本書は確率についての基礎から応用までを扱っています。第1部では確率の定義や複数の確率変数、確率分布について説明し、第2部では推定や検定、擬似乱数の活用法を紹介しています。付録には数学の基礎事項や確率論の補足が含まれています。著者は数理工学の専門家で、機械学習や脳科学の研究に従事しています。

文科と理科両方の学生のために，統計的なものの考え方の基礎をやさしく解説するとともに，統計学の体系的な知識を与えるように，編集・執筆された．豊富な実際例を用いつつ，図表を多くとり入れ，視覚的にもわかりやすく親しみながら学べるよう配慮した． 第1章 統計学の基礎（中井検裕，縄田和満，松原 望） 第2章 1次元のデータ（中井検裕） 第3章 2次元のデータ（中井研裕，松原 望） 第4章 確率（縄田和満，松原 望） 第5章 確率変数（松原 望） 第6章 確率分布（松原 望） 第7章 多次元の確率分布（松原 望） 第8章 大数の法則と中心極限定理（中井検裕） 第9章 標本分布（縄田和満） 第10章 正規分布からの標本（縄田和満） 第11章 推定（縄田和満） 第12章 仮説検定（縄田和満，松原 望） 第13章 回帰分析（縄田和満） 統計数値表 練習問題の解答

本書『ビッグデータの正体』は、ビッグデータが私たちの生活や仕事、意識に与える影響を探る内容で、企業がどのように新たな価値を創造し、人々が物事の認知をどう変えるべきかを示しています。具体的には、グーグルやアマゾンのデータ活用法、電子書籍の進化、映画産業の予測能力などを例に挙げ、ビッグデータがもたらす変化を論じています。また、データの量が質を凌駕する時代や、因果関係から相関関係へのシフトについても触れています。著者はビッグデータの専門家であり、この分野の重要性を強調しています。

本書は、統計解析の基礎手法を幅広く解説した入門書であり、統計解析の全体像を把握することができます。目次には、データ整理、分布と期待値、検定・推定の考え方、分散分析、相関分析、回帰分析などが含まれています。

この本は、国公立・私立大学の理系入試数学で重要な数3の微分・積分について、苦手な受験生でも理解できるように基本から応用まで幅広く解説しています。微積分を得意にするための内容です。

確率論

この書籍は、マーケティング調査や金融リスク、株・為替のボラティリティ、選挙の出口調査など、さまざまな分野でのデータ分析の基礎を解説しています。内容は、標準偏差や検定、区間推定などの基本的な統計手法から、観測データを用いた母集団の推定方法まで幅広くカバーしています。著者は帝京大学の助教授で、数理経済学を専門とする小島寛之氏です。

分割表・回帰分析・ロジスティック回帰

本書は、ビジネスにおけるベイズ統計学の基本をわかりやすく解説した入門書です。中学数学の知識がなくても理解できるように工夫されており、特にIT業界や統計に興味があるビジネスパーソンに最適です。内容は、ベイズ推定の使い方や確率論の基礎、確率分布などを含み、実用的な視点から未来を予測するための統計学を学べます。著者は帝京大学の教授、小島寛之氏です。

序章 知っておきたい基礎知識 第1章 確率 第2章 確率分布と期待値 第3章 主な確率分布 第4章 時と共に変化する確率変数 第5章 統計学の基本的な考え方と準備 第6章 推定 第7章 検定 第8章 最小2乗法による回帰分析 第9章 最尤推定法

この書籍は、ベイズ統計の基本とその応用方法を、統計の基礎知識がない人にもわかりやすく解説しています。柔軟な事前確率を用いることで、あいまいな人間の経験則を取り入れ、実用的な情報を導き出すことができると説明されています。目次には、ベイズの定理や応用、MCMC法、階層ベイズ法などが含まれています。著者は涌井良幸で、数学教育と統計学の研究に取り組んでいます。

教員養成における教科と学問の接続を目的とした、確率論の岡山大学版教科書です。小中高等学校の算数科数学科の教科内容から確率論が関わる様々な具体例が引用されています。

確率編

この書籍は、数理モデルを用いて現象を理解するための基本的な統計モデルの考え方を、章ごとに異なる例題を通じて解説しています。前半では一般化線形モデル（GLM）の基礎を紹介し、後半では階層ベイズモデル化の手法をRとWinBUGSを用いて具体的に説明します。著者は久保拓弥氏で、生態学のデータ解析に関する統計学的方法を研究しています。

この書籍は、データサイエンスにおける統計学と機械学習の52の基本概念を簡潔に説明し、必要な数式やグラフ、RとPythonのコードを提供します。データの分類、分析、モデル化、予測において、統計学の重要な要素を明確にし、効率的に学ぶことができます。改訂版ではPythonにも対応し、コードはGitHubからダウンロード可能です。著者はデータサイエンスの専門家であり、幅広い経験を持っています。

本書は、近年注目されている統計モデリングについて解説しており、特にフリーソフトのStanを用いた実践的なアプローチを提供しています。Stanは高い記述力を持ち、階層モデルや状態空間モデルを簡単に記述できるため、データ解析に非常に有効です。著者は、ベイズ統計の理解を深めるための実践的な内容を重視し、StanとRを通じて統計モデリングの考え方を学ぶことができるとしています。目次には導入編、入門編、発展編があり、幅広いテーマを扱っています。著者は統計モデリングやデータサイエンスの専門家です。

本書は、回帰分析、重回帰分析、ロジスティック回帰分析について解説しており、基礎知識から実践的な計算方法までをカバーしています。著者は高橋信氏で、統計学を基にした情報サービス業に従事しています。

「確率」の重要な研究文献でありながら、科学哲学、統計学史、などの専門家のみならず、ビジネスパーソンにも読みやすくなっている。 イアン・ハッキングの出世作、待望の邦訳！「確率」の重要な研究文献でありながら、科学哲学、統計学史、科学史、意思決定論、経済理論、経済学史、保険学などの専門家のみならず、ビジネスパーソンにも読みやすくなっている。 イアン・ハッキングの出世作、待望の邦訳！ ▼科学史家・科学哲学者として高名な著者が、統計的推論（確率論）の考え方がどのように起こり広まったかを歴史的に説きおこした、学界への出世作（Ian Hacking, The Emergence of Probability, Cambridge University Press, 1975; 2nd ed., 2006）の待望の翻訳である。 ▼該博で知られるイアン・ハッキングが、確率論史への新たな挑戦として問うた本書は、確率の歴史やその社会的影響に関する研究のブームへの火付け役となった。本書では確率の出現をパスカル等確率論史で知られた幾人かの天才達の功績とするのではなく、フーコーの考古学のスタイルを用い、1660年前後の10年間に、証拠などの関連概念の変化に伴って起こった歴史的必然として、医学などとの関わりの深いその前史から鮮やかに描き出す。 ▼確率のもつ二元性、確率が出現して初めて可能となった帰納に対する懐疑、意思決定理論、リスクと確率など、現在まで続く論点の起源を示し、確率とは何か、という本質に迫っていく記述は、推理小説のようなスリルに満ちている。 第1章　欠落していた考え 第2章　二元性 第3章　臆見 第4章　証拠 第5章　しるし 第6章　最初の計算 第7章　ロアネーズ・サークル 第8章　偉大な意思決定 第9章　思考法 第10章　確率と法 第11章　期待値 第12章　政治算術 第13章　年金 第14章　等可能性 第15章　帰納論理 第16章　推測法 第17章　初めての極限定理 第18章　デザイン 第19章　帰納 二〇〇六年版序論　確率的推論の考古学 訳者あとがき 参考文献 索引

本書は、多変量解析法の入門書であり、統計的方法を習得した人を対象に、簡単な例を用いて理論を2次行列で解説しています。主要な内容には、単回帰分析、重回帰分析、主成分分析、クラスター分析などが含まれています。著者は早稲田大学の教授で、統計学に関する多くの著作があります。

本書では、統計学があらゆる学問の中で最強である理由を解説し、現代社会におけるその重要性や影響力を最新の事例を通じて探求しています。著者は、統計学の基本概念や手法（サンプリング、誤差、因果関係、ランダム化など）を紹介し、統計学の魅力とパワフルさを伝えます。著者は東京大学出身の専門家で、データを活用した社会イノベーションに取り組んでいます。

本書では、一般的に信じられている通説（例：健診で健康になる、テレビが学力を下げる、偏差値の高い大学が収入を上げる）が経済学の研究によって否定される理由を解説しています。著者は「因果推論」の手法を用い、数式なしでわかりやすく説明することで、根拠のない通説にだまされない力を養うことを目指しています。各章では、様々な因果関係を証明する方法（ランダム化比較試験、自然実験、差の差分析など）を紹介しています。

順列組合せ、場合の数、期待値、確率分布…効率よく未来を予測する&数字にダマされない方法。 1 確率の誕生(「確率」はギャンブルから生まれた! 確率が生まれた時代 ほか) 2 確率・統計の基本用語(役立つ確率と統計の用語を復習! 試行 ほか) 3 「場合の数」の基本(純粋な数学の世界は、現実世界と違う 「場合の数」とは何か? ほか) 4 ビジネスに生かす「確率」(ビジネスに生かすための確率とは? 宝くじの期待値 ほか) 5 いろいろな「確率」(身近な生活にひそむ確率と統計 起こり得ないことが起きるとき ほか)

オークランド・アスレチックスのゼネラルマネジャー、ビリー・ビーンが統計データを活用して球団を改革し、資金不足から成績を向上させる様子を描いたノンフィクションの全訳版。ビーンの革新的な手法と生き様が感動を呼び、ブラッド・ピット主演で映画化された。著者はマイケル・ルイス。

この入門書は、パターン認識について基礎からわかりやすく解説しており、特にRを用いた実行例が含まれているため、実際の応用にも役立ちます。内容は識別規則や学習法、ベイズの識別規則、k最近傍法、サポートベクトルマシンなど多岐にわたり、最後には識別器の性能強化についても触れています。著者は筑波大学の名誉教授、平井有三氏です。

確率論