西内啓のレビュー一覧

統計学が最強の学問である［数学編］―――データ分析と機械学習のための新しい教科書

西内啓

言わずと知れた、昨今の統計ブームの立役者のお一人である 西内啓 先生の”統計学が最強の学問である” シリーズの最新作。
読者にとって、わかりやすく。理解が進むように。
そんな思いを随所に感じることができました。
途中式の丁寧さや、偏微分の記号の読み方、ギリシャ文字の意味など、同類の本の中でも最も丁寧に書かれていたように感じます。
550ページにもわたるボリュームの本ですが、私の知的水準ではちょっと後半部分はついてゆけませんでした。
この本を最後まで読まれてより一層深い世界へと言う方には、「おわりに」で参考文献へもたどり着くことが可能です。
付箋は、15枚付きました。

統計学が日本を救う 少子高齢化、貧困、経済成長

西内啓

文字通り、統計をベースとして日本を救うことに対する提言集。

統計学そのものというよりも、統計を元にした日本の現状に対する提言という感じ。

コトラーが教えてくれたこと 女子大生バンドが実践したマーケティング

西内啓 / 福吉潤

正直マーケティングを軽視していた。しかしなかなか面白いなと思った。4Pは知っていたがヘタするとだめな4P戦略を立てかねなかった。なぜなら「なりたい自分」がすでに決まっていて、それを実現するためのマーケティングと思っていたから。マーケティングとはバランスというコトラーの言葉があったが、ある意味独りよがりの拘りは潔く捨てる覚悟が必要であろう。真っ新から考えた方が優れた戦略が描けるのでは。「競合相手と同じレースでベストを尽くすこと」と「競合相手と異なるレースを走ること」は違い後者が重要。しばしば「競合相手の様々な戦略の中間をとる」→道の真ん中を歩く中間戦略をとった企業がどうなったのか･･･轢かれてしまったのである」とのコトラーの言葉。そしてドラッガーの言葉を引用し「理想的なマーケティングは放っておいても物が売れる仕組みを作る」こと。そしてソーシャルマーケティング（社会的なマーケティング）＝マーケティング3.0、つまり顧客や企業や投資家の「欲」を満たすのではなく、企業も公共機関もみんながみんなにとっての「良いこと」を追求する。それこそがもっとも「お得」な選択なのだとコトラーは我々に教えてくれている。一方古典的なマーケティングとは「良い物を安く作って広く販売し大規模に宣伝すれば売れるだろう」というもの。大量生産によって値段を下げ、技術革新によって製品の質を向上させたうえで製品を流通させたり宣伝すること」がマーケティングの仕事だった。現在も多くの企業がこの考えに留まってはいないか。ブランディングの3i、アイデンティティ、インテグリティ（言ってることとやってることが一致）、イメージ。Zest For Living、情熱に満ちた状態とは、生きていることを心から喜び、楽しみ、人生に熱中している状態。「人々が製品やサービスを通してより幸せな人生を送るためには何をすべきか」を追求する楽しさに満ち溢れた活動がマーケティングなのであり、それを心から楽しめる人こそが優秀なマーケターなのである。

統計学が最強の学問である［数学編］―――データ分析と機械学習のための新しい教科書

西内啓

教科書を読み進めるだけではすぐにはわからない「理解のコツ」が書いてあるように見える。ただ、少し分厚い。

東大の先生が実践する確率思考のコツ

西内啓

統計家の西内氏本。
人生の意思決定の際に確率的な思考を使うことで、客観的で冷静な判断を行うことができる。

要約すると以下のような内容。
人間の直観はあてにならず、しばしば誤り、結果として損をすることにつながる。モンティーホール問題や、メンタルアカウントなど。
自分が見ている情報はその時の時流や生存バイスなど常に偏る可能性がある。バイアスがかかっていることを疑うべき。
モデルを仮定することで未知の問題に対しても大まかな推測をすることが可能。フェルミ推定
検定における推定
幅を考えることによるリスクの可視化

西内氏の本にしては数式があまりなく(あっても小学生レベル)、数学が苦手でもすいすいよみすめられる。

確率や統計が日常的にどのように使われるかを知る意味でこれらを勉強する傍らにちょっと読んでおくと勉強が楽しくなるかも。

コトラーが教えてくれたこと 女子大生バンドが実践したマーケティング

西内啓 / 福吉潤

小説・講義形式で、コトラーのマーケティング理論を学ぶことができる。

目次
第１章　ビジョンとミッション
第２章　現状分析～強み・弱み・チャンス・ピンチ・ライバルについて～ＳＷＯＴ分析
第３章　ターゲットオーディエンス
　　　　向き合う相手
第４章　ポジショニング
　　　　どう差別化して、何に見られたいのか
　　　　・３つのiが重要：アイデンティティ、
　　　　　　　　　　　　インテグリティ
　　　　　　　　　　　　イメージ
第５章　４つのＰのマーケティングミックス
　　　　～何を、どう、社会にもらたらすのか
　　　・４つのＰ：product,price,place,promotion
第６章　実施計画とマネジメント
　　　　～いつ、誰が、何を、いくらかけてやるのか
第７章　実行と評価
　　　　～どう世界を幸せにしたのか。

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

西内啓

統計家の西内さんの本。
この本は統計ではなくて、主に日常的な悩みを学術的な研究という視点から見てみようという試み。

例えばなぜ給料が上がらないのか？人間はどうすれば幸福感を感じるのか？など。

以下興味があったものの要約

収穫逓減の法則より、会社の規模が大きければ大きいほど自分自身の頑張りとそのインパクトは小さい
知識やアイデア、専門的知識を持ち、共有することのメリットは非常に大きい
株式投資による自信過剰バイアスには要注意。運と実力の見極めは困難
人的資本への投資が最も費用対効果が大きい
成功者の多くは目先の損得よりも、仕事に対しての意義をその中に見出している
幸福感やパフォーマンスを向上させるには日常の仕事の時間や満足を数値化し、モニタリングする行動活性化療法が良い
プロジェクトマネジメントに必要なのは成功の定義、期限、リスク管理
円満な家庭は仕事にも影響を及ぼす
人格攻撃はさけ、相手の話を聞く姿勢が大切
基本的にはポジティブに考え、相手や社会に感謝をすることが大切

自分が興味あったことに関しては復習になったし、知らないことに関してはちょっと興味が持てた。

あくまで一般的な答えではあるけれども、科学的な検証を経ているという点で、1つ1つの提案はある程度信頼がおける。

ただし、社会科学に関しては事象の複雑性が高いため、科学性は自然科学よりも低い。
特に経営に関しては再現性がとぼしい。統計データも作りにくく、科学というよりは宗教的な側面もあるため、過信しないほうがいいだろう。

統計学が日本を救う 少子高齢化、貧困、経済成長

西内啓

現役の統計学者である筆者が現在日本が抱えている社会問題を統計データをもとに論じようというもの

テーマは主に少子化、社会保障、高齢者の医療、経済成長

主にデータや論文などをもとに以下のようなことがかかれている。
財政緊縮などによる経済不安は精神疾患などを誘発し、それにより自殺が激増するなど人命が失われる可能性が高い。
犯罪のリスクやそれを管理するコストを考えると、生活保護などの社会保障が最も費用対効果がいい。
日本が高齢化している原因の大きな理由は老人が長生きするようになったことよりは乳児死亡率の低下。
少子化の原因は女性の社会進出というよりは、保育サービスが不足しているから。
幼児教育により、非認知能力(学力以外の計画性や粘り強さなどの力)を向上させることはのちのちまで影響が大きい。
高齢者に雇用機会を提供することはお互い(高齢者にも社会にとっても)にメリットが大きい。
医療費のコスト削減として医療の技術評価を導入すべき
経済成長では教育投資がもっとも費用対効果が大きい
日本は公教育に対する投資割合が低く、その分、私的な教育投資の割合が高い

内容がそこそこ専門的なわりには新書ということもあってか、素人でもそれほど負担なく読める。

個人的印象論だけでなく歴史的事実や学術論文(あるいはそれに相当するレベルのもの)を根拠としているため、説得力はある。

学術的なものの見方の入門という点では非常にいいかも。

統計学が最強の学問である［ビジネス編］

西内啓

これはよかった!
「統計学が最強の学問である」のシリーズ第3作目。

1作目は途中から専門的過ぎて基礎知識もなかったこともありついていけなくなってしまいました。
なので、2作目の「実践編」を飛ばして3作目の「ビジネス編」を選んでみましたが、これは正解。
ビジネスでどのようにデータ分析していけばよいかのステップを具体的に解説してくれているので、そこそこついていくことができました。

本書では、4つの分野において、それぞれで分析の仕方を具体的にステップバイステップで解説してくれています。
・経営戦略のための統計学
・人事のための統計学
・マーケティングのための統計学
・オペレーションのための統計学

そして分析手法として出てくるのは主に2つ
アウトカム(最大化または最小化したいもの)が定量的な数字の大小を表す場合には重回帰分析。定性的なものの場合はロジスティック分析。
と分析手法を2つに絞ってくれています。

まず、筆者が一番に上げていることは、リサーチデザインの考え方。どこまでが明らかになっていて、どこが未知なのかを明確にした上で分析すること。そして、枝葉よりも幹となるところの改善を行うことが重要とといています。

そして、4つのテーマについてです。
経営戦略についてですが、リサーチデザインを踏まえて、いままでの経営戦略論についての復習があります。プロダクトポートフォリオ、SWOTや5フォースなどなど。
その上で統計学的な戦略決定の手順を
アウトカムを総資本利益率として以下のステップで分析していきます。
(1)競争する市場の範囲と分析対象企業の設定
(2)分析すべき変数の洗い出し
(3)必要なデータの収集
(4)分析および結果の解釈
アウトカムが総資本利益率なので、重回帰分析で分析を行う事例を紹介しています。

人事については、同様のステップで分析していきますが、アウトカムの設定が難しく、分析手法も定性的になるのでロジスティック回帰分析を用いる例を紹介しています。

マーケティングも、コトラーや4P分析が復習で述べられています。
マーケティングの分析では、先のデータ分析の4ステップを最低3週回す必要があると述べています。
また誰に売るかといったセグメンテーションを分析するにあたり、その分析手法は、重回帰分析でもロジスティック回帰でもなく、決定樹によるクラスター分析がお勧めとのこと。
ポジショニングを分析するには重回帰分析やロジスティック回帰分析を用いるということで、セグメンテーションとポジショニングで分析手法が異なります。

最後、オペレーションの改善に当たっては、バリューチェーンをベースにそれぞれの活動のアウトカムを明確にして、解析単位を決めていくことを述べています。そして業務分析をするにあたっては、まずは今あるデータから分析すること。とにかくできる範囲で分析していき、ある程度作業が見えてきた段階で分析基盤をつくるということ。
ここちょっと耳が痛い..
さらに一番大変な作業はETLということで、これについては腹落ちします。

ということで、4つのテーマについて、何をアウトカムにして、何を説明変数として捕らえ、どのようにデータを集めて、どの分析手法で分析するかを具体的に説明してくれるので、理解が進みます。

今まで読んできた本は、あくまで統計学の説明や基礎でしかありませんでしたが、本書ではビジネスの現場でどのように統計学が利用されるかがイメージできるのがよいです。

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

西内啓

お金がたまらない、仕事で評価されない、締切に間に合わない、などのよくある悩みについて、現在の科学の知見を総覧的に紹介している本。自己啓発的に言われていることにも、科学的な裏付けがあったのだなという気づきもある。分かりやすく、読みやすい。

統計学が日本を救う 少子高齢化、貧困、経済成長

西内啓

「未来」を変えるられるのは「今」だけ

公債費分の４割の歳出削減＝医療年金といった社会保障＋公共事業をゼロにする

過去の例では社会保障を削減すると大量の人がなくなる　ロシア、ギリシャ

日本が世界最高の高齢化率　出生率の低下、つまり少子化

育児にかかる経済的負担の軽減(子育て世代向けの大幅な減税給付）、公的保育サービスの拡充は改善の余地あり　少子化対策

財政問題の大きな原因の一つが高齢化　無駄な公共事業よりも多くの税金が年金医療介護という高齢化に費やされている

貧困対策　歴史に学ぶと

貧困者への救済を行わなければ、生活できない国民は治安を脅かし、その社会コストはしばしば社会保障費よりも高くついた
列島処遇の原則にもとづき刑務所のような施設をつくっても、貧困者に逃げられてまた治安が脅かされるし、管理コストが何倍も高くついた
生活に必要なお金と賃金の差額を税金から扶助すると、企業側の濫用（低賃金化）を招き、労働生産性が下がり、増税によって貧困者がむしろ増加した
病気や失業という貧困に転ずるリスクを防ぎ、貴重な国の労働力として活用しようというのが社会保険の考えかた

幼児教育はお買い得な投資　鍵になるのはIQよりも非認知能力

プログラムを受けた参加者は、６歳時点でのIQが高く、１９歳時点での留年や中退を経験のリスクが低い、２７歳時点で自分の家をもっている確率が高く、生活保護受給経験率が低い。さらに40歳時点で逮捕歴が少なく、所得も有職率も貯蓄率も高かった

そもそもの原因である非認知能力を、幼少期教育というきわめて低コストで堅実な投資で鍛えておいたほうがはるかに賢明ではなかろうか

貧困者が生まれてしまうとその解消のためには大きなコストがかかる。そこで必要なのが貧困となる原因へのアプローチ

医療費の内訳
　過半数は65歳以上　1/3は75歳以上

1954年　2000億円 H25 40兆円 200倍
インフレや経済成長を加味して、国民所得に占める割合で考える時3倍以上に増えている

90-2000まで後期高齢者の医療費は倍、人口は3割増えた　一人あたりにかかる医療費が増えたと想定される

一橋大小塩ら　1980-2010 37%が高齢化　45%が一人あたりの医療費の増大による

高齢者医療費　23兆のうち2兆が終末期

医療技術評価 health technology assessment 医療のコスパ

1990 カナダ、オーストラリア
1999 イギリス　NICE 国立医療技術評価機構
2008 韓国　その後アジア

イギリス　徹底的に無駄を省いた上での医療費無料化

2012 中医協　費用対効果評価専門部会　当事者（医師）が入っているので進んでいない

終末期のケアを医療の場から介護の場に変えてもコスト減につながっていないことが推測される

高齢者の歯をきちんと治療して、転倒予防を行って、友人と会わせたり、会合に参加させたり、さらには仕事や家事に従事させることで、介護状態に陥ることをある程度予防できると考えることができるであろう

介護が必要となるまでの期間を後ろ倒しにできたとしても、男性ならば9年ほど、あるいは女性ならば12年ほど、同じだけの介護が結局は必要になる

仕事をしている人は、要介護になるリスクが低減する上、介護が必要になるまでの期間を先延ばしすることでコストではなく生産が上がる。5年分長く働いてもらって税金と保険料を納めてもらい、しかも本人が高い幸福度を示してくれたのであれば、誰も損をしない話でないだろうか

安倍内閣の日本再興戦略において医療技術評価の本格導入は進もうとしている

高齢者の就労率を上げる

働く高齢者の方が、健康で幸福度が高いだけでなく、介護を必要とするリスクが低い。彼らが生み出す税金や経済効果が、医療費などのコストを上回るようであれば、それこそが社会保障財源適正化に向けての大きな一歩になることが予想される

ランダム化比較試験による検証をすすめよう

人口減少するから経済成長しないという考え方は、様々な実証データによって否定されている
単純な人口増はむしろ経済成長の阻害因子

経済成長ににおいて重要なのは人的資本　すなわち教育と研究開発

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

予測の難しさ、過去に基づく予測がいかに誤りであるかがよくわかる。個人的にはUSの民間天気予報サービスの降水確率の発表手法を取り上げた章はニュースの受け手を考えた工夫があり、興味深かった。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

予測の難しさや注意点を記述した著。人間が陥りやすい予測の罠を豊富な事例と供に記載している。かなりボリュームが多いが読みごたえがある。

統計学が日本を救う 少子高齢化、貧困、経済成長

西内啓

著者は、現在は「統計家」を名乗るが、元来は医療経済分野の研究者であり、少子高齢化が急速に進む日本において、社会保障費のうち、医療費の使い方が「非効率」であることに警鐘を鳴らす。
表題は「統計学」を冠しているが特に統計学的に新しい分析があるわけではない。各省などの公表データを、よく読んで簡単な分析さえすれば、誰にでも理解できる簡単な主張が並んでいる。もっともその「分析」をすること自体が難しいのだが。

統計学が最強の学問である［ビジネス編］

西内啓

実際にデータ分析して、分析した結果を活用する際の
事例に近いものを載せてくれている本。
細かく書いてくれていることもあって、
新しい発見とか自分自身の経験からそうだなって思うところとか、
いろんなことを見つけることが出来て面白かった。

マーケティングは外部の人をターゲットに、
人材育成は内部の人をターゲットにといった観点で書いてて、
データ分析の行き着く先はパーソナライズなのかな。

【勉強になったこと】
・アウトカムの設定が不適切だと分析レポートはゴミ。
　どういった顧客を重視するか？といった分析では、
「一度の購買単価ではなく、長期的・継続的に購買して
　 くれる顧客かつ粗利をもたらしてくれる顧客」
　と設定してから分析に臨むのが本来正しい。

・企業の持つリソースが競争優位性を左右するかどうかを
　チェックするフレームワークとして、VRIOがある。
　　Value(顧客にとっての経済価値)
　　Rarity(他社が手に入れにくい希少性)
　　Imitability(他社が模倣しにくいものであるか)
　　Organization(各資源を有効活用出来る組織か)

・分析変数として使うべきものが何かを
　アイデア出しをするにしても、ただ単にやるだけだと
　意外と知れているアイデアしか生まれない。
　まずは先人たちが考えたことに目を通すこと。
　例えば、学者たちの先行研究を参考にしたうえで、
　改めて説明変数について考えるのがよい。

・競争相手の売り上げを知りたければ、
　大手企業の場合は
　　公表されている過去数年分の総資本利益率の平均値
　を使って、儲かっている度合いの指標とする。
　中小企業の場合は
　　帝国データバンクから入手する
　のがよい。

・重回帰分析では、分析対象数よりも説明変数の数は
　少なくなければならない。

・より説明変数として採用したほうがよいものを選択する方法として、
　ステップワイズ法がある。
　SAS, SPSSだけでなく、R等でも普通に使える。
　ただし、ステップワイズ法を行ったあと、
　当たり前すぎる変数が選択されていないかをチェックするのは人。

・IQにしてもSPIにしても、一般認知能力が高いと
　高いスコアが出る。そのため、上記指標が高いスコアの人は、
　ある程度は優秀であるとみなすことは間違ってない。

・性格特性を見る軸としてあげられるのが以下のビッグファイブ
　　外向性(社交性)
　　調和性
　　誠実性
　　感情の安定性
　　経験への開放性(感性や想像力)

・リーダーの分類
　指示型リーダー
　支援型リーダー
　参加型リーダー
　達成志向型リーダー
　どのタイプが優秀かという議論はなく、
　どの環境だとどういったタイプがよいか？
　と環境とセットで考える必要がある。

・一般的な分析の流れ
　分析対象の設定
　変数のアイデア出し
　必要なデータの収集
　得られたデータの分析
　分析結果の解釈(考察)

・人の性格を分析するときは、アンケートを取って
　データを収集するのが一般的である。
　そのときにどんな質問項目を作るか悩んだときは、
　検索キーワードに、知りたい概念と"質問紙尺度"と
　入れれば、心理学者が作った心理測定尺度が見つかる。

・分析した結果、相関の強い説明変数が存在した場合、
　縮約といった作業が必要になることがある。

・心理検査において相関が高いとは、
　0.3〜0.4を超えたか否かを目安にすることが多い。

・人の分析をするときは、
　　非常に優秀な人材とそれ以外
　　普通以上の人材とダメな人材
　を一緒に分析してはいけない。
　なぜなら、判断する基準が変わるからだ。

・企業の人的資源管理において、
　ハイ・パフォーマンス・ワーク・プラクティス
　と呼ばれるやり方が注目されている。

・マーケティングでは分析作業を3ステップに分けて
　行うことが一般的。
　　1回目：セグメンテーションとターゲティング
　　2回目：ポジショニング
　　3回目：4P分析

・マーケティングでは色んな分析情報を得ることが出来るが、
　データの源泉は1箇所に絞ったほうがよい。
　(シングルソースデータの分析)

・アンケートで情報を収集するときは1,000人程度、
　最低でも400〜600人程度収集したい。

・決定木分析は、1回1回の分岐については最適な判断が
　出来るが、組み合わせた条件による識別は保証されない。
　これを解決する手段として、ランダムフォレストという
　学習アルゴリズムがあるが、こちらはこちらで分析結果を
　相手に理解してもらうことが難しいといった欠点がある。

・マネジメントの仕事とは、
　バラツキの背後で何が影響しているかを考え、
　その根本的な原因に対処する行為のことである。

・業務のオペレーションを改善するためのデータ分析で
　扱うデータは、業務に関わる情報システムに存在する
　データ。つまり、ノイズが多いというのが前提。

・予測分析よりも洞察のための分析のほうが、
　業務分析では圧倒的に活用しやすい。
　何故なら暗黙知の見える化であるから。

・何気に予測分析の精度は極めて低い。
　実際、Googleのインフルエンザ患者数を予測する
　計算式は実測値と大幅な乖離がある。

・業務分析の結果に対して、どうアプローチするかを
　分析だけを生業とする担当に考えさせるのは難しい。
　ここに業務担当者の経験からくる考察を加えると、
　より分析結果を有効に活用出来る。

・自己回帰モデルで分析するときは、
　月なら12ヶ月分、4半期なら8期分、というように、
　周期性を1〜2周期捉えた状態で分析するのがよい。

・過学習を避けるためにも検証は必要。
　クロスバリデーション法による検証がオススメ。

・どんな分析も100%の正解を出すものではない。
　精度も重要だが、外れた場合にどんな問題・リスクが
　生じるのかといったことと天秤にかけて精度を決めること。

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

西内啓

・なぜ給料が上がらないのか
・なぜお金がたまらないのか
・どうすれば出世できるのか
・どうすれば職場の人間関係がうまくいくのか
・どうすれば仕事がうまく回るのか
・なぜ家庭がうまくいかないのか
・それでも悩みのつきない日々をどう生きればよいのか

そんなサラリーマンによくある悩みを学問的に解決してくれます。正確には解決のきっかけを提示してくれます。

全体的に広く浅く触れておりますが、各課題においてより深く知りたい方のための道しるべがきちんと示されていて、本書を読んで興味を持った分野にまた別の書籍で知見を得ていくといった使い方が良さそうです。

正直あまり期待しておりませんでしたが、意外と良書。

シグナル&ノイズ 天才データアナリストの「予測学」

ネイト・シルバー / 川添節子 / 西内啓

統計というシロモノは門外漢からすると、たいていいかがわしく見える。

それは、本質的には確率論でしか語りえない予測が、あたかもそれが絶対的なことように提示されるからだ。統計に100%がないことは、素人でも皮膚感覚で十分にわかる。

著名な統計家である著者ネイト・シルバーの会いに行く「優れた統計家」たちは、いずれも予測があくまで確率論であることを真摯に語り、フィードバックを用いしてモデルを修正し精度を高めることにこそ心血を注いでいる。

著者自身も自信を「ベイジアンである」と語り、人間を完全に合理的なホモ・エコノミクスとして想定するフィッシャー学派と対置させ、不確実性の存在を隠そうとせず、むしろ積極的に語っている。

「事前確立」をモデルに組み込むというベイズ統計学は、経済学における行動経済学の台頭と軌を一にしており、両者は同じ思想に根を張った兄弟分といえると感じた。

これからもテクノロジーは高度化していくだろうけれど、数字だけをブラックボックスの中でこねくり回して、それらしい理屈で大衆を扇動しようとする統計家は、もはや信用を得ることはできない。“正しい”インプットと、修正を恐れない真摯な態度。統計と向き合うににあたって失ってはならない金科玉条（皮肉ではなく）。

ビジネスにおける統計の活用においては、どうしてもハッタリの要素も交じってくる。競争原理のなかで、切り捨てなければならない正直さもあるだろう。正確性を欠いたとしても押し切らねばならない場面があるのであれば、やはり一番大切なのはクリエイティブ／アウトプットの突破力ではないか……？そんな気がしている。

統計学が最強の学問である［実践編］

西内啓

統計学の意義、エッセンスをわかりやすくまとめた『統計学が最強の学問である』の続編。ビジネスで統計学を活かし、「洞察」を行うための具体的手法（統計的仮説検定、回帰分析、因子分析等）を解説している。卑近な事例を用いて、基本、数式を使わずに説明されており（しかも巻末に数式による補足もついていて重宝）、非常にわかりやすい。実務で実際に統計学の手法を使いたい場合の恰好の入門書である。

統計学が最強の学問である［実践編］

西内啓

前著「統計学が最強の学問である」の続編．前著は統計学のビジネスへの適用に対する興味を抱かせる内容であったが，今回は実践編というだけあって，実際に使う気が出てきた人向けの内容となっている．といっても，実際に使う気になったらExcelやRについての実用書が必要になると思われる．本書は実用書との橋渡しのような位置づけで活用されてはどうかと思う．

サラリーマンの悩みのほとんどにはすでに学問的な「答え」が出ている

西内啓

読みやすさ　　：★★★★☆（読みやすい）
分かりやすさ　：★★★★☆（分かりやすい）
内容の充実度　：★★★★☆（満足）
全体のまとまり：★★★★☆（まとまっている）
費用対効果　　：★★★☆☆（買って読む価値がある）
読後感　　　　：★★★☆☆（モチベーションがあがる）