著者のネイト・シルバーは統計専門家にして「マネー・ボール」で有名な野球データ分析会社の予測モデルPECOTAの開発者。2008年の米国大統領選挙の結果を予測し50州中49州を的中させたと解説にある。
ビッグデータの時代というが多くの予測が失敗をするようになった。
多くの失敗とわずかの成功、その具体的事例を自然現象、政治、経済、スポーツなどの分野にわたり記述統計と確率論の視点から分析する。
その結果として失敗の多くはシグナルとノイズの混同、錯誤によるものであるとする。たとえば米政府は45,000もの経済統計を発表する、これらのデータをすべて組み合わせて検証しようとすると10億の仮説を検証することになる。しかし経済の因果関係を示すものは桁違いに少ない。それでも相関関係から予測を試みる。
データが多いということはシグナルを見失うことになりかねない、またデータにどれだけ多くのノイズが含まれているのかわからない。そのため最新のデータに重点を置きすぎるというバイアスがかかる。
政治記者は世論調査の発表で誤差を忘れ、経済記者はほとんどの経済統計が不正確であることを忘れ、その結果として外れ値がニュースになる。
さらにデータの精査や検証において彼らの関心が原則やモデルにしか向かわないときに予測は失敗に終わることが多いー真珠湾攻撃を予測できなかった米軍、サブプライム、9・11、3・11、福島原発などー
そこで著者は自らの予測経験からベイズ定理の優位性とべき乗則への注意喚起を語る。たしかに確率で事象発生の可能性を予測する楽しみが生計を立て社会的な影響をもたらすことは素晴らしい。しかしベイズ定理の問題点は事前確立の設定にバイアスがかかりやすいことではないだろうか。
著者は言う「予測をするときには好奇心と懐疑心のバランスが大切、両者は共存できる」
