マンガでわかる統計学 の商品レビュー

高橋信(著者)

2013/01/06

専門分野でないことはサラッと勉強するのがよい。
マンガで統計が勉強できるなんてサイコー。
あと詳しいことは論文を書きながら誰か詳しい人に教えてもらって学んでいくしかないんでしょうね。

2012/06/04

かなり懇切丁寧に説明されているような気が。
それでも初心者たる私には、第５章の確率、分布のあたりから、相関、検定と進んでいくと、難しいと感じる。
何度か読んで、エクセルを使いながら慣れていくしかないか・・・

なお、巻末には、各章で手計算を前提に説明されてきたものをエクセルで算出、作成する方法が載っている。
バージョンがあっていれば、便利かも。

2023/03/19

本当に初学者（特に統計学を支える数学に対してアレルギーがある人、または興味がなかったけど学習の必要性がある人）にとっては、これ以上の入門書はないと言えるのではないだろうか？

数学的スキルがあまり掲載されていない分、読み進め易い。
が、この統計学がどのような事に活かすことができるのかが、分かりづらかった。
しかし、その為に興味が湧き、続編である『統計学 回帰分析編』を至ったのである。

この統計学のマンガを足がかりに違う入門書も読んでみようと思えた事からこの著書には価値があったと思っている。

2012/03/15

計量経済の授業で結局もやっとしてわからなかったところが、さっくりわかりやすくまとめてくれてあったのですっきりした。

統計かじったけど、結局よくわかにかったーって人にはいいのかもしれない。

いくつかすっきりしない点はあるけど、それはまた詳しい本で見ていきたい。

2012/02/21

仕事で統計学の知識が必要になったために読んだ。以下、要点を備忘録のため残しておく。

・データは、カテゴリーデータと数量データに分類される。
・「とてもおもしろかった」～「とてもつまらなかった」などといったものは、理屈のうえではカテゴリーデータである。ただし実務では、数量データとみなす場合が少なくない。
・データ全員の雰囲気を直感的につかむ方法として、度数分布表の作成とヒストグラムの描画がある。
・度数分布表の「階級」の幅の定め方には、スタージェスの公式を利用する方法がある。
・データ全体の雰囲気を数学的につかむ方法として、平均と中央値と標準偏差の算出がある。
・異様に大きなデータあるいは小さなデータが存在する場合は、平均よりも中央値のほうが妥当である。
・標準偏差は、データの「散らばりの程度」をあらわす指標である。
・データ全体の雰囲気をつかむ方法として、単純集計表の作成がある。
・基準化（標準化ともよばれる）は、平均からの離れ具合やデータの「散らばりの程度」をもとに、データの価値を検討しやすくするデータ変換である。
・基準化を行えば、「満点が異なる変数の比較」、「単位が異なる変数の比較」が可能になる。
・基準化されたデータは基準値と呼ばれる。
・偏差値は、基準値を応用したものである。
・代表的な確率密度関数として、「正規分布」、「標準正規分布」、「カイ二乗分布」、「t分布」、「F分布」に対応するものがあげられる。
・確率密度関数のグラフと横軸とで囲まれた面積は、１である。
・確率密度関数のグラフと横軸とで囲まれた面積は、割合および確率と同一視できる。
・「XX分布表」あるいはExcelの関数を利用すれば、「横軸の目盛に対応する確率」、「確率に対応する横軸の目盛」を求められる。
・数量データと数量データの関連の度合いをあらわす指標として、単相関係数がある。
・数量データとカテゴリーデータの関連の度合いをあらわす指標として、相関比がある。
・カテゴリーデータとカテゴリーデータの関連の度合いをあらわす指標として、クラメールの連関係数（クラメールの連関係数あるいはクラメールのVあるいは独立係数とも呼ばれる）がある。
・単相関係数と相関比とクラメールの連関係数には、「値がXX以上ならば、２変数は強く関連しているといえる」といった統計的な基準がない。
・「検定」は、母集団について分析者が立てた仮説が正しいかどうかを、標本のデータから推測する分析手法である。
・「検定」は、正確には統計的仮説検定と呼ばれる。
・検定統計量は、標本のデータを１つの値に変換する公式である。
・有意水準は、0.05か0.01とするのが一般的である。
・棄却域は、有意水準に対応する範囲である。
・独立性の検定は、「母集団のクラメールの連関係数の値がさすがに０ということはないかどうか」を推測するための分析手法である。「クロス集計表における２変数が関連しているかどうか」を推測するための分析手法ともいえる。
・「ピアソンのカイ二乗統計量x20」は、母集団のクラメールの連関係数の値が０ならば、カイ二乗分布にしたがう。
・独立性の検定におけるP値は、帰無仮説の状況が真実である場合に、今回求められたものと等しいかそれよりも大きなピアソンのカイ二乗統計量x20の値が求められる確率である。
・「検定」における結論を下す際の根拠には、①検定統計量の値が棄却域に入っているかどうか、②有意水準よりもP値の方が小さいかどうか、という２つの種類が存在する。
・独立性の検定であれなんであれ、「検定」の分析手順は同一である。

2012/02/14

偏差値と正規分布くらいまではどうという事はなかったが、その後突然頭に入らなくなった・・・一応最後まで読んだが後半は上の空だったなぁ。

2011/10/29

難しい単語はいまだわからず。雰囲気はわかった（気がする）から、少し専門的なのを読もうか。大学の授業の復習＋α。

2011/10/17

統計学は大学で学んでいない教科だったので、触りだけでも学ぼうと思って読みました。
本当に基本だけですが、こういうポップな(笑)感じの本が、入門の段階では以外と分かり易いです。

2011/09/25

学生時代、統計の勉強をまともにやって来なかったなぁとこの本で勉強。シリーズ本のようだが、入門の本がこれ。おそらく基本中の基本なんだろうけど、自分にはこのくらいがちょうどわかり易い内容と分量であった。

2011/09/23

　統計学の入門書としてはいいのかなと思って読みました。統計学の基礎的な用語の概念が何を意味するのか，また，統計量の分析をどのように進めるのかということの導入という意味では良いかと思います。
　ただ，この本だけでわかった気になるというのはキケンだと考えます。数学的な背景の記述が少ないからです。きちんとした数学的な裏付けは他書に頼る必要があります。
　まずは統計とは何? 統計で出てくる用語の意味合いは何? 統計の分析とは何をやる? という入門書としてわかるための書籍という位置付けは意識した上で読んで，次へのステップを考えることが必要かなと思いました。
　すでに，統計学に関する馴染みのある方には，基礎的な概念のおおまかな把握や，あまり数学的な知識を背景として持っていない人に，統計に関して説明するときの説明のやり方として参考になるかと思います。