高橋信の作品一覧
「高橋信」の「IRT 項目反応理論 入門 ―統計学の基礎から学ぶ良質なテストの作り方―」「データ分析の先生！文系の私に超わかりやすく統計学を教えてください！」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
4.0※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 線形代数をマンガとわかりやすい解説で理解できる!! 本書は「マンガでわかる」シリーズの一冊として線形代数をとり上げる。主人公が難しいことをセリフで言っているだけではないスタイルのマンガと補足の文章および例題により、学部1年生程度の読者を想定して線形代数の基礎を理解させる。行列やベクトルの計算だけでなく、本来の線形代数の肝である線形空間や線形写像、固有値、固有ベクトルについてもきちんと解説する。 序章 押忍！ 線形代数 第1章 線形代数とは 1. 線形代数 2. 学問として重要な単元とテストに出題される単元 3. 数学者から見た線形代数 3.1 数学者から見た線形代数 3.2 線形代数と公理 第2章 基礎知識 1. 数の分類 2. 必要十分条件 2.1 命題 2.2 必要条件と十分条件 2.3 必要十分条件 3. 集合 3.1 集合 3.2 集合の表記 3.3 部分集合 4. 写像 4.1 写像 4.2 像 4.3 値域と定義域 4.4 全射と単射と全単射 4.5 逆写像 4.6 線形写像 5. ギリシャ文字 6. 理系特有の言回し 7. 組み合わせと順列 8. 主将の命令と写像 第3章 行列 1. 行列 2. 行列の計算 3. 特別な行列 第4章 行列（続） 1. 逆行列 2. 逆行列の求め方 3. 行列式 4. 行列式の値の求め方 5. 余因子を利用する方法で逆行列を求める 5.1 第(I, j) 小行列式 5.2 第(I, j) 余因子 5.3 余因子を利用する方法で逆行列を求める 6. クラメールの公式で連立1 次方程式を解く 第5章 ベクトル 1. ベクトル 2. ベクトルの計算 3. ベクトルによる表現 第6章 ベクトル（続） 1. 線形独立 2. 基底 3. 次元 3.1 部分空間 3.2 基底と次元 4. 座標 第7章 線形写像 1. 線形写像 2. 何のために線形写像を勉強するのか 3. 特別な線形写像 3.1 拡大 3.2 回転 3.3 平行移動 3.4 透視投影 4. 核と像空間と次元定理 5. ランク 5.1 ランク 5.2 ランクの求め方 6. 線形写像と行列の関係 第8章 固有値と固有ベクトル 1. 固有値と固有ベクトル 2. 固有値と固有ベクトルの求め方 3. n 次正方行列のp 乗の求め方 4. 重解の存在と対角化 4.1 重解が存在する場合の表現可能例 4.2 重解が存在する場合の表現不可能例 付録1 練習問題 参考文献 索引 以下、ダウンロード 付録2 内積 1. 内積 1.1 長さ 1.2 内積 1.3 なす角 1.4 数学者から見た内積 2. 正規直交基底 付録3 外積 1. 外積 2. 外積と平行四辺形 3. 外積と内積 付録4 行列式の性質 -
3.7※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 マンガで統計をわかりやすく解説！ 本書は統計の基礎から独立性の検定まで、マンガで理解！ 統計の基礎である平均、分散、標準偏差や正規分布、検定などを押さえたうえで、アンケート分析に必要な手法の独立性の検定ができることを目標としている。 統計の基礎を、学びたい方に最適の一冊。 ◆プロローグ トキメキ統計学 ◆第1章 データの種類をたしかめよう 1. カテゴリ－データと数量データ 2. カテゴリ－データの注意すべき例 3 . 実務における「とてもおもしろかった」～「とてもつまらなかった」の扱い 例題と解答 まとめ ◆第2章 データ全体の雰囲気をつかもう！ ＜数量データ編＞ 1. 度数分布表とヒストグラム 2. 平均 3. 中央値 4. 標準偏差 5. 度数分布表の「階級」の幅 6. 推測統計学と記述統計学 例題と解答 まとめ ◆第3章 データ全体の雰囲気をつかもう！ ＜カテゴリーデータ編＞ 1. 単純集計表 例題と解答 まとめ ◆第4章 基準値と偏差値 1. 基準化と基準値 2. 基準値の特徴 3. 偏差値 4. 偏差値の解釈 例題と解答 まとめ ◆第5章 確率を求めよう！ 1. 確率密度関数 2. 正規分布 3. 標準正規分布 4. カイ二乗分布 5. ｔ分布 6. Ｆ分布 7. 「××分布」とExcel 例題と解答 まとめ ◆第6章 2変数の関連を調べよう！ 1. 単相関係数 2. 相関比 3. クラメールの連関係数 例題と解答 まとめ ◆第7章 独立性の検定をマスターしよう！ 1. 「検定」とは 2. 独立性の検定 3. 帰無仮説と対立仮説 4. P値と「検定」の手順 5. 独立性の検定と同一性の検定 6. 「検定」における結論の表現 例題と解答 まとめ ◆付録 Excelで計算してみよう！ ■1 度数分布表の（一部の）作成 ■2 平均・中央値・標準偏差の算出 ■3 「単純集計表」の（一部の）作成 ■4 基準値・偏差値の算出 ■5 標準正規分布の確率の算出 ■6 カイ二乗分布の横軸の目盛りの算出 ■7 単相関係数の値の算出 ■8 独立性の検定 参考文献 索引 -
3.6※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 好評の既刊書『マンガでわかる統計学』の因子分析編登場！ 本書は『マンガでわかる統計学』、『マンガでわかる統計学 回帰分析編』に続く第３弾。統計分析の一手法である因子分析の基礎から応用まで、マンガと文章と例題で理解させる。因子分析は、非常に人気のある分析手法で、特に心理学をはじめ、いろいろな分野で活用されている。 プロローグ あなたと私の因子分析 第1章 アンケートの基礎知識 1.標本抽出法 2.調査方法 3.標本の大きさの目安 4.無作為抽出法と有意抽出法 5.量的調査と質的調査 6.データ分析の取り組み方 第2章 調査票と質問 1.調査票の構成 2.質問の分類 3.避けるべき質問 4.避けるべき質問（続） 5.｢真ん中｣の存在 第3章 数学的な基礎知識 1.相関行列 2.単位行列 3.回転 4.固有値と固有ベクトル 5.対称行列 6.行列の補足 7.偏差平方和・分散・標準偏差 第4章 主成分分析 1.主成分分析とは 2.主成分分析の注意点 3.主成分分析の具体例 4.変数の選択と第1主成分 5.第1主成分と総合力 6.累積寄与率の目安 7.第2以降の主成分 8.分散と固有値 第5章 因子分析 1.因子分析とは 2.因子分析の注意点 3.因子分析の具体例 4.本章の例における標本 5.注意点の補足 6.因子負荷量の値が小さな変数の処遇 7.最尤法 8.なぜ回転というとバリマックス法ばかりなのか 9.因子負荷量行列と因子構造行列 10.ブロマックス法 11.仮定できる共通因子の個数の上限 12.主因子法とバリマックス法を｢過去の遺物｣扱いすることに対する疑念 13.因子分析における用語 付 録 さまざまな分析手法 1.多変量解析 1.1 多変量解析の概要 1.2 重回帰分析 1.3 ロジスティック回帰分析 1.4 クラスター分析 1.5 コレスポンデンス分析と数量化Ⅲ類 1.6 構造方程式モデリング 2.その他 2.1 統計的仮説検定 2.2 カプラン・マイヤー法 参考文献 索引 -
3.8※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 好評の既刊書『マンガでわかる統計学』の回帰分析編登場！ 本書は好評の既刊書『マンガでわかる統計学』の回帰分析編である。回帰分析の基本から類書で解説されることの少ないロジスティック回帰分析まで、喫茶店を舞台にマンガでやさしく解説した。 プロローグ ノルンへようこそ！ 第1章 基礎知識 1. 表記のルール 2. 逆関数 3. 指数関数と自然対数関数 4. 指数関数と対数関数の特徴 5. 微分 6. 行列 7. 数量データとカテゴリーデータ 8. 偏差平方和・分散・標準偏差 9. 確率密度関数 第2章 回帰分析 1. 回帰分析とは 2. 回帰分析の具体例 3.「回帰分析の流れ」の注意 4. 標準化残差 5. 内挿と外挿 6. 系列相関 7. 直線以外の回帰式 第3章 重回帰分析 1. 重回帰分析とは 2. 重回帰分析の具体例 3.「重回帰分析の流れ」の注意 4. 標準化残差 5. マハラノビスの汎距離と重回帰分析における信頼区間と予測区間 6. 説明変数に“測れない”データが存在する場合の重回帰分析 7. 多重共線性 8.「目的変数に対する各説明変数の影響度」と重回帰分析 第4章 ロジスティック回帰分析 1. ロジスティック回帰分析とは 2. 最尤法 3. 目的変数の捉え方 4. ロジスティック回帰分析の具体例 5.「ロジスティック回帰分析の流れ」の注意 6. オッズ比 7.「検定」の名称 8. バブルチャート 付録 Excelで計算してみよう！ 1. 自然対数の底 2. 指数関数 3. 自然対数関数 4. 行列の掛け算 5. 逆行列 6. カイ二乗分布の横軸の目盛り 7. カイ二乗分布の確率 8. F分布の横軸の目盛り 9. F分布の確率 10.（重）回帰式の（偏）回帰係数 11. ロジスティック回帰式の回帰係数 参考文献 索引 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 良質なテストの作り方を学ぼう、いちばんやさしいIRTの入門書!! 項目反応理論（IRT）を解説した入門書です。IRTとは、Item(項目)、Response（反応）、Theory（理論）のことでテストの各問題の正答か誤答かから真の能力を推定する理論です。 IRTは本格的に学習するようになるのは院生および共通試験とか試験の制作にかかわる人です。一方、IRTで扱う数学は文系にはかなり難しいもの(微分積分レベル)でなかなか理論を習得できない人も多いのです。 本書では良質なテストの作成に役立つ知識や各問題の難しさを意味する困難度や、識別力や当て推量と呼ばれるものなどをやさしく解説していくものです。 まえがき 項目反応理論ってなに？ 【第1部 準備】 第1章 数学の基礎知識 第2章 統計学の基礎知識 【第2部 本題】 第3章 各問題の特性を知る ―項目特性曲線― 第4章 各受験者の真の能力を推定する ―最尤推定法― 第5章 各問題の難しさの度合いなどを推定する ―EMアルゴリズムに基づく周辺最尤推定法― 第6章 未来のテストのために問題を蓄える ―等化による項目プールの生成― 第7章 良質なテストを作成する ―項目情報曲線― 【付録】 付録1 途中までのがんばりも評価する ―部分得点モデル― 1.部分得点モデル 2.カテゴリー確率曲線 付録2 最尤推定法とは異なる方法を知る ―MAP推定法とEAP推定法とマルコフ連鎖モンテカルロ法― 1.確率分布と確率密度関数 2.ベイズの定理 3.MAP推定法とEAP推定法とマルコフ連鎖モンテカルロ法 4.EMアルゴリズムに基づく周辺最尤推定法におけるNmの意味 付録3 順序性のあるデータの関連の度合いを調べる ―テトラコリック相関係数とポリコリック相関係数― 1.相関係数 2.2変量正規分布 3.テトラコリック相関係数とポリコリック相関係数 -
3.0※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ビッグデータ、機械学習で注目されているベイズ統計学がマンガでわかる!! 本書はマンガを使ってベイズ統計学の基礎から実際の利用例まで解説するものです。また一般的に統計学のことをさす数理統計学とベイズ統計学の違いもふれます。さらにコンピュータシミュレーションでよく使われるモンテカルロ法やカルバック・ライブラー情報量についても解説しますのでマンガとはいえ実践的な内容となっているものです。 序章 ベイズ統計学を学びたい！ 第1章 ベイズ統計学とは？ 第2章 基礎知識 第3章 尤度関数 第4章 ベイズの定理 第5章 マルコフ連鎖モンテカルロ法 第6章 マルコフ連鎖モンテカルロ法の活用例 -
3.0※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 イラストや図を多用し、初心者でも理解できる！ 本書はタグチメソッドまで含めた実験計画法の入門書である。統計学を知っていることが前提になるものだが統計の初歩から解説し、またイラストや図を多く用いることで高度な内容を初心者でも理解することができる。 第1章 実験計画法とは？ 第2章 統計学の基礎知識 第3章 統計的仮説検定 第4章 一元配置法 第5章 二元配置法 第6章 実験の望ましい順番 第7章 直交配列表実験 第8章 パラメータ設計 付録1 回帰分析と重回帰分析 付録2 多重比較法 -
3.9【注目!「文系人間」は心して読んでください。】 チンプンカンプンだった統計学の 「文系のための翻訳書」ついに発刊。 ビッグデータだ、データサイエンスだと騒がれる昨今。 数字やデータを使いこなすためにまずは統計学とやらを 学んでみよう!と入門書を手にとってみるも、 数学的な難しさから門前払いされてしまう……。 本書はそんな方々のために書かれた 言わば「統計学の翻訳書」です。 ・統計学ってそもそも何? ・便利そうというのはわかるけど、どう役立つの? ・世の中にあるデータってどのくらい信用できるの? といったことから始まり、母集団の割合の推定や重回帰分析まで、 わかりやすくていねいに解説。 数字が苦手な「文系人間」を自負する方々はもちろん、 統計学の初学者や独学で挫折してしまった方、 過去に学んだものの実は理解に不安が残る方にもおすすめです。 ・・・ 下記URLにて、書籍内で使用したデータのエクセルファイルを ダウンロードできます。エクセルでの重回帰分析の体験などに ご活用ください。 https://kanki-pub.co.jp/pages/bunkeitoukei/
ユーザーレビュー
-
ネタバレ 購入済み
統計学のさわり
・世の中にある統計学の入門書は「大学で初めて学ぶ人向け」に作ってある。
従って中学・高校で数学を諦めた人が読みこなすのは不可能だ。統計学は数学嫌いの人を想定していない。
とはいえ数学嫌いでも現代人の教養として知っておいた方がいいこともある。
データ社会を生きるサバイバル術の一種でもあるからだ。
・インターネット投票は”調査もどき”。その結果を「世間の声」と判断してはならない。
・真実を知りたかったら、母集団を調べるしかない。
どうやって標本を抽出したのかの情報が書かれていない調査結果は検討に値しない。
・買い物やサービスを選ぶ時に、レビューや星（評価）の数が出てくるが、
母集団 -
-
-
-
