※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。 時系列データとは気温や株価のように時間順に得られる系列データを指します。時系列データの分析方法にはさまざまありますが、本書では確定的な方法と確率的な方法を解説します。確定的な方法については移動平均法に基づく方法、確率的な方法については、状態空間モデルに基づく方法を取り上げ、これらの解説と合わせてどのようにコードに落とし込むかについても丁寧に解説します。初めて時系列分析を試みる方はもちろん、応用的な手法についても取り上げているのですでに時系列分析に携わっている方にも興味を持っていただける内容になっています。

2018年に刊行した通称「#宇宙本」を最新の情報に改訂！ 本書は，R言語のIDEであるRStudioと，モダンなデータ分析を実現するtidyverseパッケージの入門書です。RStudioの基本機能からはじまり，Rによるデータの収集（2章），データの整形（3章），可視化（4章），レポーティング（5章）といったデータ分析ワークフローの各プロセスの基礎を押さえることができます。 RStudio v1.4に対応し，新たに追加されたVisual Editor機能やRStudio v1.2で追加された「Jobs機能」などを紹介します。また，dplyr 1.0に対応し，データ処理系の関数の解説を追加しています。さらに改訂版では付録として，「stringrによる文字列データの処理」「lubridateによる日付・時刻データの処理」の2章を追加しています。 さまざまな機能が追加されていくRStudioとtidyverseに触れ，モダンなデータ分析をはじめましょう！

本書では、統計解析ツール「R」を使って、膨大なウェブサイトから情報収集を行う方法(スクレイピングの手法)をわかりやすく解説しています。 HTMLやXMLの解析、APIを活用したデータ収集、データを取得した後の整形など、実践を交えながら、そのテクニックを紹介しています。

※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。 ベイズ統計が注目されています。MCMCという柔軟なアルゴリズムによって，あまり考えなくてもいろいろな問題が簡単に解けてしまうように宣伝されていることが一因かもしれません。しかし，その計算の背後にある原理は忘れ去られがちです。また，簡単な問題なら，誤差の大きいMCMCを使わなくても，Rの一般的な関数だけで計算できます。そのような簡単な問題を簡単なRの命令を使っていくつも解きながら，ベイズ統計の考え方の基本と，従来の方法との結果の違いを，詳しく解説しています。最後の章でMCMCを扱いますが，ここでもブラックボックスとしてではなくRの簡単なコードで実際に計算して仕組みを理解できるようにしています。

RStudioはR言語のIDE（開発環境）です。エディタ，コンソール，グラフなどを1つの画面内で確認できるほか，データ分析プロジェクトをスムーズに進めるための機能が豊富に用意されているので，RユーザにとってRStudioを利用したデータ分析はスタンダードになっています。本書はRStudioの基本的な機能を解説したあとに，データ分析ワークフローを一通り解説していきます。データの収集（2章），データの整形（3章），可視化（4章），レポーティング（5章）など，データ分析に欠かせないこれらの要素の基礎を押さえることができます。また，本書はtidyverseパッケージを用いてこれらのデータ分析ワークフローを解説している側面を持ちます。tidyverseの考えに触れ，モダンなデータ分析をはじめましょう。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-13237-8)も合わせてご覧ください。 Rには多くの分析手法を実行するパッケージが提供されていますが，同じ用途であってもパッケージごとに関数の記法が違ったり，データの入力形式や出力形式が違ったりするため，データの前処理やモデルの評価といった工程におけるコーディングは，意識しなければバラバラになってしまいます。また，これが原因でスムーズな分析パイプラインを作成できず，分析環境で行ったモデリングを本番システムへ移行することを考えると，その保守は困難を極めます。 これらの問題を解消するために開発され，統一的なインターフェースを提供するのがtidymodelsです。データ整形における同様のコーディングの問題を解決するためのパッケージ群で知られるtidyverseのプロジェクトの1つとして注目を浴びています。 データ分析の工程には，データ準備，モデルの作成，モデルの評価，モデルの改善，モデルの運用といった一連の工程があります。本書ではそれぞれの工程をtidymodelsパッケージ群で行う方法について解説します。tidymodelsパッケージ群を利用することで，スムーズなデータ分析パイプラインを効率的に構築できるようになるでしょう。