購入前に目次をご確認ください
インプレス［コンピュータ・IT］ムック 統計学の基礎から学ぶExcelデータ分析の全知識 改訂2版（できるビジネス）
インプレス / 2025年03月19日 / 全303ページ
本書の特徴は大きく3つ。1つは数式を理解しなくても読めることです。統計学では数式を駆使して複雑な課題を解いていきますが、本書では数学が苦手な人でも読めるようにしてあります。もう1つは身近な題材を用いていること。商品価格と販売個数の関係といったイメージのつきやすい題材でデータ分析を学ぶことで、自分ごととして考えられるように工夫しました。そして3つめはExcel内で完結することです。多くのパソコンで利用できるツールで手を動かしながら実践できるため、自分の課題に応用しやすいのが特徴です。
目次
- はじめに
- 目次
- Chapter 1 データ分析の全体像を知ろう
- 01 問いを立てることから始めよう
- 02 データ分析の基本的なステップを知ろう
- 03 データ活用の全体像を把握しよう
- 04 Excelデータ分析のビジネス活用例
- 05 Exceでデータ分析をするための準備をしよう
- Chapter 2 基本統計でデータの傾向をつかもう
- 01 平均値だけじゃない？ 基本統計量の出し方
- 02 「平均値」を正しく理解する
- 03 極端な数の影響を受けにくい「中央値」
- 04 「分散」で平均値や中央値からわからない情報を得る
- 05 データのばらつきを把握する「標準偏差」
- 06 極端な値を探る「最大値」と「最小値」
- 07 さまざまな基本統計量を一発で求める
- 08 実務でも大活躍！ ピボットテーブルの使い方
- Chapter 3 実務ですぐ使えるデータ可視化をマスターする
- 01 何のためにデータを可視化するのか
- 02 データ分布の形状を把握する「ヒストグラム」
- はじめに
- 目次
- Chapter 1 データ分析の全体像を知ろう
- 01 問いを立てることから始めよう
- 02 データ分析の基本的なステップを知ろう
- 03 データ活用の全体像を把握しよう
- 04 Excelデータ分析のビジネス活用例
- 05 Exceでデータ分析をするための準備をしよう
- Chapter 2 基本統計でデータの傾向をつかもう
- 01 平均値だけじゃない？ 基本統計量の出し方
- 02 「平均値」を正しく理解する
- 03 極端な数の影響を受けにくい「中央値」
- 04 「分散」で平均値や中央値からわからない情報を得る
- 05 データのばらつきを把握する「標準偏差」
- 06 極端な値を探る「最大値」と「最小値」
- 07 さまざまな基本統計量を一発で求める
- 08 実務でも大活躍！ ピボットテーブルの使い方
- Chapter 3 実務ですぐ使えるデータ可視化をマスターする
- 01 何のためにデータを可視化するのか
- 02 データ分布の形状を把握する「ヒストグラム」
- 03 グループ同士を比較する「棒グラフ」
- 04 行列型のデータの特徴を把握できる「ヒートマップ」
- 05 2つの変数の関係を確認する「散布図」
- 06 変数間での相関が一目瞭然「相関係数」
- 07 相関行列について理解しよう
- Chapter 4 仮説が正しいかどうか仮説検定で結論を出す
- 01 推計統計を学ぶ意義
- 02 仮説検定とは何か？
- 03 仮説検定の「2つの仮説」を理解する
- 04 確率分布とは？
- 05 中心極限定理とは？
- 06 有意水準を設定する
- 07 t値とp値を計算で導く
- 08 Excelでp値を求めて仮説検定を結論づけよう
- 09 「分析ツール」で2標本のt検定をしてみよう
- 10 事象間に関係性があるといえるのか確認する
- Chapter 5 データの前処理を理解する
- 01 欠損値の処理
- 02 表記ゆれの処理
- 03 「外れ値」や「異常値」の処理
- 04 ダミー変数を使ったカテゴリカル変数の処理
- Chapter 6 線形回帰モデルを活用して売上アップを図る
- 01 売上の要因を導く回帰分析
- 02 線形回帰分析によるモデル構築
- 03 回帰分析を実行する
- 04 よりよいモデルを作る。回帰診断によるモデル改善
- 05 回帰分析の精度に影響する「外れ値」と「多重共線性」
- Chapter 7 最適化でベストな商品単価を導く
- 01 どの変数を動かして何を最大化したいかを定量化する
- 02 「ソルバー」で商品単価を最適化
- 03 制約条件がある場合の最適化
- Chapter 8 AIが導いた答えをデータ分析手法で評価する
- 01 AI・機械学習モデルの基礎
- 02 教師あり学習モデルの種類と特徴
- 03 モデルの精度評価の大切さ
- 04 “数値”を予測するモデルの評価方法
- 05 Yes / Noを判断するモデルの評価方法
- 06 Excelで機械学習モデルを評価する
- 索引
- 著者略歴
- 奥付
※このデジタル雑誌には目次に記載されているコンテンツが含まれています。それ以外のコンテンツは、本誌のコンテンツであっても含まれていません のでご注意ください。
※電子版では、紙の雑誌と内容が一部異なる場合や、掲載されないページがある場合があります。
