馬場 真哉(著)
※1点の税込金額となります。 複数の商品をご購入いただいた場合のお支払金額は、 単品の税込金額の合計額とは異なる場合がございますので、予めご了承ください。
本書は統計の基礎をPythonを使いながら学んでいく教科書です。
ゼロから統計を学んでいくので誰でも入門することができます。
サンプルはわかりやすさを重視し、釣りや魚の体長などの身近な例で説明しています。
統計を学んでビジネスにいかしたい方、データ分析者として活躍をしたい方などにオススメの1冊です。
本書は統計学の理論をゼロから学べる教科書です。
IoTやビッグデータの発展によりさまざまなデータが社会にあふれ、
全てのデータを確認するのは難しくなってきています。
多くのデータから価値があるデータを作成するには統計学の知識が必須です。
【本書のポイント】
本書は統計学をはじめて勉強するかたでも、
読み進めていけるように、以下の3点を重点的に解説しています。
・データをどのように分析するのか
・なぜそのように分析するのが良いことなのか
・Pythonを使ってどのように分析するのか
【統計学を勉強するためのツールについて】
この書籍では、学習していく際のツールに、プログラミング言語のPythonを使用します。
PythonはExcelやRより自由度が高く、機械学習に多く利用されているので幅広い層から注目集めています。
Pythonに馴染むことにより、機械学習を利用したデータ分析者になるための基礎的な技術も身に付けられます。
【本書の構成】
本書は全7部構成になっています。
それぞれの部で次のようなことを解説しています。
第1部では統計学の基本を解説しています。
第2部でPythonの基本やJupyter Notebookの使い方を説明します。
第3部でPythonを用いた統計分析の方法を学びます。
第4部からは統計モデルについて学んでいきます。
第5部では正規線形モデルを解説します。
第6部それを発展させた一般化線形モデルについて解説します。
第7部は、統計学から機械学習へのつながりを学びます。
統計学やPythonのことを何も知らない方にもオススメの一冊です。
第1部 統計学の基本
第1章 統計学
第2章 標本が得られるプロセス
第3章 標本が得られるプロセスの抽象化
第4章 記述統計の基礎
第5章 母集団分布の推定
第6章 確率質量関数と確率密度関数
第7章 統計量の計算
第8章 確率論の基本
第9章 確率変数と確率分布
第2部 PythonとJupyter Notebookの基本
第1章 環境構築
第2章 Jupyter Notebookの基本
第3章 Pythonによるプログラミングの基本
第4章 numpy・pandasの基本
第3部 Pythonによるデータ分析
第1章 Pythonによる記述統計:1変量データ編
第2章 Pythonによる記述統計:多変量データ編
第3章 matplotlib・seabornによるデータの可視化
第4章 母集団からの標本抽出シミュレーション
第5章 標本の統計量の性質
第6章 正規分布とその応用
第7章 推定
第8章 統計的仮説検定
第9章 平均値の差の検定
第10章 分割表の検定
第11章 検定の結果の解釈
第4部 統計モデルの基本
第1章 統計モデル
第2章 統計モデルの作り方
第3章 データの表現とモデルの名称
第4章 パラメタ推定:尤度の最大化
第5章 パラメタ推定:損失の最小化
第6章 予測精度の評価と変数選択
第5部 正規線形モデル
第1章 連続型の説明変数を1つ持つモデル(単回帰)
第2章 分散分析
第3章 複数の説明変数を持つモデル
第6部 一般化線形モデル
第1章 さまざまな確率分布
第2章 一般化線形モデルの基本
第3章 ロジスティック回帰
第4章 一般化線形モデルの評価
第5章 ポアソン回帰
第7部 統計学と機械学習
第1章 機械学習の基本
第3章 PythonによるRidge回帰・Lasso回帰
第4章 線形モデルとニューラルネットワーク
第5章 この本の次に学ぶこと
MATSUDA, Shougo さん
2019-04-27
良書。その一言に尽きる。Python実習の面でも統計学をしっかり学べる点でもこれは習得まで何度も部分読み返しして助けてもらうこととなりそうです。
roughfractus02 さん
2018-07-23
個別的なテーマよりも書物の流れに沿ったステップアップを重視している。統計学とPythonの基礎的な説明から、数式の解説を経て、統計学のPython実装に至るラインがすっきりして感じられる構成だ。データ集計、標本分布、scipyを使用した区間推定と仮説検定を扱い、線形モデルの概要を説明する第3部、第4部があることで、statsmodelsを使った一般線形モデルの構築が辿りやすい(Seabornを使ったグラフ描画がきれいだ)。最後の第7部に機械学習と統計学の関連性の概説がある。ベイズ統計に関しての言及はない。
monotony さん
2021-10-27
統計検定の学習のお供に、毎日少しづつ写経を進めてようやく一巡。後半はほぼ素読状態・・・。次はオリジナルのデータで色々試してみたいかな。