表紙
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

• 三好大悟（著者）

  株式会社リベルクラフト 代表取締役 Founder/CEO
  慶應義塾大学で金融工学を専攻。卒業後はスタートアップのデータサイエンティストとして、AI・データ活用コンサルティング事業などに従事。その後、株式会社セブン&アイ・ホールディングスにて、小売・物流事業におけるAI・データ活用の推進に貢献。株式会社リベルクラフトを設立し、AIやデータサイエンスなどデータ活用領域に関する受託開発・コンサルティングや法人向けトレーニング、教育事業を展開。主な著書に『統計学の基礎から学ぶExcelデータ分析の全知識』『ビジネスの現場で使えるAI&データサイエンスの全知識』『Excelで手を動かしながら学ぶ?数理最適化ベストな意思決定を導く技術?』（いずれもインプレス）がある。