「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

Statistics is one of the most useful field for practical use おすすめ

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。

本書は、自分の学びたい統計学の入門書がわからないあなたのために、最大公約数的な統計学の使い方について、ビジネス応用という観点から、基礎をシッカリ理解させてくれる1冊です。

数式の詳細やツールの使い方などを学ぶ前に、ビジネスで活用するための統計学の考え方や注意点をサクッと理解しておきたいあなたに最適です。

本書の構成は以下の通りです

本記事の概要

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

補足①、ズレの絶対値と中央値

補足②、ズレの二乗と平均値

補足③、平均値と割合の標準誤差

補足④、分散と不偏分散

補足⑤、正規分布の数学的性質

補足⑥、中心極限定理

補足⑦、チェビシェフの不等式

補足⑧、平均値と割合の差に対するz検定

補足⑨、χ2(カイ二乗)分布とt分布の関係

補足⑩、フィッシャーの正確検定

補足⑪、z検定とχ2(カイ二乗)検定

補足⑫、ボンフェローニ補正

補足⑬、単回帰分析

補足⑭、単回帰分析とt検定の関係

補足⑮、重回帰分析

補足⑯、オッズ比

補足⑰、検出力とサンプルサイズ設計

謝辞

参考文献

索引

となっています。

統計学の平均や割合といった、基礎の基礎をおろそかにせず、例を交えながらそれがなぜ重要で使える概念なのかを理解できます。

仮説検定や回帰分析の説明では、数式を使うよりも、表や図を多用することで、実際のデータとの対応が想像しやすく工夫されています。ビジネスで活かす場面を想定しながら読むとページを捲るペースもアップしそうです。

統計学の手法には多くのものがありますが、初学者の方や独学の方はどれを学べばいいのか迷うことがあるかと思います。

本書では、どの分野でも重宝する方法として、重回帰分析・ロジスティック回帰・因子分析・クラスター分析の4つに絞って詳説してくれています。まずはこれらをマスターしてみるだけでも、ビジネスの多くの場合でデータ分析を活かせるようになるのではないでしょうか。

初学者の方が、最小限の学びで最大限の効果を得るための4つの手法をシッカリ理解できる1冊です。

 

本書には姉妹書もございます↓

・統計学がどう役に立つのか、について、ほんとの統計学初学者向けに書かれた1冊。統計学の詳細を学ぶ前に一読しておくとその後の理解が加速します↓

 

・実践編よりも、さらにビジネス向けにより具体的な内容が説明されている1冊です。経営戦略・人事・マーケティング・オペレーションの4分野を中心に解説されていて、それに関わる方はもちろん、すべてのビジネスパーソンの参考になる内容となっています。

こちらに詳細がございます↓

「データ」を活用して、経営戦略・人事・マーケティング・オペレーションを改善したい方、こちらはいかがでしょうか

 

同著者のシリーズはこちらもございます↓

 

 

 

 

 

こちらもございます↓

 

 

こちらもございます↓

 

「多変量解析」に関係する記事をまとめ

 

「エクセル」で「データ分析」できるようになりたいあなたにチェックしてほしい良書10冊はこちらです

 

「データ分析」を活用したい!だけど分からないことだらけの方、その悩みを解決する良書10冊はこちらです

 

ベイズ統計を学びたい人はチェックしてほしい良書、8冊はこちらです

 

「統計学」に入門したい人はチェックしてほしい良書、10冊はこちらです

 

↓こちら無料で読めます