1. ホーム >
  2. 書籍 >
  3. 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 新刊


形式:
書籍
発売日:
ISBN:
9784798155067
価格:
本体3,000円+税
仕様:
A5・456ページ
分類:
PC書その他
  • このエントリーをはてなブックマークに追加

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

ダウンロードファイルは、まだ公開されておりません。今しばらくお待ちくださいますようお願い申し上げます。

書籍への問い合わせ

正誤表、追加情報をご確認の上、こちらよりお問い合わせください

書影の利用許諾について

本書籍に関する利用許諾申請はこちらになります

追加情報はありません。

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

書籍・SEshop限定PDF:ご購入刷数  電子書籍 最終更新日:2018年04月23日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 038
上から11行目
2.2 母集団単純ランダムサンプリングによって
2.2 母集団から単純ランダムサンプリングによって
2018.04.19
1刷 186
本文1行目
シミュレーションの結果はs_mean_arrayという変数に
シミュレーションの結果はt_value_arrayという変数に
2018.04.23
1刷 193
下から2行目
「(標本平均ー母平均)+ 標準誤差」
「(標本平均ー母平均)÷ 標準誤差」
2018.04.19
1刷 194
下から7行目コード中
se = sigma / sp.sqrt(len(fish)) se
sigma = sp.std(fish, ddof = 1) se = sigma / sp.sqrt(len(fish)) se
2018.04.23
1刷 210
本文下から1行目
帰無仮説が正しいと仮定して、50000回、標本抽出~t値計算を繰り返します。
stats.normに指定する平均値を50とすることで帰無仮説が正しいと仮定して、50000回、標本抽出~t値計算を繰り返します。
2018.04.23