多機能でありながら無料で使える統計解析ソフト「Ｒ」。その利便性からもＲによるデータ処理がますます広がっている。一方，統計学の入門的知識があっても，このソフトに敷居の高さを感じる人は少なくない。はじめてＲに触れる初学者対象に，Ｒを使っての統計解析の最初の一歩を踏み出すための説明をコンパクトにまとめた。 はじめに 1章　Rのインストール 2章　R Consoleにおける簡単な計算と統計解析 　2-1　2章で学ぶこと 　2-2　簡単な計算 　2-3　簡単な統計解析 　2-4　データの型 　2-5　Rで困ったとき 　2-6　2章で学んだこと 3章　データファイルの読み込み・Rエディタの利用 　3-1　3章で学ぶこと 　3-2　データファイルの作成 　3-3　データファイルの読み込み 　3-4　Rエディタの利用 　3-5　3章で学んだこと 4章　記述統計 　4-1　4章で学ぶこと 　4-2　データファイルの作成 　4-3　データの図表化 　　 4-3-1　ヒストグラム 　　 4-3-2　散布図 　　 4-3-3　度数分布表・棒グラフ・クロス集計表 　4-4　基本統計量の算出 　　 4-4-1　基本統計量の算出 　　 4-4-2　属性別算出 　4-5　相関係数の算出 　　 4-5-1　共分散 　　 4-5-2　相関係数 　　 4-5-3　属性別算出 　4-6　欠損値のあるデータの処理 　　 4-6-1　欠損値のあるデータの作成 　　 4-6-2　欠損値のあるデータからの平均値の算出 　　 4-6-3　欠損値のあるデータからの相関係数の算出 　4-7　4章で学んだこと 5章　相関係数の検定・t検定・カイ2乗検定 　5-1　5章で学ぶこと 　5-2　相関係数の検定 　5-3　対応のない場合のt検定 　5-4　対応のある場合のt検定 　5-5　カイ2乗検定 　5-6　5章で学んだこと 6章　分散分析 　6-1　6章で学ぶこと 　6-2　1要因分散分析（対応なし） 　6-3　1要因分散分析（対応あり） 　6-4　1要因分散分析（対応あり）～データの並べ替えを伴う場合 　6-5　2要因分散分析（2要因とも対応なし） 　6-6　2要因分散分析（2要因とも対応あり） 　6-7　2要因分散分析（2要因とも対応あり）～データの並べ替えを伴う場合 　6-8　2要因分散分析（混合計画） 　6-9　2要因分散分析（混合計画）～データの並べ替えを伴う場合 　6-10　アンバランスデザインの分散分析 　6-11　6章で学んだこと 引用文献 索引（事項／関数） おわりに

本書は、AI・データ分析プロジェクトの成功には技術知識だけでなく「ビジネス力」が重要であることを強調しています。データサイエンティストのキャリアや業界の概要から始まり、プロジェクトの立ち上げ、実行、評価、収益化までのノウハウを網羅。具体的には、課題設定、案件獲得、データ分析手法の検討、レポーティングなどのプロセスを解説し、実務に役立つ情報を提供しています。著者は業界の専門家で、実践的な知識を基にした内容となっています。

StanとRでベイズ統計モデリング

本書は、データサイエンスにおけるコンペティション、特にKaggleに焦点を当て、実践的なデータ分析手法やテクニックを紹介しています。分析コンペに参加することで得られるスキルは、実務でも役立つため、特徴量の作成やモデルの評価、チューニングなどの具体的な内容が含まれています。著者たちは、データサイエンスの専門家であり、実績を持つKaggleの競技者です。この本は、コンペに挑戦したい人や実務でのモデル精度向上を目指す人にとって有益な情報源となるでしょう。

データを利益に変える知恵とデザイン

本書は、数理モデルの多様な手法を解説し、データ分析における選択と理解を促進する入門書です。機械学習や統計モデルなど、自然科学と人文社会科学の手法を網羅し、初学者がデータ分析の全体像を把握できるように設計されています。特に、モデリング手法の選択や誤解しやすい点について丁寧に説明し、大学一年生でも理解できるレベルでありながら、より進んだ読者にも楽しめる内容となっています。著者は東京大学の特任講師で、幅広い分野での数理的解析に取り組んでいます。

この書籍は、地域密着型アウトドアショップがデジタルマーケティングを活用して業績を向上させるストーリーを通じて、デジタルマーケティングの基礎を学ぶ内容です。デジタル化を成功させるための条件や、重要な要素（MEO・SEO、データ分析、ECサイト構築、SNS活用など）が解説されています。著者は上野佑馬で、データ分析やデジタルマーケティングの専門家です。

本書は、理解しやすいコードを書くための方法を紹介しています。具体的には、名前の付け方やコメントの書き方、制御フローや論理式の単純化、コードの再構成、テストの書き方などについて、楽しいイラストを交えて説明しています。著者はボズウェルとフォシェで、須藤功平氏による日本語版解説も収録されています。

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

時系列解析 : 自己回帰型モデル・状態空間モデル・異常検知

ベイズ統計データ解析

統計的因果推論の理論と実装 : 潜在的結果変数と欠測データ

本書は最適化手法についての入門書であり、経営学やオペレーションズリサーチだけでなく、統計的最適化や機械学習の話題も扱っています。計算機技術の進歩により、複雑な最適化問題が解決可能になった背景を踏まえ、各手法の原理や数学的背景を詳しく解説しています。内容は例題を多く用いて分かりやすく、関連する話題や注意点も随所に挿入されています。目次には数学的準備、関数の極値、最適化手法、最小二乗法、統計的最適化、線形・非線形計画法、動的計画法が含まれています。著者は岡山大学の金谷健一教授です。