内容説明
本書は、文系（高校2年生級の数学的素養を持つ者）でPythonプログラミング未経験者や、大学初年級の学生、さらに確率と統計を基礎からもう一度学びたい社会人などを対象に、確率と統計の基礎的な概念や手法を、自分の手を動かしてPythonを体験しながら直感的に理解するスタイルをとっている。多変量解析や統計的モデリング、機械学習・AIなど、データ科学の一端をこれから学びたい者の準備としても有用である。
目次
表紙
第1章 データの準備
1.1 データの種類
1.2 データファイル
1.3 有効数字と端数処理（丸め）
第2章 Pythonの導入
2.1 Jupyter Notebookの導入
2.2 最初の一歩
2.3 浮動小数点数
第3章 データの可視化
3.1 データファイルの読み込み
3.2 1変量データの可視化：ヒストグラム
3.3 2変量データの可視化：散布図
3.4 グラフの描画
3.5 DataFrameに関するヒント
3.6 Pythonの配列
第4章 基本的な統計量
4.1 1変量データの統計量
4.2 2変量データの基本的な統計量
4.3 Pythonによる統計量の計算
4.4 Pythonによる度数分布表
第5章 確率モデル
5.1 事象と確率
5.2 事象の演算
5.3 確率変数
5.4 確率変数の平均値と分散
5.5 2つの確率変数
5.6 確率の公理
第6章 条件付き確率と独立性
6.1 条件付き確率
6.2 ベイズの公式
6.3 事象の独立性
6.4 独立な確率変数
第7章 主要な確率分布
7.1 離散分布
7.1.1 二項分布
7.1.2 幾何分布
7.1.3 ポアソン分布
7.2 連続分布
7.2.1 一様分布
7.2.2 指数分布
7.2.3 正規分布
7.2.4 カイ二乗分布
7.2.5 t分布
7.2.6 F分布
第8章 極限定理とシミュレーション
8.1 乱数
8.2 大数の法則
8.3 中心極限定理
8.4 ランダムウォーク
第9章 母数の推定
9.1 母集団と標本
9.2 不偏推定量
9.3 最尤推定量
9.4 区間推定
9.4.1 正規母集団の母平均（母分散既知）
9.4.2 正規母集団の母平均（母分散未知）
9.4.3 二項母集団における母比率の区間推定
9.4.4 一般母集団における母平均の区間推定
9.4.5 正規母集団における母分散の区間推定
第10章 仮説検定
10.1 基本的な考え方
10.2 2種類の誤り
10.3 正規母集団に関する検定
10.3.1 母平均の検定（母分散既知）
10.3.2 母平均の検定（母分散未知）
10.3.3 母分散の検定
10.3.4 二項母集団の母比率の検定
10.4 母平均の差の検定
10.4.1 独立な標本の場合
10.4.2 対標本の場合
10.4.3 等分散の検定
10.5 ノンパラメトリック検定
10.5.1 符号検定
10.5.2 ウィルコクソンの順位和検定（マン-ホイットニー検定）
10.5.3 ウィルコクソンの符号付き順位検定
10.6 カイ二乗検定
10.6.1 適合度の検定
10.6.2 独立性の検定
10.6.3 母比率の差の検定
第11章 回帰分析
11.1 単回帰分析
11.2 重回帰分析
11.3 フラミンガム研究データの重回帰分析
11.4 ロジスティック回帰モデル
11.5 新生児脳症データのロジスティック回帰分析
11.6 回帰モデルの広がり
参考文献
略解
索引
