戦争省（Little war office）」とあだ名された。

また、戦時中に作られたナイチンゲール基金が45,000ポンドに達すると、聖トーマス病院（英語版）（現キングス・カレッジ・ロンドン）内にナイチンゲール看護学校がつくられる。校長は病院の婦長ウォードローパー（英語版）が当たったが、運営に関してはナイチンゲールも協力した。その後、同様の各種の養成学校がイギリス内に作られ、現在に近い看護婦養成体制が整い始めた。

晩年‐死去

晩年のナイチンゲール

彼女自身が看護婦として負傷兵たちに奉仕したのはクリミア戦争従軍時の2年間だけであり、その献身の象徴的イメージ、そしてむしろ統計に基づく医療衛生改革で名声を得た。
37歳（1857年）の時に心臓発作で倒れてしまい、その後は慢性疲労症候群に由来すると考えられる[要出典]虚脱状態に悩まされた。死去するまでの約50年間はほとんどベッドの上で過ごし、本の原稿や手紙を書くことが活動の柱となった。

晩年は年老いた親の看病などに当たるが、1874年に父親が80歳で没し、1880年に母親が91歳で没したあとは活動も少なくなり、1890年に姉が71歳で没し、以降はずっと自宅にいることが多くなった。1910年8月13日に、ロンドン市内メイフェアのサウス・ストリート10番地 (en) の自宅で静かに息を引き取った（享年90）[6]。死去に当たり、国葬を打診されたが遺族が辞退した。

現在、聖トーマス病院にナイチンゲール博物館がある。

2007年、1890年にロンドンで蝋管に録音された肉声（内容は、クリミア戦争で戦った兵士達が無事に帰還できるよう祈るものである）が、東京大学先端科学技術センターにより公開された。　　　

死因

1995年にブリティッシュ・メディカル・ジャーナルは、D.A.B. Young の Florence Nightingale’s fever を掲載。論文ではナイチンゲールの死因はブルセラ病の慢性症状であったと診断している。

親族

Embley Park。かつての一族の居住地だった

父 ウィリアム・エドワード・ショア(Shore)（1794年 – 1874年）後にウィリアム・エドワード・ナイチンゲール(en:William Nightingale)。

母 フランシス・スミス （Frances Smith 1789年- 1880年）フランシス・ナイチンゲール、ファニー(Frances “Fanny” Smith)ともいわれる。

姉 パーセノピー（ en:Frances Parthenope Verney 1819年4月19日 – 1890年5月12日）、両シチリア王国の首都ナポリで誕生。名前の由来はナポリ（古名:ネアポリス＝新しい町）付近にあった旧植民都市パルテーノペ（ギリシャ神話にでてくるニンフの名前に由来。のちネアポリスに対してパレオポリス＝古い町とも呼ばれた）による。 旧10ポンド券の裏面はフローレンス・ナイチンゲールが描かれていたが、表面の女王の左に使用されていたユリの花はパーセノピーの描いたものであった。

主な業績

専門教育を施した看護婦の養成の必要性を説き、ナイチンゲール看護学校を創設した。

クリミア戦争に従軍し、兵舎病院の衛生改善に努力した。

陸軍の衛生改善に協力した。

イギリスにおける統計学の基礎を築いた[要出典]。

看護にはじめて統計学を持ち込んだ（さらに専門家でない女王が見やすいようにデータの視覚化を行った）。

著書『看護の栞（英語版）』は、広く看護教育の場では古典として読み継がれている。
ナイチンゲール誓詞
→詳細は「ナイチンゲール誓詞」を参照

ナイチンゲール誓詞（Nightingale Pledge）は、1893年アメリカ合衆国ミシガン州デトロイト市にあるハーパー病院（Harper Hospital）のファーランド看護学校 (Farrand Training School for Nurses) の校長リストラ・グレッター（英語版）夫人を委員長とする委員会で、ナイチンゲールの偉業を讃え作成されたものである。

ナイチンゲール病棟
→「ナイチンゲール病棟」も参照

ナイチンゲールが考案した病院建築。『病院覚え書』(Notes on Hospitals)に図面入りで記されている。

病室は間仕切りなしのワンルーム。
患者のベッド1つにつき、1つの窓がセットされる。
ベッドは病室の左右にそれぞれに15ずつ並んでいる。
窓は高い天井まで延びた3層の窓。
一番高い3層目の窓を常時開放しておくことで、病室の換気を行う。
また、『病院覚え書』には、患者一人の療養空間として相応しい面積、ベッドの高さやベッドとベッドの間の距離についても、理想的な計算値が述べられている。

ナイチンゲール病棟は、当時の聖トーマス病院をはじめとして、世界中の病院建築に取り込まれ、実際の建物として現実的に機能した。

著作

『看護の栞（英語版）』の他にも150篇ほどの厖大な量の著作を残している。

著作のほとんどは『ナイチンゲール著作集』（現代社、全三巻 1974、1975、1977）に収録されている。

薄井坦子 等 訳『ナイチンゲール著作集 第1巻』現代社、1974年。
薄井坦子 等 訳『ナイチンゲール著作集 第2巻』現代社、1975年。
薄井坦子 等 訳『ナイチンゲール著作集 第3巻』現代社、1977年。
その中の主要なものを挙げる。

看護についての著作

カイゼルスウェルト学園によせて（1851年）
女性による陸軍病院の看護（1858年）
看護覚え書（1860年）
インドの病院における看護（1865年）
救貧病院における看護（1867年）
貧しい病人のための看護（1876年）
病院と患者（1880年）
看護婦の訓練と病人の看護（1882年）
病人の看護と健康を守る看護（1893年）

病院についての著作

病院覚え書（1863年）
産院覚え書（1871年）
英国陸軍の保健についての著作
英国陸軍の保健（1858年）
インド駐在陸軍の衛生（1863年）

日本語訳著作

岩井禎三 訳『看護の栞』日本赤十字発行所、1913年。
看護覚え書 看護であるもの・看護でないもの 小玉香津子訳. 現代社, 1968
看護覚え書 看護であること・看護でないこと 改訂新版 湯槙ます等訳. 現代社, 1976.
二つの看護覚え書き 本当の看護とそうでない看護について 尾田葉子訳 日本看護協会出版会, 1985.5.
要訳看護覚え書き 西田晃訳. 厚生社インフォメーションサービス, 1991.3
看護覚え書き 何が看護であり、何が看護でないか 小林章夫ほか訳. うぶすな書院, 1995.11.
ロザリンド・ナツシュ 編、教文館編輯部 訳『ナイチンゲール書翰集』教文館、1939年。
ナイチンゲール書簡集 浜田泰三訳. 隆鳳堂, 1958.
ナイチンゲール書簡集 ABC企画 (制作), 1974.
新訳・ナイチンゲール書簡集 看護婦と見習生への書簡 湯槙ます等編訳. 現代社, 1977.3.
ナイチンゲール著作集 全3巻 湯槙ます監修 編訳: 薄井坦子等 現代社, 1974-77.

関連作品

白衣の天使（1936年の伝記映画）
ランプの貴婦人（1951年の伝記映画）
ナイチンゲール関連
ナイチンゲールを由来とするもの
フローレンス・ナイチンゲール記章
ナイチンゲール症候群
エーザイ※ロゴのhhc（human health careの略）はナイチンゲールの直筆サインから取り出したもの。
イギリスでは、2019年の新型コロナウイルス感染症の流行に際して、イギリスの国営医療機関国民保健サービス(NHS)が臨時の Nightingale Hospital を各地に設置した[7]。
クリミア戦争での戦没者追悼記念碑（英語版） – 記念碑建設後の1914年にナイチンゲールと戦争省長官シドニー・ハーバートの像がおかれる。
イングランド銀行券（英語版）で、1975‐1994 年まで10ポンド紙幣の絵柄であった。
ゆかりの物

録音音声 ‐ British Library Sound Archive（英語版）によって、1890年7月30日に録音が行われた。データ資料は、2004年3月18日に大英図書館からWellcome Collection（英語版）へ委託され、Web上へ公開された[8]。

写真 ‐ 写真や肖像画になることを好まなかったため、多くても12枚を超えることはないだろうとされている[9]。

ゆかりの場所

セリミエ・バラックス（英語版）（セリミエ兵舎、スクタリ病院） ‐トルコ軍の兵舎であったものをイギリス軍に割り当て、ナイチンゲールが赴任して病院として使われた。兵舎の北端にはナイチンゲールの博物館がおかれている。
レンキオイ病院（英語版） ‐クリミア戦争中、ナイチンゲールと戦争省次官Benjamin Hawes（英語版）の依頼で技術者イザムバード・キングダム・ブルネルが５か月で建設したプレハブ式の野戦病院。
ナイチンゲール看護学校

博物館

ナイチンゲール博物館（英語版） ‐ロンドン
Claydon House（英語版） – 姉が住んでいたことから、晩年によく滞在していた。ナショナルトラストの管理物となり博物館となっている。

脚注
[脚注の使い方]

^ 「人間と社会を変えた9つの確率・統計学物語」p.162 松原望 SBクリエイティブ 2015年4月24日初版発行
^ a b “ナイチンゲールと統計”. 総務省 統計局. 2018年8月12日閲覧。
^ Florence Nightingale イギリス国立公文書館
^ 金井 一薫『よみがえる天才９　ナイチンゲール』筑摩書房、2023年7月10日、15頁。ISBN 978-4480684554。
^ “ナイチンゲール８つの素顔”. 2024年10月4日閲覧。
^ BLUE PLAQUES イングリッシュ・ヘリテッジ
^ Coronavirus: Nightingale Hospital opens at London’s ExCel centre BBC
^ Florence Nightingale : greetings to the dear old comrades of Balaclava. Wellcome Collection
^ Rare Nightingale photo sold off BBC
参考文献
『ナイチンゲールは統計学者だった！－統計の人物と歴史の物語－』丸山健夫 日科技連出版社 2008年 （ナイチンゲールの統計グラフがカラーで掲載されている） ISBN 978-4-8171-9273-8
ナイチンゲール著作および関連看護学文献集成 全6巻 ISBN 4-931444-20-2
『ナイチンゲールって、すごい』エキスパートナース編集部/編 照林社 1989年 ISBN 4-7965-2502-5
『ナイチンゲール―“戦場の天使”とよばれたイギリスの看護婦』黒沢哲哉、漫画：真斗、監修：長谷川敏彦 小学館 ISBN 4-09-270010-5
『ナイチンゲール 神話と真実』（原題”florence-nightingale-avenging-angel”『フローレンス・ナイチンゲール 復讐の天使』）ヒュー・スモール 、田中京子訳 みすず書房 2003年 ISBN 4-622-07036-7
『ナイチンゲール 神話と真実　新版』（原題”florence-nightingale-avenging-angel”『フローレンス・ナイチンゲール 復讐の天使』）ヒュー・スモール 、田中京子訳 川島みどり解説 みすず書房 2018年 ISBN 978-4-622-08758-8
『ナイティンゲール伝、他一篇』リットン・ストレイチー
橋口稔訳、岩波文庫 1993年。＜ヴィクトリア朝―＞の抄訳版。 。
『ヴィクトリア朝偉人伝』中野康司訳 みすず書房 2008年
『黒博物館 ゴースト アンド レディ』藤田和日郎 講談社 2015年 （クリミア戦争時のナイチンゲールの活動を背景に、ナイチンゲールに取り憑いているドルリー・レーン劇場の幽霊「灰色の服の男」とホール軍医長官に取り憑いているシュヴァリエ・デオンの幽霊の対決を描いている） 上 ISBN 4-06-388477-5 下 ISBN 4-06-388478-3

関連項目

ウィキペディアの姉妹プロジェクトで
「フローレンス・ナイチンゲール」に関する情報が検索できます。
コモンズのメディア
ウィキクォートの引用句集
ウィキソースの原文
看護学、看護教育、看護理論、疫学
瓜生岩子 ‐別名、日本のナイチンゲール
弟子
ヴィクトリア※プロイセン王妃及びドイツ帝国皇后でナイチンゲールの弟子の一人。ヘッセン大公妃アリスの姉。
アリス・モード・メアリ※ヘッセン大公国大公妃でナイチンゲールの弟子の1人。ヴィクトリア皇后の妹。
外部リンク
ナイチンゲール看護研究所
表話編歴
100名の最も偉大な英国人
表話編歴
看護
典拠管理データベース ウィキデータを編集
カテゴリ: フローレンス・ナイチンゲール19世紀イングランドの女性科学者20世紀イングランドの女性科学者19世紀イングランドの数学者20世紀イングランドの数学者イギリスの看護学者イギリスの衛生学者イギリスの看護師イングランドの統計学者イングランドの女性数学者起業家女性従軍看護師看護教育看護教育者看護理論家メリット勲章ヴィクトリア朝の人物クリミア戦争の人物イギリス・ポンド紙幣の人物フィレンツェ出身の人物1820年生1910年没
最終更新 2024年12月5日 (木) 15:08 （日時は個人設定で未設定ならばUTC）。
テキストはクリエイティブ・コモンズ 表示-継承ライセンスのもとで利用できます。追加の条件が適用される場合があります。詳細については利用規約を参照してください。』

統計データを駆使したナイチンゲール！
https://www.stat.go.jp/library/pdf/minigougai02.pdf

『奥積 雅彦（総務省統計研究研修所教官）

１ ナイチンゲールと統計１

ナイチンゲール（1820～1910）は、「近代統計学の父」といわれるアドルフ・ケトレー（1796
～1874）を信奉し、数学や統計に強い興味を持ち、優秀な家庭教師について勉強したといわれています。
ナイチンゲールは、イギリスの看護師で、クリミア戦争（1853〜1856）に従軍して傷病兵
を献身的に看護し、イギリスに帰国後、近代看護の確立や看護師の社会的地位の向上に貢献
しました。ナイチンゲールは、クリミア戦争に従軍したとき、戦傷病者の多くは医療制度が
不十分なために死亡していく実態を体験し、戦争が終結してロンドンに戻った後、この戦争
での経験を基にして、陸軍の医療衛生制度の改革、さらにはイギリス市民の医療衛生制度の
改革に取り組みました。統計データによって社会現象が予測し得ると考えたナイチンゲー
ルは、医療衛生について多くの統計データを示しながら改革を求めていったのです。２
具体的には、野戦病院における患者の入院時の症状と推移、病床の配置、病室の環境など
の詳細データを統計学的な手法を用いて整理し、野戦病院での死者の数は、戦死よりも、衛
生状態の悪い病院での伝染病による死亡が多いことが一目で分かるグラフを作成し、衛生
状態の改善を上層部に訴求しました。これが奏功し、野戦病院の衛生状態の改善が図られ、
その結果、死亡率の劇的な低減につながりました。３

１【写真】、【ダイヤグラム】、【参考資料】：国立国会図書館インターネット資料収集保存事業（WARP）によ
り保存された 2020 年 5 月 16 日現在の「統計学習の指導のために（先生向け）」（ナイチンゲールと統計）
及び 2018 年 6 月 1 日現在の統計学習サイト「なるほど統計学園高等部」（統計年表＞ナイチンゲール）
２【参考資料】：国立国会図書館インターネット資料収集保存事業（WARP）により保存された 2018 年６
月１日現在の統計学習サイト「なるほど統計学園高等部」（統計年表）
３【参考資料】：木下親郎「ナイチンゲールの円グラフ」
http://wattandedison.com/CK26_2010_06-15.pdf
○死亡原因のダイヤグラム（鶏のトサカ）
左：1855 年４月～翌年３月、右：1854 年４月～翌年３月

２－１ 日清・日露戦争の頃、日本にナイチンゲールのような人がいたら･･･

日清・日露戦争の頃は、まだ脚気の原因（ビタミンＢ1 欠乏）が解明されておらず、深刻
な問題でした。海軍と陸軍の脚気対策４は明暗を分けることとなりました。島村史郎元総理
府統計局長は、その著書「欧米統計史群像」において「日本でもし、１人のナイチンゲール
がいたならば、おそらく数十万人に達する兵士たちの生命が救われたであろう。」としてお
り、確かに、当時の日本にナイチンゲールのような人がいたら、統計データを駆使して、必
要な対策が講じられ、脚気に負けることはなかったかもしれません。

○明暗を分けた海軍と陸軍の脚気対策
脚気の原因 対策 備考
海軍 （海軍軍医）
高木兼寛 栄養欠陥説
（脚気が欧米では見られないこと
から食事が関係しているのではと
考え、海軍の練習艦「筑波」の兵士
の食事を変えるなどの比較実験の
結果、脚気は兵食改良により効果
があると考えた）
兵食改良
（米麦混食など）
２－２参照
（兵食改良により、脚
気の発生に予防効果）
陸軍 （陸軍軍医総監）
石黒忠悳
（軍医部長）
森鴎外ほか
細菌説（細菌感染による伝染病説）、ドイツ学派
（栄養欠陥説は、非科学的で信ず
るに足らないと主張）
特に対策を講じ
なかった
（白米食を維持）
２－３参照
なお、高木兼寛と森鴎外の「脚気論争」については、永井良三「統計思想と日本の文化」
（講演録）５によれば、「統計はメカニズムを実証するのではなく、仮説を創出する学術であ
り、その仮説によって因果も説明できることがある。鴎外は「統計から因果は論じることは
できない」という統計学の限界に厳密だったゆえに、説明仮説まで否定したことが悲劇を生
んだ。」、「鴎外は･･･、「説明仮説」の効用にまで思い至らなかったと考えるのが適切と思わ
れる。」としています。
２－２ 日清・日露戦争における海軍の脚気の患者数、死亡者数
内田正夫「日清・日露戦争と脚気」に日清・日露戦争における海軍の脚気の患者数などの
データがコンパクトに紹介されていますので、以下に引用します
海軍はもともと兵員数が陸軍より１ケタ少ない。そのことを考慮に入れても、日清戦争
における海軍の脚気患者は 34 名、死亡者ゼロであったことは注目に値する。日露戦争で
も、脚気患者 87 名、死亡者３名にすぎなかった。海軍省医務局発表のこの数値には他病
に分類されたもののある疑いもあるが、それにしても、いずれの戦争においても陸軍とは
対照的に、ほぼ完璧な予防成果を収めていたのである。

４【参考資料】：
・慈恵大学ＨＰ（建学の精神）http://www.jikei.ac.jp/jikei/history_2.html
・内田正夫「日清・日露戦争と脚気」
https://www.wako.ac.jp/_static/page/university/images/_tz0716.b5706d4ad276df8bb8ffc5ce8c311f69.
pdf#search=%27%E6%97%A5%E9%9C%B2%E6%88%A6%E4%BA%89+%E8%84%9A%E6%B0%97
%27
・川田志明「銃弾よりも多くの命を奪った脚気心」https://www.jhf.or.jp/publish/bunko/21.html
５ https://www.jst.go.jp/ristex/public/pdf/55_nagai2017.4.pdf

２－３ 日清・日露戦争における陸軍の脚気の患者数、死亡者数

前掲の「日清・日露戦争と脚気」に日清・日露戦争における陸軍の脚気の患者数などのデ
ータがコンパクトに紹介されていますので、以下に引用します。
（日清戦争）
日清戦争･･･における脚気被害は、陸軍省医務局の公式記録『明治二十七八年役陸軍衛生事
蹟』（1907）でさえ、「我軍ノ脚気患数ハ総計４万 1431 名…全入院患者ノ約４分ノ１」を占
め、「銃砲創１ニ付キ実ニ 11.23」、戦死者 977 人に対して脚気による死亡者は 4064 人、「古今
東西ノ戦役記録中殆ト其ノ類例ヲ見サル」と書かざるをえない惨状であった（数字は算用数字
に改めた）。もちろんコレラや赤痢など致死率の高い感染症の患者も少なくはなかった。しか
しそれにも増して脚気の患者数は群を抜いて高く、そのうえ約 10％という高い致死率から見
て、上の患者数には軽症者が除外されていると推定される。動員総数約 20 万の日清戦争にお
いて、（公式に認定された者だけで）兵員の約２割が脚気患者だったのである。
（日露戦争）
陸軍省医務局の公式記録である『明治三十七八年戦役陸軍衛生史』（1924）では、脚気の統
計すべてが、「軍事上ノ関係ニ因リ」という理由によって比例値で表され、実数が分からない
からである）。そうではあるが、多くの論著が依拠する史料（『医海時報』1908 年 10 月）によ
るならば、全傷病者 35 万 2700 余人中、脚気患者は内輪にみて 21 万 1600 余人、他病に算入
されているとみられるものを含めて推定すれば少なくとも 25 万人に達する。戦病死者３万
7200 余人中脚気による死亡者 2 万 7800 余人（約 75％）であった。死亡者が２万 7800 人とい
うことは、通常の致死率から逆算すれば患者数は 30 万人を超えていたとみてよいだろう。

日
露戦争の参戦総兵員約 108 万 8000 人、屍の山を築いたといわれる旅順戦などを含めて戦闘に
よる死者総数約４万 6400 人という数字と比較するとき、脚気の犠牲がいかに大きなものであ
ったかがわかる。
【参考】明治二十七八年役陸軍衛生事蹟. 第３ 伝染病及脚気 下
資料：国立国会図書館デジタルコレクション

３ おわりに

ナイチンゲールは、陸軍の衛生状態等に関する調査委員会の報告書（1858）において、前
掲の死亡原因のダイヤグラム（鶏のトサカ）ではなく、中心からの距離を半径としてプロッ
トすることにより作成した死亡原因のダイヤグラム（レーダーチャート）６を掲載していま
すが、その構造上、内側（負傷によるもの）よりも外側（伝染病によるもの）の面積が誇張
される面はあるものの、上層部への説得のため見せ方を工夫したことも奏功したのかも知
れません。
いずれにしても、客観的な統計データをベースに現実を直視した上での対策を講じるこ
との重要性を改めて認識しました。
【あとがき】
今、ナイチンゲールは、新型コロナウイルス（COVID ｰ 19）によるパンデミックに立ち向
かっている世界各国の医療関係者を国境に関係なく見守っているように思います。そして、
統計データを駆使して病院の衛生面の改革等を実行したナイチンゲールのＤＮＡを引き継
いだ世界中の医療関係者が、最前線で全力を尽くしていることに感謝したいと思います。

６ https://wellcomecollection.org/works/xa6cwpmx/items （レーダーチャート:651 コマ）
（651 コマの JPG 画像）
https://iiif.wellcomecollection.org/image/b2130869x_0651.jp』

統計学の歴史
https://ja.wikipedia.org/wiki/%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%81%AE%E6%AD%B4%E5%8F%B2

『出典: フリー百科事典『ウィキペディア（Wikipedia）』

科学史
背景
時代
文明 · 地域
分野
カテゴリ
表話編歴

統計学は、歴史的には、現代の観点では、18世紀に、主権国家が工業化し新たなニーズに応える上で進歩し始めた。

統計学の進歩の特に大きな要因として、ヴェストファーレン条約（1648年）後のヨーロッパ諸国の発展と、統計学を強固な理論とした確率論の発展が挙げられる。

初期の頃は、統計学が対象とするデータは、人口統計などの、国家についての情報に限られていた。

後に、対象となるデータはあらゆる情報に広がり、データの分析や解釈が発展していった。

現代の言葉では、「統計」とは、国民経済計算や過去の気温変化といった集積されたデータと、統計学的推測による分析作業の両方を指す。

統計学の手段として、確率論における確率空間が用いられることが多い。

特に求められるのはコンピュータのアプリケーションソフトウェアによるデータ処理である。

統計学の概念の多くは科学の世界に幅広く重要な影響を与えている。実験計画法や、ベイズ推定といった統計学的推測へのアプローチはこれらに含まれる。これらはそれぞれ現代統計学の基礎となるアイディアの系譜と見なされている。

概要

18世紀までは、「統計」という語は、国家による人口や経済のデータの公的集計を指していた。

少なくとも二千年の間、こういったデータは、主に課税や徴兵のための人的、物的資源の集計であった。

19世紀初頭、集計が強化され、「統計」の意味は広がり、データの集計、要約、分析に関連する分野を含むようになった。

今日、データが集計され、統計量が計算され、広く、政府、企業、大半の科学やスポーツ、さらには多くの娯楽で使用されている。

電子計算機はより精巧な統計計算をもたらし、データが大きかったり多くても処理を十分に可能にした。

1人のデータ分析者が、大きさが数十～数百のデータセットで、数百万の測定値を分析したい場合がある。

これらは年月とともにコンピュータのはたらき（例えば証券取引所）や電算化されたセンサ、POSレジなどから登場するようになる。コンピュータは、統計量を正確で短時間に出力し、巨大な正方行列の逆行列を求めたり、数百の段階を反復して実行するなど、手作業ではけっしてできない、面倒な分析を可能にする。

より高速のコンピューティングにより、統計家はコンピュータを集約して母集団内の全てを検索する方法を開発したり、大きさが1万個もの母集団の推測が理論だけでは難しいのを、ランダム化により推測可能にした。

数理統計学とは、数学において統計学で実際に使用される確率論と推計統計学を指す。

しかし、統計学と確率論の連携は少し遅れて発展した。

19世紀になると、統計学では確率論がますます使われるようになり、その初期の結果は、17世紀と18世紀の特に運が左右するゲーム（賭博）の分析で見出された。

1800年まで、天文学では確率モデルと統計学理論、特に最小二乗法が使われていた。

初等的な確率論と統計学は19世紀に体系化され、統計的推論、確率モデルが、実験心理学、社会学といった新しい科学を志向する社会科学者、熱力学、統計力学の物理学者に使われた。

推計統計学の発展には帰納法、科学的方法の発展と密接な関係があった。

このことは、統計家の対象が狭義の数理統計学から遠ざかってしまうことが懸念される。
コンピュータが台頭するまでは、統計学の理論的業績の多くが有用であった。

1970年代までに、サミュエル・コッツ（英語版）とノーマン・ロイド・ジョンソン（英語版）は4巻からなる統計分布の大著を著したが（第1巻は1969年–1972年）、これは依然として貴重な資料となっている。

応用統計学は数学の一分野でなく、計算機科学やオペレーションズ・リサーチといった数理科学の独立した一分野と見なすことができる。

数学とは異なり、統計学は行政に端を発している。

初期の頃から人口統計学、経済学に応用されている。

今日のミクロ経済学、マクロ経済学の主な対象領域は、時系列の分析を中心とした「統計学」である。

データから学び、最善の予測をすることに重きを置いた統計学は、心理検査、医学、疫学の学術研究によっても形作られてきた。

仮説検定の考え方は意志決定科学とかなり重なり合っている。

データの調査や効果的な提示に関わっている統計学は、情報学や計算機科学と重なる部分がある。

語源

ウィクショナリーに関連の辞書項目があります。

統計学

英語のstatisticsという語は、最終的には、ラテン語のstatisticum collegium（「国会」）とイタリア語のstatista（「政治家」）に由来している。

1749年にゴットフリート・アッヘンヴァルによって初めて紹介されたドイツ語のStatistikは、元々は国家についてのデータの分析のことを指しており、「国家の科学」（当時は英語でpolitical arithmeticと呼ばれていた）を意味していた。

19世紀初頭には、それは一般的にはデータの集計と分類を意味するようになった。

この単語は1791年、ジョン・シンクレア（英語版）が21巻からなる “Statistical Accounts of Scotland”（『スコットランド統計研究（英語版）』）の第1巻を出版したときに英語で紹介された[1]。

したがって、Statistikの本来の主な目的は、データが政府の（中枢）行政機関に使用されることであった。

国や地方についてのデータの集計は主に国家や国際的な公共事業を通じて定期的に行われる。特に、人口統計についての情報は国勢調査を通じて頻繁に更新される。

“Statistics” を題名に最初に冠した本は、Francis G. P. Neison（Medical Invalid and General Life Officeの保険数理士[要出典]）による “Contributions to Vital Statistics”（1845年）である。

日本における用語の取り扱い

日本で初めて紹介された統計書は、1854年（江戸時代末期）の、オランダのP. A. de Jongによる “Statistische tafel van alle landen der aarde”（『地球上の全ての国の統計表』）と言われている[2]。

当時はstatisticsという語に対する日本語が存在せず、一時期は片仮名で「スタチスチク」と使われていた[3]。

この本は1860年（万延元年）、福澤諭吉とその弟子古川正雄（岡本博卿）の訳により、『万国政表』（萬國政表）として刊行された。そこでは “statistische tafel” を「政表」と訳している。

現在で一般的に使われている「統計」と初めて訳したのは、洋学者の柳川春三と推定されている[4]。

1870年（明治3年）8月4日に、外務省が諸省に廻達した文書（外国貿易品輸出入の物品高表を編集、貿易年表を出版する旨を通知した文書）の中で、「統計年鑑」という用語がある。

日本の公文書に「統計」という語が初めて登場したのはこの時とみられる。

1871年（明治4年）7月27日、大蔵省に「統計司」という機関が設置され、日本の官署で初めて「統計」という名称が附された（翌8月10日に「統計寮」と改められた）[2]。

これは、米国視察から帰国した伊藤博文の建議による[4]。

「統計学」という訳語が日本の社会に普及し始めるのは、（明治7年）6月に文部省出版の『統計学』（モロー・ド・ジョンネ著 “Elementde Staisique” 箕作麟祥訳）によるとされる[4]。

現在の中国、韓国でも、statistics の訳語として「統計」が用いられている。その起源は日本であり、中国語の造語である「統紀」に触発されて日本で造語された「統計」が中国に導入された[2]。

起源
→「確率の歴史」および「en:Timeline of probability and statistics」も参照

文明の開始以来、統計には基本的な方式が用いられてきた。

初期の帝国では、しばしば人口国勢調査を照合したり、様々な商品の取引を記録したりしていた。

漢王朝とローマ帝国は、帝国の人口、国土面積、富の規模についてのデータを広範囲に集計した、最初の国家たちである。

統計的手法が使用されるようになるのは、少なくとも紀元前5世紀にまでさかのぼる。

歴史家のトゥキュディデスは『戦史』[5]で、アテネ人がプラタイア（都市国家）の壁の高さを測定する方法を説明している。

周囲の、壁で漆喰の塗られていない区間のレンガの数を十分な回数数えた。そのカウントは何人かの兵士によって数回繰り返された。そこでの最頻値はレンガの数の最もありうる値と見なされた。この値に、壁に使われているレンガの高さを掛けることで、アテネ人は壁に架けるのに必要なはしごの高さを決めることができた[要出典]。

貨幣検査函審査（英語版）（トライアル・オブ・ザ・ピクス）は、12世紀から定期的に実施されている、王立造幣局（イギリス）の硬貨の純度の検査である。

その検査方法は、統計学の標本調査による方法に基づいている。

一連の硬貨を（元々は10ポンドの銀から）鋳造した後、1枚の硬貨をウェストミンスター寺院にあるピクス（英語版）に入れる。一定期間後（現在は1年に1度）硬貨を取り出して計量する。次に、箱から取り出された標本硬貨の純度を検査する。

14世紀のフィレンツェの歴史を記した『新年代記（英語版）』（ジョヴァンニ・ヴィッラーニ、フィレンツェの銀行家であり公務員）には、人口、法令、通商貿易、教育、宗教施設についての多くの統計情報が記載され、歴史上統計データを明確に著した最初のものである[6]。

だが、そこにはまだ、特定の分野としての統計学の用語も概念もまだ存在していなかった。

算術平均はギリシャ人には知られていた概念であるが、16世紀まで3個以上の値に対して一般化されていなかった。

1585年にシモン・ステヴィンが十進法を発明したことで、これらの計算が容易になったと思われる。

この方法はティコ・ブラーエにより天文学で採用された。様々な天体の位置を推定したときの誤差を減らそうとしていた。

中央値の発想は、1599年のエドワード・ライト（英語版）の航法についての著書 (“Certaine Errors in Navigation”) を起源とし、コンパスによる位置の特定についての節に書かれている。ライトは、一連の観測値の中でこの値が最も正しそうな値だと感じた。

ウィリアム・ペティは17世紀の経済学者で、人口統計データを分析するために早くから統計学的手法を駆使した。

統計学の誕生は、1662年にまでさかのぼる。

ジョン・グラント（英語版）がウィリアム・ペティと共に、国勢調査のための統計的方法を開発し、人口統計学の現代的な枠組みを構築した。

彼は生命表を初めて作成し、年齢ごとの生存率を与えた。

彼の著書 “Natural and Political Observations Made upon the Bills of Mortality” では死亡率の分析を行い、初等統計学的に基づいてロンドンの人口を推定した。

彼は、ロンドンでは年間で約13,000の葬儀があり、11家族中3名の割合で亡くなっていることを知っていた。

彼は小教区の記録から、世帯平均人数は8名と推定し、そこからロンドンの人口はおよそ384,000名と割り出した。

これは比推定量（英語版）が初めて使用された例として知られる。

1802年にラプラスは、同様の方法でフランスの人口を推定した。

統計学の適用範囲は元々は統治に有用なデータに限られていたが、その守備範囲は19世紀の間に、科学や商学の多くの分野に広がって行った。

この分野の数学的基礎は、16世紀になって新たに拓かれた確率論によって促された。

その初期の確率論を拓いたのは、ジェロラモ・カルダーノ、ピエール・ド・フェルマー、ブレーズ・パスカルである。

クリスティアーン・ホイヘンス（1657年）は、この分野を科学的にとらえた最も初期の科学者として知られる。

ヤコブ・ベルヌーイは『推測術（英語版）』（死後の1713年に出版）で、アブラーム・ド・モアブルは『偶然の理論（英語版）』（1718年）で、この分野を数学の一分野として扱った。

ベルヌーイは著書で、確実に起こることを1で表し、確率を0から1の間の数で表すという考えを紹介した。

統計学的検定の登場

統計学の適用で18世紀に早く行われた重要なものは、出生時の人間の性比であった[7]。

ジョン・アーバスノット（英語版）は1710年にこの疑問を研究した[8][9][10][11]。

アーバスノットは、1629年から1710年までの82年間のロンドンでの出生記録を調べた。どの年でも、ロンドンでの男子の出生数が女子のそれより多かった。

男子と女子の出生が同様に確からしいと仮定すると、その結果から観察される、男女の出生が異なる確率は0.582、つまり約4.836 × 1024分の1であることを導いた。これは現在の言葉ではP値である。

これはほとんどないに等しく、アーバスノットは、これは偶然ではなく神が与えた摂理と説いた：「それが示すのは、偶然でなく作為が決定している」これと他を含むアーバスノットの業績は「有意性検定の最初の使用」[12]として評価されている。

その最初の例は、有意性と道徳的な誠実さについての推定であり[13]、「おそらく、ノンパラメトリック検定の最初の発表された報告」（具体的には符号検定（英語版））[9]であった。

確率分布の登場

誤差の理論の定式的な研究は、1722年のロジャー・コーツの “Opera Miscellanea”（死後に出版）にまでさかのぼる。

しかし、1755年（出版されたのは1756年）にトーマス・シンプソンにより作られた回想録では、観測による誤差についての議論に理論が初めて適用されている。

この回想録の再版 (1757) では、正と負の誤差が同じ割合で含まれ、通例想定される全ての誤差の集合の極限が、確かにあるという公理を示した。

連続した誤差たちについて論じ、確率曲線を与えた。シンプソンは誤差のありうる分布をいくつか示した。

彼は初めに離散一様分布について考察し、次に連続対称三角分布から離散対称三角分布を考察した。

トビアス・マイヤーは月の秤動についての研究で（”Kosmographische Nachrichten” ニュルンベルク、1750年）、未知の量を推定する定式化した方法を初めて考案した。同じ状況での観測結果の平均を、類似の方程式のグループの平均に一般化している。

1755年、ルジェル・ヨシプ・ボスコヴィッチは、地球の形についての研究を、著書 “De Litteraria expeditione per pontificiam ditionem ad dimetiendos duos meridiani gradus a PP” で著した。

Maire et Boscovicli は、一連の観測値の中で真の値は絶対偏差の総和を最小にするだろうと述べた。

現代の用語・観点では、この値は中央値である。

後に正規分布曲線と呼ばれる分布曲線を最初に研究したのはアブラーム・ド・モアブルで、彼はこの曲線を1733年11月12日に見出した[14]。ド・モアブルは公正なコインを投げたときに表が出る回数について研究していた。

トーマス・ベイズは1761年にベイズの定理を証明し、ジョゼフ・プリーストリーは1765年に最初にタイムラインチャートを発明した。

ヨハン・ハインリヒ・ランベルトは1765年の著書 “Anlage zur Architectonic” で誤差の分布曲線が半円になることを発表した：

f
(
x

)

1
2
1
−
x
2
(
−
1
<
x
<
1
)
{\displaystyle f(x)={\frac {1}{2}}{\sqrt {1-x^{2}}}\quad (-1<x<1)}

正規分布の登場

ラプラス分布の確率密度関数のグラフ

ピエール＝シモン・ラプラス (1774) は、観測値の集まりを、確率論の原理から導出する試みを初めて行った。彼は誤差の確率の法則を曲線で表し、3個の観測値の平均の公式を導出した。

ラプラスは1774年に、誤差の頻度は、いったん符号を無視すると、それの大きさの指数関数で表せると述べた[15][16]。

この分布は現在ラプラス分布として知られている。ジョゼフ＝ルイ・ラグランジュは1776年に、誤差の放物線状フラクタル分布（英語版）を発表した。

ラプラスは1778年に、誤差についての2番目の法則を著した。

彼は、誤差の頻度はそれの大きさの2乗のべきに比例するということを述べた。

このことはその後ガウスによっても（おそらく1795年に）発見され、統計学で中心的な役割を果たす正規分布として最もよく知られている[17]。

この分布は、1873年にチャールズ・サンダース・パースによって、最初に「正規」分布と呼ばれた。彼は物体を木製の台座に落としたときの測定の誤差について研究していた[18]。彼が用語に「正規」を採用したのは、自然な発生回数で頻繁に起こるからである。

また、ジョゼフ＝ルイ・ラグランジュは1781年に、誤差についての2つの分布、余弦分布（英語版）と対数分布（英語版）を発表している。

1781年に、ラプラスは「誤差の容易さの法則」についての式（ラグランジュによる用語〈1774年〉）を与えた[19][20]。だがそれは扱いにくい方程式を導いた。

ダニエル・ベルヌーイは1778年に、同時誤差の系の確率の最大積の原理を導入した。

統計図表の登場

1786年に、ウィリアム・プレイフェア（1759年 – 1823年）は統計グラフを導入した。

彼は折れ線グラフ、棒グラフ、ヒストグラムを考案し、彼の経済学 (“Commercial and Political Atlas”) の業務に組み込んだ。

このことは、1795年に彼が円グラフを考案することにつながった。彼は英国の輸出入の進展を円グラフで表した。後者のチャートは、1801年に彼が著した “Statistical Breviary” の例で広く注目を集めた。

ラプラスは1787年の土星と木星の運動の研究において、1つの方程式のグループの異なる線型結合を使うことによってマイヤーの方法を一般化した。

1791年にジョン・シンクレアは、自身の『スコットランド統計研究』で、英語の ‘statistics’ という語を導入した。

1802年に、ラプラスはフランスの人口を2832万8612人と推定した[21]。彼はこの数値を、前年の出生数と3つの値域の国勢調査のデータから計算した。これらの地域の国勢調査のデータからは、居住者が2,037,615人であり、出生数が71,866人であることが分かった。ラプラスは、これらの標本がフランスを代表していると仮定して、全人口を見積った。

最小二乗法の登場

カール・フリードリヒ・ガウスは1809年に最小二乗法を考案した。

データの測定値の誤差を最小にするために使われる最小二乗法は、アドリアン＝マリ・ルジャンドル（1805年）、ロバート・アドレイン（英語版）（1808年）、カール・フリードリヒ・ガウス（1809年）によって独立に発表された。

ガウスは、1801年の彼の名高い、準惑星ケレスの位置の予測で、この方法を用いた。

ガウスの計算の基となる観測は、イタリアの僧侶ピアッツィによって行われた。

最小二乗法より先に中央値回帰直線の傾きが用いられた。

これは中央絶対偏差の総和を最小にする。この傾きを推定する方法は、1760年にルジェル・ヨシプ・ボスコヴィッチによって考案された。彼は天文学に応用した。

「確率誤差」（der wahrscheinliche Fehler、平均からの中央値のずれ）という用語は、1815年にドイツの天文学者であるフリードリヒ・ヴィルヘルム・ベッセルによって導入された。

1843年にアントワーヌ・オーギュスタン・クールノーは、確率分布における、面積を2等分する値に valeur mediane（「中央値」）という語を初めて用いた。

誤差の理論についての他の貢献者には、Ellis (1844), オーガスタス・ド・モルガン (1864)、ジェームズ・ウィットブレッド・リー・グレイシャー (1872)、ジョヴァンニ・スキアパレッリ (1875) がいる[要出典]。ピーター（1856年）の
r{\displaystyle r}（単一の観測値の「確率誤差」）についての式は広く用いられ、初期の頑健統計学（英語版）に影響を与えた（外れ値に左右されにくい。パース基準（英語版）を参照）。

19世紀の理論統計学者には、ラプラス、シルヴェストル・フランソワ・ラクロワ（英語版） (1816)、Littrow (1833)、リヒャルト・デーデキント (1860、Helmert (1872)、ポール・マチュー・エルマン・ローラン（英語版） (1873)、Liagre、Didion、オーガスタス・ド・モルガン、ジョージ・ブールがいる。

グスタフ・フェヒナーは社会学的および心理学的現象で中央値 (Centralwerth) を用いた[22]。それ以前では天文学とその関連分野でしか使われていなかった。フランシス・ゴルトンは1881年に、初めて英語での用語として median を用いた。それより以前では、1869年に middle-most value が、1880年には medium が使用されていた[23]。

もう1人の重要な統計学の創始者であるアドルフ・ケトレー（1796年 – 1874年）は、犯罪率、結婚率、自殺率といった複雑な社会現象を理解するために、「平均人」(l’homme moyen) という概念を導入した[24]。

正規分布の最初の検査は、1870年代にドイツの統計家であるヴィルヘルム・レキシスによって考案された。彼が示すことのできたデータセットは、正規分布である出生率のみであった。

現代統計学の開発

統計理論の起源は18世紀の確率の進歩にあるが、現代統計学が19世紀後半から20世紀前半にかけて、3つの段階により形作られる。

最初の波は、世紀の変わり目に起こり、フランシス・ゴルトン、カール・ピアソンの業績により導かれた。

彼らは統計学を科学だけでなく、産業や政治に対しても同様に分析することのできる厳密な数学の体系に打ち立てた。

2番目の波は1910年代から20年代にかけて起こり、ウィリアム・ゴセットに始まり、ロナルド・フィッシャーの洞察により最高潮に達した。

この流れで、実験計画法のモデルのさらなる発展や、小さな標本から仮説検定する技術が起こった。

最後の波は、1930年代にエゴン・ピアソンとイェジ・ネイマンの共同研究により誕生し[25]、主に初期の開発で洗練と拡大を見た。

今日、統計学の手法は、意思決定を含むすべての分野で適用されている。データを照合することで正確な推論を行い、不確実性に直面した場面での意思決定を、統計学の手法に基づいて行う。

潮流への兆し

1834年に創設されたイギリス王立統計学会のロゴ

最初の統計機関は19世紀初頭に設立された。

王立統計学会が1834年に創始され、フローレンス・ナイチンゲールはそれの最初の女性所員であった。

彼女は疫学を理解し公衆衛生を実践するために、健康問題の統計的分析を促進することを切り拓いた。ただし、当時行われていた方法は、今日の近代的な統計学とは見なされてはいない。

オックスフォード大学の学者であるフランシス・イシドロ・エッジワースは著書 “Metretike: or The Method of Measuring Probability and Utility” (1887) で、帰納的推論の基礎として確率を扱っており、彼の後の作品では「偶然の哲学」に焦点が当てられていた[26]。

彼の統計学に関する最初の論文 (1883) は誤差の法則（正規分布）を調べたものであった。

そして彼の “Methods of Statistics” (1885) では、t分布の初期のバージョン、エッジワース展開、エッジワース級数（英語版）、変数変換する方法、最尤推定の漸近理論が導入された。

1895年に、ノルウェーの統計家であるアンネシュ・ニコライ・ヒエルは層化抽出法の概念を導入した[27]。

1906年に、アーサー・リオン・ボウリー（英語版）は、社会統計学に従事しているときに、標本調査の新しい方法を導入した。

社会情勢の統計調査は、チャールス・ブースの “Life and Labour of the People in London” (1889-1903)、シーボーム・ラウントリーの “Poverty, A Study of Town Life” (1901) に端を発したが、中でも革新的なのは、ボウリーの無作為抽出による手法である。彼の功績は “New Survey of London Life and Labour” で最高潮に達した[28]。

第一の波

フランシス・ゴルトンは統計理論の創始の第一人者の一人として評価されている。

彼のこの分野の功績に、標準偏差、相関、回帰の概念の導入と、これらの手法を、人間の特徴（中でも、身長、体重、まつげの長さ）の多様性についての研究へ適用したことがある。彼は、これらの多くが正規分布曲線に従うことを発見した[29]。

1907年にゴルトンは、中央値の有用性についての論文をネイチャーに投稿した[30]。

彼は、農産物品評会での雄牛1頭の重さの推測値が 787ポンドとなっていることについての確度を検証した。実際の重さは 1208ポンドであり、中央値による推測は 1198 であった。その推測は正規分布から著しくかけ離れていた。

カール・ピアソンは数理統計学を創設した。

ゴルトンが1889年に出版した “Natural Inheritance” は、卓越した数学者であるカール・ピアソンの興味を引きつけた[31]。

当時ピアソンはユニヴァーシティ・カレッジ・ロンドンに勤めており、数理統計学の萌芽を見出していた[32]。

ピアソンは科学の法則に基づいた統計学の土台の必要性を強調し、それの研究を促進した。

新しい分析方法を行う彼の研究室は、ウィドニ・ユール（英語版）といった、世界中の学生を引き付けることとなった。彼の業績は生物学、疫学、人体測定学、医学、社会史といった分野を取り巻くまでに成長した。

1901年にゴルトンは、生物測定学を創始したウォルター・ウェルドンと共に、世界初の数理統計学と生物測定学の学術雑誌であるBiometrikaを創刊した。

ピアソンとゴルトンの業績は、今日よく使われている「古典的な」統計学の手法の多くを支えている。

それには積率として定義される（ピアソンの）相関係数が含まれている[33]。

分布を標本に適合させるためにモーメント法がある。

ピアソンの連続曲線系は、現在でいう、従来の連続確率分布の基礎を形作るものである。
カイ距離はマハラノビス距離の前身かつ特別な場合である[34]。

P値は、仮定した値を中心、chi distance を半径とする球体の補集合の確率測度として定義される[34]。

彼は ‘standard deviation’（標準偏差）という語も導入した。

彼はまた仮説検定の理論[34]、ピアソンのカイ二乗検定、主成分分析を確立した[35][36]。

1911年に彼は、ユニヴァーシティ・カレッジ・ロンドンに世界初の統計学科を創設した。
第二の波

数理統計学の第2の波は、ロナルド・フィッシャーによって切り拓かれた。

彼は2冊の教本を著した。

1つは1925年の『研究者のための統計的方法（英語版）』、もう1つは1935年の『実験計画法（英語版）』である。

それは世界中の大学の学問を定義した。

彼はまた、それまでの成果を体系化し、それらをきちんとした数学的基礎の上に置いた。
1918年、彼の影響力の大きな論文『メンデル遺伝の仮定における親族間の相関関係（英語版）』で、統計学用語としての “variance”（分散）を初めて用いた。

1919年に、彼はロザムステッド農業試験場（英語版）で、彼は長年広範囲にわたって記録されたデータ集の主要な研究を開始した。

これにより、包括した題である (“Studies in Crop Variation.”) 一連のレポートが作成された。1930年に彼は『自然淘汰の遺伝学説（英語版）』を著し、そこで進化生物学に統計学を適用した。

次の7年間で、彼は実験計画法（#実験計画法を参照）の原理を開発し、分散分析の研究を入念に進めた。

彼は小さい標本から推測する統計学を進めた。

さらに重要と考えられることは、彼は新しい統計手法を開発し始め、実際のデータ分析に体系的なアプローチを施したことである。

彼は釣り合い型の標本から分析するための計算アルゴリズムを開発した。

1925年、この業績により、彼の最初の著書である『研究者のための統計的方法』[37]が出版されることとなった。

この本は後年多くの版と翻訳を重ね、多くの分野の科学者にとっての標準的な参考書となった。この本は1935年の『実験計画法』に続くこととなり、広く用いられることとなった。

フィッシャーは分散分析に加えて、最尤推定法を名づけ促進した。

フィッシャーは十分統計量、補助統計量（英語版）、線形判別分析（英語版） (LDA)、フィッシャー情報量の概念も生み出した。

フィッシャーの論文 “On a distribution yielding the error functions of several well known statistics”（よく知られた統計集団の誤差関数を与える分布について、1924年）には、ピアソンのカイ二乗検定、正規分布と同じ構成での、ウィリアム・ゴセットのt分布、分散分析における、フィッシャーのz分布（英語版）（数十年後に、より一般化したF分布の形で用いられるようになる）の変数が示されている[38]。

5%有意水準は、1925年にフィッシャーによって導入されたようである[39]。

フィッシャーは、標準偏差の2倍を超える偏差は有意と見なせると述べた。以前は、標準誤差の3倍を超える確率偏差が有意であると考えられていた。対称分布の場合、確率誤差は四分位偏差に等しい。正規分布の場合、確率誤差は標準偏差の約
2/3である。フィッシャーの5%水準は以前の慣習に根ざしているようである。

この時点での他の重要な貢献には、ピアソンの積率相関係数を有用に拡張した、スピアマンの順位相関係数がある。

イギリスの統計家ウィリアム・ゴセットは、本名よりもペンネーム “Student”（スチューデント）としての方が知られている。彼は、標本が小さく、母標準偏差が未知の場合に有用な連続確率分布である、t分布を導入した。

第三の波

エゴン・ピアソンとイェジ・ネイマンは、第二種過誤、検出力（検定力）、信頼区間の概念を導入した。1934年にネイマンは、無作為層化抽出法は一般に、有意抽出法よりも良い推定方法であることを示した[40]。

実験計画法

この節の出典や参考文献は、一次資料や記事主題の関係者による情報源に頼っています。 信頼できる第三者情報源とされる出典の追加が求められています。
出典検索?: “統計学の歴史” – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2012年2月）

ジェームズ・リンドは壊血病の治療法を見つけるために、1747年に初めて治験を実施した。

1747年に、HM Bark Salisbury（船）で外科医として勤務していたジェームズ・リンドは、壊血病の治療法を開発するために、よく管理された実験を行った[41]。

この研究では、彼の被験者の症例は「自分の症状と同じ位のを持っていた」つまり、彼は無関係な変動を減らすために入場要件を厳格にした。男性は組になり、系統誤差を減らすようにした（「ブロッキング」）。

現代の観点から大きく欠けているのは、治療する被験者をランダムに割り当てることである。

リンドは今日「一時一事」(“one-factor-at-a-time” (OFAT)) を実行した実験者としてしばしば説明される[42]。

one-factor-at-a-time (OFAT) の実験が同様に実施された例として、1840年代にロザムステッド農業試験場でのジョン・ローズ（英語版）による、小麦に最適な無機肥料の決定がある[42]。

統計的推測の理論は、チャールズ・サンダース・パースの『科学の論理の図解』（Illustrations of the Logic of Science、1877-1878）と『確率的推論の理論』（A Theory of Probable Inference、1883）によって開発された。

2つの著書では、無作為性に基づいた統計的推測重要性を強調している。

別の研究では、パースは盲検・反復測定デザイン（英語版）を適用して、ボランティアを無作為に割り当て、体重を識別する能力を評価した[43][44][45][46]。

パースの実験は心理学と教育学の他の研究者に大きく影響を与え、1800年代に、研究室や専門書で行われる無作為に行う実験での調査法を発展させた[43][44][45][46]。

パースはまた、1876年に回帰モデルの最適計画（英語版）についての最初の英語の本を出版した[47]。

多項式回帰の最適計画で先駆的なものは、1815年にジョゼフ・ディエズ・ジョルゴンヌ（英語版）が提示したものである[要出典]。

1918年にキアスティーネ・スミス（英語版）は、6次（以下の）多項式についての最適計画を発表した[48]。

計画における実験の繰り返しは、前の実験結果に依存しうり、実験を中止する可能性がある。

このことは、エイブラハム・ウォールドの論文 “sequential tests of statistical hypotheses”[49]の文脈で見出された[50]。

逐次計画（英語版）[51]や適応的デザイン（英語版）[52]は最適化が可能である。

逐次計画の具体的な型は「二腕バンディット問題」である（これは多腕バンディット問題に一般化される）。これの初期の功績は、1952年のハーバート・ロビンズ（英語版）によるものである[53]。

“Design of experiments”（DOE、実験計画法）という語は、ロナルド・フィッシャーの初期の統計学の研究に由来する。

アネシュ・ハル（英語版）はフィッシャーを「現代の統計科学の基礎をほぼ独力で創った天才」と評した[54]。

フィッシャーは実験計画法の原理を開始し、「分散分析」の研究に腐心した。

さらに重要と考えられることは、フィッシャーは新しい統計手法を開発し始め、実際のデータ分析に体系的なアプローチを施したことである。

彼は手作業で行われる必要な計算に伴う労力に特別の注意を払い、数学的厳密性に基づき実用的である手法を開発した。

1925年に、この業績は、彼の最初の著書『研究者のための統計的方法』で最高潮に達した[55]。

この本は後年多くの版と翻訳を重ね、多くの分野の科学者にとっての標準的な参考書となった[56]。

実験を設計するための方法論は、フィッシャーの著書『実験計画法』(1935) で提示され、これも標準的なものとなった[57][58][59][60]。

例として、彼は次の仮説を確かめる方法を述べた：

[ある女性が最初にカップに入れたのがミルクであるか紅茶であるかを、味だけで判断することができるか] これは取るに足らない適用のように聞こえるが、これは実験計画法の最も重要な考え方をよく説明することができる例となっている。詳細は紅茶の違いのわかる婦人を参照。

農学の進歩は、大都市の人口増加と農場の少なさの両立を可能にした。

しかし、成育するための地理や気候、ニーズが大きく異なることを作物学者が十分に考慮するためには、地域の生育条件を識別することが重要であった。

地域の作物実験を全国規模に外挿するために、作物の標本調査を経済的に母集団全体に拡張する必要があった。

統計的手法が進歩（主に、「一時一事」の実験に代わる、実験計画法の有効性）するに連れて、要因計画で代表的なものは、標本による結果から母集団全体の有意義な推測をすることを可能とした[要出典]。

しかし作物の標本をどのように抽出したかを知るのは困難である[要出典]。

要因計画法は、無作為な標本の変動とデータを収集する手順の中から推定し修正する方法を示した。

ベイズ統計学

ピエール＝シモン・ラプラスは、ベイズ統計学を初期に開発した主要人物である。

ベイズ統計学の「ベイズ」とは、トーマス・ベイズ (1702-1761) を指し示す。

ベイズは、事象列が確率収束しうることを示した。

しかし、現在ベイズの定理と呼ばれているものを（”principle VI” として）導入し、それを天体力学、医療統計学、信頼性、法学に適用したのはピエール＝シモン・ラプラス (1749-1827) である[61]。

彼の “principle of insufficient reason”（等確率の原理）によると、事前分布の知識について不十分であるときは、ラプラスは一様な事前分布を用いた[61][62]。

ラプラスは哲学的な理由でなく単純な数学として事前分布に一様性を仮定した[61]。

ラプラスはまた、原始的な共役事前分布（英語版）とベルンシュテイン-フォン・ミーゼスの定理を導入した[要出典]。

これによると、観測回数が増加するにつれて、事後分布は最初は事前分布と最初は異なっていても、最終的には一致する[63]。

このラプラスの等確率の原理による、事前分布を採用した初期のベイズ推定は「逆確率（英語版）」と呼ばれた（なぜなら、これは観測から確率変数値へ、結果から原因へと、逆向きに推測するからである[64]）。

1920年代以降、逆確率は、ロナルド・フィッシャー、イェジ・ネイマン、エゴン・ピアソンによって開発された一連の手法に大きく取って代わられた[要出典]。

彼らの手法は頻度主義統計学と呼ばれるようになった[64]。

フィッシャーはベイズの見解を否定し、「逆確率の理論は誤りに基づいており、完全に否定されるべきである」と記している[65]。

しかしながら、フィッシャーの事実に基づく確率へのアプローチがベイズの随筆に記されており、彼は晩年いたく敬意を表していた。

フィッシャーは依然、ラプラスの確率に対する見解は “fallacious rubbish”（誤ったごみ）であると主張した[65]。

ネイマンは「準ベイズ統計学」の研究を始め、その後信頼区間（頻度主義統計学での重要な手法）を開発した彼は次を述べている:

「ベイズ主義、事前分布を考慮に入れずに理論全体を構築した方が、より明解になる」[66]Bayesian という語は1950年頃に登場し、1960年代までに、頻度主義統計学に限界と不満を感じている者に好まれるようになった[64][67]。

20世紀にラプラスの発想はさらに2つの方向に発展し、ベイズ統計学の実践に「客観性」と「主観性」の流れをもたらした。

客観主義の流れでは、統計分析は想定されたモデルと分析されたデータのみを依りどころとする[68]。

そこでは主観的な判断をする必要はない。対照的に、「主観主義者」の統計家は、一般の場合における分析は完全に客観的であることの可能性を否定している。

ラプラスの発想のさらなる発展の中で、主観的な発想は客観主義者の立場より前からある。

「確率」は「命題における主観的な信念の度合い」として解釈されるべきである、という発想は、例えば、1920年代初期にジョン・メイナード・ケインズによって提唱されている[要出典]。

この発想はさらに、ブルーノ・デ・フィネッティ（イタリア、Fondamenti Logici del Ragionamento Probabilistico, 1930）、フランク・ラムゼイ（ケンブリッジ、The Foundations of Mathematics, 1931）に取り入れられた[69]。

このアプローチは、統計的確率についての問題点を解決するために考案された。

これはラプラスの客観的なアプローチより前のことであった[68]。主観的なベイズ統計学の手法は、1950年代に Leonard Jimmie Savage によってさらに発展し普及した[要出典]。

客観的なベイズ推定はさらにハロルド・ジェフリーズ（ケンブリッジ大学）によって発展した。

彼の独創的な著書『確率論』（Theory of probability）が1939年に最初に登場し、ベイズ確率の再興に重要な役割を果たした[70][71]。

1957年に、エドウィン・トンプソン・ジェインズ（英語版）は、事前分布を構成するために、最大エントロピーの概念を創始した。

これは、主に離散的な問題を客観的な手法で定式化するための重要な原理である。

1965年の、デニス・リンドリー（英語版）の全2巻の作品 “Introduction to Probability and Statistics from a Bayesian Viewpoint” はベイズ統計学の手法を大衆に広くもたらした。

1979年にホセ＝ミゲル・ベルナルド（英語版）は、客観的分析が一般の場合に適用することのできる[72]、参照事前分布分析（reference analysis）を導入した[68]。

他によく知られているベイズ確率の理論の支持者として、I・J・グッド（英語版）、バーナード・クープマン（英語版）、ハワード・ライファ（英語版）、ロバード・シュライファー（英語版）、アラン・チューリングがいる。

1980年代になって、ベイズ統計学の手法の研究と応用は劇的な成長を遂げた。

これは主として、計算問題（英語版）の多くを解決するマルコフ連鎖モンテカルロ法の発見と、複雑で規格外に対する応用への関心の高まりが挙げられる[73]。

ベイズ統計学の伸長にもかかわらず、ほとんどの学部教育では依然頻度主義統計学に準拠している[74]。

それにもかかわらず、ベイズ統計学の手法は広く受け入れられ、用いられている。

その例として、機械学習の分野がある[75]。

日本で実施された統計調査
→「統計 § 日本の統計史」も参照

日本においては、3世紀から4世紀（崇神天皇の時代）にかけて人口調査が行われたことが、『日本書紀』に記されている[3]。

大化の改新（645年）の頃になり班田収授法が発令、6年に一度全国的な戸籍調査が行われるようになった。

この人口調査は体系的であり、約360年間続いた[76]。

その後は、豊臣秀吉が1592年（天正20年）に人掃令を発令し、全国的な戸籍調査を行った。

これは、朝鮮出兵のための兵力把握のために、村ごとの家族構成などをまとめて提出させるための法令であった。

さらにその後、江戸幕府第8代将軍徳川吉宗の時代では、キリシタンを取り締まるために全国人口調査が行われた。

しかしこの調査では、武士など対象外の身分の人が多数存在したり、調査方法が統一されていなかったりと、正確なものではなかった。

明治時代になり、「国勢調査ニ関スル法律」が制定された。

第1回目の国勢調査が行われたのは、日露戦争や第一次世界大戦の影響もありかなり遅れ、1920年（大正9年）に実施された。

この後日本では、原則として5年に1度国勢調査が行われ、現在に至る。

重要な統計学者

キンディー
ブレーズ・パスカル
アブラーム・ド・モアブル
トーマス・ベイズ
ピエール＝シモン・ラプラス
カール・フリードリヒ・ガウス
アドルフ・ケトレー
フローレンス・ナイチンゲール
パフヌティ・チェビシェフ
フランシス・ゴルトン
トルバルド・ティエレ
チャールズ・サンダース・パース

フランシス・イシドロ・エッジワース
カール・ピアソン
アレクサンドル・リャプノフ
チャールズ・スピアマン
ウィリアム・ゴセット（ペンネーム “Student”）
ロナルド・フィッシャー
ウォルター・A・シューハート
プラサンタ・チャンドラ・マハラノビス
ハラルド・クラメール
イェジ・ネイマン
ガートルード・メアリー・コックス（英語版）
エイブラハム・ウォールド

アンドレイ・コルモゴロフ
ブルーノ・デ・フィネッティ
ジョン・テューキー
エーリヒ・レオ・リーマン（英語版）
アニル・クマール・ガイン（英語版）
ジョージ・E・P・ボックス（英語版）
チャールズ・スタイン（英語版）
カリャンプディ・ラダクリシュナ・ラオ
デイヴィッド・コックス
ブラッドリー・エフロン（英語版）

脚注および参照
[脚注の使い方]

^ Ball, Philip (2004). Critical Mass. Farrar, Straus and Giroux. p. 53. ISBN 978-0-374-53041-9
^ a b c 酒井弘憲「数式なしの統計のお話 第2回　統計のルーツを探る」『ファルマシア』第50巻第4号、2014年、334–335頁、doi:10.14894/faruawpsj.50.4_334。
^ a b “意外に面白い！統計学を歴史から眺めてみよう！”. 数学・統計教室の和から株式会社 (2021年9月8日). 2022年11月29日閲覧。
^ a b c 奥積雅彦. “公文書で初めて統計の用語が登場したのはいつか？” (PDF). 国立国会図書館支部総務省統計図書館. 2022年11月29日閲覧。
^ Thucydides (1985). History of the Peloponnesian War. New York: Penguin Books, Ltd.. p. 204
^ Giovanni Villani. Encyclopædia Britannica. Encyclopædia Britannica 2006 Ultimate Referece Suite DVD. Retrieved on 2008-03-04.
^ Brian, Éric; Jaisson, Marie (2007). “Physico-Theology and Mathematics (1710-1794)”. The Descent of Human Sex Ratio at Birth. Springer Science & Business Media. pp. 1-25. ISBN 978-1-4020-6036-6
^ John Arbuthnot (1710). “An argument for Divine Providence, taken from the constant regularity observed in the births of both sexes”. Philosophical Transactions of the Royal Society of London 27 (325-336): 186-190. doi:10.1098/rstl.1710.0011.
^ a b Conover, W.J. (1999), “Chapter 3.4: The Sign Test”, Practical Nonparametric Statistics (Third ed.), Wiley, pp. 157-176, ISBN 978-0-471-16068-7
^ Sprent, P. (1989), Applied Nonparametric Statistical Methods (Second ed.), Chapman & Hall, ISBN 978-0-412-44980-2
^ Stephen Mack Stigler (1986). The History of Statistics: The Measurement of Uncertainty Before 1900. Harvard University Press. pp. 225-226. ISBN 978-0-67440341-3
^ Bellhouse, P. (2001), “John Arbuthnot”, in Statisticians of the Centuries by C.C. Heyde and E. Seneta, Springer, pp. 39-42, ISBN 978-0-387-95329-8
^ Hald, Anders (1998), “Chapter 4. Chance or Design: Tests of Significance”, A History of Mathematical Statistics from 1750 to 1930, Wiley, p. 65
^ Abraham de Moivre (1738) The doctrine of chances. Woodfall
^ P=S Laplace (1774). “Mémoire sur la probabilité des causes par les évènements”. Mémoires de l’Académie Royale des Sciences Présentés par Divers Savants 6: 621-656.
^ Wilson, Edwin Bidwell (1923) “First and second laws of error”, Journal of the American Statistical Association, 18 (143), 841-851 JSTOR 2965467
^ Havil J (2003) Gamma: Exploring Euler’s Constant. Princeton, NJ: Princeton University Press, p.157
^ Charles Sanders Peirce (1873) Theory of errors of observations. Report of the Superintendent US Coast Survey, Washington, Government Printing Office. Appendix no. 21: 200-224
^ P. S. Laplace (1781). “MEMOIRE SUR LES PROBABILITÉS”. Oeuvres completes 9: 227-332. 英語訳PDF
^ ウィキソースのロゴ フランス語版ウィキソースに本記事に関連した原文があります：Page:Laplace_-_Œuvres_complètes,_Gauthier-Villars,_1878,_tome_9.djvu/395
^ William Gemmell Cochran (1978) “Laplace’s ratio estimators”. pp.3-10. In David H.A., (ed). Contributions to Survey Sampling and Applied Statistics: papers in honor of H. O. Hartley. Academic Press, New York ISBN 978-1483237930
^ John Maynard Keynes (1921) A treatise on probability. Pt II Ch XVII §5 (p 201)
^ Francis Galton (1881) Report of the Anthropometric Committee pp.245-260. Report of the 51st Meeting of the British Association for the Advancement of Science
^ Stigler (1986, Chapter 5: Quetelet’s Two Attempts)
^ Helen Mary Walker (1975). Studies in the history of statistical method. Arno Press. ISBN 9780405066283
^ (Stigler 1986, Chapter 9: The Next Generation: Edgeworth)
^ Bellhouse DR (1988) A brief history of random sampling methods. Handbook of statistics. Vol 6 pp.1-14 Elsevier
^ Bowley, AL (1906). “Address to the Economic Science and Statistics Section of the British Association for the Advancement of Science”. J R Stat Soc 69: 548-557. doi:10.2307/2339344. JSTOR 2339344.
^ Francis Galton (1877). “Typical laws of heredity”. Nature 15 (388): 492-553. doi:10.1038/015492a0.
^ Francis Galton (1907). “One Vote, One Value”. Nature 75 (1948): 414. doi:10.1038/075414a0.
^ Stigler (1986, Chapter 10: Pearson and Yule)
^ Varberg, Dale E. (1963). “The development of modern statistics”. The Mathematics Teacher 56 (4): 252-257. JSTOR 27956805.
^ Stephen Mack Stigler (1989). “Francis Galton’s Account of the Invention of Correlation”. Statistical Science 4 (2): 73-79. doi:10.1214/ss/1177012580.
^ a b c Karl Pearson (1900). “On the Criterion that a given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it can be reasonably supposed to have arisen from Random Sampling”. Philosophical Magazine. Series 5 50 (302): 157-175. doi:10.1080/14786440009463897.
^ Karl Pearson (1901). “On Lines and Planes of Closest Fit to Systems of Points is Space”. Philosophical Magazine. Series 6 2 (11): 559-572. doi:10.1080/14786440109462720.
^ I.T. Jolliffe (2002) Principal Component Analysis, 2nd ed. New York: Springer-Verlag.
^ Box, R.A. Fisher, pp.93-166
^ Agresti, Alan; David B. Hichcock (2005). “Bayesian Inference for Categorical Data Analysis”. Statistical Methods & Applications 14 (3): 298. doi:10.1007/s10260-005-0121-y.
^ R.A. Fisher (1925) Statistical methods for research workers, Edinburgh: Oliver & Boyd
^ Jerzy Neyman (1934) On the two different aspects of the representative method: The method of stratified sampling and the method of purposive selection. Journal of the Royal Statistical Society 97 (4) 557-625 JSTOR 2342192
^ Dunn, Peter (1997-01). “James Lind (1716-94) of Edinburgh and the treatment of scurvy”. Archives of Disease in Childhood: Fetal and Neonatal Edition 76 (1): 64-65. doi:10.1136/fn.76.1.F64. PMC 1720613. PMID 9059193.
^ a b Klaus Hinkelmann (2012). Design and Analysis of Experiments, Special Designs and Applications. John Wiley & Sons. p. xvii. ISBN 9780470530689
^ a b Charles Sanders Peirce, Joseph Jastrow (1885). “On Small Differences in Sensation”. Memoirs of the National Academy of Sciences 3: 73-83.
^ a b Ian Hacking (1988-09). “Telepathy: Origins of Randomization in Experimental Design”. Isis 79 (A Special Issue on Artifact and Experiment, number 3): 427-451. doi:10.1086/354775. JSTOR 234674. MR1013489.
^ a b Stephen Mack Stigler (1992-11). “A Historical View of Statistical Concepts in Psychology and Educational Research”. American Journal of Education 101 (1): 60-70. doi:10.1086/444032.
^ a b Trudy Dehue (1997-12). “Deception, Efficiency, and Random Groups: Psychology and the Gradual Origination of the Random Group Design”. Isis 88 (4): 653-673. doi:10.1086/383850. PMID 9519574.
^ C.S. Peirce (1876). “Note on the Theory of the Economy of Research”. Coast Survey Report: 197-201., actually published 1879, NOAA PDF Eprint.
Reprinted in Collected Papers 7, paragraphs 139-157, also in Writings 4, pp.72-78, and in Charles Sanders Peirce (1967年7-8月). “Note on the Theory of the Economy of Research”. Operations Research 15 (4): 643-648. doi:10.1287/opre.15.4.643. JSTOR 168276.
^ Smith, Kirstine (1918). “On the Standard Deviations of Adjusted and Interpolated Values of an Observed Polynomial Function and its Constants and the Guidance they give Towards a Proper Choice of the Distribution of Observations”. Biometrika 12 (1/2): 1-85. doi:10.2307/2331929. JSTOR 2331929.
^ Abraham Wald (1945) “Sequential Tests of Statistical Hypotheses”, Annals of Mathematical Statistics, 16 (2), 117-186.
^ Johnson, N.L. (1961). “Sequential analysis: a survey.” Journal of the Royal Statistical Society, Series A. Vol. 124 (3), 372-411. (pages 375-376)
^ Herman Chernoff (1972) Sequential Analysis and Optimal Design, SIAM Monograph. ISBN 978-0898710069
^ Zacks, S. (1996) “Adaptive Designs for Parametric Models”. In: Ghosh, S. and Rao, C. R., (Eds) (1996). “Design and Analysis of Experiments,” Handbook of Statistics, Volume 13. North-Holland. ISBN 0-444-82061-2. (pp.151-180)
^ Robbins, H. (1952). “Some Aspects of the Sequential Design of Experiments”. Bulletin of the American Mathematical Society 58 (5): 527-535. doi:10.1090/S0002-9904-1952-09620-8.
^ Hald, Anders (1998) A History of Mathematical Statistics. New York: Wiley. [要ページ番号]
^ Box, Joan Fisher (1978) R. A. Fisher: The Life of a Scientist, Wiley. ISBN 0-471-09300-9 (pp.93-166)
^ Edwards, A.W.F. (2005). “R. A. Fisher, Statistical Methods for Research Workers, 1925”. In Grattan-Guinness, Ivor. Landmark writings in Western mathematics 1640-1940. Amsterdam Boston: Elsevier. ISBN 9780444508713
^ Stanley, J. C. (1966). “The Influence of Fisher’s “The Design of Experiments” on Educational Research Thirty Years Later”. American Educational Research Journal 3 (3): 223-229. doi:10.3102/00028312003003223.
^ Box, JF (1980-02). “R. A. Fisher and the Design of Experiments, 1922-1926”. The American Statistician 34 (1): 1-7. doi:10.2307/2682986. JSTOR 2682986.
^ Frank Yates (1964-06). “Sir Ronald Fisher and the Design of Experiments”. Biometrics 20 (2): 307-321. doi:10.2307/2528399. JSTOR 2528399.
^ Stanley, Julian C. (1966). “The Influence of Fisher’s “The Design of Experiments” on Educational Research Thirty Years Later”. American Educational Research Journal 3 (3): 223-229. doi:10.3102/00028312003003223. JSTOR 1161806.
^ a b c Stigler (1986, Chapter 3: Inverse Probability)
^ Hald (1998)[要ページ番号]
^ Lucien Le Cam (1986) Asymptotic Methods in Statistical Decision Theory: pp.336, 618-621（von Mises と Bernstein）.
^ a b c Stephen. E. Fienberg, (2006) When did Bayesian Inference become “Bayesian”? Archived 2014-09-10 at the Wayback Machine. Bayesian Analysis, 1 (1), 1-40. See page 5.
^ a b Aldrich, A (2008). “R. A. Fisher on Bayes and Bayes’ Theorem”. Bayesian Analysis 3 (1): 161-170. doi:10.1214/08-ba306.
^ Jerzy Neyman (1977). “Frequentist probability and frequentist statistics”. Synthese 36 (1): 97-131. doi:10.1007/BF00485695.
^ Jeff Miller, “Earliest Known Uses of Some of the Words of Mathematics (B)” “The term Bayesian entered circulation around 1950. R. A. Fisher used it in the notes he wrote to accompany the papers in his Contributions to Mathematical Statistics (1950). Fisher thought Bayes’s argument was all but extinct for the only recent work to take it seriously was Harold Jeffreys’s Theory of Probability (1939). In 1951 L. J. Savage, reviewing Wald’s Statistical Decisions Functions, referred to “modern, or unBayesian, statistical theory” (“The Theory of Statistical Decision,” Journal of the American Statistical Association, 46, p.58.). Soon after, however, Savage changed from being an unBayesian to being a Bayesian.”
^ a b c José-Miguel Bernardo (2005). “Reference analysis”. Bayesian Thinking – Modeling and Computation. Handbook of Statistics. 25. pp. 17-90. doi:10.1016/S0169-7161(05)25002-2. ISBN 9780444515391
^ Donald A. Gillies (2000), Philosophical Theories of Probability. Routledge. ISBN 0-415-18276-X pp.50-1
^ E.T. Jaynes Probability Theory: The Logic of Science Cambridge University Press, (2003). ISBN 0-521-59271-2
^ O’Connor, John J.; Robertson, Edmund F., “統計学の歴史”, MacTutor History of Mathematics archive, University of St Andrews.
^ J.M. Bernardo, A.F.M. Smith (1994). “Bayesian Theory”. Chichester: Wiley.
^ Wolpert, RL (2004). “A conversation with James O. Berger”. Statistical Science 9: 205-218. doi:10.1214/088342304000000053. MR2082155.
^ Bernardo, J.M. (2006). “A Bayesian Mathematical Statistics Primer” (PDF). Proceedings of the Seventh International Conference on Teaching Statistics [CDROM]. Salvador (Bahia), Brazil: International Association for Statistical Education.
^ C.M. Bishop (2007) Pattern Recognition and Machine Learning. Springer ISBN 978-0387310732
^ 統計学の歴史〜古代ローマから現代まで〜 | AVILEN AI Trend 2020年4月14日、2022年6月26日閲覧。
参考文献
Freedman, D. (1999). “From association to causation: Some remarks on the history of statistics”. Statistical Science 14 (3): 243-258. doi:10.1214/ss/1009212409. (Revised version, 2002)
Anders Hald (2003). A History of Probability and Statistics and Their Applications before 1750. Hoboken, NJ: Wiley. ISBN 978-0-471-47129-5
Anders Hald (1998). A History of Mathematical Statistics from 1750 to 1930. New York: Wiley. ISBN 978-0-471-17912-2
Kotz, S., Johnson, N.L. (1992,1992,1997). Breakthroughs in Statistics, Vols I, II, III. Springer ISBN 0-387-94037-5, 0-387-94039-1, 0-387-94989-5
エゴン・ピアソン (1978). The History of Statistics in the 17th and 18th Centuries against the changing background of intellectual, scientific and religious thought（カール・ピアソンによる、ユニヴァーシティ・カレッジ・ロンドンの 1921-1933 の academic session での講義）. New York: MacMillan Publishing Co., Inc.. p. 744. ISBN 978-0-02-850120-8
David Salsburg (2001). The Lady Tasting Tea: How Statistics Revolutionized Science in the Twentieth Century. ISBN 0-7167-4106-7
スティーブン・スティグラー (1986). The History of Statistics: The Measurement of Uncertainty before 1900. Belknap Press/Harvard University Press. ISBN 978-0-674-40341-3
スティーブン・スティグラー (1999) Statistics on the Table: The History of Statistical Concepts and Methods. ハーバード大学出版局。ISBN 0-674-83601-4
David, H.A. (1995). “First (?) Occurrence of Common Terms in Mathematical Statistics”. The American Statistician 49 (2): 121-133. doi:10.2307/2684625. JSTOR 2684625.
外部リンク

ウィキメディア・コモンズには、統計学の歴史に関連するカテゴリがあります。
JEHPS: Recent publications in the history of probability and statistics
Electronic Journ@l for History of Probability and Statistics/Journ@l Electronique d’Histoire des Probabilités et de la Statistique
Figures from the History of Probability and Statistics – サウサンプトン大学（イギリスの旗 イギリス）
Materials for the History of Statistics – ヨーク大学（イギリスの旗 イギリス）
Probability and Statistics on the Earliest Uses Pages – サウサンプトン大学（イギリスの旗 イギリス）
Earliest Uses of Symbols in Probability and Statistics – Earliest Uses of Various Mathematical Symbols
表話編歴
統計学
カテゴリ: 科学史確率と統計分野別の科学史
最終更新 2024年10月19日 (土) 16:11 （日時は個人設定で未設定ならばUTC）。
テキストはクリエイティブ・コモンズ 表示-継承ライセンスのもとで利用できます。追加の条件が適用される場合があります。詳細については利用規約を参照してください。』