「統計学」を「ビジネス」に活かしたいけど、どの本で学べばいいの？ってあなた、こちらはいかがでしょうか

おすすめ

2017.05.182022.12.27

ビジネスに統計学を取り入れたいんだけど、どうしたらいいんだろう？

って思われるビジネスパーソンは多いのではないでしょうか。

本屋で統計学の本をみてみても、

どれを選んだらいいのかわからない
数式がたくさん出ていて意味がわからない
統計処理の仕方はわかったけど、それが何を意味するかわからない
どう、統計学を自分の業務に活かしたらいいのかわからない

などのハードルを感じる方もおられるのではないでしょうか。

統計学は多くの分野で使われていて、各分野でそれぞれ統計学への考え方や使い方が少しずつ違っています。

一般的な教科書でも、どの分野を対象にするかで、詳しく説明する部分や省く箇所、説明の言い回しや数式の有無など、大きく違っています。

「政治学」では権力
「経済学」では合理性
「社会学」ではヒトとヒトの相互作用
「心理学」では認知や感情
「教育学」では知識や能力
「マーケター」はニーズとウォンツ

で（おおざっぱですが）世の中を洞察しています。

統計学は各分野の考え方の違いに沿う形で使われるので、自分と違う分野の統計学に触れると、無意識に違和感を感じてしまうのではないでしょうか。

統計学の本を選ぶ上で重要なのは、「自分の学ぶべき分野のモノを選ぶこと」なのではないかと思います。

マーケティング担当の方は、マーケティングのための統計学を学ぶのがいいでしょうし、製造業の品質管理担当の方は、それ用のモノを選ぶと確実です。

でも、ここで悩んでいる方は、自分がどの分野を学べばいいかがハッキリしない方もおられるのではないでしょうか。

そういうあなたにおすすめなのが、こちらの本になります。

統計学が最強の学問である[実践編]――データ分析のための思想と方法

ダイヤモンド社

序章 ビジネスと統計学を繋ぐために

０１、ビジネスと統計学のギャップはなぜ存在するのか

０２、「把握」と「予測」、そして「洞察」の統計学

第１章 統計学の実践は基本の見直しから始まるー「平均」と「割合」の本質

０３、「洞察」の統計学に必要な３つの知識

０４、じつは深い「平均値」

０５、なぜ、平均値は真実を捉えることができるのか？

０６、標準偏差が示す「たいていのデータの範囲」

第２章 統計学が「最強」であるもう１つの理由ー標準誤差と仮説検定

０７、あわて者とぼんやり者の間にある「最強」という考え方

０８、「誤差の範囲」とデータの数の関係

０９、不毛な議論に終止符を打つ仮説検定の考え方

１０、z検定であわて者を諌めろ

１１、少ないデータのためのt検定とフィッシャーの正確検定

１２、検定の多重性とその処方箋

第３章 洞察の王道となる手法群ー重回帰分析とロジスティック回帰

１３、統計学の王道「回帰分析」

１４、回帰直線はどのように求められるのか？

１５、複数の説明変数を一気に分析する重回帰分析

１６、ロジスティック回帰とその計算を可能にする対数オッズ

１７、回帰モデルのまとめと補足

１８、実用的な回帰モデルの使い方ーインプット編

１９、実用的な回帰モデルの使い方ーアウトプット編

第４章 データの背後にある「何か」ー因子分析とクラスター分析

２０、心理学者が開発した因子分析の有用性

２１、因子分析とは具体的に何をするのか？

２２、クラスター分析という基本思想

２３、k-means法によるクラスター分析

終章 統計手法のまとめと使用の手順

２４、本書のまとめ

２５、ビジネスデ用いる場合の分析の手順

２６、本書では得られない３つの知識

数学的補足

謝辞

参考文献

索引

序章　ビジネスと統計学を繋ぐために

第１章　統計学の実践は基本の見直しから始まるー「平均」と「割合」の本質

第２章　統計学が「最強」であるもう１つの理由ー標準誤差と仮説検定

第３章　洞察の王道となる手法群ー重回帰分析とロジスティック回帰

第４章　データの背後にある「何か」ー因子分析とクラスター分析

終章　統計手法のまとめと使用の手順