ExcelとRで学ぶビジネスデータサイエンス入門

第1章 データサイエンスとビジネス
データサイエンスとファイナンス
データサイエンスと保険
データサイエンスとマーケティング
データ倫理
データサイエンスと因果関係
データサイエンスと解釈性

第2章 データを読む
変数とデータ
質的変数
量的変数
社会で活用されているデータ
統計情報の正しい理解
母集団と標本抽出

第3章 データを組み合わせて読む
表の構成
質的変数どうしの組み合わせ
質的変数と量的変数の組み合わせ
量的変数どうしの組み合わせ

第4章 データを扱う
表計算アプリケーションExcelとデータサイエンス
CSVファイルの扱い
Excelの基本知識
データの準備
データの集計
データの並び替え
「データ分析」の設定と基本統計量の算出
機械判読可能なデータの作成・表記方法

第5章 データを説明する
棒グラフと折れ線グラフ
ヒストグラム
円グラフ
散布図
箱ひげ図
ヒートマップ
3次元棒グラフ
優れた可視化事例
不適切なグラフ表現

第6章 データを加工する
データ型変換処理
集計処理
ソート処理
クレンジング処理
結合処理
比率
時系列データとクロスセクションデータ
時系列的な変動の分析
対数変換
スケーリング
ダミー変数
移動平均
季節調整
実質化
期種変換
DI

第7章 データから推定する
確率
条件付き確率と独立
事象と確率分布
二項分布と正規分布
点推定
区間推定
標本の大きさと精度

第8章 データサイエンスと最適化
最適化問題の定式化
ソルバーによる解法例
資産配分の最適化

第9章 統計モデル入門
統計モデルを使う意義
モデリング
Rを使うための準備
Rの実行
R実行上の注意点

第10章 回帰モデルの基本
中古マンションデータ
回帰モデルの考え方
決定係数
重回帰モデル
質的説明変数
対数線形モデル

第11章 回帰分析の理解を深める
説明変数の選択
回帰診断
診断結果への対処
多重共線性

第12章 分類の統計モデル
ロジットモデルの考え方
為替レートは予測可能か
ロジットモデルによるデフォルトリスクの分析

第13章 ツリーモデル
回帰木
分類木
付録：ツリーモデルの逐次分岐の手順

第14章 高次元データと正則化
スタインの逆説
ベイズ法
バイアスと分散のトレードオフ
正則化回帰
正則化回帰のローンデータへの応用