Life is beautiful

　ここのところ統計学を少しまじめに勉強しているのだが、そこで身につけたばかりのregression analysis（回帰分析）の手法を使って、「ブログのエントリーは多い方がページビューが稼げる」という説が本当かどうかを検証してみることにした。

　まずは、このブログの過去２４週間の週ごとのエントリーの数とページビューの数を調べ、エントリーの数をX軸に、ページビューの数をY軸においてプロットしてみる。それだけでもなんとなく傾向があることが分かるのだが、これを最小二乗法を使って、直線で近似してみるとこんな感じになる。

　直線の方程式は、Y = 44109 + 3405*X （Y:ページビュー、X:エントリー数）。つまり、このブログの場合、エントリーを書こうが書くまいが、週あたり約４４０００のページビューがあり、エントリーを一つ書くごとに約３４００ページビューづつ増えて行くということになる。

　もちろん、あくまで統計データでしかないので、１００パーセント信用できる話ではないのだが、傾きに対するstandard errorを計算すると１１２０。詳しい計算は省略するが、最小二乗法で求められた直線の傾き（３４０５）がstandard errorの３倍以上もあるということは、「エントリーを多く書いた方がページビューが稼げるという説は９９．８７％の確度で正しい」と言えることを意味する。

　ちなみに、週ごとのページビューは、エントリーの数以外の影響（たとえばブックマークされた数、他のブログから参照されている数など）でも上下するが、その「ばらつき」のうちどのくらいが「エントリー数」のみに影響されているかを示す数値がcoefficiet of determination（決定係数）。ExcelのCORREL関数を使って計算できるcorrelation coefficient（相関係数）を二乗した数値で、このケースだと0.295。つまり、週ごとのページビューのばらつきのうち、約３０%がエントリー数による影響によるもの、残りの７０％が他の影響によるばらつき、ということが分かる。

　つまり、エントリーをこまめに書くことも大切だが、より多くの人たちにブックマークされたり引用されたりする良いエントリーを書くこと・サーチエンジンにより発見されやすいエントリーを書きためておくこともまた大切だ、ということ。それなりのページビューを稼いでいるブロガーにとってはあたりまえのことだが、こうやって数字にするとより説得力が増す。

　ちなみに、統計学に関しての書物で、私として一番のおすすめはブルーバックスの「統計でウソをつく法」。これを読むと、ちまたで言われている「統計学的に解析すると...」という発言に、いかに「ウソ」や「こじつけ」が多いかが理解できる。この本に書いてある例で一番印象に残ったのが、「大学生のタバコと成績の相関関係」の話。実際、とても強い相関関係が出るのだが、それは「タバコを吸うから頭が悪くなるのか」、それとも「頭が悪いからタバコを吸うのか」、それともまったく別の理由か？この話一つでも結構勉強になるので、一読の価値あり、である。