内容

目次

第1章　データサイエンスとは 　1.1　これまでの統計的データ解析の流れ 　1.2　データサイエンスの特徴 第2章　アンケート調査結果から何を読み取るか 　2.1　データの要約統計量の導出とグラフ化 　2.2　1変量データの要約とグラフ化 　2.3　2変量データの要約とグラフ化 　2.4　統計手法の概説（統計的推測の基礎） 第3章　オープンデータから何がわかるか、何がいえるか 　3.1　データの素性と分析結果の解釈 　3.2　集計データ分析のための論点 　3.3　問題の定式化とパラメータの推定 　3.4　統計手法の概説（単回帰分析とエコロジカル・インファレンス） 第4章　Webコンテンツの更新は売上高に効果があるか 　4.1　データの吟味と分析の目的 　4.2　データ分析の基本的事項 　4.3　データの分析と解釈 　4.4　統計手法の概要（重回帰分析） 第5章　ダイエットは効果があったのか 　5.1　データの集計および単純な解析 　5.2　処置前後データ解析の論点 　5.3　スクリーニング下での統計的推測 　5.4　統計手法の概説（統計的検定） 第6章　テストの結果について部分と全体を融合する 　6.1　階層的なデータ構造 　6.2　マルチレベルモデルとマルチレベル分析 　6.3　計算例とその解釈 　6.4　統計手法の概説（階層データのモデル） 第7章　寿命をいかに測り分析するか 　7.1　寿命データの特徴 　7.2　打ち切りとトランケーションの下での推定 　7.3　推定値の計算法 　7.4　統計手法の概説（寿命データの解析） 第8章　おいしいカフェオレを作りたい 　8.1　測定の精度の計算 　8.2　おいしいカフェオレを作る 　8.3　実験計画法とデータの分析法の基本 　8.4　統計手法の概説（計画の直交性と直交表） 第9章　あるべきデータがない 　9.1　欠測値への対処法とその性質 　9.2　欠測データの統計処理の基本 　9.3　欠測への対処法とその結果 　9.4　統計手法の概説（欠測のモデルと多重代入法） 第10章　機械学習のエッセンス 　10.1　データ分析のおさらい 　10.2　機械学習手法の分類 　10.3　パフォーマンスの評価