飲み会の割り勘の暗算、商談中の「1,200円のもの、1867ケース買ったらいくら？」の暗算、あなたはできますか？　算数・数学……を避けてきた方でも、このややこしい計算が10秒で暗算できるようになります。　●ざっくり暗算……1ケタまで求めないから「概算」で即答できる　●フェルミ推定……「シドニーにピアノ調律師は何人いる？」が計算できる　●＠変換……大企業の決算報告書や国の予算などの大きな金額でも簡単に計算ができる　●正規分布……偏差値が計算できる　などまでわかっちゃう！　「何それ？」となっていても大丈夫！　読んでいただければ、「そんなことでいいの？」の連続で、スルスルわかります！　数字が苦手でも基礎をやり直すことなく、すっ飛ばして、実用的なところだけ楽に身につく一冊！

【内容紹介】 本書は日本統計学会による統計検定「データサイエンス基礎」の公認テキストです。 急速に進展したデジタル社会では、規模の大小に係わらず多種多様なデータを処理し、目的に応じた問題解決的思考に基づくデータアナリティクス能力が要求されます。 「統計検定」では問題解決に資する統計思考力と活用力を評価する各級として確立してきました。この試験ではCBT方式である機能を活かし、具体的なデータセットをコンピュータ上に提示して、分析目的に応じて、解析手法を選択し、表計算ソフトExcelによるデータの前処理から解析の実践、出力から必要な情報を適切に読み取り、当初の問題の解決のための解釈を行う一連の能力を「データサイエンス基礎」として評価・認証します。 この試験は、データサイエンスとその応用分野の専門家が活用力を重視した問題を開発し、生徒・学生・社会人を問わず、AI・デジタル社会の共通スキルである「データサイエンス基礎」力を評価し、認証するための検定試験となっています。 本書はこの「データサイエンス基礎」の出題範囲に対応したテキストです。統計のテキストとしての内容以外にも、問題に使用するデータセットがダウンロードでき、Excelでの処理の仕方や、その手順を動画で確認できるQRコードなど、試験での解答能力とともに実践できるデータアナリティクス能力が身につく内容になっています。 【目次】 PART 1 データサイエンスの基本 第1章 データの構造化とデータマネジメント 1 データアナリティクスと問題解決 2 構造化データと非構造化データ 3 データマネジメント PART 2 質的データのアナリティクス 第2章 重点志向とパレート分析 1 パレート分析の手順とパレート表 2 層別パレート分析 3 問題の解答と演習問題 第3章 データ項目間の関連性とクロス集計分析 1 クロス集計表(同時分布・周辺分布・条件付き分布) 2 2 つのデータ項目の間の関連性の強さを測る:連関係数とχ2 検定 3 問題の解答と演習問題 PART 3 量的データのアナリティクス 第4章 分析構造の把握と基本統計量 1 分布の把握 2 基本統計量 3 グラフと統計量 4 代表的な変数変換 5 問題の解答と演習問題 第5章 相関・予測と回帰分析 1 相関分析 2 回帰分析 3 問題の解答と演習問題 PART 4 確率・確率分布・推測のアナリティクス 第6章 確率に基づく判断 1 二項分布を用いた分析 2 正規分布を用いた分析 3 いろいろな確率分布を用いた分析 4 クロス集計表と条件付き確率/ベイズの定理を用いた分析 5 問題の解答と演習問題 第7章 統計的な推測 1 推定に伴う誤差 2 区間推定 3 仮説検定の考え方 4 仮説検定 5 問題の解答と演習問題 PART 5 時系列・テキスト・乱数データのアナリティクス 第8章 時系列データの分析 1 指数・増減率・成長率 2 問題の解答と演習問題 3 移動平均・季節調整・寄与度分解 4 問題の解答と演習問題 第9章 テキストデータの分析 1 文書データの処理 2 文書データの統計処理 3 問題の解答と演習問題 第10章 シミュレーションと乱数 1 シミュレーション 2 代表的なシミュレーション 3 問題の解答と演習問題 PART 6 実践模擬問題 第11章 模擬問題と解答

※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

★ 実験を効率化する強い味方 ★ もう実験で疲弊しない。次に試す実験条件は、データと統計学が教えてくれる！ ベイズ最適化とPythonを駆使して、効率よく研究・開発を進めよう！ 《すぐに試せるサンプルデータセット・サンプルコード付き》 ■ データ解析の初歩から、モデルの設計、実践的な応用事例までを導く。 ■ 実験時間や人数が限られる今、絶対に役立つスキルが身につく！ ■ 入門書であり、実践書。フルカラー！ 【目次】 第1章　データ解析や機械学習を活用した分子設計・材料設計・プロセス設計・プロセス管理 ・ケモ・マテリアルズ・プロセスインフォマティクス ・分子設計 ・材料設計 ・なぜベイズ最適化が必要か ・プロセス設計 ・プロセス管理 ・データ解析・人工知能（モデル）の本質 第2章　実験計画法 ・なぜ実験計画法か ・実験計画法とは ・適応的実験計画法 ・必要となる手法・技術 第3章　データ解析や回帰分析の手法 ・データセットの表現 ・ヒストグラム・散布図の確認 ・統計量の確認 ・特徴量の標準化 ・最小二乗法による線形重回帰分析 ・回帰モデルの推定性能の評価 ・非線形重回帰分析 ・決定木 ・ランダムフォレスト ・サポートベクター回帰 ・ガウス過程回帰 第4章　モデルの適用範囲 ・モデルの適用範囲とは ・データ密度 ・アンサンブル学習 第5章　実験計画法・適応的実験計画法の実践 ・実験候補の生成 ・実験候補の選択 ・次の実験候補の選択 ・ベイズ最適化 ・化学構造を扱うときはどうするか 第6章　応用事例 ・複雑な非線形関数を用いた実験計画法・適応的実験計画法の実践 ・分子設計 ・材料設計 ・プロセス設計 第7章　さらなる深みを目指すために ・Gaussian Mixture Regression（GMR） ・GMR-Based Optimization（GMRBO）（GMRに基づく適応的実験計画法） ・複雑な非線形関数を用いたGMRBOの検証 第8章　数学の基礎・Anaconda・Spyder ・行列やベクトルの表現・転置行列・逆行列・固有値分解 ・最尤推定法・正規分布 ・確率・同時確率・条件付き確率・確率の乗法定理 ・AnacondaとRDKitのインストール・Spyderの使い方

【2月1日電子書籍先行発売／2月14日単行本発売】 賢い人ほど、ダマされる。 〈会話〉〈交渉〉〈データ分析〉〈プレゼン〉〈マーケティング〉 すべての合理的意思決定のための「心理バイアス」大全 経営学、認知心理学、行動経済学など 経営大学院（MBA）で教えられる「認知バイアス」「感情バイアス」を 101項目厳選して紹介・解説。 優れたビジネスパーソンは、感情に流されない。 誰もが陥る「思い込みの罠」全網羅！ 【イケア効果】なぜ人は論理的に判断ができないのか 【生存バイアス】なぜ「デキる人」の言うことを聞いてしまうのか 【返報性】人はお返しをせずにはいられない 【アンカリング】数字は先入観にこびりつく 【ハロー効果】錯覚が人を動かす 【リンダ問題】確率は直感に反する 【ジャムの法則】情報は、多すぎると逆に選べない 【授かり効果】人は失うことを過剰に嫌う 【少数の法則】なぜ実績のある人は時代の変化についていけないのか 【ギャンブラーの誤謬】なぜ人は根拠のない勘で判断をしてしまうのか 【直線本能】人は「明日も昨日と同じ」と信じてしまう 【ベイズ確率】平均的な確率ではうまくいかないこともある 【正規分布バイアス】「平均値」と「中央値」は違う 【計画バイアス】とにかく人は楽観的に考えてしまう 客観的な判断を行うための、すべてのビジネスパーソンの必読書。

※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

※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。 R/RStudioの操作も、Rの文法も、データ分析・統計解析の方法も、この1冊で！ 本書は、RやRStudioを使ってデータ分析や統計解析を学びたい人のための入門書です。 「Rの本は、読みにくくて、わかりにくい…」 そんな風に困っている人を手助けするための1冊です。 本書ではまず1章で、RとRStudioをインストールするところから説明をスタート。それぞれの環境で、どうやってスクリプトを実行したり、結果を確認したりするのかを丁寧に教えています。 （興味のある方向けに、ColaboratoryでのRの実行方法も説明しています） 続いて2章では、Rの文法をしっかりと勉強します。Rの入門書ではおざなりにされがちな文法解説ですが、文法を理解していないと、各スクリプトで何をしているかの理解が深まらず応用が効きません。本書ではRの文法や、プログラミングの考え方もしっかり伝えます。 3章からはいよいよ、スクリプトを動かしながら、データの扱い方を学んでいきます。3章では、Rにおいて「たくさんのデータを扱うための仕組み」として用意されている「ベクトル」や「行列」について使い方を学びます。 4章では2次元のデータを柔軟に管理できる「データフレーム」の操作方法や、テキスト、CSV、Excelなどの各種ファイルからのデータの取り込みや操作方法、一般に配布されているデータセットの扱い方などについて学んでいきます。 5章、6章では、さまざまな視覚化の方法を学んでいきます。データにあったグラフの選び方や各種グラフの作成方法、グラフの細かな調整の方法を知ることができます。 7章からは統計処理について学びます。基本的な集計や、データの特徴を知るための値の調べ方、標準化・正規化の方法や度数分布の作成方法などを身に付けます。 8章ではさらに、二項分布や正規分布、相関係数、検定、カイ二乗分布など、統計分析でよく使うさまざまな分析方法について学びます。 9章では、回帰分析や機械学習について学びます。回帰分析では、データセットを使いながら、単回帰、重回帰分析、さらに予測も行います。機械学習では、「訓練データ」と「テストデータ」に分けての学習と予測を行い、回帰分析以外の機械学習モデルについてもひととおり試します。 ★紙面は分かりやすさを重視したフルカラー！ フルカラーの紙面によって、重要点がわかりやすく、読みやすい！ グラフィカルなデータなども色を確認しながら進められます。 ★本書のスクリプトデータ付き 書籍全体が、スクリプトを入力して、結果を確認しながら進んでいくように設計されています。入力間違いなどを確認できる正しいスクリプトデータもダウンロードできます。 ★特典PDF付き 本書に収まらなかった内容を購入者限定特典のPDFにしました。Rで地図上にデータを描画する方法をまとめた12ページのPDFです。 ご購入者皆さまにダウンロードしていただけます。 Chapter 1 Rの環境を整えよう Chapter 2 値・変数・制御構文 Chapter 3 複雑なデータの扱い方 Chapter 4 データフレームとデータアクセス Chapter 5 plotによるデータの視覚化 Chapter 6 その他のグラフ機能 Chapter 7 統計処理の基本 Chapter 8 データ分析の基本 Chapter 9 回帰分析と予測 ★特典PDF付き（地図へのデータ描画） 日本初のMac専門月刊誌『Mac+』の頃から主にMac系雑誌に寄稿する。ハイパーカードの登場により「ビギナーのためのプログラミング」に開眼。以後、Mac、Windows、Web、Android、iOSとあらゆるプラットフォームのプログラミングビギナーに向けた書籍を執筆し続ける。 ・ 近著：「Spring Boot 3 プログラミング入門」「C#フレームワーク ASP.NET Core入門.NET 7対応」「マルチプラットフォーム対応 最新フレームワーク Flutter 3入門」「見てわかるUnreal Engine 5 超入門」（秀和システム）、「Google AppSheetで作るアプリサンプルブック」「AWS Amplify Studioではじめるフロントエンド+バックエンド統合開発」（ラトルズ）、「もっと思い通りに使うための Notion データベース・API活用入門」（マイナビ出版） ※この商品は固定レイアウト型の電子書籍です。 ※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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします

※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。 「ど文系」でも楽しく読める! 一番わかりやすい統計学の本 人気の「知識ゼロ」シリーズ第四弾! 知りたい!…けどむずかしい印象がある「統計学」のしくみを、 身近な事例などをもとにイラスト&図解でわかりやすく紹介します。 【テーマ例】 ・感染症の流行はどうやって調べるの? ・花粉の飛散量はどうやって予測してる? ・迷惑メール振り分けに統計が役立っている? ・世論はどうやって調べている? ・野球統計学って何? ・統計学のプロセスはPPDACサイクル? ・「お客様の中にお医者様がいる」確率は? ・台風の丸い円はどうやって作っている? ・内閣支持率ってどんなしくみ? ・「2年目のジンクス」も統計で説明できる? ・正規分布って何? 中心極限定理って何? ……など。 《もくじ》 1章 なるほど! とわかる統計学のしくみ 2章 知見が広がる! 統計学の見方とキーワード 3章 もっと知りたい! 統計学のあれこれ ＜電子書籍について＞ ※本電子書籍は同じ書名の出版物を紙版とし電子書籍化したものです。 ※本電子書籍は固定型レイアウトタイプの電子書籍です。 ※本文に記載されている内容は、印刷出版当時の情報に基づき作成されたものです。 ※印刷出版を電子書籍化するにあたり、電子書籍としては不要な情報を含んでいる場合があります。また、印刷出版とは異なる表記・表現の場合があります。 株式会社西東社／seitosha

※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。 例題で統計解析が理解できる!! 　Excel関数を使った例題をとおして学ぶことで統計の基礎知識が身に付くロングセラー『Excelで学ぶ統計解析入門』のExcel2019┴2016対応版です。本書は例題を設け、この例題に対して、分析の仕方と、Excelを使っての解法の両面を取り上げ解説しています。Excelの機能で対応できないものは、著者が開発したExcelアドインで対応できます。 第1章 代表値と散布度 第2章　度数分布と正規分布 第3章　相関分析 第4章　母集団と標準誤差 第5章　統計的推定 第6章　統計的検定 第7章　平均に関する検定 第8章　割合に関する検定 第9章　度数分布表の検定 第10章　分散に関する検定 第11章　相関に関する検定 第12章　ノンパラメトリック検定 第13章　ＡＮＯＶＡ(分散分析法） 第14章　多重比較法 第15章　第1種の過誤、第2種の過誤、検出力、サンプルサイズ 第16章ｚ分布、ｔ分布、χ2分布、F分布 第17章　補遺

※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。 Excelも統計も、ゼロからはじめてしっかり身につく！ 身近な例題とゆる～いイラストで、無理なく統計学が学べる！ 本書はExcelを利用した統計の入門書です。 統計学の説明を丁寧に行うことはもちろん、Excelを使ったことがなかったり、操作方法を忘れてしまったりしている人でも取り組めるよう、Excel自体についても丁寧に説明します。 また、Excelでの集計や分析の手順を覚えるだけでなく、その操作がどういった理論と紐付いているか理解することも重視しています。 分析の意味を理解することにより、適切でない指標でデータを見てしまったり、分析の解釈を間違えてしまったりすることを避けられるようになるからです。 本書を通読することで理論と実務両方の基礎が身につき、集めたデータを分析して結果をアウトプットできるようになります。 ＜この本の構成＞ ・第Ⅰ部（第1章～第4章）：Excelの基本と記述統計学 ・第Ⅱ部（第5章～第13章）：確率と分布の基本 ・第Ⅲ部（第14章～第26章）：推測統計学の基本 ＜この本の読者対象＞ ・統計学を学びたい大学生、社会人 ・レポートや資料づくりのためにデータ分析を行いたい大学生、社会人 ・Excelそのものの操作を学びたい大学生、社会人 ・確率や統計と数学の関係を知りたい理工系学部の大学1年生 ・確率や統計の講義を担当する教員 はじめに 【第Ⅰ部　Excelの基本と記述統計学】 第1章　Excelの基本操作を覚えよう 第2章　データからグラフを作ってみよう 第3章　データの特徴を調べて表にしよう 第4章　2つのデータを集計して比較してみよう 【第Ⅱ部　さまざまな分布と確率の基本】 第5章　確率と分布の基本 第6章　「無限に値をとる」とはどういうこと？ 第7章　確率をグラフで囲まれる面積で表そう 第8章　連続型確率変数をより深く学ぼう 第9章　2つの確率変数の関係を見てみよう 第10章　2つの確率変数の和や定数倍に注目してみよう 第11章　n個の確率変数について理解しよう 第12章　大数の法則と中心極限定理を学ぼう 第13章　的当てゲームの分析をしてみよう 【第Ⅲ部　推測統計学の基本】 第14章　集団の真の母比率を推定しよう 第15章　母平均の推定方法を学ぼう 第16章　集団の真の平均を検定しよう 第17章　2つの集団の平均の差を検定しよう 第18章　3つ以上の集団の平均の差を検定しよう 第19章　二元配置モデルを学ぼう 第20章　適合度検定について学ぼう 第21章　t分布と正規分布やカイ2乗分布の関係を学ぼう 第22章　F分布と正規分布やカイ2乗分布の関係を学ぼう 第23章　単回帰分析のイメージを掴もう 第24章　単回帰分析の係数の検定を学ぼう 第25章　重回帰分析のイメージを掴もう 第26章　重回帰分析の係数について学ぼう 第27章　数学注 参考文献・あとがき 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。 Excelを用いてデータを解析し、実践的な統計処理をマスターする!! 「どのような場合に、どのような統計的手法を用いれば、得られたデータから新たな知見が得られるか」ということを中心に、実際に企業で実践した、また、現在、大学で実践している例を交えて、丁寧に解説します。統計および確率の概念や、それぞれの解析手法の理論については、極力数式を省略して簡単にそのエッセンスを解説し、理解を深めていただきます。 第1章　はじめに～統計の知識はこんなに大事！～ 第2章　データの特徴をつかもう 第3章　正規分布とは何なのか？ 第4章　梅干しは本当に減塩か？～母平均を推定する～ 第5章　新薬は高血圧に有効か？～統計的仮説検定とt検定～ 第6章　専有面積が広ければ賃料も上がる？～相関～ 第7章　家賃は築年数だけで決まる？～統計モデリング（回帰分析）～ 第8章　補遺 8.1　数学的説明 8.2　分析ツールのセットアップ 8.3　練習問題の解答と解説

ゲームや賭け事の研究に端を発した確率論と社会調査から始まった統計学は，いまや自然科学・社会科学やデータ分析など幅広い場面で活用される強力なツールである．確率の公理，確率変数，2項分布や正規分布といった確率論の基礎を解説し，標本と統計量の分布，推定と検定，確率過程へとつなげる．ロングセラーの新装版．※この電子書籍は「固定レイアウト型」で作成されており，タブレットなど大きな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，文字列のハイライト，検索，辞書の参照，引用などの機能は使用できません．

※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。 ※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。 機械学習を用いた新規分子構造の生成や最適化にまつわる技術について，基礎理論から実装まで一気通貫して解説 　本書は，機械学習の初学者であっても分子構造の生成モデルや分子構造の最適化手法を理解できるように，機械学習の基礎から分子構造の生成モデルや最適化手法にいたるまでを体系的にまとめた書籍です． 　さらに，機械学習に関する技術はプログラミングを通じて実践することでより理解が深まるものであるため，数理的な内容だけではなく，Pythonによる実装を織り交ぜて説明しています．分子構造の生成モデルや最適化手法に関する基礎知識を得ることができるだけでなく，それらを実践に活かすところまで習得できます． 　また，分子構造を取り扱うための手法や，特有の事情についても詳しく説明していますので，機械学習の研究者が分子構造を取り扱った研究を始めたい場合にも参考になります． 〈このような方におすすめ〉 材料設計、創薬に携わる技術者、研究者および学生 分子生成モデルへの応用を目指す機械学習の技術者、研究者および学生 〈目次〉 第1章　分子生成モデルと分子最適化 1.1　分子最適化 1.2　分子生成に関する問題設定 1.3　分子生成モデルの構成要素 1.4　本書の構成 1.5　記　法 1.6　プログラミング環境 第2章　分子データの表現 2.1　分子のグラフ表現 2.2　SMILES 2.3　SELFIES 2.4　分子記述子 2.5　フィンガープリント 第3章　教師あり学習を用いた物性値予測 3.1　教師あり学習 3.2　経験損失最小化にもとづく教師あり学習 3.3　予測分布 3.4　ニューラルネットワーク 3.5　最適化アルゴリズム 3.6　評　価 3.7　過剰適合と正則化 3.8　グラフニューラルネットワーク 3.9　モデルの適用範囲 3.10 予測器の実装例・実行例 第4章　系列モデルを用いた分子生成 4.1　系列モデル 4.2　系列モデルを用いた分子生成モデル 第5章　変分オートエンコーダを用いた分子生成 5.1　変分ベイズ法 5.2　変分オートエンコーダ 5.3　変分オートエンコーダを用いた分子生成モデル 第6章　分子生成モデルを用いた分子最適化 6.1　分子最適化問題とその難しさ 6.2　分子最適化問題の連続最適化問題への変換 6.3　ベイズ最適化を用いた分子最適化 6.4　ベイズ最適化を用いた分子最適化アルゴリズム 第7章　強化学習を用いた分子生成モデルと分子最適化 7.1　強化学習の定式化 7.2　分子最適化の強化学習としての定式化 7.3　方策勾配法 7.4　オフライン強化学習 7.5　SMILES-LSTMを方策とした方策最適化 第8章　発展的な分子生成モデル 8.1　原子団を組み合わせる分子生成 8.2　分子骨格を用いた分子生成 8.3　生成モデルの評価手法 付 録　正規分布にかかわる公式 A.1　モーメント母関数 A.2　線形結合 A.3　条件付き確率

※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。 定番教科書が待望の改訂。栄養学研究に必要な統計学の知識と考え方が，抵抗なく身につく！　データの整理から各種分析の方法まで，フルカラーの紙面でわかりやすく解説する．各章に演習問題も加わり，学びやすくなった． 【おもな内容】 第1章　栄養学と統計学 第2章　データの種類 第3章　度数分布図と代表値 第4章　データの散布度（散らばり） 第5章　正規分布 第6章　標本の抽出法と標本の性質 第7章　検定の考え方 第8章　2群の平均値の比較 第9章　3つ以上の群の平均値の比較 第10章　2つの変数の相関 第11章　2つの変数の回帰分析 第12章　多変数の関係 第13章　研究デザインとクロス集計表 第14章　クロス集計表の解析 第15章　クロス集計表の応用 ※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。

本書は、大学初年、短大、高専などの半年ないし１年間の統計学の講義を念頭においた教科書。できる限り軽い数学的装備で統計学の基本的な考え方を理解できるように解説しています。問題は随所に入れ、略解を示し、特に難解な問題には解答もやや詳細に記述しました。●目次●データの縮約化／確率／確率変数と確率分布／標本分布／推定／検定／正規分布を仮定できない場合の検定法／回帰分析／実験計画法　1977年発行。

【統計学はこんな場面で役に立つ】 経営戦略、顧客分析、マーケティングといったビジネス上の課題においては、たくさんの数値（データ）を扱う場面が必ず現れます。そんなときに必要となるのが「統計学」の知識です。 たとえば、過去のデータを根拠にして以下の問いに答えるには、どのような分析が有効でしょうか？ ●広告費を増やすと、売上はどれだけ増えると期待できるか？　広告費を増やすのと営業部員を増やすのでは、どちらが効果的か？ ●SNSによる情報発信の前後で売り上げは変化したか？ ●工場の機械が不調をきたしているか？（製品のばらつきの範囲は誤差の範囲と言えるだろうか？） 本書では、こうしたトピックを例題として扱いながら、統計学の知識・手法を解説していきます。じつはむずかしい数式を覚えたりする必要はありません！　感覚的な理解を目指しながら、ていねいに説明しました。「数学は苦手で……」「自分、文系ですから」と、統計を避けがちな方にこそ読んでいただきたいです。 【学生にも社会人にも】 経営学や商学を専攻する大学生が「統計学」に入門するためテキストとして、また、社会人の独習書としてオススメです！ 【本書の特徴】 数学的に厳密な理解を深めることよりも、手を動かすことを主眼においた内容です。まず簡単な例題を示し、その解説を掘り下げていくことで、確率・統計の知識や考え方を身につけられる構成となっています。理解の定着を図るため、例題を発展させた練習問題を多数用意し、解説・解答も掲載しました。また、手計算が難しい例題・練習問題については、表計算ソフト（エクセル）による解法を解説し、便利な関数を紹介しています。 【おもな内容】 　第0章　はじめに 第I部　データの全体像をつかむ 　第1章　データの可視化 　第2章　度数分布表・ヒストグラム 　第3章　代表値・分散 　第4章　散布図・相関係数 　第5章　単回帰分析 　第6章　重回帰分析 第II部　観測されたデータの起こりやすさを測る 　第7章　確率の定義と場合の数 　第8章　事象の関係と確率の計算 　第9章　条件付き確率とベイズの定理 第III部　観測されたデータの背景を知る 　第10章 確率変数、確率分布、期待値 　第11章 代表的な離散分布：二項分布 　第12章 代表的な連続分布1：正規分布 　第13章 代表的な連続分布2：カイ2乗分布とt分布 第IV部　データの背後にある確率分布を推測する 　第14章 標本調査と標本からの推定 　第15章 区間推定 　第16章 仮説検定

※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。 経済データの特徴をしっかり捉えられればうまく分析できるようになる ! 経済・経営系の学生を対象とした書籍の多くは、例題に経済データを扱っています。経済データを分析する際には、その特徴にあった分布、つまり対数正規分布を用いると正しい統計的推測ができます。ところが経済統計学の多くの書籍は、数学が苦手な読者のために、一般の統計学をやさしく解説することに力点が置かれているものが多く、実践的に経済データを使って解説するまでに至っていません。 本書は3部構成で、第1部に経済データの特徴を、第2部に統計学の基礎と調査の対象となっている集団の特徴、少数の観測値から推測する統計的推測法を、第3部には回帰モデルで経済予測を実践的に行えるようになるまでを解説しています。 第1部　経済データの特徴を知ろう 　第1章　統計学はデータを料理する 　第2章　質的データの特徴を記述する 　第3章　量的データの特徴を記述する 　第4章　経済格差を測定する 第2部　記述する統計学から推測する統計学へ 　第5章　データを生み出す確率分布 　第6章　標本データから母数を推定する 　第7章　標本データから仮説を検定する 　第8章　経済データは正規分布するか？ 第3部　回帰モデルで経済予測をしてみよう！ 　第9章　予測のためのモデル作り 　第10章　古典的回帰モデルで予測する 　第11章　自己回帰モデルで予測をする 　第12章　時系列回帰モデルで経済予測する

コンピューターの発達に伴うビッグデータが経済学を新たな段階に進めた。物理学のような実証科学としての経済学は、旧来の経済理論を否定し、新たな経済法則を発見した。マクロ経済学を揺るがす知的革命を紹介する。 　本書は週刊エコノミスト２０１６年５月31日号で掲載された特集「経済は物理でわかる」の記事を電子書籍にしたものです。 目　次： はじめに ・第１部　変わる経済学編 ・ビッグデータが覆す経済の常識　実証科学の視点から理論構築へ ・インタビュー　ポール・ローマー（ニューヨーク大学教授） ・経済と身近な物理学者１　最古のインフレ論文を書いたコペルニクス ・新しい経済法則１「一物一価」は現実に存在しない ・新しい経済法則２　為替市場はブラウン運動で動く ・知っておきたい基礎知識 「正規分布」と「ベキ分布」 ・新しい経済法則３　企業の取引網が示す大手と中小の分布は物理法則に従う ・インタビュー　マーク・ブキャナン（サイエンスライター） ・新しい経済法則４　経済学が目を背けてきたバブルの定量化に成功 ・新しい経済法則５　裁定取引をビッグデータで実証 ・主流派経済学批判１　現実と乖離するマクロ経済学　ミクロの相似拡大モデルは誤り ・主流派経済学批判２　一般均衡の幻想　現実経済を分析できず ・第２部　歴史編　経済学と物理学の邂逅 ・経済学の歴史　万有引力が古典派を触発　物理学と離れる現主流派 ・物理学の歴史　先哲の思想を実証して発展 ・経済と身近な物理学者２　錬金術師ニュートンが初めて金本位制 ・ノーベル経済学賞とは？　経済界が思想の権威づけに利用 ・経済と身近な物理学者３　ハレーと年金制度 【執筆者】 松本惇、中川美帆、後藤逸郎、高安秀樹 水野貴之、大西立顕、高安美佐子、山田健太 伊藤隆敏、吉川洋、荒田禎之、荒川章義 並木雅俊、権丈善一、週刊エコノミスト編集部

※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。 ビジネスに役立つ視点で統計学を基礎から学び、Excelで実践的な統計手法を身につける。まずは、とある会社の営業戦略会議というシーンで、いかに説得力のプレゼンが大切かというストーリーをもとに、統計学を学ぶところからスタート。続いて、「表とグラフの基本」「平均値とは何か？」「正規分布とは？」など、統計学の基本を理解しながらビジネスに役立たせる手法を学ぶ。そして、Excelを利用して統計データを扱うノウハウを学び、会議でのプレゼン資料作成や、マーケティング調査などより実践的に役立つ統計学を身につける。数字に弱い、会議のプレゼンで説得力に欠けていた…というコンプレックスを持っていたビジネスマンはもちろん、仕事の現場で役に立つ統計手法を学べる1冊。　 ※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。

※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。 あなたも統計学に恋をしてみませんか？ いまや統計学なくしてビジネスは成り立たちません。統計を嫌うよりも、好きになって思う存分使いこなしましょう。本書は、統計学の基礎である平均、分散、標準偏差、正規分布を数学が嫌いな人でも楽しく学べる日本一わかりやすい入門書です。統計学を勉強中の女子大生と一緒に、病院の来院者数を一週間調べるなど、できるだけ身近な題材を取り上げているので、わかりやすく学べます！

※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。 ※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。 人や動物の行動データの背後にある計算過程をモデル化し，行動の理解と予測につなげる。 本書は，主に行動データの計算論モデリングの方法やその理論を初学者に向けて丁寧に解説します。実例として，心理学や神経科学の実験課題として良く用いられる，ギャンブル課題における選択行動データを扱います。本文では自分ではプログラミングをしない読者も想定して，プログラムは用いずに計算論モデリングの概要がイメージできるような解説をこころがけました。実際に計算論モデリングをするためのRコードやStanコードは付録やサポートページで解説しています。 第1章　計算論モデリングとは 第2章　計算論モデリングの基礎 第3章　強化学習モデルを用いたデータ解析の事例 第4章　パラメータ推定の実際 第5章　モデル選択 第6章　計算論モデリングに基づく統計分析 第7章　結果の解釈，モデルの統計的な性質の理解 第8章　強化学習モデルのバリエーション 第9章　計算論モデリングの課題と発展 付録A 数学的な補足 A.1 期待値 A.2 対数と指数関数 A.3 本書で用いる確率分布 A.4 コイントスに関する計算 A.5 WAIC A.6 WBIC A.7 周辺尤度のラプラス近似 A.8 信頼区間 A.9 正規分布モデルの事後分布 A.10 正規分布の周辺化 付録B R コード B.1 Rescorla-Wagner モデルのシミュレーション B.2 Q 学習のシミュレーション B.3 MAP 推定 B.4 ベイズ推定によるQ 学習の推定 B.5 集団モデルのシミュレーション B.6 階層ベイズ B.7 WAIC, WBIC の計算 References 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。 「統計って，どうしてこんなに難しいんですか？」 そんな心の声を密かに隠し持っている人，いませんか？ それもほとんど涙目で。 その気持ち，お察しします。 インターネットで統計の用語を調べると，日本語かどうかもわからないような難解の言葉の数々。 統計の入門書を開いてみると，学生時代にも目にしたことのないような数式の数々。 「あーもう無理だ。」 と思ってしまうのも無理はありません。 本書の主人公。山田君も，そんな「統計，無理！」な1人でした。 大学は体育会系で勉強もあまりせず，Excelを開いたこともなかった山田君ですが，新卒採用の会社でデータ分析チームに配属されます。 そこで出会ったゴリラ部長に，統計の基本を教わって…というのが本書のストーリー。 「君の仕事は，明日からデータ分析だ！」 「これからのビジネスには，データ分析が必須です。」 「統計がわからないビジネスマンなんて？！」 「配属前に，統計の基礎を学んでおいてください。」 といったビジネスパーソン「あるある」解消の第一歩を，ゴリラ部長がやさしく手助けしてくれます。 部長の授業を読み進めるにつれて， ・標準偏差 ・正規分布 ・相関 ・散布図 ・回帰分析 が， 「あれ？　わかっちゃった！」 となることまちがいなし。 Excelを使って実際の計算を行うことで，知識の習得スピードも俄然速くなり，定着スピードも上がります。 もちろん，サンプルファイルも提供します。 それでは，ゴリラ部長と一緒に学んでいきましょう！

ビジネスパーソンの必須知識である「統計的な考え方」がみるみる学べる本です。直感的に理解できるビジュアルな図表を多用し、難しい数式はほとんど使わず、統計的な考え方を解説しています。統計学の基礎である正規分布や偏差値のおさらいをしながら話が進むので、統計学ビギナーでもすらすら読めます。 回帰分析やベンチマークなどビジネスを進化させるのに役立つ統計解析、ネット書店の「おススメ」を決めるアルゴリズムなど、実践で役立つ手法を多数紹介します。それらの考え方を応用する事例も解説します。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 統計学の基礎の基礎から、相関や正規分布、推定・検定、ベイズ意思検定までを、中学校レベルの数学知識があれば確実にわかるように解説。データ分析の意味を知り、統計を仕事に役立てたい、ビジネスマン、学生に最適です。

市場の働きに関する投資モデルや理論では、たいてい現実に合っているかどうかよりも便利さが最優先される。だが、多くの定評ある投資理論や市場モデルが現実世界でも機能すると主張するなら、それはとんでもない間違いだ。証拠に基づかない仮定や誤った理論、非現実的なモデル、認知的バイアス、感情的な弱みや無根拠な信念が相まって、投資家たちは初心者もプロも方向性を見失いがちだ。 この魅力的な新著で、『マーケットの魔術師』（パンローリング）シリーズというベストセラーの著者ジャック・シュワッガーは、最も広く信じられている市場の格言や資金管理の誤解、投資家の不合理な行動に照準を合わせている。効率的市場仮説から、上げ相場で買って下げ相場で売れという説まで、シュワッガーは見当外れの考えをひとつずつ覆していく。彼は過去のデータや健全な常識で十分に裏付けをしながら、定評ある投資理論やモデルの中核を成す仮定や誤った考えの真実を暴き、一般投資家が犯す間違いの多くを探究している。本書で、あなたは以下の主張の根拠を見つけるだろう。 ●専門家の意見はダーツを投げる有名なチンパンジー以上に信頼できるものではない。 ●市場は効率的ではない。 ●ボラティリティが低いからといって、リスクが低いことにはならないし、それが高いからといって、リスクが高いことにもならない。 ●市場価格は正規分布をしていない。 ●市場が好調なときに株式投資をしても、市場平均を上回るリターンを得る助けにはならない。 ●リターンが最も良いファンドへの集中投資は、健全な戦略ではない。 ●過去のリターンは将来のパフォーマンスの信頼できる指標にはならない。 ●ヘッジファンドのポートフォリオ戦略が、伝統的なポートフォリオの手法よりもリスクが高いということはない。 シュワッガーは単に幻想を打ち砕くだけでなく、非常に多くの仕事をしている。伝統的投資から代替投資まで、現実の投資における洞察や手引きについて、彼は再考を迫る。また、投資顧問やトレーダーとしての長年の経験を生かして、ポートフォリオ管理、リスク評価、投資対象の選択、ヘッジファンドへの投資、投資タイミングなどを含めて、基本から上級レベルに至る多くの話題について、極めて貴重な教訓を提供してくれている。本書はあらゆるレベルの投資家やトレーダーにとって、現実の市場で欠かせない知恵や投資手法の貴重な情報源となるであろう。 ジャック・D・シュワッガー 先物とヘッジファンド業界でよく知られた専門家であり、トレーディング関係の本を書いて大いに称賛を浴びた。現在は、先物とFXのポートフォリオを一任勘定で運用するADMインベスター・サービシズ・ダイバーシファイド・ストラテジーズ・ファンドの共同ポートフォリオマネジャーである。以前は、ロンドンに拠点を置くヘッジファンド顧問会社で、後にクロース・ブラザーズ・グループに買収されたフォーチュン・グループのパートナーであった。また、ウォール街の大手企業で先物のリサーチ担当部長として22年勤めたほか、10年間CTAの共同経営者でもあった。

※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。 高校までの数学と大学数学のギャップは大きい。ε‐δ論法や1次独立・1次従属など、新しい言葉や定義が立て続けに出てきて、抽象的な概念の理解を要求される。大学数学は他の学問と比べて、最初の一歩をよく理解することが極めて重要である。そこさえクリアすれば、じつに楽しい学びの世界が広がっている。本書は、冒頭で述べたようなギャップを埋めることを主な目的として、さらに、大学数学の導入部分の簡単なガイドを兼ねることも目標とする、まさに入門の教科書である。上下2巻を読まれた暁には、大学数学全般の入門部分を一通りつかめるように構成してある。 上巻 【もくじ】 1章　集合･写像と同値類 1･1　「1対1の対応」と整数誕生 1･2　集合と論理 1･3　写像 1･4　集合の濃度とカントールの対角線論法 1･5　同値関係と同値類 2章　離散数学の入り口 2･1　「数えること」に3種類：帰納的，2通り，対称性 2･2　知り合いの関係から理解するグラフ理論 2･3　整数条件が強力なデザイン論 2･4　ISBN記号による誤り検出と符号理論 3章　極限の概念 3･1　「すべて」と「ある」の用法と開区間･閉区間 3･2　実数の連続性 3･3　数列の極限 3･4　関数の極限とε-δ論法 3･5　関数の連続性 4章　微分学入門 4･1　微分に関する基礎的定理 4･2　テイラーの定理 4･3　不定形の極限値 5章　積分学入門 5･1　積分の導入 5･2　有理関数の積分 5･3　広義積分 補章　アルキメデスの取り尽くし法による円の面積公式の証明 （下巻のもくじ） 6章　群･環･体の入り口 6･1　偶置換･奇置換の一意性と演算 6･2　群とはどのようなものか 6･3　環と体はどのようなものか 7章　線形空間と行列 7･1　線形空間と次元 7･2　線形写像から導入する行列 8章　行列と行列式 8･1　行列 8･2　連立1次方程式 8･3　行列式 9章　固有値と実対称行列の対角化 9･1　固有値 9･2　実計量線形空間と実対称行列の対角化 10章　統計の基礎にある数学上の勘所 10･1　異色な分布であるポアソン分布 10･2　多変量解析と距離の概念・分散共分散行列 10･3　正規分布の面積が1であることの証明 補章　代数学の基本定理の証明

※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。 様々な統計手法を学んでいく上の基礎的知識を取り上げて解説したテキスト。本書では，記述統計量、相関係数、正規分布、統計的仮説検定、ｚ検定を重点的に取り上げた。統計学に初めて触れる読者でもスムースに理解できるよう、数式もできるだけ文字にて説明するなど高度な数式を極力避けて解説している。

※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。 デリバティブ理論の歴史や理論を丁寧に解説！ デリバティブを解説する書籍は数多く出版されていますが、難解な専門書か最低限の知識に絞った入門書のどちらかで、極端なものがほとんどです。本書は、先物、スワップ、オプションなどのデリバティブ（金融派生商品）について、「何となく聞いたことがある」から「説明・提案できる」レベルへ、実践的な知識をわかりやすく説明する解説書です。一般的に取引されるデリバティブについて、事例も交えながら解説しており、金融系の企業に勤めるビジネスマンの実務で活用できる書籍を目指します。また、実際のマーケットでの取引を理論とともに解説し、上級レベルにステップアップしたい人の内容理解にもつなげます。最近のデジタル・トランスフォーメーションとの関係や巨額損失事故等の紹介を増やすなど、経済環境の変化にあわせた新しい内容も取り入れています。 まえがき 第1章　OTC デリバティブ市場とレポ市場 第2章　フォワード金利と金利スワップ取引 第3章　オプション理論の考え方 第4章　リスク・パラメータの古典力学 第5章　代表的なオプション取引 第6章　さまざまなオプション取引 第7章　金利の期間構造モデル 第8章　コンスタント・マチュリティー・スワップ（CMS） 第9章　信用デリバティブとシンセティックCDO 第10章　さまざまな仕組債 第11章　国際金融危機とデリバティブ理論の変貌 補足説明 補足説明1　正規分布の発見的導出 補足説明2　ブラック・ショールズ・マートン・モデル 補足説明3　マートンのデフォルト構造モデル 補足説明4　デリバティブ・プライシングの基礎確率偏微分方程式 補足説明5　有限差分法によるオプション・プライシング 補足説明6　現担保付債券貸借取引 補足説明7　デリバティブ損失事件の本質 補足説明8　金融情報技術の発展とデリバティブ市場 参考文献 索　引 補論 参考文献

高校数学Bの演習問題集。数学Bの「確率分布と統計的な推測」（２．確率分布と統計的な推測）の基本事項１６項目ごとに問題出題。理解度の自己判断で次ステップを選択可能。 　　　基本事項１６項目は次の内容です。 　　２　確率分布と統計的な推測 ２－１　確率変数と確率分布 ２－２　確率変数の期待値 ２－３　確率変数の分散 ２－４　確率変数の変換 ２－５　確率変数の和と期待値 ２－６　独立な確率変数と期待値・分散 ２－７　二項分布 ２－８　二項分布の性質 ２－９　連続型確率変数とその分布 ２－１０　正規分布 ２－１１　二項分布と正規分布 ２－１２　母集団と標本 ２－１３　標本平均とその分布 ２－１４　標本平均の分布と正規分布 ２－１５　母平均の推定 ２－１６　母比率の推定 ２－１７　母平均の検定 ２－１８　母比率の検定

高校数学Bの解説と例題。数学Bの「確率分布と統計的な推測」（２．確率分布と統計的な推測）の基本事項１８項目ごとに解説。例題により理解度を高めます。 　基本事項１６項目は次の内容です。 　　２　確率分布と統計的な推測 ２－１　確率変数と確率分布 ２－２　確率変数の期待値 ２－３　確率変数の分散 ２－４　確率変数の変換 ２－５　確率変数の和と期待値 ２－６　独立な確率変数と期待値・分散 ２－７　二項分布 ２－８　二項分布の性質 ２－９　連続型確率変数とその分布 ２－１０　正規分布 ２－１１　二項分布と正規分布 ２－１２　母集団と標本 ２－１３　標本平均とその分布 ２－１４　標本平均の分布と正規分布 ２－１５　母平均の推定 ２－１６　母比率の推定 ２－１７　母平均の検定 ２－１８　母比率の検定

“視聴率”“出口調査”“偏差値”“自動車保険”“平均寿命”“桜開花予報” 「世の中の仕組み」「お金の流れ」「人々の行動」…… すべては「統計学」で見えてくる! 本書は「統計学の入門書」を読んだけれど、 わからなかった人向けに書いた本である。 “統計学の初歩と初歩”という、誰も書いていない分野に挑戦してみた。 「これ以上は噛めない」というほど噛み砕いて、懇切丁寧に解説してある。 ただ、超基礎レベルの統計学を知っているだけでも、世の中の見方は変わる。 初歩の初歩とはいえ、あなどらずに取り組んでもらえば、 身についた統計学は必ずあなたの武器になる。 ■目次 ・プロローグ　そもそも「統計学」とは？ 　　　　　　　“お金”と“労力”のムダをはぶく！ ・１章　ヒストグラム、平均値、分散、標準偏差 　　　　「統計学」は、ここからはじめよう！ ・２章　正規分布 　　　　もっともポピュラーな「分布の王様」 ・３章　二項分布 　　　　世の中の“さまざまな現象”がここにある ・４章　二項分布と正規分布 　　　　「重要」なこの二つの分布の関係とは？ ・５章　視聴率・出口調査のカラクリ 　　　　「世の中の不思議」は統計学で解明される ■著者　高橋洋一(たかはし・よういち) 1955年東京都生まれ。 都立小石川高校(現・都立小石川中等教育学校)を経て、東京大学理学部数学科・経済学部経済学科卒業。博士(政策研究)。 1980年に大蔵省(現・財務省)入省。 大蔵省理財局資金企画室長、プリンストン大学客員研究員、内閣府参事官(経済財政諮問会議特命室)、 内閣参事官(首相官邸)等を歴任。 小泉内閣・第一次安倍内閣ではブレーンとして活躍し、 「霞が関埋蔵金」の公表や「ふるさと納税」「ねんきん定期便」など数々の政策提案・実現をしてきた。 また、戦後の日本で経済の最重要問題ともいえる、バブル崩壊後の「不良債権処理」の陣頭指揮をとり、 不良債権償却の「大魔王」のあだ名を頂戴した。 2008年退官。 現在、嘉悦大学ビジネス創造学部教授、株式会社政策工房代表取締役会長。 『バカな経済論』『バカな外交論』『【図解】ピケティ入門』『【図解】地政学入門』 『【図解】経済学入門』『99%の日本人がわかっていない 国債の真実』 『【明解】会計学入門』(以上、あさ出版)、 第17回山本七平賞を受賞した『さらば財務省! 官僚すべてを敵にした男の告白』(講談社)など、 ベスト・ロングセラー多数。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 【会話形式だから、絶対わかる！】 【統計学をわかりやすく教えてくれる涌井貞美氏が、「ベイズ統計」の基本を1冊にまとめました！】 「ベイズ統計」は、最近、統計学やデータ解析の分野で名が知られるようになってきたテーマです。 「迷惑メールフィルター」や「検索エンジン」などに応用されていることを知っている人もいるでしょう。 ベイズ統計は「確率論」をベースにし、「融通がきく」「経験を生かせる」という2つの大きな特長があります。 本書ではベイズ統計のキホンから、ベイズ統計を従来の統計学と融合し、ベイズ統計で正規分布データをあつかう方法まで解説します。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 ピタゴラスの定理からブラック＝ショールズ方程式まで――人間の歴史を変え、今日の世界を作り上げるうえで重要な役割を果たしてきた17の方程式。これらの方程式の意味と重要性、後世への影響を豊富なエピソードで明らかにする数学ノンフィクション。 『数学の秘密の本棚』『数学で生命の謎を解く』など、数学書のベストセラーライターとして著名なイアン・スチュアートの最新刊です。 人間の歴史を変え、今日の世界を作り上げるうえで重要な役割を果たしてきた17の方程式について採り上げ、その方程式が「何を表しているのか」、「なぜ重要なのか」、「そこから何が導かれたのか」について豊富なエピソードと共に明らかにしていきます。採り上げられている方程式は、ピタゴラスの定理をはじめとして、対数、微積分、トポロジー、正規分布や波動方程式、ニュートンの重力の法則やシューレディンガー方程式、現代の経済に大きな影響を与えたブラック＝ショールズ方程式など、多岐にわたっています。 イアン・スチュアート一流の平易でユーモア溢れる文章は、本書でも健在です。必要最小限の数式しか使っていませんので、数学の苦手の読者でも楽しく読みすすめることができます。方程式の歴史をたどりながら、数学、科学、社会について、たくさんの知見を得ることができる、数学ノンフィクションの傑作です。 ※カバー画像が異なる場合があります。

※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。 ［商品について］ ―統計学は、数値の寄せ集めである「データ」を「情報」に変える― データに基づいて判断を行うときに考慮しなければならないデータのばらつきという不確かさを、確率モデルという形で表して分析を行う方法として、統計学の検定や推定という方法がある。本書は、主に学部生を対象として、この確率モデルに基づく統計学的分析の基礎的な考え方を、データ分析の基礎であるグラフから母集団を想定しない分析まで、図と数式で分かりやすく解説する。これから本格的に統計学を学びたい方にとっても格好の一書。 ［目次］ １　グラフ：データの図示 　　１.１　１変量の場合 　　　　　　ヒストグラム 　　　　　　棒グラフ（柱状グラフ、柱状図）と折れ線グラフ 　　１.２　２変量の場合：散布図 ２　統計量 　　２.１　１変量の場合 　　　　　　位置と散らばりの指標（平均、分散など） 　　　　　　データの標準化 　　　　　　分布の形状の指標（歪度と尖度） 　　　　　　順序統計量（中央値など） 　　　　　　ヒンジと箱ひげ図 　　２.２　２変量の場合 　　　　　　共分散 　　　　　　相関係数 　　　　　　回帰分析と相関係数 　　　　　　回帰（regression） 　　　　　　擬似相関と変量間の関係 　　　　　　順位相関係数 　　補足２.Ａ　計算の有効桁 　　補足２.Ｂ　和と積の記号：ΣとΠ 　　補足２.Ｃ　データに定数を足した場合、掛けた場合の平均と分散 　　補足２.Ｄ　標準得点の平均値と分散・不偏分散 　　補足２.Ｅ　順序統計量をｐ：１－ｐに内分する値 　　補足２.Ｆ　相関係数と内積 ３　検定 　　３.１　検定の考え方 　　　　　　２項検定（帰無仮説と対立仮説） 　　　　　　２項検定の例 　　３.２　正規分布を仮定する検定 　　　　　　平均値の差のｔ検定(条件間で独立なデータの場合) 　　　　　　等分散の仮定を置かない場合 　　　　　　平均値の差のｔ検定(条件間で対応のあるデータの場合) 　　　　　　等分散の検定 　　　　　　相関係数の検定 　　３.３　ノンパラメトリック検定 　　　　　　カイ２乗検定：適合度の検定 　　　　　　分割表の分析：分布の違いの検定 　　　　　　分割表の分析：カテゴリの独立の検定 　　補足３.Ａ　メタ分析 ４　分散分析 　　４.１　多重比較 　　４.２　分散分析の考え方と方法 　　　　　　被験者間１要因の場合 　　　　　　被験者内１要因の場合 　　　　　　被験者間２要因の場合 　　　　　　その他の分散分析 　　４.３　重回帰分析と分散分析 　　補足４.Ａ　球形仮定（the assumption of sphericity） ５　効果量と検定力 　　５.１　平均値の差の効果量（独立なデータの場合） 　　５.２　分散分析の場合の効果量（被験者間１要因） ６　推定 　　６.１　点推定（モーメント法） 　　　　　　不偏推定量と一致推定量 　　６.２　区間推定 　　６.３　最尤法 　　　　　　尤度関数 　　　　　　尤度比検定 　　　　　　情報量基準ＡＩＣ 　　　　　　信頼区間とフィッシャー情報量 　　６.４　ベイズ的方法 　　６.５　ブートストラップ 　　　　　　ノンパラメトリック・ブートストラップ 　　　　　　パラメトリック・ブートストラップ ７　母集団を想定しない分析 　　７.１　ランダマイゼーション検定 　　７.２　サブサンプルによる分析 　　　　　　データの収集方法に構造がある場合 　　　　　　データの収集方法に構造化がない場合 付録　確率 　　　Ａ　集合 　　　　　Ａ.１　定義 　　　　　Ａ.２　集合の演算 　　　Ｂ　数え上げることのできる事象の確率 　　　　　Ｂ.１　基礎的性質 　　　　　Ｂ.２　条件付確率と独立 　　　　　Ｂ.３　期待値 　　　　　Ｂ.４　ベイズの定理 　　　　　Ｂ.５　補足 　　　Ｃ　積分 　　　　　Ｃ.１　１変数関数の積分 　　　　　Ｃ.２　多重積分 　　　Ｄ　連続量の確率 　　　　　Ｄ.１　分布関数 　　　　　Ｄ.２　条件付確率密度関数 　　　　　Ｄ.３　期待値・平均・分散 　　　Ｅ　確率の例 　　　　　Ｅ.１　ベルヌーイ分布 　　　　　Ｅ.２　２項分布 　　　　　Ｅ.３　正規分布 　　　　　Ｅ.４　カイ２乗分布 　　　　　Ｅ.５　ティ分布 　　　　　Ｅ.６　エフ分布 　　　　　Ｅ.７　非心カイ２乗分布 　　　　　Ｅ.８　非心ティ分布 　　　　　Ｅ.９　非心エフ分布 　　　　　Ｅ.10　２変量正規分布 　　　付表１～付表５ 解答例 引用・参考文献 ［担当からのコメント］ 私たちの生活に欠かすことのできない統計分析は、文系・理系を問わず現代学問体系の基礎知識といっても良いのではないかと思います。学生の方はもちろん、仕事で統計を学ぶ必要があるという方にとっても有用な内容となっています。 ［著者紹介］ 岡本 安晴（おかもと やすはる） 1972年、京都大学理学部（数学専攻）卒業 1977年、京都大学大学院文学研究科博士課程（心理学専攻）単位取得満期退学 1983年、文学博士（京都大学） 日本女子大学名誉教授 専門領域：心理学データ分析、心理学シミュレーション 主要著書及び論文 「Delphiで学ぶデータ分析法」ＣＱ出版社　1998． 「計量心理学」培風館　2006． 「聴取実験データにおける統計的分析・尺度」日本音響学会誌　1999, 55, 723-729． 「エントロピー最小化基準による適応型テスト―テスト情報関数の問題点―」日本テスト学会誌　2007, 3, 36－47．

※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。 統計学を絵でさっと学べる!! 　統計学は大きくわけて、記述統計学、推測統計学、ベイズ統計学の3つに分けられます。 本書は14歳の美統（みと）が妖精タイムとともに3つの国、ディス国（Descriptive Statistics：記述統計学）、インフ国（Inferential Statistics：推測統計学）、ベイズ国（Bayesian Statistics：ベイズ統計学）で各国の妖精たちと統計学を学んでいくものです。記述統計学で統計の基礎を終え、推測統計学で推定・検定を学び、ベイズ統計学は条件付き確率を勉強します。3つの国を旅した美統は人間的にも成長していくという物語です。 はじめに プロローグ：私の名前は美統、中学2年生… 第1章　デイス国 デイス国です、女神さま 第1話 デイス国（記述統計学の国）解決編 第2話 記述統計学を理解するための用語解説 第2章　インフ国 インフ国です、女神さま 第1話 インフ国（推測統計学の国）前編　解決編 第2話 インフ国（推測統計学の国）後編　解決編 第3話 母集団と標本 第4話 度数分布、正規分布 第5話 検定と推定 第6話 推定と検定の応用 第3章　ベイズ国 美統さま、ベイズ国にようこそ 第1話 ベイズ国（ベイズ統計学の国）前編解決編 第2話 ベイズ国（ベイズ統計学の国）後編解決編 第3話 Wekaというフリーソフトによるベイズ問題のモデル化と使い方 エピローグ；もとの世界に戻った美統 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。 どっちの武器が有利？なぜガチャがはずれる？統計でわかる！ 身近な例題とゆる～いイラストで、無理なく統計学が学べる！ 　本書は、統計ソフトを使ったデータ分析の前に知っておくべき統計の基礎を無理なく学べる初学者向けの入門書です。 　割れたお菓子、渋いガチャ、レア指輪の効果などの日常的な疑問を会話形式とイラストで解決しながら、統計学の実用的な手法と基本的な概念を練習問題によって「習うより慣れる」ことを目指します。正規分布や中心極限定理など、統計学の基本をカバーしているのはもちろん、誤解しやすい仮説検定を深く掘り下げることで、更に深く統計学を学ぶためのガイドとしても役立ちます。みみたとサブローとともに統計学の最初の一歩を踏み出してみませんか。 はじめに プロローグ～不思議な洋館～ 人物紹介 オリエンテーション　統計はデータから情報を引き出す道具だ11 　Lesson 1 統計のしくみ 　Lesson 2 統計と確率 　Lesson 3 統計の役目 第１時限　データの分布は代表値で把握する 　Lesson 1 データのレイアウト 　Lesson 2 度数分布表とヒストグラム 　Lesson 3 データの代表値 第２時限　データのばらつきは標準偏差で比較する 　Lesson 1 範囲と四分位数 　Lesson 2 標準偏差 　Lesson 3 データの特徴量と形状 第３時限　確率変数の振る舞いは確率分布に従う 　Lesson 1 確率とは 　Lesson 2 確率変数と確率分布 　Lesson 3 期待値と分散 第４時限　ガチャの背後に二項分布あり 　Lesson 1 二項分布75 　Lesson 2 二項分布の期待値と分散 　Lesson 3 ポアソン分布 あとがき 巻末付録 練習問題の解答 索引

一見バラバラに見えるデータでもグラフにすれば特徴が浮かび上がる。身長やテストの点数は真ん中が一番多い釣鐘型のカーブ（正規分布）に、地震の頻度やウェブの被リンク数は右肩下がりの曲線（べき乗分布）になる。そして体重や町村の人口は、釣鐘型だが左側が縮み右側が伸びたカーブになる（対数正規分布）。なぜ世界のほとんどの物事はこの３種類になるのか。仕組みを説明し、データに潜む真理から何が読み取れるかを明かす。

※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。 ビッグデータ、正規分布、偏差値、……私たちの身近にあふれている統計の、原理から実生活の応用例まで「ぜんぶ載せ」。専門知識ゼロでも、中学数学の基礎知識があればラクラク読める。 第１章　統計的生活のススメ（統計の基本） 第２章　データの傾向を調べる（データの分析） 第３章　統計の要（正規分布） 第４章　最高の意思決定ツール（統計的判断）

※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。 ☆経済学で使う数学を理解するための最初の一歩は、微分と積分の理解から 高校で履修した「数学」の知識を前提として、きちんとしたステップを踏んで学習をすれば、大学で経済学・社会科学を学ぶために必要な数学の考え方・知識・技法、社会人になっても役立つ数学の知識を身に付けることができます 【本書では経済数学を以下のステップで学習します】 (1)経済学における数学の役割を実感する (2)関数および関数の連続性について正しく理解する (3)関数の性質を記述する微分法を学ぶ (4)消費者や企業の最適化問題を解決する (5)変数が2つに増えたらベクトルを用いる (6)ラグランジュの未定乗数法がこれでわかる (7)確率論や統計学の基本の正規分布は積分から理解できる (8)行列を利用すれば2次元正規分布もわかる 本書「序」より………本書で行う数学の学習は高校の授業とは違った雰囲気になるはずである。もちろん計算は頻繁に現わるが、どうしてその計算がなされるのかという理由や動機に重点がおかれ解説は比較的長くなる。 したがって、焦らずにゆっくり読み進めてほしい。諸君がこれまでに学んだ数学の意味を再認識してもらえることを期待している。 本書で試みた高校とはいくぶん雰囲気の違う数学の学習を通じて、社会科学にとどまらず、これからの諸君の長い人生を豊かにする教養の1 つとして数学を付け加えてもらえれば、著者として望外の幸せである。

★数学とプログラミングを対比させながら、一歩一歩わかりやすく！ 実務に即してPyMC5プログラミングでベイズ推論を使いこなせるようになる。 最初の一冊として、データサイエンティストにおすすめ！ 【サポートサイト】 https://github.com/makaishi2/python_bayes_intro 【主な内容】 第1章 確率分布を理解する 1.1 ベイズ推論における確率分布の必要性 1.2 確率変数と確率分布 1.3 離散分布と連続分布 1.4 PyMCによる確率モデル定義とサンプリング 1.5 サンプリング結果分析 1.6 確率分布とPyMCプログラミングの関係 第2章 よく利用される確率分布 2.1 ベルヌーイ分布（pm.Bernoulliクラス） 2.2 二項分布（pm.Binomial クラス） 2.3 正規分布（pm.Normal クラス） 2.4 一様分布（pm.Uniform クラス） 2.5 ベータ分布（pm.Beta クラス） 2.6 半正規分布（pm.HalfNormal クラス） 第3章 ベイズ推論とは 3.1 ベイズ推論利用の目的 3.2 問題設定 3.3 最尤推定による解法 3.4 ベイズ推論による解法 3.5 ベイズ推論の精度を上げる方法 3.6 ベイズ推論の活用例 第4章 はじめてのベイズ推論実習 4.1 問題設定 (再掲) 4.2 最尤推定 4.3 ベイズ推論 (確率モデル定義） 4.4 ベイズ推論 (サンプリング） 4.5 ベイズ推論 (結果分析） 4.6 ベイズ推論 (二項分布バージョン） 4.7 ベイズ推論 (試行回数を増やす） 4.8 ベイズ推論 (事前分布の変更） 4.9 ベータ分布で直接確率分布を求める 第5章 ベイズ推論プログラミング 5.1 データ分布のベイズ推論 5.2 線形回帰のベイズ推論 5.3 階層ベイズモデル 5.4 潜在変数モデル 第6章 ベイズ推論の業務活用事例 6.1 ABテストの効果検証 6.2 ベイズ回帰モデルによる効果検証 6.3 IRT (Item Response Theory）によるテスト結果評価

※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。 成果に結び付くデータの集め方・処理の仕方の基本となる考え方をわかりやすく解説！ データを利用・活用しようとしたとき、目の前の状況や蓄積されたデータと、データを扱うさまざまな手法・データサイエンスの知見が結び付かず、「どうやって分析したら良いか思いつかない」、「他人の分析例を見ても，実際に手元のデータに応用することができない」ということが起こりがちです。 そこで、ビジネスシーンを念頭に置いた事例をとおして、データの扱い方を ・そもそもビジネスで活用するためには、データをどのように捉え、考えれば良いか ・現場で使いやすい分析手法には何があるか ・どのようなアウトプットになり、どのような状況で利用できるか といった視点で整理し、わかりやすく、やさしく解説します。 第1章　実務に使うためのデータ分析とは？ 1.1 ビジネスにおけるデータ分析の役割とは 　1 分析の必要性を確認する 　2 ビジネスデータ分析と行動経済学 　3 顧客が合理的に動かない理由を説明する「プロスペクト理論」 　4 数字の見せ方で印象が変わる「フレーミング効果」 　5 顧客には安心するメニューがある「極端の回避性」 　6 「カンと経験」と「データ分析」の関係 　7 現場におけるデータ分析の使いどころ 1.2 現場におけるデータ分析時に意識すべきこと 　1 最も優先的に意識すべきこと 　2 分析の目的を見失わないために重要なこと 　3 データを収集するときに意識しておきたいこと 　4 データ分析を行う際に意識すべきことのおさらい 　5 分析プロジェクトの2つのタイプ「探索型」と「予測型」 　6 分析結果にどのように向き合うか 第2章　分析ロジックとビジネスをつなげる思考メソッド 2.1 ビジネスにおける「原因と結果・効果」 　1 「表」を「ビジネスで使えるツール」として捉える 　2 「原因と結果・効果の表」で商いを捉える（情報の取捨選択） 2.2 「原因と結果・効果の表」を深掘りする 　1 現実のビジネスデータをどのように捉えるか 　2 「原因と結果・効果の表」の中身は4パターン 　3 4パターンの詳細解説 2.3 ビジネスの課題への適用メソッド 　1 ビジネスデータ活用の構造 　2 見える部分と見えない部分 　3 時間の変化・期間設定について 　4 介入できるデータと介入できないデータ 　5 過去の解析と未来の予測 2.4 データと分析手法の関係 　1 データが多数あることのメリット 　2 データと分析手法の関係 第3章　ビジネス現場で使える分析手法 3.1 データ分析で最低限知っておきたいこと 　1 集計できたら，まずチェック～基本統計量（平均値，標準偏差，最頻値，中央値）～ 　2 データ同士の「つながり」を見る～相関関係と因果関係～ 　3 データ間に「真の関係」はあるか？～因果推論～ 3.2 ビジネスデータを扱ううえで知っておきたい「多変量解析」 　1 「統計モデル」の基本～回帰分析～ 　2 データを上手にグループ分けする～クラスター分析～ 　3 データの特徴をシンプルに探る～主成分分析～ 　4 データに隠れる要因を推測～因子分析～ 3.3 ビジネス現場の「予測」で使いやすい分析手法 　1 「何が決め手になったのか？」を探る～決定木分析～ 　2 予測精度の高い手法～ランダムフォレスト～ 　3 予測精度の評価方法 3.4 ライバルに差を付ける「確率論」の視点 　1 未来を見るために重要な視点～確率分布～ 　2 カンと経験をビジネスに使う～ベイズ確率～ 3.5 いろいろな場面で使えるその他手法 　1 「使えるペア」を探索～アソシエーション分析～ 　2 時系列データの読み取り方～時系列分析～ 　3 レコメンデーション（推薦システム）の仕組み 　4 テキストデータの分析方法～テキストマイニング～ 3.6 マーケティング理論への拡張 　1 マーケティング理論への分析手法適用メソッド 　2 STP分析にデータ分析手法を使う 　3 イノベーター理論に確率のテクニックを使う 　4 RFM分析に確率分布のテクニックを使う 第4章　実務への適用メソッド 4.1 「なぜ売れるのか・誰が買うのか」を探る 　1 二項対立を図で考察 　2 想像力や推理力を発揮するポイント 4.2 サブスクリプション商材をどのように考えるか 4.3 従業員に関するデータの活用法 　1 従業員が分析対象となっているケース 　2 従業員データを分析の材料とするケース 4.4 実務データで生じる各種問題への対処アイデア 　1 欠損値への対処法 　2 はずれ値の対処法 　3 有意差検定における「P値」の解釈 　4 何でも正規分布を仮定 参考文献

※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。 本書は、前著『ファイナンスの理論と応用〈1〉―資産運用と価格評価の要素』の1期間の投資におけるファイナンス理論を多期間の投資に拡張します。正規分布12の性質を駆使して、資産価格とポートフォリオのモデリングやシミュレーション、市場・信用リスク管理、ブラック・ショールズ公式の導出、ボラティリティと成長機会、期待効用最大化問題、アセット・プライシングといった資産の評価に関するファイナンス理論の主要テーマを読み解きます。各章、「理論編」ではファイナンス理論の構築を、「応用編」ではExcel VBAによる活用方法を、「発展編」ではアドバンストな理論展開について修得できる構成になっています。 大学3・4年生や大学院生、MBA取得中の学生から、ファイナンス・金融工学・データサイエンスを志す実務家・専門家まで、「ファイナンス理論を自在にモデリングしたい」という方から「理論よりもまずExcelで活用してみたい」という方まで、目的と興味に合わせて本書は幅広く役立ちます。 ※本書は、2016年12月に日科技連出版社が刊行した書籍を東洋経済新報社が電子化したものです。

★もともと統計学とは、「一を聞いて十を知る」方法のこと。ITの進歩によってビッグデータの分析が進み、統計学に対する注目度も高くなっています。とくに文系のビジネスパーソンには、統計学を駆使して仕事をしたい、という憧れがありますよね。データをもとに上司に報告したり、グラフを見せながら「直感よりもロジックで」顧客相手にプレゼンができるようになったら、ワンランク上のビジネスパーソンになれるはずです。 ★そこで、本書の出番。たくさんのイラストや図解を交えながら、1つひとつ階段を上がるように統計学のエッセンスを伝えます。とくに、統計学のキーワードがイメージとして伝わること、そして、「ひと言でいうと、それは何なのか」ということを示すように努めました。 ★たとえば、「正規分布」という概念は一見、難解な印象がありますが、実際には「日常よく見られる、ふつうの分布」という程度の意味です。成熟したリンゴをたくさん集め、その重さを測ると、「平均の重さ」の周辺が一番多くなり、その平均を中心に、重いリンゴ、軽いリンゴが徐々に減り、なだらかなカーブを描いていくだろうと見当がつきます。これが正規分布です。 ★同じように、本書では「平均値」「分散」「標準偏差」「推定」「仮説検定」などのキーワードを取り上げてわかりやすく解説しました。また、データの「信頼性」や「尺度」、グラフ化する場合の「注意事項」など、統計学と仕事をつなぐポイントについても詳しく説明しました。 ★AI時代、IoT時代に生き残るための「最強の武器」を手に入れましょう!

※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。 コンピュータサイエンスに携わる人のために書かれた確率統計の教科書 本書は、数式による定理の証明とその説明という数学教科書の一般的なスタイルとは異なったかたちで確率統計を解説している。数学的な概念のイメージを補うわかりやすい日本語と図表、そして動作するプログラム（本書では主に確率的な事象のシミュレーションに利用）により確率統計を理解させる。 第I部 確率そのものの話 第1章 確率とは 第2章 複数の確率変数のからみあい 第3章 離散値の確率分布 第4章 連続値の確率分布 第5章 共分散行列と多次元正規分布と楕円 第II部 確率を役立てる話 第6章 推定と検定 第7章 擬似乱数 第8章 いろいろな応用 付録 付録A 本書で使う数学の基礎事項 付録B 近似式と不等式 付録C 確率論の補足

【ご注意】※お使いの端末によっては、一部読みづらい場合がございます。お手持ちの端末で立ち読みファイルをご確認いただくことをお勧めします。 マンガで難解な統計学がやさしく理解できる。 　統計学というと、小難しいと最初から「食わず嫌い」で敬遠している方が多いと思います。特に文系学部を卒業した人ならなおさらでしょう。しかし、AIやビッグデータ時代の到来と共に、無視することは出来ない存在になっています。 　本書は、ビジネスの世界でも応用できるように、統計学の基礎である平均、中央値、標準偏差、偏差値の出し方をはじめ、、分布の王様である正規分布、カイ二乗検定から、分析に必要な手法までを、マンガを駆使してやさしく解説。数学嫌いでも統計学の基本がわかりやすく理解できます。さらに、マンガだけでは説明しきれない部分は文章と図版を多用して、より理解が深まります。 　さらに、巻末の付録ではエクセルの統計機能を使って、複雑な計算も一発でできる技も多数紹介。必ずや、苦手意識が遠のくはずです。

※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。 ※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。 統計学で挫折した必見の書 　統計学は次の3つのポイントさえ抑えれば克服できます。 1．データを集めて表示する、2．大小関係を考える、3．4．集計表の内容を考える マンガで抑えるべきポイントを解説し、実際のデータ分析は大量の分析用のデータを用意して、Excelを使って自分で分析して標準偏差、分散、正規分布、仮説検定、ｔ検定、カイ２乗検定までを体験しながら理解します。操作で悩まないようにExcelの動画像もダウンロードできるようにします。 　本書はマンガ→Excelで分析→まとめという感じで進みます。マンガで理論を学び、Excelで実践する本です。マンガでは某大学の学生食堂で食堂のチーフとバイトの学生のやりとりから、食堂の定番定食、唐揚げ定食の唐揚げの重さの話からはじまって、キャンパス内で起こる様々な問題を統計学で解決していきます。 本書の使い方　Excelを使う前の注意事項 プロローグ(マンガ）　統計学のポイントはたった3つ 第1章　データ分析をはじめる前に 第2章　正規分布を理解して分析を楽にしよう 第3章 最初に抑えるのは標準偏差 第4章　一部のデータで大小を言ってよいのか 第5章　大小関係の検討は標本平均の差の分布から 第6章　食堂の業務改善にt検定を使ってみる 第7章　食堂の仕事をより詳しく分析する 第8章　アンケートをとるシーンってあるよね 第9章 アンケートの集計からカイ２乗検定へ 第10章 悩みの解決はカイ２乗検定で エピローグ

「乱数」とは、サイコロを振って出る目のように「規則性のない数字（の列）」のことである。フォン・ノイマンは、コンピュータを使って乱数らしきもの（疑似乱数）を作り出す方法を考案した。疑似乱数は、数値実験や標本抽出などの統計的諸手法にとっては、数の頻度分布の「一様性」が満たされていれば十分である。本書は、このような意味での乱数列の作り方や、正規分布などの頻度分布に従う乱数列への変換法、さらに得られた乱数列が実用上許容できるものかどうかの統計的検定法を基礎的理論から実用的な計算法までをバランスよく記述した「乱数」を体系的に学べる日本でほとんど唯一の入門書。

※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。 理工系の学生にとって基礎となる内容がしっかり身に付く良問を数多く掲載した確率、統計の演習書 本書は理工系の学生にとって基礎となる内容がしっかり身に付く良問を数多く掲載した確率、統計の演習書です。 高校数学で学んだ内容を起点に、丁寧にわかりやすく解説したうえ、読者が自ら手を動かして確かなスキルが身に付けられるよう、数多くの例題、問題を掲載しています。 第1章　データ取り扱いの心得 第2章　場合の数と確率 第3章　データの特徴量 第4章　データどうしを比べる 第5章　回帰分析 第6章　正規分布 第7章　推定と検定 第8章　t分布 第9章　カイ二乗分布 第10章 指数分布 第11章 二項分布とポアソン分布 第12章 その他の分布や推定手法

※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。 丁寧な図と解説で、初学者でもExcelを使ってデータ解析や統計処理ができる！ 　本書は、得られたデータの解析手順やその後の統計処理までをExcelを使って自学できるよう、分かりやすく丁寧に解説したものです。また、「ノンパラメトリック検定」もExcelで扱えるように解説してあります。統計学で必要な難しい数式は省略せずに掲載してありますが、エクセル操作部分を丁寧に解説しているので、数式が理解できていなくても、データ解析から目的の結果へと進めることができます。本書を片手に同じように操作を進めていくだけで、データ解析や統計処理で使える技術（目的に合わせて使いこなす技術）を習得でき、応用できるようになります。 ＜解析編＞ 第1章　ヒストグラム 第2章　基本統計量 第3章　正規分布 第4章　相関分析 第5章　回帰分析 第6章　周波数解析 第7章　グラフ 第8章　モデル関数のあてはめ ＜統計編＞ 第9章　関連2群の差の検定 第10章　独立2群の差の検定 第11章　独立3群以上の差の検定 第12章　関連3群以上の差の検定 第13章　分割表の検定 第14章　生存時間解析 ＜付録＞ 付録1　正規分布 付録2　t検定表 付録3　ウィルコクスンT検定表 付録4　F検定表 付録5　U検定表 付録6　クラスカル・ウォリス検定表 付録7　x2検定表（上側確率） 付録8　フリードマン検定表