データサイエンス指向の統計学

データサイエンスおよび統計のリテラシーを身につけること，またデータサイエンスの専門的な学びへの橋渡し役になることを意図して書かれた統計学のあたらしい教科書． 【本書の特徴】 ◇ビッグデータの活用例をはじめとした実際の応用事例を多く取り入れた． ◇アクティブラーニングや課外学習のための教材としても利用できるプロジェクト（課題学習）を各章末に設けた． ◇扱うデータは可能な限り現実にある実際データとした． ◇統計的推測は仮定した確率モデルのもとで行われていることを強調した． ◇数学的説明は可能な限り少なくし，ソフトウェア（Microsoft Excel）を利用した説明を行った． ◇伝統的な統計学のテキストにはある統計数値表を載せず，統計ソフトなどのツールの使用を重視した． ◇データ処理や統計グラフの作成を実行するためのExcelの操作方法をていねいに解説した（サポートサイトに解説動画あり）． ◇補章を設け，数学の復習や発展的な内容，とくに今日いろいろな分野に応用されているベイズ法の考え方を解説した． 第1章　データサイエンスへのいざない 　1.1　データサイエンスと現代社会 　1.2　ビッグデータとその活用 　1.3　ビッグデータと機械学習 　1.4　エビデンスに基づく意思決定 　章末問題 第2章　データのいろいろ 　2.1　データと特徴量 　2.2　データクレンジング 　2.3　データの種類 　章末問題 第3章　データの表現 　3.1　度数分布とそのグラフ 　3.2　ローレンツ曲線 　3.3　パレート図 　3.4　2変量データの表現 　章末問題 第4章　データの特性値 　4.1　データの中心的位置をとらえる代表値 　4.2　データの散らばりの程度をとらえる指標 　4.3　データの標準化 　章末問題 第5章　データの収集 　5.1　統計的探究プロセス 　5.2　母集団と標本 　5.3　標本抽出の方法 　5.4　インターネット調査 　5.5　ビッグデータの偏り 　5.6　実験研究と調査観察研究 　章末問題 第6章　確率 　6.1　確率を定義するための枠組み 　6.2　確率の定義とモデリング 　6.3　確率の性質 　6.4　条件付き確率と乗法定理 　6.5　独立な事象の確率 　6.6　ベイズの定理 　章末問題 第7章　不確実な現象のモデリング 　7.1　確率変数と確率分布 　7.2　確率変数の平均と分散・標準偏差 　7.3　代表的な確率分布 　7.4　母集団分布とそのモデリング 　7.5　標本分布 　章末問題 第8章　統計的推測（推定） 　8.1　点推定 　8.2　区間推定 　章末問題 第9章　統計的推測（仮説検定） 　9.1　仮説検定の考え方 　9.2　母数の検定 　9.3 　χ2検定 　9.4　独立性の検定 　章末問題 第10章　相関と回帰 　10.1　相関関係 　10.2　回帰分析 　章末問題 補章 　A.1　和の記号 　A.2　多次元確率変数 　A.3　正規分布から導かれる分布 　A.4　回帰直線の導出 　A.5　最尤法 　A.6　ベイズ法 　A.7　Excelを使ったデータの操作 　章末問題 より進んだ学習のために