アイ・アム 〜世界を変える力〜

「アイ・アム 〜世界を変える力〜」という映画を観た。ライヤー・ライヤーや、ナッティ・プロフェッサーなどを撮ったトム・シャドヤックが作ったドキュメンタリー映画。

世界は何か根本的に間違ってるんじゃないか？そんな疑問から行った様々な精神的指導者へのインタビューをまとめたものだ。

幸福を富と同義に位置付けることにより、幸せになりたければ、物を買って物質的な裕福さを求めるよう人々を誘導するアメリカ式のマーケティング。そしてその結果生み出された、人々を市民ではなく消費者としてみる消費社会。一部の成功者とされる人間が富を独占する社会。今、僕たちはこれを当たり前の事として受容してるけど、ホントにそれが正しいのだろうか？

人間自身の特性を考えたときに、「王国」が向いているのか、「民主主義」が向いているのか？

これらの疑問に、この映画は様々な論点から他者との協調、助け合いこそが人間の本質なんだと。そしてこの格差・貧困の世界が、通常であることと思う事こそが心の病だと主張する。

そして僕たちも心の底ではその主張に同意している。でもその考えが広がらないのはなぜだろう。今とは真逆の考え方だから、それを実現するのは時間がかかるし、難しいんだろう。

でもこれまでの歴史を見れば、社会は黒人公民権運動の例のように古い時代では考えられなかった変革を成し遂げてきた。

それは一人のヒーローの出現ではなく、名もない一人一人の小さな行動によって実現したという。社会の変革もJim Collinsのいうところの「弾み車」なんだと気付かされた。

最後に映画のなかのセリフから。

「神は、他の誰かがいるわけでなく、あなたしかいないと言っている。個人の力が大事なんだ。情熱を持って、『変わることが出来る』と皆に伝えるんだ。」

また観たいと思う、良い映画だったな。

Jim Collinsの"Good to Great"を読んで

Jim Collinsの"Good to Great"を読んだ。
ビジョナリー・カンパニー 2 - 飛躍の法則として邦訳もされている。

1965年～1995年にFortune500にランクされた1,435の "良い" 企業のうち、ある時点から市場の平均に比べて業績(*1)が３倍以上よい状態を15年以上維持した11の企業をピックアップし、それらの企業がなぜそのような飛躍を遂げられたのかを調査したものだ。

面白いのは、これらの企業に「共通の特徴」を探るのではなく、これら飛躍を遂げた"Great（偉大）な"企業と、それらと同じ業種、規模、業績だったが、飛躍が遂げられなかった比較対象の"Good（良好）な"企業とで「何が違うのか」を調べている点だ。

また非常にデータに基づいた調査とその結果から書かれており、非常に受け入れやすい。
本の中では、Jim Collinsはこの調査から飛躍の法則を７つの概念に集約し、フレームワーク化して説明しているが、その詳細は本に譲る。

これらの飛躍を遂げたGreatな企業は僕が想像していた
  ・剛腕（敏腕）の経営者
  ・自由な企業文化
というものはなく、
  ・謙虚な、しかし持続的な結果を出すために非常な情熱を傾けるリーダー
  ・自らを律する企業文化
を持つ企業。
剛腕な経営者による、ダイナミックな改革などが行われた企業はどれもGreatにはなれず、Goodな企業（または衰退企業）になっているところが何とも驚きだった。

また、飛躍は外部から見れば、ある日突然ドラマチックに起きたように見えるが、これら実際に飛躍を遂げた企業を内部から見ると、その飛躍を決定づける改革やイノベーションやラッキー等の奇跡の瞬間などがあったわけではなく、ブレークスルーの何年もの前からの「自らが本当に進むべき方向性(*2)」に向かってブレルことなく日々行う小さなアクション積み重ねの結果であったということ。Jim Collinsは弾み車という比喩を使って、うまくこれを描写している。

自らの組織を飛躍させるために必要な本当のことを教えてくれた、最高の本だった。

(*1) 厳密には株式の累積運用成績
(*2) ハリネズミ・コンセプトと本の中では命名している。これ自体非常に重要なコンセプトだが、
   なぜハリネズミか？どう見つけるのか？も含め、詳細は原著に譲る。

黒田如水

吉川英治の黒田如水を読む。

「如水」は黒田官兵衛の出家後の名。ちなみに、福岡藩初代藩主である黒田長政の父親。

リーダーとは、より本質でより大きな視点で進むべき道を考え、それを人に説くことが出来ることなんだと、この本の序盤のエピソードで教えられた。

もともと毛利の陣営であった小寺政職（まさもと）が治める播磨の御着城が、織田信長に攻め入られるかもという時に、評定がどっちが優勢か？それによりどちらにつくかという議論に終始していた中、官兵衛は天下のためにはどちらが天下を治めるべきかの議論を展開した。

経営学者のP.F.ドラッカーの考え方にも「部下の仕事の生産性を高めてあげることが最良のモチベーションを高める方法である」というものが有る。

自分が生き残るために自分の命を懸けるのではなく、より天下を良くするために自分の命を懸けるほうが絶対にモチベーションが上がる。

リーダーは、より大きな視点で正しい道を示せばよい。こんな簡単に思えることでも普段できていない自分に反省。

久々に歩いた。

前のGPSロガーが壊れたので、新しく買った、GarminのGPSの eTrex10J を連れて、坂東三十三ケ所巡りの旅を再開した。

今回は前のGPSロガーが壊れて記録できなかったところを再度歩きなおした。

「平成ジレンマ」を観て

ポレポレ東中野で「平成ジレンマ」を見た。戸塚ヨットスクールについてのドキュメンタリー映画。以前見た「約束～名張毒ぶどう酒事件死刑囚の生涯」と同じ東海テレビの制作。

「体罰が悪」という思想だけで考えれば、戸塚ヨットスクールは確かに「悪」だ。
そもそも異常な頻度で訓練生の自殺が起きている。これは事実だ。

でも・・・と、映画を観て思う。
社会の誰もやりたがらないサービスを担っていることは否定できないと思う。
親にも手がつけられず、どの学校や厚生施設にも受け入れてもらえない。そんな非行や引きこもりの子供を持つ親の最後の駆け込み寺としての役割は、今のところ戸塚ヨットスクールにしか出来ていないじゃないか。

だから、体罰も含めた戸塚ヨットスクールの教育方法の良し悪しの議論とは別に、このスクールの存在意義はきちんと評価しないといけないと思う。同時に戸塚ヨットスクールの存在が必要なくなるような教育制度や教育方法を確立していかないといけないと思う。

上映後の戸塚校長のトークショーは、賛同できないところも多かったけど、
「ともすれば生徒の立場の方が教師より上になってしまっている現代の教育現場でマトモな教育なんてできるわけなんてないでしょう。」
っていう言葉は、共感を感じたな。

Mathjaxを使ってみる。

ここを参考に、MathJaxを使う。
書いてあることをそのままやればよくて、bloggerのテンプレート設定画面から、「ブログで使用中」の「HTMLの編集」で、headを閉じるタグの直前に、指定のscriptタグを挿入するだけで使えるようになった。

ここで書かれているようにダラーマークで囲って数式化する方法もあるみたいだけど、どうもうまくいかなかったので、諦めた。

以下に数式の例を何点か。

（例１：一行の数式）
\[\left( \sum_{k=1}^n a_k b_k \right)^2 \leq \left( \sum_{k=1}^n a_k^2 \right) \left( \sum_{k=1}^n b_k^2 \right)\]
（例２：インラインで数式）

円の面積は\(S=\pi r^2\)

うーん、いい感じ。使いやすい。
既にポストしたものもこれに順次入れ替えて更新していこうと思う。

（2013-04-20追記）
モバイル（iphone）ではMathJaxは動いてくれないっぽい。

HeadFirst Statistics を読む。（１章～５章）

掲題の本を読んだ際のメモを以下に列挙していく。

■１章：情報の見える化について

• ヒストグラムの注意点
• ヒストグラムの棒グラフの面積は度数に比例していないといけない。
• グループ分けされた間隔が一定でない場合には、グラフの縦軸を度数密度（=度数/グループの幅）で示さないと、間違った情報を伝えてしまうなど、注意が必要。
• 累積度数という統計用語：ある値の累積度数とはその値以下の度数の合計。

■２章：主要な傾向を測る

• 「平均（average）」にもいろいろある。
• 算術平均（mean）
• 中央値（median）
• 最頻値（mode）
• 算術平均・・・いわゆる小学校で学ぶ平均。（μで示すことが多いらしい。）
• 外れ値（極端に全体の傾向から離れている値）があり、データに歪みが生じている場合に、算術平均は典型的な値を示さなくなる。
• データに存在しない値が算術平均になる場合がある。
• メジアン・・・全てのデータの値を昇順（または降順）に並べたときに中央にくる値。
• 同じ値のデータが複数ある場合には、存在する数だけ並べることに注意。
• データ総数が偶数の場合は、中央の値が無いので、最も中央寄りの２つの値の平均がメジアンとなる。（この場合は、データに存在しない値がメジアンになる。）
• 最頻値・・・最も度数が大きい値。（複数ある場合は、複数の最頻値となる。）
• 算術平均やメジアンと異なり、絶対にデータ習合に存在する値となる必要がある。
• カテゴリーデータでも使える。
• 最頻値が多数ある場合は、最頻値に意味がなくなる（役立たなくなる）。

■３章：ばらつきと広がりを調べる。

• 広がり
• 「範囲」という尺度・・・単純にMAX値-MIN値
• 外れ値があると大きく影響を受ける。
• 外れ値を除外したい。⇒一貫性のある方法はないか？→「四分位範囲」
• 「四分位範囲」という尺度・・・（ざっくりいえば）データを大きさ順に４つのグループに分け、最も大きいグループと、最も小さいグループを除外して、「範囲」を求める。
• 箱ひげ図という可視化方法・・・広がりを上手く可視化する方法。
• ばらつき
• ばらつきを示す上手い尺度はないか？
• データの中の各値と、データ全体の算術平均からの距離の平均をとれば、ばらつき度合いの尺度にできるのではないか？
• でも、単純に算術平均の差（＝距離）を足し合わせると差（＝距離）の平均はゼロになる。
• じゃー、算術平均の差（＝距離）の２乗の平均をとればいいのでは？という発想。
• 【疑問】差でなく距離なのだから差の絶対値の平均をとればいいと思うのだが、そうしない理由はなんだろう・・・
• 以上の発想で分散（Variance）という量が定義される。
• 距離の２乗の平均は、あまり直感的でないので、この分散の平方根をとる。これが標準偏差
• 標準得点という発想
• 算術平均や標準偏差が異なるデータ間で値を比較する手段。
• 値Xの標準得点zはで計算される。
• つまり、データの中での値Xの位置を算術平均がゼロで、標準偏差が１のデータ内の位置に変換している。
• 【疑問】この標準得点て、入試などの「偏差値」と関連がある？

■４章：確率

• 条件付き確率とベイズの定理
• 条件付き確率を見える化する場合、「確率木」で表現すると便利。
• 条件付き確率とベイズの定理は、以下のとおり。
• 
  
  

• 独立
• ２つの事象AとBが独立である場合、P(A|B)=P(A)が成り立つ。
• 逆に、この式（P(A|B)=P(A)）が成り立つ場合、AとBは独立といえる。

■５章：離散確率分布

• 期待値
• 定義式は、
• 期待値は算術平均に似ている。
• 分散もある。
• 標準偏差は、分散の平方根。
• 線形変換
• 期待値や、分散は線形変換が成り立つ。
• E(aX+b) = aE(X) + b
• Var(aX+b) = a^2 E(X)
• 独立観測値という考え方
• 期待値がE(X)、分散がVar(X)となる試行をn回行った場合、その期待値はnE(X)、分散はnVar(X)となる。
• 線形変換と、独立観測値の違いに注意。
• XとYが独立した確率変数、a、bが定数とすると、次の式が成り立つ。

• ここで、分散はX-Yでも、Var(X）＋Var(Y)になること注意。