※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。 Rによる実践と分析のセオリーを把握 数学の苦手な文化系の学生，実務者向けに、分析スキルの習得および理解を目的としてまとめたデータサイエンス（統計学）の入門書です。計算はRに任せ、数学的な理解よりもまずは実践・実際的な理解を促します。 実際の課題（研究課題）を取り上げ、それを解くためのセオリーおよびデータ分析、結果のまとめ方、最後にまとめ（考え方）と類題といった構成で解説することで、目的（テーマ）に応じた分析の流れを学ぶことができます。 【このような方におすすめ】 ◎卒論・修論，仕事で推測統計を使ったデータ分析を試みている文系の学生・実務者 ○文系研究者でデータ分析を使ってみたいと思ってる人やその予備軍 【主要目次】 準備 Chapter 0　Rはじめの一歩―これだけで使えるR― 第1部 Chapter 1　グラフを描き、記述統計量を出す―Rエディタを使う― Chapter 2 　統計分析はじめの一歩―標準化と統計的仮説検定― Chapter 3　同じ人の異なるテストの平均点を比較する―TOEIC のReading とListening はどちらが難しいのか― Chapter 4　異なる人のテストの平均点を比較する―音楽的能力は音楽経験の有無で異なるか― Chapter 5　サンプルの小さい外れ値のある二条件（群）を比較する―電話をかける頻度に性差はあるか― Chapter 5 発展　三条件（群）以上の対応のない順序データを比較する―サッカー選手はポジションによって性格が異なるか― Chapter 6　二つの変数の関係性を数値化する―音楽的能力と数学の力の相関― 第2部 Chapter 7　2×２のクロス集計表を分析する―ボディランゲージは聞き手の理解を促進するか― Chapter 8　名義変数の関係性を数量化し理論化を試みる―高校の時に好きだった科目と理系大学での所属学科に関連性はあるか― Chapter 8 発展　名義変数間の関係性を２次元で表現―対応分析－ Chapter 9　テキストマイニング―パートナーに求めるもの― 第3部 Chapter 10　同じ人の三つ以上の平均を比べる―理科嫌いは小中高のどこではじまるのか― Chapter 11　二つの要因の絡みを浮き彫りにする―TOEIC リスニングのスコアはどうすれば上がるのか― Chapter 12　複数の変数で一つの変数を説明する―キャンパス学食の満足度は何によって決まるか― Chapter 12 発展　説明変数から二値データを予測する―オンライン授業の印象を分ける要因は何か― Chapter 13　変数に共通する因子を見つける―自分の心配や悩みを相手が受け止めてくれたと感じる言葉とは― Chapter 14　人をグループに分ける―大学入学の動機によって人を分類してみる― 類題の解説・解答 参考図書 別表

なぜ売れない？　なぜか売れた！ →売れない理由が見つかる！ 売れる「流れ」が分かる！ →地図を手に売上づくりの迷路から脱出しよう あるヘアケア商品が売れ行き好調だったとします。何がよかったのでしょう？ 商品が良かった、CMがよかった、コスパが良かった、売り場（棚）が取れた、メディアに掲載された、ブランドが強かった、ファンが多かった、インフルエンサーが投稿した、ソーシャルでバズった、競合が弱かった…… 企業規模が大きくなるほど、展開する商品・サービスには数多くの部署が関わるため、売上にも数多くの要因が絡んできます。縦割り組織では、何が効いて何が効いていないのかが見えづらく、マーケティングの予算配分を難しくしています。 そこで本書は、売上に影響を与える20個の説明変数を構造化し、「売上の地図」として提示。本書で取り上げる20個の説明変数は、それぞれが単独で存在・機能しているのではなく、相互に関連しあって売上に影響を与えています。どの説明変数とどの説明変数が近い距離で連鎖しているのか、"見える化"を試みました。 「売上の地図」を手に、全体を俯瞰して見ることで、自社商品・サービスの売上がどのようにしてつくられていて、課題はどこにあるか、何を強化したらよいかが浮かび上がります。この地図を理解すれば、再現性高くヒットを生み出すことができます。売上を科学した本の登場です！

※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。 SPSS 23でロジスティック回帰分析登場!! 　 2011年3月発行『SPSSによるロジスティック回帰分析』の改訂版。SPSSのVer.22よりロジスティック回帰分析の新規機能が追加されています。 　本書はSPSSを使ってロジスティック回帰分析とステップワイズ法を解説します。ロジスティック回帰は医学や薬学、生物学などの自然科学だけでなく社会科学の分野でも利用されています。またステップワイズ法は変数増減法とも呼ばれ、独立変数を少しずつ加えて最適な結果を導き出す手法で、SPSSを使うことで分析できる手法となります。最新版のSPSS Ver.23に対応しています。 詳細目次 第1章　ロジスティック回帰入門 §1 目的変数が比率データのとき 1.1 例題1 1.2 ロジスティック回帰分析の適用 1.3 ロジスティック曲線の性質 1.4 SPSS の手順 §2 目的変数がカテゴリデータのとき 2.1 例題2 2.2 ロジスティック回帰分析の適用 第2章　ロジスティック回帰の実践 §1 基礎的解析 1.1 例題3 1.2 視覚的解析 1.3 数値的解析 §2 ロジスティック回帰の実施 §3 単変量のロジスティック回帰 第3章　ロジスティック回帰の応用 §1 カテゴリ変数とダミー変数 1.1 例題4 1.2 例題5 §2 オッズ比 2.1 例題6 2.2 オッズ比とロジスティック回帰 §3 交互作用 3.1 例題7 3.2 交互作用のオッズ比 第4章　説明変数の選択 §1 総当たり法 §2 逐次変数選択法 第5章　ロジスティック回帰の留意点 §1 多重共線性 1.1 例題8 1.2 例題9 §2 完全分離 2.1 説明変数が数値変数の例 2.2 説明変数がカテゴリ変数の例 §3 外れ値と影響度 §4 ROC 曲線 第6章　条件付きロジスティック回帰 §1 対応のあるデータ §2 条件付きロジスティック回帰の実際 2.1 例題10 2.2 多項ロジスティック回帰による方法 2.3 Cox 回帰による方法 第7章　ロジスティック回帰の拡張 §1 多項ロジスティック回帰 1.1 例題11 1.2 SPSSの操作 1.3 多項ロジスティック回帰の結果 1.4 ロジスティック回帰による分割表の解析 §2 順序ロジスティック回帰 2.1 例題12 2.2 SPSSの操作 2.3 順序ロジスティック回帰の結果 2.4 順序カテゴリを含んだ分割表の解析 第8章　一般化線形モデル §1 一般化線形モデルによるロジスティック回帰 1.1 一般線型モデルと一般化線型モデル 1.2 一般化線型モデルの実際 1.3 SPSS の手順 §2 一般化推定方程式によるロジスティック回帰 2.1 反復測定と一般化推定方程式 2.2 例題13 2.3 SPSSの手順 第9章　傾向スコアとロジスティック回帰 §1 傾向スコアと変数の調整 1.1 交絡因子 1.2 傾向スコア §2 傾向スコアの使い方 2.1 例題14 2.2 傾向スコアによるマッチング 付　録 補記1 相互検証法とリサンプリング法 1 予測精度の検証 2 回帰係数の検証 補記2 オッズ比と標準偏回帰係数 補記3 二項ロジスティック回帰と多項ロジスティック回帰 補記4 ケース・コントロールのマッチング 補記5 SPSS の操作手順 補記6 相互検証法の手順 補記7 対数線型モデルとロジスティック回帰 参考文献 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。 本書はPythonを使ったマテリアルズインフォマティクスの方法を習得するため、1．scikit-learnの使い方を学ぶ、2．プログラミングによるデータ解析手法を知る、3．帰納法の考え方に慣れる、という三つの目的から構成されています。データ解析学で用いるアルゴリズムは各データを記述する変数の数が等しい（等長説明変数）と仮定しているため、マテリアルズインフォマティクスの世界では苦戦する場面が少なくありません。そこで物質ごとに収集できる変数の数が異なる（非等長説明変数）場合のデータ解析の仕方を紹介しており、基礎から実践までをじっくりと理解できる内容となっています。

※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。 ※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。 好評の既刊書『マンガでわかる統計学』の回帰分析編登場！ 本書は好評の既刊書『マンガでわかる統計学』の回帰分析編である。回帰分析の基本から類書で解説されることの少ないロジスティック回帰分析まで、喫茶店を舞台にマンガでやさしく解説した。 プロローグ　ノルンへようこそ！ 第1章　基礎知識 1. 表記のルール 2. 逆関数 3. 指数関数と自然対数関数 4. 指数関数と対数関数の特徴 5. 微分 6. 行列 7. 数量データとカテゴリーデータ 8. 偏差平方和・分散・標準偏差 9. 確率密度関数 第2章　回帰分析 1. 回帰分析とは 2. 回帰分析の具体例 3.「回帰分析の流れ」の注意 4. 標準化残差 5. 内挿と外挿 6. 系列相関 7. 直線以外の回帰式 第3章　重回帰分析 1. 重回帰分析とは 2. 重回帰分析の具体例 3.「重回帰分析の流れ」の注意 4. 標準化残差 5. マハラノビスの汎距離と重回帰分析における信頼区間と予測区間 6. 説明変数に“測れない”データが存在する場合の重回帰分析 7. 多重共線性 8.「目的変数に対する各説明変数の影響度」と重回帰分析 第4章　ロジスティック回帰分析 1. ロジスティック回帰分析とは 2. 最尤法 3. 目的変数の捉え方 4. ロジスティック回帰分析の具体例 5.「ロジスティック回帰分析の流れ」の注意 6. オッズ比 7.「検定」の名称 8. バブルチャート 付録　Excelで計算してみよう！ 1. 自然対数の底 2. 指数関数 3. 自然対数関数 4. 行列の掛け算 5. 逆行列 6. カイ二乗分布の横軸の目盛り 7. カイ二乗分布の確率 8. F分布の横軸の目盛り 9. F分布の確率 10.（重）回帰式の（偏）回帰係数 11. ロジスティック回帰式の回帰係数 参考文献 索引