内容説明
確率論の基礎からはじめ，回帰分析，因果推論まで解説。理解してPythonで実践〔内容〕エビデンスに基づく政策決定に向けて／不確実性の表現としての確率／データ生成過程としての確率変数／回帰分析入門／回帰モデルの拡張と一般化
目次
1. エビデンスに基づく政策決定に向けて
2. 不確実性の表現としての確率
2.1 試行，結果，事象
2.2 確率の定義と解釈
2.3 条件付き確率とベイズの定理
2.4 マルコフ連鎖
3. データ生成過程としての確率変数
3.1 確率変数
3.2 確率質量関数，確率密度関数，累積分布関数
3.3 代表的な確率分布
3.4 期待値，分散，歪度，尖度
3.5 共分散，相関係数，条件付き期待値
3.6 大数の法則と中心極限定理
3.7 付録
3.7.1 大数の法則の証明
3.7.2 中心極限定理の証明
3.7.3 Python コード
4. 回帰分析入門
4.1 単回帰モデルによる効果の推計
4.2 OLS 推定量の性質
4.3 信頼区間
4.4 仮説検定
4.5 付録
4.5.1 OLS 推定量の統計的性質の証明
4.5.2 Python コード
5. 回帰モデルの拡張と一般化
5.1 重回帰モデルへの拡張
5.2 複数の回帰係数に関する仮説検定
5.3 誤差項の分散共分散行列の一般化
5.4 操作変数法
5.5 因果推論
5.6 付録
5.6.1 2 値選択モデル
5.6.2 Python コード
索引
