「"0"からはじめる入門データ・サイエンティスト」おさらい
book report ⇨ “0”からはじめる入門ﾃﾞｰﾀ･ｻｲｴﾝﾃｨｽﾄ
まずは目次で全体の流れ。
※当記事は、個人まとめです。
概要
データ分析の基本中の基本
統計の基本
データの意味と関連付け(相関分析)
過去から未来予測(回帰分析)
意味の違い(検定)
非構造データ(クラスター分析)
目次の内容インデックス。
概要
データ分析の基本中の基本
- 分析の指針
- 何を／どこ(誰)から／いつ
- パレートの法則(２：８)
- バランス・スコアカード(ブレイクダウン)
- 財務の視点／顧客の視点／内部プロセスの視点／学習と成長の視点
- 集中の５段階とPDCA
- 制約条件(ボトルネック) ＜ 活用 ＜ 制約条件以外を制約条件に従属 ＜制約条件の能力向上 ＜ 惰性を避ける 🔙
- ハイキングの比喩 列の長さは、遅い人に準ずる
統計の基本
- 平均とヒストグラム
- 算術平均／幾何平均／調和平均／加重平均
- 中央値(メディアン)／最頻値(モード)／階級(度数)／階級値
- 相対度数／累積度数／累積相対度数
- ヒストグラム(縦軸；度数・相対度数／横軸：階級)
- 要因的統計量とばらつき
- 最大値と最小値のレンジ(範囲)
- 標準偏差、変動係数、分散
- 統計学のキモ：偏差＞偏差平方＞偏差平方和＞分散＞標準偏差＞変動係数
- 標準正規分布／基準値／偏差値
- 6σ(シグマ)品質管理
- MAICステップ：Measure(測定)＞Analyze(分析)＞Improve(改善)＞Control(管理)
データの意味と関連付け(相関分析)
- 影響し合う相関関係
- 因果関係＝(相関関係＋時間的順序＋第３要因は存在しない)
- 【手順】見える化(正・負の相関)＝相関図
- 相関関係の強さ＝相関係数
- アンケケートと相関マトリクス⇨満足度分析図
- セグメント化
- クロス分析
過去から未来予測(回帰分析)
- 回帰分析で将来予測
- 回帰式：回帰直線＝目的変数／説明変数／定数項(断片)／回帰係数 ⇨ 単回帰分析
- R²値(決定係数)：0〜1の値をとる／残差
- 回帰分析表：重相関R(相関係数)／重決定R2(R²値)／補正R2／標準誤差
- 有意F／ｐ値／95%信頼区間
- 複数の説明変数を持つ重回帰分析／偏回帰係数
- 数量化理論Ⅰ類：質的データ ⇨ 量的データ変換 ⇨ 重回帰分析
- モンティ・ホール問題：3つの箱の中の1万円
意味の違い(検定)
- 検定：仮設にて、現象の可能性が低い場合、仮説を捨てる(棄却)
- 中心極限定理：平均の平均の・・・
- サイコロで検定を考える
- 【手順】帰無仮説を規定＞対立仮説を規定＞確率分布を明確化＞有意水準の確定＞統計量の確認
- ｔ検定
- 分散分析
非構造データ(クラスター分析)
最後にご紹介 。 統計学やデータ・サイエンティストと聞くと、自分には関係がないように思いませんか？ そんな人ほど読んで欲しいです。
