Bayes Lab
App Storeでダウンロード
CSVを入れるだけ。「本当に効果ある？」を確率で確かめる、
ベイズ統計の学習・実験アプリ
（注意：実際の業務データの投入はお控えください。結果に当方は責任を持てません。）
Bayes Lab とは
「合格率95%」は、どこまで信じていいのか。「改善した気がする」は、本当に改善なのか。
Bayes Lab は、あなたのデータ（CSV）をベイズ統計で解析し、結果を「確率」と「幅（信用区間）」で示すアプリです。 統計の専門知識は不要。CSVの列名から最適な統計モデルを自動で選び、結果はすべて日本語でやさしく解説します。
さらに、図解つきの「学習図鑑」とレベル別クイズで、学ぶ→使う→確認するが1つのアプリで完結します。
5つの特徴
📊 列名を見て、モデルを自動判定
success / total / group / incident_count / value などの列名から、Beta-Binomial・Gamma-Poisson などの統計モデルを自動選択。むずかしい設定は一切ありません。
🎯 答えは「確率」で出る
「有意差あり/なし」ではなく、「B が A より良い確率 99.4%」「真の不良率は 8〜18% の範囲」のように、意思決定にそのまま使える形で答えます。
⚠️ 実データの落とし穴も自動検出
件数データの「過分散」（ばらつき過多→負の二項分布）や「ゼロ過剰」（0件が多すぎ→ゼロ過剰ポアソン）を自動検出し、適切なモデルに切り替えて予測します。外れ値に強いロバスト推定も搭載。
📖 用語はその場で学べる
解析結果に出てきた統計用語は、タップで学習図鑑へ。全ページ図解・具体例・CSV例つきで、教科書なしで理解できます。
🔒 データは端末の外に出ません
CSVも解析結果も、すべて端末内で処理・保存。インターネット送信は行いません（通信権限なし）。社外秘データでも安心です。
💾 履歴・レポートも充実
解析結果はタグ付きで履歴に保存でき、あとから検索OK。PDFレポートとして書き出して共有もできます。過去実績を事前分布に反映する上級機能も。
できること（4つの解析タイプ）
| 解析タイプ | CSVの列 | わかること | 使用モデル |
|---|---|---|---|
| 成功率 / 不良率 | success, total |
真の成功率がありそうな範囲（95%信用区間）、目標値を超える確率 | Beta-Binomial |
| A/B テスト | group, success, total |
B が A より良い確率、改善幅とその信用区間（3群以上の比較にも対応） | 多群 Beta-Binomial |
| 件数データ | incident_count |
平均発生率、次回◯件以上起きる確率、過分散・ゼロ過剰の自動診断 | Gamma-Poisson／負の二項／ゼロ過剰ポアソン |
| 連続値の比較 | group, value |
平均差とその信用区間、B の平均が大きい確率、外れ値に強いロバスト推定 | 正規モデル（事後は Student-t） |
※ 列名は日本語（成功数・試行数・件数 など）でも自動認識します。date / memo 列は自由に追加できます。
操作方法 ― 3ステップ
ホームの「▶ 目的から始める（ガイド付き）」をタップし、「割合を調べたい」「2つの方法を比べたい」「件数を調べたい」「測定値を比べたい」から、いちばん近いものを選びます。統計モデルは自動で決まるので、選ぶのは“目的”だけです。
選んだ目的に合わせて、必要な列とコピーして使えるCSV例が表示されます。手元にデータがなくても、サンプルで試す（ファイル不要） ですぐに体験できます。
「自分のCSVを選択して解析」でファイルを選ぶだけ。結果は 概要 → 解釈 → 主要指標 → グラフ → 注意と補足 の順に、日本語で表示されます。
解析のあとにできること
- 💾 履歴に保存（タグ付け） ― 結果に名前やタグを付けて保存。「履歴」タブから検索・見返しができます。
- 📄 PDFレポートを保存 ― 解析結果をそのままPDF化。報告や共有に使えます。
- ⚙ 過去実績を事前分布に反映 ― 過去のデータを「事前知識」として組み込み、少ないデータでも安定した推定に。
- ✎ 列を手動で対応づけ ― 列名が特殊なCSVでも、どの列が成功数か等を手動指定できます。
- 📖 関連する学習図鑑へ ― 結果に出た用語をタップして、その場で意味を確認。
何が学べるか ― 学習図鑑（全13テーマ）
すべてのページが「ひとことで言うと → 具体例 → 図（グラフ） → 実務での使いどころ → 落とし穴」の構成。数式は“数式モード”として分離してあるので、読み飛ばしてもOKです。
基礎を学ぶ
ベイズ統計 事前分布と事後分布 ポアソン分布 正規分布 / Student-t分布「データを見て考えを更新する」というベイズの核心を、不良率などの身近な例で。
モデルを学ぶ
Beta-Binomialモデル Gamma-Poissonモデル A/B比較 データ種類とモデル対応表どんなCSVにどのモデルを使うか、対応表で一目瞭然。
実データの罠に備える
過分散 負の二項分布 ゼロ過剰ポアソン ロバスト推定「0件の日が多すぎる」「たまに極端な日がある」——現場データ特有の問題と対処法。
一歩先へ
3群以上の比較 情報のある事前分布多群から最良の1つを選ぶ方法、過去実績を活かした推定など、実務で差がつくテーマ。
クイズで理解度チェック（全42問・レベル別）
初級 12問 ベイズの考え方と基本用語
中級 14問 モデル選択と結果の解釈
高度 16問 過分散／負の二項／ゼロ過剰／ロバスト推定／事前分布／多群比較
選択肢は毎回シャッフル。間違えても、その場で解説と正解が表示されるので、繰り返すほど定着します。
CSVの書き方（コピーして使えます）
成功率 / 不良率
date,success,total,memo 2026-06-01,45,50,AI判定 2026-06-02,42,50,AI判定
A/B 比較
date,group,success,total,memo 2026-06-01,A,18,25,改善前 2026-06-02,B,22,25,改善後
件数データ
date,incident_count,memo 2026-06-01,2,通常日 2026-06-02,0,異常なし 2026-06-03,3,雨天
連続値の比較
date,group,value,memo 2026-06-01,A,12.4,改善前 2026-06-02,B,10.8,改善後
こんな方におすすめ
| お仕事・関心 | Bayes Lab でできること |
|---|---|
| 製造・品質管理 | 不良率の改善が「偶然でない確率」を計算。検査合格率の信頼性を幅で把握。 |
| マーケティング・企画 | A/Bテストの結果を「Bが良い確率」で判断。3案以上の比較にも。 |
| 安全管理・設備保全 | ヒヤリハットや異常件数から、平均発生率と「次回3件以上の確率」を予測。 |
| 統計を学びたい方 | 図解の図鑑 → 自分のデータで実験 → クイズ、の流れで“使える統計”が身につく。 |
プライバシーと品質
🔒 完全オフライン処理
本アプリはインターネット通信の権限を持ちません。読み込んだCSV・解析結果・履歴は、すべてご利用の端末内にのみ保存されます。
✅ 計算式は自動テストで検証済み
事後平均・信用区間・各分布のサンプラーなど、計算ロジックは理論値と照合する25件の自動テストで検証しています。同じデータからは常に同じ結果が得られます（再現性あり）。
No responses yet