※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。 食品を汚染する微生物の増殖・死滅のモデルをシミュレーションする!! 本書は食品を汚染する微生物が食品の製造及び流通過程でどのように増殖するかあるいは殺菌されるのかを数学モデルを使って解析し、さらに予測し、食品の安全性確保のために役立てることを目的として書かれたものです。またExcelを使ってモデルのシミュレーションができます。 詳細目次 はじめに 第1部　基礎編 第1章　食品における微生物の増殖と死滅 1.1 はじめに 1.2 数学モデル 1.3 微生物の増殖 1.4 微生物の死滅 1.5 微生物データの取り方 1.5.1 精度 1.5.2 増殖実験 1.5.3 殺菌実験 第2章　Excel を用いた数値計算とグラフ作成 2.1 Excel の準備 2.2 VBA プログラミングの基礎 2.3 ユーザーフォームの作成 2.4 データの並べ替え 2.5 グラフの作成方法 第3章　基礎となる数学とモデル評価 3.1 基礎事項：精度 3.2 積分の数値解法 3.2.1 台形則 3.2.2 シンプソン則 3.3 微分の数値解法 3.3.1 常微分方程式 3.3.2 偏微分方程式 3.4 モデルの評価 第2部　微生物の増殖解析 第4章　基本増殖モデル 4.1 ロジスティックモデル 4.2 ゴンペルツモデル 4.3 バラニーモデル 4.4 新ロジスティックモデル 4.5 各モデルの解法 4.5.1 ゴンペルツモデルとバラニーモデルによる増殖曲線 4.5.2 新ロジスティックモデルによる増殖曲線 第5章　環境要因モデル 5.1 温度と増殖速度 5.1.1 アレニウスモデル 5.1.2 平方根モデル 5.2 複数の環境要因 第6章　増殖予測とその応用 6.1 変動温度下の増殖予測 6.1.1 バラニーモデルによる増殖予測 6.1.2 新ロジスティックモデルによる増殖予測 6.2 食品内部温度と微生物増殖の予測 第7章　微生物間の競合 7.1 自然微生物叢との競合 7.2 基本増殖モデルによる増殖予測 7.2.1 一定初期濃度での増殖予測 7.2.2 各種初期濃度での増殖予測 7.3 競合モデルによる増殖予測 第8章　毒素産生 8.1 定常温度下での毒素産生 8.2 毒素産生量の予測 第3部　微生物の死滅解析 第9章　基本熱死滅モデル 9.1 熱死滅速度 9.2 殺菌工学モデル 9.3 化学反応モデル 第10章　熱死滅の環境要因モデル 10.1 z 値モデル 10.2 アレニウスモデル 第11章　熱死滅の予測 11.1 温度履歴 11.2 加熱殺菌予測 11.3 食品成分の失活予測 第12章　加熱殺菌の評価：F 値 12.1 F 値とは何か 12.2 プロセスのF 値と微生物のF 値 第13章　食品内部温度と熱死滅の推定 13.1 食品内部の温度変化 13.2 熱死滅の推定 第14章　各種熱死滅モデル 14.1 逐次モデル 14.2 多集団モデル 14.3 微生物胞子の死滅 14.4 経験論モデル 14.5 各種の加熱殺菌方法 14.6 加熱殺菌測定における注意点 第15章　その他の物理化学的ストレスによる死滅 15.1 化学物質による死滅，増殖阻害の評価 15.2 放射線による殺菌 コラム コラム1 温度積算計 コラム2 微生物増殖および死滅の公開プログラムとデータベース 参考図書および解説

※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。 実験、調査、検査などで得たデータに統計モデルを用いて解析する手法を例題でやさしく解説します。 　本書では対象データに適した統計分布、つまり統計モデルを適用し、解析する方法を基礎から説明します。この場合、「最小二乗法」は使えないため、「最尤法」を使います。データに合った統計モデルを使うことで、より精度の高い予測、判断ができます（この解析するプロセスを統計モデリングとよぶ）。さらに、この解析手法はベイズ統計学に繋がっていきます。 はじめに 第1章　データ解析のための準備 1.1　四則計算と対数・指数計算 1　四則演算 2　指数と対数 1.2　条件（場合）分け 1.3　順列と組み合わせ 1.4　集合 解答 第2章　統計および確率 2.1　データ 2.2　度数分布表とヒストグラム 2.3　データの代表値 1　平均 2　中央値 3　最頻値 4　分散 2.4　事象と確率 2.5　確率の性質 2.6　条件付き確率 2.7　独立事象 2.8　確率変数 1　確率変数とは何か 2　確率変数の平均と分散 3　確率変数の加法と乗法 解答 第3章　確率分布 3.1　離散型確率分布 1　ベルヌーイ分布 2　二項分布 3　ポアッソン分布 4　負の二項分布 5　多項分布 6　超幾何分布 3.2　連続型確率分布 1　正規分布 2　対数正規分布 3　指数分布 4　ワイブル分布3 5　ガンマ分布 6　ベータ分布 7　一様分布 3.3　確率分布に基づくデータの捉え方 3.4　代表的な確率分布の平均と分散 3.5　確率分布の近似 1　二項分布の正規分布への近似 2　ポアッソン分布の正規分布への近似 3　超幾何分布の二項分布への近似 解答 第4章　確率分布へのデータのフィッティング：最尤法 4.1　確率分布へのデータのフィッティング 4.2　モーメント法 4.3　最尤法 1　最尤推定量の求め方 2　パラメーターの存在範囲 3　各種確率分布の適用 解答 第5章　統計モデルの適用 5.1　統計モデルとは何か 5.2　計数データと計量データ 5.3　離散型および連続型統計モデル 5.4　代表的な統計モデルの特性 1　二項モデル 2　ポアッソンモデル 3　負の二項モデル 4　正規モデル 5.5　統計モデルの選択 5.6　統計モデルの比較指標 5.7　尤度の重要性 5.8　まとめ：統計モデルの適用手順 1　対象とするデータの特徴の把握 2　データに適した統計モデルの選択 3　候補統計モデルによるデータ解析 4　最適な統計モデルの選択 5　統計モデルの検証 6　総合的判断 第6章　計数データの解析：単一条件下 6.1　二項モデルによる解析 6.2　多項モデルによる解析 6.3　ポアッソンモデルによる解析 6.4　負の二項モデル 6.5　離散型統計モデルの選択 6.6　正規モデルによる解析 6.7　0を含まない計数データの解析 6.8　0が過剰の計数データの解析 6.9　度数分布データの解析 解答 第7章　計量データの解析：単一条件 7.1　正規モデル 7.2　指数モデル 7.3　ワイブルモデル 7.4　連続型統計モデルの選択4 7.5　確率分布からの乱数データ生成 解答 第8章　複数条件下のデータ解析 Ⅰ 8.1　用量反応関係 8.2　回帰分析 8.3　統計モデル 8.4　最小二乗法 8.5　正規分布に基づいた単回帰分析 8.6　正規モデルによる重回帰分析 8.7　比率データの解析：ロジスティック回帰分析 8.8　計数データの解析 解答 第9章　複数条件下のデータ解析 Ⅱ 9.1　指数回帰モデル 9.2　ワイブル回帰モデル 9.3　回帰分析のポイント 解答 第10章　各種のデータ解析手法 10.1　ブートストラップ法 10.2　モンテカルロ法 10.3　応答曲面法Response Surface Method 解答 練習問題　解答 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。 丁寧な解説を読み，豊富な問題を解いて手を動かすことで統計学の基礎を身につけることができる入門書です。 難解な数学の知識なしで学び始めることができます。Excelを使って統計処理を行う方法も解説しており，統計の初歩から実践まで1冊で身につきます。

※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。 大学1・2年生向け講義のテキストとして最適！バイオで頻出する例題を解きながら、統計の基本的な考え方やデータの処理方法が自然と身につきます。エクセル操作のポイントを紹介するので、実験レポートや卒論でも役立ちます。 ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

ロジスティック回帰モデル、一般化線形モデル、混合分布モデルまで、この一冊で！ ・確率分布、推定、検定などの基本的な内容から、ロジスティック回帰モデル、一般化線形モデル、混合分布モデルまでを一冊で解説した、稀有の入門書 ・Rによるデータ分析例およびコードを多く掲載！ 【データサイエンス入門シリーズ】 第2期として、以下の2点を同時刊行! 『統計モデルと推測』松井秀俊・小泉和之（著）竹村彰通（編） 『Pythonで学ぶアルゴリズムとデータ構造』辻真吾（著）下平英寿（編） 第3期の刊行は2020年2月の予定(^o^)/ 【「巻頭言」より抜粋】 　文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 　本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 　データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授) ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。 ※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-13167-8)も合わせてご覧ください。 「リスク」という単語は日常生活でもよく用いられており，感染症関連の話題でもよく聞く単語ですが，公衆衛生における有害物質による健康被害や病原体の感染などに関して，統計を使ったリスク管理方法がWHO等によって確立されています。産業においても製品の故障や不良などに関する統計による品質管理，リスク管理に関してISO等によって定められており，医薬品や食品，工業製品などで導入されています。本書では統計学の基礎からリスク解析の際に主に使われるベイズ統計を解説します。そしてリスクに関して具体例や問題とともに安全管理や品質管理の手法について，数量的な扱いを学んでいきます。ExcelやRを使った解析についても紹介しています。