※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
【内容紹介】
「因果推論」とは、「原因と結果の関係を考える方法」という意味。
本書は「因果推論」をはじめ、データサイエンスの基本と最先端をわかりやすく解説する入門書です。Excelというなじみのあるアプリを使用するので、文系出身社会人にもわかりやすい内容となっています。明日からの仕事・生活に「因果推論」をぜひ活用してください!!
【著者略歴】
著者：杉原哲朗（すぎはらてつろう）
データサイエンティスト
半導体、化学、医療機器、制御機器の４社にて、品質管理や環境管理の実務の傍ら、業務におけるデータ活用も進める。工場におけるデータ活用を得意としているが、製造業全般や、製造業以外の業種にもデータ活用の経験を持っている。
2008年より、Webサイト「環境と品質のためのデータサイエンス（https://data-science.tokyo）」を開設し、ノウハウや研究成果を公開している。同サイトをベースに、国内外の学生や社会人の支援も行っている。
著書（共著）： 「時系列データ解析における課題対応と解析」
【目次】
Chapter1 明日からできるデータの活用 それが因果推論
1.1 因果推論とは...
1.2 因果関係は、図で表そう！：因果ダイアグラム
1.3 「何度も起きています」で裏付けよう！：統計的因果推論
1.4 3種類の指標で裏付けよう！：統計的仮説検定
1.5 小さな実験をしよう！：統計的因果推論の、陰の立役者
Chapter2 「この薬で治る！」をデータで裏付けよう 比率の違いの分析
2.1 データを用意する：検証に必要な、4つの数字を用意
2.2 データを見る：棒グラフ
2.3 因果効果を確認する：比率の差
2.4 効果量を確認する：比率の比・オッズ比
2.5 P値を確認する：比率の差の検定・オッズ比の検定
2.6 応用編
Chapter3 「点数が上がった！」をデータで裏付けよう 平均処置効果の分析
3.1 データを用意する：「対策あり」・「対策なし」のデータを用意
3.2 データを見る：層別1次元散布図
3.3 因果効果を確認する：平均値の差・平均処置効果
3.4 効果量を確認する：コーエンのd
3.5 P値を確認する：母平均の差の検定
3.6 応用編
Chapter4 「この運動で体重は減る！」をデータで裏付けよう 個別処置効果の分析
4.1 データを用意する：「運動前」・「運動後」のデータを用意
4.2 データを見る：個別の折れ線グラフ
4.3 因果効果を確認する：個別の差・個別処置効果
4.4 効果量を確認する：コーエンのd
4.5 P値を確認する：対応のある母平均の差の検定
4.6 応用編
Chapter5 「暑い日は売れる！」をデータで裏付けよう 相関の分析
5.1 データを用意する：売上と気温のデータを用意
5.2 データを見る：散布図
5.3 因果効果を確認する：傾き
5.4 効果量を確認する：相関係数
5.5 P値を確認する：相関係数の検定（傾きの検定）
5.6 応用編
Chapter6 「地域によって、好みの味が違う！」をデータで裏付けよう 質的変数の相関の分析
6.1 データを用意する：県ごとに、ラーメン店の味付けのリストを用意
6.2 データを見る：棒グラフ
6.3 効果量を確認する：連関係数
6.4 P値を確認する：独立性の検定
Chapter7 「たくさん飲んだ方が治る！」をデータで裏付けよう 比率の変化の分析
7.1 データを用意する
7.2 データを見る：層別１次元散布図
7.3 因果効果を確認する：傾き・オッズ比
7.4 効果量を確認する：精度
7.5 P値を確認する：尤度比検定・独立性の検定
7.6 応用
Chapter8 「不良品ができた原因は、何か？」をデータで解決しよう 因果探索
8.1 データを用意する：不良品と良品について、関係しそうなデータを用意
8.2 データを見る：スパークライン
8.3 関係を数字で表現する：相関行列分析
8.4 わかったことを整理する：必要条件と十分条件
Chapter9 統計的因果推論を、さらに勉強するためのガイド
9.1 事実と反事実の関係から調べる：ルービン流とパール流
9.2 因果関係を数式で表現する：回帰分析の応用
9.3 判断の理由を示す：説明可能なAI
9.4 原因の確率を調べる
9.5 因果関係を総当たりで調べる：因果探索
9.6 因果関係の時間的な変化を調べる：時系列分析
9.7 ランダム化比較試験を高度にする：実験計画法
ERR_MNG
