※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

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！

※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

【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。 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！

※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。 ☆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。

【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。

「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。