Pythonで学ぶあたらしい統計学の教科書

Pythonで学ぶあたらしい統計学の教科書

著者: 馬場真哉
単行本（ソフトカバー）: 456ページ
出版社: 翔泳社 (2018/4/19)
言語: 日本語
ISBN-10: 4798155063
ISBN-13: 978-4798155067
発売日： 2018/4/19

書籍内容

基礎理論を飛ばさない!
推定・検定から統計モデル・機械学習へ!

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