ビジネスに統計を活かしたいあなた、エクセル(Excel)で効率的に学べるこちらはいかがでしょうか

Business Statistics, A First Course, Sixth Edition エクセル

このところ、

  • 「ビッグデータが〜」
  • 「データ分析が〜」
  • 「統計学が〜」

と聞かれる方も多いのではないでしょうか。

 

なぜ、これらがよく言われるようになったかというと、

  • データの収集コストが格段に下がり、
  • データ分析環境が整い、
  • 「ビジネスで活かせる」状態になってきている

からなんです。

 

そこで本記事では、

 

ビジネスに統計学を活かすにはどうすればいいのか?

 

について学べる、おすすめの本をご紹介します↓

本記事の概要

「ビジネスに統計学を活かす」と、なにがいいの?

IT技術の進歩により、膨大な量のデータを蓄積できるようになりました。

 

大量の数字の集まりからビジネスに役立つ知見を見いだすことができ、それは他社との「競争優位性」になる可能性があります。

 

いままでゴミと思っていたデータが、統計学を用いることで、宝の山に変わるかもしれないわけです。

 

集めたデータは、どう、ビジネスに活かせばいいの?

データに価値を与えるのが「統計学」です。

 

  • 統計学?なんかむずかしそう~
  • 数式とか苦手だしなぁ~

 

と思われる方も多いかもしれません。

 

だいじょうぶです!

 

まずは、

 

だいたいこんなものなんだ

 

っていうことをざっくりします。

 

そしたら、あとは、実際のデータを分析しながら、

詳しく理解していけば、大丈夫です。

 

 

 

 

 

 

 

 

 

(ざっくり知っておくとよい)統計学で活躍する4つの方法

 

①、データの特徴を抽出する

大量のデータが集まると、どのデータがなにを意味しているのか理解することは難しくなります。

そういう場合は、「データの特徴」を調べる、という考え方があります。

中学に入学して、となりのクラスの40人をそれぞれ覚えるよりも、となりのクラスは、シンプルに「にぎやかなクラス」のように、特徴を覚えればわかりやすいですよね。

これと同じで、大量のデータをシンプルに表現するために、データの特徴を調べるわけです。

データがどんな特徴や性質を持っているかを調べるには、

  • 「データを要約」したり、
  • グラフや表で「可視化」する

といった方法があります。

こういった統計手法を「記述統計」といいます。

 

これが統計学の1つ目の使い方です。

 

 

 

 

 

 

 

②、仮説が正しいかを検証する

ビジネスをしていると、

  • 今回の施作では、売り上げは上がったのかな?
  • 顧客が求めているのは、これかな?
  • 新聞とメルマガでは広告の効果が高かったんだろう?

といったように、施作を評価する機会は多いかと思います。

 

私たちが考えたアイデアは、統計学では「仮説」と呼びます。

 

仮説のの正しさを検証する方法を「仮説検定」といいます。

 

これが統計学の2つ目の使い方になります。

 

実際の業務の中で、たとえば、

「なんだか木曜日は○○の売れ行きがいいけど、金曜日は売れない気がするなぁ~」

なんて気づいたら、これをデータを基にほんとうにそうなのかを検証してみることができます。

仮説が正しければ、仮説を活かして、たとえば商品管理を微調整することで、商品の廃棄などロスを減らすことができるかもしれません。

仮説検定の結果は、上司を説得する材料になるかもしれませんし、

より一層効率的な経営への手がかりにもできます。

 

 

 

 

 

 

 

 

 

③、少ないデータから、一般的な性質を推測する

①や②では、十分なデータ量がないと精密な結果が得にくいという特徴があります。

そして、十分な量のデータを集めるのって意外と大変だったりします。

そこでご紹介するのが3つ目の方法になります。

手元の少数のデータをうまく活用すれば、少数のデータでも、大きなデータから得られる結果と同等の結果を得る方法があります。

これを「推測統計(すいそくとうけい)」といいます。

これじつは、テレビの視聴率で使われている方法なんです。

あなたがテレビの視聴率を調べる係だと想像してみてください。

日本全国を1軒1軒まわって調査していたら、すごく大変ですよね!?

そういうときには、全部調査するのでなく、

一部分を調査して、その結果から全部調査の結果を推測する

ということができます。

これが推測統計の一例になります。

テレビの視聴率では、全部の家庭を調べているのではなく、一部の家庭の結果をもとにして、全部の家庭の何パーセントが視聴いていただろう、と推測しています。

 

自前のデータが少なければ、推測統計を使うことで、精度を高めた結果を得ることができるわけです。

 

 

 

 

 

 

 

、集めたデータの特徴を、数式で表現する

データがあった時に、その特徴を抽出することを①でご紹介しました。

特徴が分かったら、それを数式で表現することができます。

データの本質的な性質を数式で表現することを「モデリング」と呼びます。

これが4つ目の方法になります。

どういうことかというと、例えば、あなたがアイスクリーム屋さんの店長さんだとします。

すると、毎日のアイスの売り上げデータを得ることができます。そして、毎日の気温のデータも測れば得ることができます。

1年分の売り上げと気温のデータを得たら、この関係を数式で表してみましょう。

すると、

気温が何度の時は、売り上げがこのくらい

気温が1度上がると、売り上げがこのくらいあがる

といった知見を見積もることができます。

この知見を参考にすれば、今週の気温は上がりそうだから、在庫の量を多めに発注しよう

といった施作を実行することができ、売り切れによる機会損失を減らすことができます。

このように、データをモデリングすることで、未来予測に使うことができ、

それを参考に、より良い経営判断ができる可能性がある、というわけです。

 

 

 

 

 

 

 

 

このように、統計学を活用すれば、①~④のように、

ビジネスの様々な場面で役に立つ知見が見出せることがわかっていただけたかと思います。

 

  • でも、具体的にはどうやって、「数字の集まり」から「役に立つ情報」を見いだすの?
  • さらに、「どうやってビジネスに活かす」の?

って思う方も多いと思います。

 

そういう方におすすめの1冊がこちらになります↓

本書は、Business Statistics: A First Course Sixth Edition (2013) D. L. Levine et al の日本語訳です。訳者である前田裕治先生が教える専門職大学院で、MBAの学生対象の授業でテキストとして使われています。

 

MBAというのは、Master of Business Administration(経営学修士)」の略で、経営学の講義に使われるテキストです。

なので、実際のビジネスシーンで役に立つ例題や演習などが豊富に収録されています。

 

上で説明した際には、気温とアイスクリームの関係など非常にざっぱくなものでしたが、こちらのテキストにはまさにビジネスという現場で遭遇しそうな例が豊富に紹介されています。

 

 

この本には、3つの特徴がございます。

 

 

①、統計学の初学者でもわかるように、数式ばかりでなく、図やグラフなどを使い、わかりやすく説明されている

統計学の本には、きちんと学ぶために数式を多く記載しているものがよくあります。

本書では数式が苦手な方でも、数式とグラフやわかりやすい説明をしっかり対応させています。なので、数式はちょっと・・・という方でも理解しやすい一冊です。

 

 

②、ビジネスへの応用が念頭にあるので、具体例や演習問題はビジネス上の課題が扱われています

統計学をビジネスに活かすなら、例題もビジネスの具体例で学びたいですよね。

本書はビジネス応用を念頭においたMBAの講義でも使われていますので、まさにビジネスシーンで直面する課題が例題として多数収録されています。

これらの課題を解きながら、ビジネスへの統計の活用を効率的に学ぶことができます。

 

 

③、統計の計算については、マイクロソフト社のエクセル(Excel)を使って学べます

統計学では、実際にデータ処理など手を動かしながら学ぶことが有効です。

一般に手計算では時間がかかるので統計解析ソフトを使います。しかし、統計解析ソフトの使い方を知らないと、そのソフトの使い方を学ぶことで時間がかかってしまうこともあります。

本書では数値を扱う定番ともいえるマイクロソフトExcelを用いた解答解説があります。また、本書のデータや章末の復習問題の解答も、ExcelワークシートとしてWebページからダウンロードすることができます。

なので、Excelを使って学ぶことができ、今まで使ったことのない統計ソフトをゼロから学びなおすなどの手間はいっさいなく、スムーズに学び始めることができます。

 

 

 

 

 

 

 

 

本書の目次は以下の通りです

監訳者まえがき
本書の使い方
原著者紹介

 

序章 統計学とは

0−1 データと変数

変数の種類

0−2 統計学の基本用語

 

第1章 データの整理と数値の尺度

統計を使ってみよう ユアチョイス投資信託の場合

1−1 データの収集

データの整理

1−2 カテゴリーデータの整理

総括表
分割表

1−3 数値データの整理

秩序配列
度数分布
相対度数分布
累積分布

1−4 カテゴリーデータの可視化

棒グラフ
円グラフ
パレート図

1−5 数値データの可視化

ヒストグラム
相対度数分布曲線
累積相対度数分布曲線

1−6 2つの数値変数の可視化

散布図
時系列グラフ

1−7 数値で表現する記述的尺度:中心傾向

中心傾向
平均
中央値
最頻値

1−8 数値で表現する記述的尺度:変動と形状

範囲
分散と標準偏差
変動係数
Z値
形状

1−9 母集団を数値で記述する尺度

母集団平均
母集団分散と母集団標準偏差

1−10 共分散と相関係数

共分散
相関係数

 

 

統計を使ってみよう 再び、ユアチョイス投資信託の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第2章 基本的な確率

統計を使ってみよう M&Rエレクトロニクス・ワールド社の場合

2−1 基本的な確率の考え方

事象と標本空間
分割表とベン図
単純確率
結合確率
周辺確率
一般の加法定理

2−2 条件付確率

条件付確率の計算
樹形図
独立性
乗法定理
一般の乗法定理を用いた周辺確率

2−3 ベイズの定理

2−4 場合の数の数え方

 

 

統計を使ってみよう 再び、M&Rエレクトロニクス・ワールド社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第3章 離散確率分布

統計を使ってみよう サクソン・ホーム・インプーブメント社の場合

3−1 離散確率変数の確率分布

離散確率変数の期待値(平均値)
離散確率変数の分散と標準偏差

3−2 二項分布

3−3 ポアソン分布

 

 

統計を使ってみよう 再び、サクソン・ホーム・インプーブメント社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第4章 正規分布

統計を使ってみよう マイキャンパス社の場合

4−1 連続確率分布

4−2 正規分布

正規確率を計算する

 

統計を使ってみよう 再び、マイキャンパス社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第5章 標本抽出と標本分布

統計を使ってみよう オックスフォード・シリアル社の場合

5−1 各種の標本抽出法

単純無作為標本
系統標本
層化標本
クラスター標本

5−2 調査の価値を評価する

調査に関わる誤差

5−3 標本分布

5−4 平均の標本分布

標本平均の不偏特性
平均の標準誤差
正規分布した母集団からの標本抽出
正規分布していない母集団からの標本抽出ー中心極限定理

5−5 比率の標本分布

 

 

統計を使ってみよう 再び、オックスフォード・シリアル社の場合
まとめ
重要な公式
キーワード
復習問題

 

 

第6章 信頼区間の推定

統計を使ってみよう サクソン・ホーム・インプルーブメント社の場合

6−1 平均の信頼区間推定(σが既知の場合)

母集団標準偏差を知ることは可能か?

6−2 平均の信頼区間推定(σが未知の場合)

スチューデントのt分布
t分布の特性
自由度という概念
信頼区間について

6−3 比率の信頼区間推定

6−4 標本数を決定する

平均推定のための標本数を決定する
比率推定のための標本数を決定する

 

統計を使ってみよう 再び、サクソン・ホーム・インプルーブメント社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第7章 仮説検定の基礎 1標本検定

統計を使ってみよう オックスフォード・シリアス社の場合 その2

7−1 仮説検定法の基礎

帰無仮説と対立仮説
検定統計量の限界値
棄却域と採択域
仮説検定を使った意思決定に伴うリスク
限界値を使った仮説検定
p値を使った仮説検定
信頼区間推定と仮説検定の関係
母集団の標準偏差を知り得ることはできるか?

7−2 平均の仮説のt検定(σが未知)

限界値を使う手法
p値を使う手法
正規性の仮定の確認

7−3 片側検定

限界値を使う手法
p値を使う手法

7−4 比率の仮説のZ検定

限界値を使う手法
p値を使う手法

 

統計を使ってみよう 再び、オックスフォード・シリアル社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第8章 2標本検定と一元配置分散分析

統計を使ってみよう BLKビバレッジ社の場合

8−1 独立2母集団の平均を比較する

2つの平均の差の合併分散t検定
2つの平均の差の信頼区間推定
不等分散を前提としたときの2つの平均の差のt検定

8−2 関連2母集団の平均を比較する

ペアt検定(対応のあるt検定)
平均の差の信頼区間推定

8−3 独立2母集団の比率を比較する

2つの比率の差のZ検定
2つの比率の差の信頼区間推定

8−4 2つの分散の比のF検定

8−5 一元配置分散分析(ANOVA)

2つを超える平均の差の一元配置分散分析F検定
多重比較:チューキー・クラマー法
分散分析の前提
分散の均一性のレーベン検定

 

統計をつかってみよう 再び、BLKビバレッジ社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第9章 カイ二乗検定

統計を使ってみよう TCリゾート社の場合

9−1 2つの比率の差のカイ二乗検定

9−2 3つ以上の比率の差のカイ二乗検定

9−3 独立性のカイ二乗検定

 

統計を使ってみよう 再び、TCリゾート社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

第10章 単純線形回帰分析

統計を使ってみよう サンフラワーズ・アパレル社の場合

10−1 回帰分析モデルの種類

10−2 単純線形回帰式を求める

最小二乗法
回帰分析における推定
Y切片b0と傾きb1の計算

10−3 変動量

平方和の計算
決定係数
推定値の標準誤差

10−4 前提条件

10−5 残差分析

前提条件の評価

10−6 自己相関の測定:ダービン・ワトソン統計量

自己相関を検出する残差グラフ
ダービン・ワトソン統計量

10−7 傾きと相関係数に関する推論

傾きのt検定
傾きのF検定
傾きに対する信頼区間推定
相関係数のt検定

10−8 平均値の推定と個々の値の推定

信頼区間推定
推定区間

10−9 回帰分析における落し穴

 

 

統計を使ってみよう 再び、サンフラワーズ・アパレル社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

 

 

第11章 重回帰分析

統計を使ってみよう オムニフーズ社の場合

11−1 重回帰モデルを作成する

回帰係数の解釈
従属変数Yの推定

11−2 r、調整済みr、全体のF検定

重決定係数r
調整済みr
重回帰モデル全体の有意性の検定

11−3 重回帰モデルの残差分析

11−4 母集団の回帰係数に関する推論

仮説検定
信頼区間推定

11−5 回帰モデルにおけるダミー変数と交互作用項

ダミー変数
交互作用

 

統計を使ってみよう 再び、オムニフーズ社の場合
まとめ
重要な公式
キーワード
復習問題
Excelガイド

 

 

巻末資料

A、数学の考え方・記号の基本

代数のルール:指数と平方根
対数のルール
和の表現

B、各種表

累積標準化正規分布
tの限界値
カイ二乗の限界値
Fの限界値
スチューデント化された範囲Qの限界値
ダービン・ワトソン統計量Dの限界値dLとdu(限界値は片側)
標準化正規分布

索引

 

となっています。

 

本書では、統計学の基本がすべてカバーされているといっても過言ではありません。

そして、基礎の基礎からしっかり丁寧に説明されているので、1つ1つスムーズにつまずくことなく理解できます。

 

ビジネスの場面が例題や演習問題として扱われていて、統計のビジネス活用を目指す学生さんや、業務ですぐにでも活かしたいビジネスパーソンにも最適です。

レイアウトも見やすく、ビジネスに統計学を活かしたいあなたが末長く使える、おすすめの本となっています↓

 

 

 

 

こちらもございます↓

完全独習 統計学入門

文系でもわかる ビジネス統計入門

Excelで経営情報を分析する ビジネス統計入門決定版

統計学が最強の学問である

ビジネスマンのためのデータ分析&活用術――統計学×Excel=最強のビジネススキル

Excelピボットテーブル データ集計・分析の「引き出し」が増える本

何万件ものデータやピボットテーブルで苦しんでいる人のための Excel多量データ整形テクニック

実践ワークショップExcel徹底活用統計データ分析 改訂新版 (EXCEL WORK SHOP)

仕事が10倍速くなる! 統計学の活かし方 (PHPビジネス新書)

ビジュアル ビジネスに活かす統計入門 (日経文庫)

戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

 

 

 

 

 

こちらの記事もございます

【マーケティング・データ分析の基礎】「マーケティング」を科学的に行いたいあなた、「データ分析」のフリーソフト「R」はいかがでしょうか【Useful R】

 

 

「データ解析」や「統計モデリング」を基礎から体系的に学びたいあなた、こちらはいかがでしょうか【データ 解析のための統計モデリング入門】 」

 

 

Pythonでデータサイエンスをやってみたいあなた、手を動かしながらサクッと学べるこちらはいかがでしょうか【Pythonデータサイエンス:可視化、集計、統計分析、機械学習】

 

 

 

統計解析フリーソフト「R」で、楽しみながら統計を学びたいあなた、こちらはいかがでしょうか【Rで楽しむ統計 (Wonderful R 1)】

 

 

 

「株価」の変動を「物理学」で理解したいあなた、「経済物理学」はいかがでしょうか

 

 

 

「エクセル(Excel)」の記事の一覧(目次)のまとめはこちらです

 

 

 

「多変量解析」に関係する記事をまとめ