感染者数予測､経済予測の信頼性をどう考えるか 予測が更新されていく｢ベイズ統計学｣

新型コロナウイルスの感染状況が落ち着き、先行きの不透明感も徐々に解消に向かっているように思われる。思い返せばこの2年間、国内感染者数、基本再生産数、人流とGDP（国内総生産）など、感染状況と経済活動を示すデータが大いに注目された。

一方、それらのデータや予測に振り回されたと感じている人もいるだろう。研究者による経済予測や見通しは、データと理論モデルを組み合わせることで算出される。本稿ではその結果の信頼性を、統計学的な見地から考えてみたい。

今、国内のワクチン接種では、主に米モデルナ社製と米ファイザー社製のものが使用されている。ただし、2つのワクチンの臨床試験での統計的検証に、まったく異なる統計学派のアプローチが採用されていたことは、あまり知られていない。モデルナ社製では「頻度論統計学」が、ファイザー社製では「ベイズ統計学」が用いられた。

違いは何か。頻度論統計学では、特定の母集団において、ある事象がどんな頻度で発生するのかを考える。入門レベルの統計学で学ぶのはこちらだ。このアプローチでは、分析に使用する理論モデルのパラメーターの値（＝母集団の性質、と考えればよい）は一定だ。