井上いろはのレビュー一覧
-
Posted by ブクログ
「全国メイド喫茶探訪」をやっていた頃、旅行先の書店で見つけて即購入。
表紙買いですとも、ええ。
内容に関して理解できているかと言えばまぁ半々だろうか。
序盤の「数学基礎おさらい編」は難なく読めた。
しかし「統計学」の手法が出てきた「回帰分析実践編」で躓いてしまった。
回帰分析とは「日常に潜む様々な変数に着目し、そこから一つの関数を導き出す」手法である。
しかし重要なのは関数を導き出す事ではなく、統計データから関数を分析することにある。
この辺りから「統計学」の知識が必須になってくるので、本書を理解するなら最低限前著の「マンガでわかる統計学」も読むことをお勧めする。
マンガ自体は大好き -
Posted by ブクログ
職場の先輩のオススメ。
扱っている範囲は回帰分析・重回帰分析・ロジスティック回帰分析。
回帰分析は一つの説明変数（要因）からある測度の数値を予測する回帰式を求めるための分析手法。重回帰分析は複数の説明変数からある測度の数値を予測するための回帰式を求めるための分析手法。ロジスティック回帰分析は、複数の説明変数から特定の事象が起こる確率を予測するための回帰式を求めるための分析手法。
マンガのおかげで取っ付きやすくなっているが、難しさは隠しきれていない。
回帰分析の手法がその後の重回帰分析・ロジスティック回帰分析の基礎となっているので、そこがわかるかどうかで大きく分かれそう。 -
Posted by ブクログ
線形代数という学問が、どのような学問で、何のため（線形写像と、固有値の理解）に必要なのかの説明から入っており、全体像を最初から見せてくれるのでわかりやすかった。
内容としては、１章に線形代数とは何か、２章に基礎知識として、必要十分条件や集合、写像等を学ぶ。３章と４章で行列を扱い、計算方法、逆行列等を学ぶ。５章と６章でようやくベクトルを扱い、線形独立、基底、次元等を扱い、５章で線形写像、６章で固有値と固有ベクトルを扱う。
これだけ読んでも計算方法や掃き出し法などに習熟することはできないが、何となく計算することだが多いことを考えると、その学習の意味をマンガという媒体を使って、わかりやすくしたの -
Posted by ブクログ
初めて回帰分析を学ぶ方にお薦めの絶品。
マンガでわかる統計学の第二弾。
たとえば回帰分析の残差が同じ正規分布曲線に乗っていることを説明しているあたりが一番の見せどころか。これまたずいぶんと強い前提条件だと感心していたところ
同様の説明は、
Introductory Ecnometirics Wooldridgeにあることを後に、MIXIで大学の後輩の経済学者に教えていただいた。
「ログをとるのは、この残差を小さくして正規分布にちかづけることも目的なのだ」と総合研究大学院大学の佐々顕教授にご指導いただき、目から鱗（狂喜の感動）。
余談だが回帰分析をピタゴラスの定理で理解させる本もある。
こちらも -
-
-
-
-
-
-
Posted by ブクログ
回帰分析の概念について簡単に書かれてあるのかなと思い、読んでみたら、内容は結構高度なことを書いてあった。結論から言うと、回帰分析についての概念をざっくり理解するのには役立つが、細かいところまで理解する事は本書からだけでは不可能である。というのも、かなり曖昧に書かれているからだ。
個人的には、回帰分析と重回帰分析の説明にもう少しフォーカスを当てて丁寧に説明した内容のほうがいいのではないかと思った。難しい事をざっくりと書くだけでも、統計の知識が無い人が読んでも当然分からないし、分かっている人が読んでも数式が無くて何についていっているかわからない。
あと、マンガのストーリーが意外とかなり面白くて、統 -
-
-
-
-
-
-
-
Posted by ブクログ
ネタバレ多変量解析には、
因子分析、重回帰分析、ロジスティック回帰分析、主成分分析、クラスター分析、構造方程式モデリング、など
標本抽出法には、
単純無作為抽出法、層別抽出法、2段抽出法、層別2段抽出法など
アンケートの世界では、400のサンプルを最低限とする、という考え方がある。賛成反対が5分5分のときに、信頼率95%で10%のぶれの中に納まる数。
探索型と分析型のデータ分析＝手元にあるデータを分析するか、仮説を立ててデータを集めるか、の違い。
複数回答は、いくつでも、のほうが２つまで、より負担が少ない。
数量回答は、回答欄をケタで区切る。
段階の回答は最大で７つまでにする。
真ん中を含めるか含め -