データ分析に必須の知識・考え方　統計学入門 仮説検定から統計モデリングまで重要トピックを完全網羅

データ分析のための手法は、統計学の考え方に基づいています。だから、本格的なデータ分析に取り組むためには、統計学の知識と考え方を身に着けることが不可欠。にも関わらず、既存の統計学の本は「数学的な記述ばかりの難解な専門書」もしくは「広く浅くの超入門書」ばかりで、「データ分析の前提となる統計学」を本格的に学ぶには厳しい状況だと言わざるを得ません。対して本書は、データ分析には必須な仮説検定から統計モデリング、さらに因果推論、ベイズ統計、機械学習、数理モデルまで幅広いトピックを網羅的に扱っています。

記述については最大限にわかりやすく、数学的な説明をできるだけ減らし、図を多用することで、数学に自信のない読者の方でも読み通せるように工夫しました。統計学に苦手意識・不安のある方、文系の方やこれからデータサイエンスを本格的に始めてみたい方、生物学・医学・心理学などの研究分野でデータ分析が必須の学生の方など、統計学をきちんと学びたい全ての方に向けた一冊です。

第1章　統計学とは
データ分析における統計学の役割
第2章　母集団と標本
データ分析の目的と対象を設定する
第3章　統計分析の基礎
データの種類・統計量・確率
第4章　推測統計〜信頼区間
データから母集団の性質を推測する
第5章　仮説検定
仮説の検証とp値
第6章　様々な仮説検定
t検定から分散分析、カイ二乗検定まで
第7章　回帰と相関
2つの量的変数の関係を分析する
第8章　統計モデリング
線形回帰から一般化線形モデルへ
第9章　仮説検定における注意点
再現可能性とp-hacking
第10章　因果と相関
誤った解釈をしないための考え方
第11章　ベイズ統計
柔軟な分析へ向けて
第12章　統計分析に関わるその他の手法
主成分分析から機械学習まで
第13章　モデル
統計モデル・機械学習モデル・数理モデル