表紙
はじめに
目次
本書の読み方
Chapter1 データ分析の全体像を知ろう
Section01　問いを立てることから始めよう
Section02　データ分析の基本的なステップを知ろう
Section03 データ活用の全体像を把握しよう
Section04　Excel データ分析のビジネス活用例
Section05　Excel 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
Section01　平均値だけじゃない？ 基本統計量の出し方
Section02　「平均値」を正しく理解する
Section03　極端な数の影響を受けにくい「中央値」
Section04　「分散」で平均値や中央値からわからない情報を得る
Section05　データのばらつきを把握する「標準偏差」
Section06　極端な値を探る「最大値」と「最小値」
Section07　さまざまな基本統計量を一発で求める
Section08　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
Section01　何のためにデータを可視化するのか
Section02　データ分布の形状を把握する「ヒストグラム」
Section03　グループ同士を比較する「棒グラフ」
Section04　行列型のデータの特徴を把握できる「ヒートマップ」
Section05　2つの変数の関係を確認する「散布図」
Section06　変数間での相関が一目瞭然「相関行列」
Section07　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
Section01　推計統計を学ぶ意義
Section02　仮説検定とは何か？
Section03　仮説検定の「2つの仮説」を理解する
Section04　確率分布とは？
Section05　中心極限定理とは？
Section06　有意水準を設定する
Section07　t値とp値を計算で導く
Section08　Excel でp値を求めて仮説検定を結論づけよう
Section09　「分析ツール」で2標本のt検定をしてみよう
Section10　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
Section01　欠損値の処理
Section02　表記ゆれの処理
Section03　「外れ値」や「異常値」の処理
Section04　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
Section01　売上の要因を導く回帰分析
Section02　線形回帰分析によるモデル構築
Section03　回帰分析を実行する
Section04　よりよいモデルを作る。回帰診断によるモデル改善
Section05　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
Section01　どの変数を動かして何を最大化したいかを定量化する
Section02　「ソルバー」で商品単価を最適化
Section03　制約条件がある場合の最適化
おわりに
索引
著者プロフィール
奥付

• 三好大悟（著者）

  慶應義塾大学理工学部を卒業。
  卒業後は株式会社データミックスにてデータサイエンティストとして、クライアントへの統計学や機械学習を用いたデータ分析・アルゴリズム開発を中心としたコンサルティングに従事。2020年7月からは株式会社セブン&アイ・ホールディングスにて、主に需要予測やラストワンマイル配送効率化などのAIプロジェクトを担当。その他、データサイエンスに関わる講師やアドバイザリ業務などにも携わる。

• 堅田洋資（著者）

  一橋大学商学部を卒業。
  2013年7月より米国サンフランシスコ大学のデータ分析学修士コースへ留学。その後、監査法人トーマツにてデータ分析コンサルタント、白ヤギコーポレーションにてレコメンデーションアルゴリズム開発／コンサルティング／データサイエンス企業研修／スクール企画運営。2017年に株式会社データミックスを起業、代表取締役社長として、データサイエンティスト育成を中心事業に展開。