統計学大百科事典―仕事で使う公式・定理・ルール113 [単行本]Ω

要旨（「BOOK」データベースより）様々な分野で登場する可能性の高い統計学の公式・定理を解説しています。統計学を必要としている人が効率的に・要領よく学ぶことができます。充実した索引を活用し、リファレンスとしても利用できます。各節に「難易度」「実用」「試験」それぞれの重要性を星５段階で示しています。「Ｂｕｓｉｎｅｓｓ」という項目で、その統計学の知識を利用した身近な例を主に紹介しています。目次Chapter 01　記述統計Introduction01　データの尺度02　度数分布表とヒストグラム03　パレート図04　添え字とシグマ記号05　平均・分散・標準偏差06　度数分布表と平均・分散07　代表値08　変量の標準化09　歪度・尖度10　四分位数・箱ひげ図11　クロス表12　円グラフ・帯グラフ・折れ線グラフ13　散布図14　ローレンツ曲線15　Q-QプロットColumn｜幹葉図からデータの代表値を読み取るChapter 02　相関関係Introduction01　ピアソンの相関係数02　スピアマンの順位相関係数03　ケンドールの順位相関係数04　クラメールの連関係数05　相関係数の推定・検定06　自己相関係数Column｜疑わしい相関はいくらでもあるChapter 03　確率Introduction01　事象と確率02　包含と排除の原理03　離散型確率変数04　連続型確率変数05　累積分布関数06　期待値・分散07　事象の独立・確率変数の独立08　確率変数の和・積09　2次元の確率変数（離散型）10　2次元の確率変数（連続型）11　期待値・分散の公式12　大数の法則・中心極限定理13　チェビシェフの不等式Column｜クラスの中に誕生日が同じ2人がいる確率を求めるChapter 04　確率分布Introduction01　ベルヌーイ分布・二項分布02　幾何分布・負の二項分布03　ポアソン分布04　超幾何分布05　一様分布・指数分布06　正規分布07　c2分布・t分布・F分布（概説）08　c2分布・t分布・F分布（詳説）09　ワイブル分布・パレート分布・対数正規分布10　多項分布11　多次元正規分布Column｜確率分布の値をソフトで求めるChapter 05　推定Introduction01　復元抽出・非復元抽出02　標本の抽出法03　最尤法04　区間推定の仕組み05　正規母集団の母平均の区間推定06　母比率の区間推定07　推定量の評価基準08　不偏推定量Column｜紛らわしい標準偏差と標準誤差の違いChapter 06　検定Introduction01　検定の原理と手順02　検定統計量03　検定の誤り04　正規母集団の母平均の検定05　正規母集団の母分散の検定06　母平均の差の検定（1）07　母平均の差の検定（2）08　母比率の差の検定09　等分散検定Column｜医療現場で行われる検定Chapter 07　ノンパラメトリック検定Introduction01　適合度検定02　独立性の検定（2×2のクロス集計表）03　独立性の検定（k×lのクロス集計表）04　フィッシャーの正確確率検定05　マクネマー検定06　コクランのQ検定07　マン―ホイットニーのU検定08　符号検定09　ウィルコクソンの符号付き順位検定10　クラスカル―ウォリス検定11　フリードマン検定Column｜統計学　紛らわしい用語集Chapter 08　回帰分析Introduction01　単回帰分析02　重回帰分析03　重相関係数・偏相関係数04　多重共線性（マルチコ）05　単回帰分析での区間推定06　ロジスティック回帰分析・プロビット回帰分析07　一般線形モデルと一般化線形モデル（GLM）Column｜ワインの値段を重回帰分析するChapter 09　分散分析と多群比較法Introduction01　分散分析（概説）02　一元配置の分散分析03　二元配置の分散分析（繰り返しなし）04　二元配置の分散分析（繰り返しあり）05　フィッシャーの3原則06　直交配列表07　ボンフェローニ法・ホルム法08　シェフェ法09　テューキー―クレーマー法Column｜現代の推測統計学の祖・フィッシャーChapter 10　多変量解析Introduction01　主成分分析（概説）02　主成分分析（詳説）03　判別分析（概説）04　判別分析（詳説）05　マハラノビス距離06　数量化Ⅰ類・Ⅱ類07　数量化Ⅲ類・コレスポンデンス分析08　因子分析09　共分散構造分析10　階層的クラスター分析11　多次元尺度構成法（MDS）Column｜ポジショニングマップを作るにはChapter 11　ベイズ統計Introduction01　条件付き確率02　ナイーブベイズ分類03　ベイズの定理04　ベイズ更新（離散版）05　モンティ・ホール問題06　ベイズ更新（連続版）07　共役事前分布08　カルバック―ライブラー情報量09　AIC（赤池情報量規準）10　モンテカルロ積分11　ギブスサンプリング12　メトロポリス―ヘイスティングス法13　ベイジアンネットワークColumn｜機械翻訳の仕組みAppendix1　標準正規分布表（上側確率）2　t分布表（上側2.5％点、5％点）3　x2分布表（上側97.5％点、5％点、25％点）4　F分布表（上側5％点）5　F分布表（上側2.5％点）6　マン―ホイットニーのU検定表（片側確率2.5％点）7　ウィルコクソンの符号付き順位検定表（片側2.5％点、5％点）8　フリードマン検定表（片側5％点）9　クラスカル―ウォリス検定表（片側5％点）10　スチューデント化された範囲の分布の表（上側5％点）出版社からのコメント『数学大百科事典』に続くシリーズ第2弾。実務や試験で統計分析を行う人のためにその手法から理論まで網羅的に解説する。内容紹介実は身近な統計学の理論が効率的に学べる【本書の特徴】●さまざまな分野で登場する可能性の高い統計学の公式・定理を解説しています●統計学を必要としている人が効率的に・要領よく学ぶことができます●充実した索引を活用し、リファレンスとしても利用できます●各項目に「難易度」「実用」「試験」それぞれの重要性を星5段階で示しています●「Business」という項目で、その統計学の知識を利用した身近な例を紹介しています●項目ごとに想定される読者の統計学のレベル・数式リテラシーに　合わせて記述しているので、学習時間と内容にムダがありません。現代において統計学の知識は、あらゆる分野で必要不可欠なものになっています。最近では理系・文系の垣根も崩れ、「経営学」や「経済学」、「医学」など、さまざまな分野で統計学の素養が求められています。しかし統計手法を普段実務で使っている方でも、どの手法を選んだらよいか迷ったり、場面が異なると手順がわからなかったりと、応用が利かないものになっているのではないでしょうか。そして、いざ学ぼうと思っても、統計学の参考書は厳密に解説し過ぎていて学習に時間がかかってしまったり、個別の例に沿いすぎていて応用が利かなかったりします。そのため本書では、統計学の知識を効率的に学びたい人のために、重要な公式・定理などに絞って、その手法の理論や特徴を解説しています。巻末にAppendixとして付けている統計学の数値表もご参照ください。【こんな方におすすめ】・実務や試験で統計分析を行う方。・統計検定の受験を考えている方。・高校や大学で学んだ数学の知識を活用したいと考えている方。（各節ごとのレベル感は、★で示しています）＜本書の構成＞Chapter 01 記述統計Chapter 02 相関関係Chapter 03 確率Chapter 04 確率分布Chapter 05 推定Chapter 06 検定Chapter 07 ノンパラメトリック検定Chapter 08 回帰分析Chapter 09 分散分析と多重比較法Chapter 10 多変量解析Chapter 11 ベイズ統計Appendix著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）石井 俊全(イシイ トシアキ)１９６５年東京生まれ。東京大学建築学科卒、東京工業大学数学科修士課程卒。「大人のための数学教室　和」講師