統計的手法の歴史

～１９００年　黎明期

「統計」は。古代文明の頃からあったが、その統計は「人口調査」などの分野であった。
　ここで対象にする数学的な確率統計は、１８００年代からである。１８００年代末には初等統計学はほぼ確立していた。

確率の概念
　1654年　フェルマーとパスカル、賭け金の公平な分配問題について文通
誤差理論
　1722年　ロジャー・コーツ　誤差の理論の定式的な研究
最小二乗法
　1805年　ルジャンドルによる発表
正規分布
　1875年頃　パース、ゴルトン、レキシスの３人が独立に発表
標準偏差、相関係数、回帰係数
　1888年　フランシス・ゴルトン　概念の導入
　1893年から1904年　ピアソン　　確立

１９００年代前半

１９００年代前半に基本的な統計的手法（多変量解析、検定も含む）が確立した。

相関分析
　1900年前後　ユールら　経済研究に適用
ピアソンのカイ二乗検定
　1900年　ピアソン
スチューデントのt検定
　1908年　ゴセットにより発表/li>
実験計画法
　1920年代　フィッシャー　農学試験から着想して発展させた
　1925年　フィッシャー　『研究者のための統計的方法』出版
　1935年　フィッシャー　『実験計画法』出版
Ｆ検定
　1934年？　スネデカー
帰無仮説検定法
　1928年　エゴン.ピアソン、ネイマン　帰無仮説と対立仮説
判別分析
　1936年　フィッシャー　線形判別分析を発表
主成分分析
　1901年　ピアソンによる導入
　1930年代　ホテリング　主成分分析の名称
因子分析
　1904年　スピアマンにより創案
数量化理論
　1940年代後半から50年代　　林知己夫により開発

１９００年代後半

手法の高度化も進んだが、コンピュータの出現と性能向上に伴い、統計等のソフトウェアが急速に普及した。単なる計算処理だけでなく、操作の容易性、出力の視覚化などが進んだ。

クラスター分析（k-means法）
　1957年　ステインハス、発表
　1967年　マックウィーン　k-meansと命名
ベイズ理論
　1761年にベイズの定理発表。当時はあまり注目されなかった。
　1931年、ラムゼイ　主観的確率の考え方の提唱
　1954年、サヴェッジ　ベイズ確率・ベイズ主義として確立
FORTRAN
　1957年　IBMのバッカス開発　科学技術計算用プログラム言語
　1958年以降　統計計算のサブルーチンがアドオン提供進む
ＳＡＳ
　1962年～1964年　アンソニー・バール　多変量解析ソフトウェア
　当初は FORTRAN で記述されたが、その後、多言語に移植され多機能が追加された
ＳＰＳＳ
　1968年にSPSS社による統計解析ソフトウェアの製品群
　2009年にＩＢＭに買収され、IBM SPSS Statistics　となる
Python
　1990年　ヴァンロッサム　Python初版
　統計的手法などに適した軽量言語。後に統計型ＡＩ利用の代表的言語になる
アソシエーション分析
　1992年、「ウォールストリートジャーナル」が「おむつとビールの関連性」の記事
Ｒ言語
　1993年　Ihaka, Gentleman 開発の統計解析用言語でＯＳＳになっている

２０００年代以降

Excel でも多変量解析関数などをまとめた「データ分析」機能が提供され、ＰＣでかなりな計算ができるようになった。
マーケティング分野（バスケット分析。顧客の層別化。広告の効果測定など）など、広い分野での活用が広また。
２０１０年代でのＡＩブームにより、統計的手法は、ＡＩの基盤技術として認識されるようになり、「知らずに利用している」状態にまで普及してきた。

（注）ルールベースＡＩ
　「モデルの全てのルールを人間が指定し、ＡＩはそのルールに従い処理する」ので、機械学習を伴わないＡＩである。代表的なモデルは回帰、分類、クラスタリングなど多変量解析とほほ同じ技法になる。
　これをあえてＡＩというのには抵抗があるが、おそらく次のような理由だろう。
　上述のソフトウェアは、機械学習やニューラルネットワーク機能ももち次第に比重が大になってきた。あえて、ルールベースの分野と分けるのは面倒だし、古いイメージの「統計的方法」よりもＡＩブームに乗って「ＡＩの一分野」としたほうがありがたみがある。
　実務者としては、技法の体系区別などには興味がない。おそらく提供者側の都合だろう。

統計的手法の歴史