『文系でも仕事に使える統計学はじめの一歩』ゴミデータからは、ゴミ解析しか生まれない。統計学を知れば、仕事も生活もうまくいく!
かんき出版より、本丸諒さん著『文系でも仕事に使える統計学はじめの一歩』が2月13日に刊行されます。
統計学を知れば、仕事も生活もうまくいく!
「今後10年間で最もセクシーな仕事は、統計学者だ。冗談抜きで」(Google社のチーフエコノミスト、ハル・ヴァリアンさん)という言葉が一時期、ビジネス界で話題となったのをご存知ですか?
このように、ITの進歩によってビッグデータの分析が進み、統計学に対する注目度も高くなっていますが、一般の人にとって、統計学を勉強する意味はどこにあるでしょうか?
もともと統計学とは、「一を聞いて十を知る」方法のこと。文系のビジネスパーソンでも、統計学を駆使することで、データをもとに上司に報告したり、グラフを見せながら「直感よりもロジックで」顧客相手にプレゼンができるようになります。
あなたのボスから「俺の経験からすると……」とツルの一声が発せられた場合でも、数値や確率的な思考で示せば、感情的な衝突もうまく避けられるでしょう。つまり、統計学を制することができれば、ワンランク上のビジネスパーソンになれるのです。
「確率的にモノゴトを考える習慣」が身につけば、「仕事も生活もうまくいく、確率の高い方法」を得ることができるでしょう。
「統計学っておもしろいかも!」
本書では、たくさんのイラストや図解、キャラクター同士の会話などを交えながら、1つひとつ階段を上がるように統計学のエッセンスを伝えていきます。
とくに、「正規分布」や「平均値」「分散」「標準偏差」「推定」「仮説検定」など、統計学のキーワードがイメージとして伝わり、そして、「ひと言でいうと、それは何なのか」ということが分かるようになっています。
また、データの「信頼性」や「尺度」、グラフ化する場合の「注意事項」など、統計学と仕事をつなぐポイントについても詳しく説明されています。
AI時代、IoT時代に生き残るための「最強の武器」を手に入れましょう!
本書の目次
プロローグ ゴミデータからは、ゴミ解析しか生まれない!
1章 急がば急げ、統計学のイッキ読み!
2章 データとグラフで大失態を演じないために!
3章 [平均値・分散] の2つを理解しよう!
4章 正規分布を体感する!
5章 サンプルから母集団の特徴を「推定」する
6章 仮説を立てて、正しいかどうかを確率で判断する!
番外編 「人の直感」は案外、アテにならない?
本丸諒さん プロフィール
著者の本丸諒(ほんまる・りょう)さんは、横浜市立大学卒業後、出版社に勤務し、サイエンス分野を中心に多数のベストセラー書を企画・編集。
特に、統計学関連のジャンルを得意とし、入門書はもちろん、多変量解析、統計解析といった全体的なテーマ、さらにはExcel での統計、回帰分析、ベイズ統計学、統計学用語事典など、30冊を超える本を手がけてきた。
また、データ専門誌(月刊)の編集長としても、部数増など敏腕を振るう。
独立後、編集工房シラクサを設立。サイエンス書を中心としたフリー編集者としての編集力、また、「理系テーマを文系向けに<超翻訳>する」サイエンスライターとしてのライティング技術には定評がある。日本数学協会会員。
著書(共著を含む)に、『意味がわかる微分・積分』(ベレ出版)、『身近な数学の記号たち』(オーム社)、『マンガでわかる幾何』(SBクリエイティブ)、『すごい!磁石』(日本実業出版社)などがある。
★もともと統計学とは、「一を聞いて十を知る」方法のこと。
ITの進歩によってビッグデータの分析が進み、統計学に対する注目度も高くなっています。
とくに文系のビジネスパーソンには、統計学を駆使して仕事をしたい、という憧れがありますよね。
データをもとに上司に報告したり、グラフを見せながら「直感よりもロジックで」
顧客相手にプレゼンができるようになったら、ワンランク上のビジネスパーソンになれるはずです。
★そこで、本書の出番。たくさんのイラストや図解を交えながら、1つひとつ階段を上がるように統計学のエッセンスを伝えます。
とくに、統計学のキーワードがイメージとして伝わること、そして、「ひと言でいうと、それは何なのか」ということを示すように努めました。
★たとえば、「正規分布」という概念は一見、難解な印象がありますが、実際には「日常よく見られる、ふつうの分布」という程度の意味です。
成熟したリンゴをたくさん集め、その重さを測ると、「平均の重さ」の周辺が一番多くなり、その平均を中心に、重いリンゴ、軽いリンゴが徐々に減り、なだらかなカーブを描いていくだろうと見当がつきます。
これが正規分布です。 ★同じように、本書では「平均値」「分散」「標準偏差」「推定」「仮説検定」などのキーワードを取り上げてわかりやすく解説しました。
また、データの「信頼性」や「尺度」、グラフ化する場合の「注意事項」など、統計学と仕事をつなぐポイントについても詳しく説明しました。