高橋信作品一覧

  • データ分析の先生!文系の私に超わかりやすく統計学を教えてください!
    4.0
    1巻1,650円 (税込)
    【注目!「文系人間」は心して読んでください。】 チンプンカンプンだった統計学の 「文系のための翻訳書」ついに発刊。 ビッグデータだ、データサイエンスだと騒がれる昨今。 数字やデータを使いこなすためにまずは統計学とやらを 学んでみよう!と入門書を手にとってみるも、 数学的な難しさから門前払いされてしまう……。 本書はそんな方々のために書かれた 言わば「統計学の翻訳書」です。 ・統計学ってそもそも何? ・便利そうというのはわかるけど、どう役立つの? ・世の中にあるデータってどのくらい信用できるの? といったことから始まり、母集団の割合の推定や重回帰分析まで、 わかりやすくていねいに解説。 数字が苦手な「文系人間」を自負する方々はもちろん、 統計学の初学者や独学で挫折してしまった方、 過去に学んだものの実は理解に不安が残る方にもおすすめです。 ・・・ 下記URLにて、書籍内で使用したデータのエクセルファイルを ダウンロードできます。エクセルでの重回帰分析の体験などに ご活用ください。 https://kanki-pub.co.jp/pages/bunkeitoukei/
  • やさしい実験計画法 ―統計学の初歩からパラメータ設計の考え方まで―
    3.0
    1巻2,640円 (税込)
    ※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。 イラストや図を多用し、初心者でも理解できる! 本書はタグチメソッドまで含めた実験計画法の入門書である。統計学を知っていることが前提になるものだが統計の初歩から解説し、またイラストや図を多く用いることで高度な内容を初心者でも理解することができる。 第1章 実験計画法とは? 第2章 統計学の基礎知識 第3章 統計的仮説検定 第4章 一元配置法 第5章 二元配置法 第6章 実験の望ましい順番 第7章 直交配列表実験 第8章 パラメータ設計 付録1 回帰分析と重回帰分析 付録2 多重比較法
  • マンガでわかるベイズ統計学
    3.0
    ※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。 ビッグデータ、機械学習で注目されているベイズ統計学がマンガでわかる!! 本書はマンガを使ってベイズ統計学の基礎から実際の利用例まで解説するものです。また一般的に統計学のことをさす数理統計学とベイズ統計学の違いもふれます。さらにコンピュータシミュレーションでよく使われるモンテカルロ法やカルバック・ライブラー情報量についても解説しますのでマンガとはいえ実践的な内容となっているものです。 序章 ベイズ統計学を学びたい! 第1章 ベイズ統計学とは? 第2章 基礎知識 第3章 尤度関数 第4章 ベイズの定理 第5章 マルコフ連鎖モンテカルロ法 第6章 マルコフ連鎖モンテカルロ法の活用例
  • IRT 項目反応理論 入門 ―統計学の基礎から学ぶ良質なテストの作り方―
    -
    1巻2,860円 (税込)
    ※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

最近チェックした本