資料詳細

目次

第1章 統計学をどうして学ぶのか?

  1.1 統計データを正しく見る

  1.2 統計データの誤差と意思決定

  1.3 統計分析は専門家を超えることができるのか

  1.4 統計学とは何か

第2章 統計分析とデータ

  2.1 市場分析とデータ

  2.2 誤差の構造を知る

  2.3 統計データの分類

  2.4 統計分析の限界

第3章 経済市場の変動を捉える1

  3.1 市場の代表性を表す統計量

  3.2 市場の変動を捕捉する:幾何平均

  3.3 残された問題:市場の代表性

第4章 経済市場の変動を捉える2

  4.1 市場変動を捕捉する

  4.2 物価指数の計算

  4.3 不動産価格指数と市場動向

第5章 経済指標のばらつきを知る

  5.1 「散らばり」を調べる

  5.2 「散らばり」を表す統計量の見方

  5.3 「散らばり」の大きさが意味するもの

第6章 分布の形と不平等度を調べる

  6.1 度数分布から記述統計を計算する

  6.2 「不平等度」を表す統計量:ジニ係数

  6.3 統計分布から何を読み取るべきか?

第7章 相関関係を測定する

  7.1 相関関係と因果関係

  7.2 相関係数を計算する

  7.3 相関分析

  7.4 相関分析の注意点

第8章 因果関係を測定する

  8.1 直線の当てはめ:最小二乗法

  8.2 単回帰モデルの信頼性

  8.3 回帰分析の応用

第9章 複雑な因果関係を測定する

  9.1 直線の当てはめ:最小二乗法(重回帰の場合)

  9.2 重回帰モデルの信頼性

  9.3 回帰分析の応用

第10章 回帰分析の実際

  10.1 回帰係数はどういうときに信じていいのか?

  10.2 構造変化テストについて

  10.3 構造変化問題への対応方法

第11章 回帰分析におけるモデルの評価

  11.1 モデルの当てはまりのよさの調べ方

  11.2 推計された回帰係数は信じていいのか?

  11.3 ビジネスでの統計分析の活用

第12章 回帰分析における残された課題

  12.1 回帰分析の修正

  12.2 説明変数間に相関がある場合:多重共線性の問題

第13章 回帰分析を超えて

  13.1 ビッグデータ分析とデータマイニング

  13.2 ニューラルネットワークによる不動産価格関数の推定

  13.3 住宅価格データによる予測精度の比較

  13.4 ビッグデータ分析の可能性と限界

ページの先頭へ