ビジネスは「統計学」を中心に動いている

今や、あらゆるビジネスがデータを中心に動いています。
自社製品の売れ行き、顧客の関心・動向などの調査、広告効果の測定などのデータを活用できるか否かは、企業にとって重要な課題となってます。
そのため統計学やデータ分析の素養を身につけたいと思っているビジネスパーソンは多いことでしょう。
ただ、その一方で、グラフ、表データ、平均や割合の計算、複雑な数式・耳慣れない専門用語のせいで、学びの一歩を踏み出せずにいる人も多いはず。

「統計学、データサイエンスに興味はあるけれど、何だか難しそう……」
「仕事でデータ分析をするために統計学を学びたいのだが、どこから手をつければいいかわからない……」
「過去に何度か統計学を勉強してみたけれど、途中でわからなくなり挫折してしまった……」

このような方にこそ、本書をお読みいただきたいと思います。
本書は次のような方を対象としています。

・統計学やデータ分析に興味はあるけれど、これまで学ぶ機会がなかった方
・過去に何度か統計学を学ぼうとしたが、とにかく数字が苦手で、難しく感じて途中であきらめてしまった方
・仕事において、統計的な考え方やデータの読み解きが必要になった方（マーケター、セールスパーソンなど）
・経済学や社会学などを学ぶ学生（大学生・院生）で、調査結果をまとめる必要があり、統計の基礎を身につけたい方

ビジネスの現場で使える活きた統計学が学べる

現代のビジネスの現場では、多くの職種で統計学・データ分析の知識・スキルが求められています。
たとえば……

・売上データを分析するセールス担当者
・広告の効果を測定するマーケティング担当者
・アンケート結果から顧客の嗜好を読み解く商品・サービス開発の担当者
・製造現場の歩留まりや品質データを管理する生産管理者

本書は、こうしたお仕事で統計学・データ分析をする必要があるが、「数字が苦手」「統計学は難しそう」と感じている方たち（特に文系ビジネスパーソン）に向けて、架空のスーパーマーケットとお菓子工場のストーリーをベースに、統計学の具体的な使い方をわかりやすく解説します。

□店舗ごとの売上高・来店客数の推移を比べるには？
□広告宣伝費と売上高の関連性を調べるには？
□顧客アンケート結果から購買傾向を分析するには？
□不良品の発生確率や品質のばらつきを調べるには？

数学が苦手な人でも統計検定3～4級レベルの知識が身につく

本書は「これまで統計学をまったく学んだことがない人」でも、最初の一歩からしっかりと学べます。
統計学の基礎の基礎から、少し実践的な内容までを順を追って丁寧に解説しています。

数値を扱うため、どうしても計算が登場しますが、そのほとんどがいわゆる「四則演算」（足し算・引き算・掛け算・割り算）です。
後半に「不等号」や「ルート（平方根）」が出てきますが、それらについてもやさしく丁寧に説明しているので、数学が苦手な方でも無理なく読み進めていただけます。

本書で扱っているテーマは、統計検定の3～4級レベルの内容が中心ですが、難しい理論や証明は省いて、身近なデータを題材に、データをどう読み取り、どう使うかという点を重視して解説しています。
先述したように、スーパーマーケットとお菓子工場のストーリーをベースに解説するため、状況が頭に浮かびやすく、ストレスなく読み進めていただけます。
「ああ、こういうときに統計学が使えるのか」と思いながら理解を深めていただけるでしょう。

データが読めるようになると「世界の見え方」が変わる

統計学は、身につけると「世界の見え方」が変わる“面白い学問”です。
たとえば、自分の部署の売上グラフを見たときに、単なる数字の羅列ではなく、次のようなことが読み取れるようになります。

「売れ筋商品には何か傾向があるな」
「季節の変化と関係がありそうだな」

あるいは、アンケートの結果を見たときにも、次のようなことが考えることができます。

「業界全体の傾向はこんな感じになっているのではないか？」
「顧客の年代ごとに好みの違いがあるのでは？」

本書では、そうした「気づき」や「納得」がたくさん生まれるように、図やグラフ、実例をふんだんに盛り込みました。また、難しい言葉や複雑な数式は、できるだけかみくだいて解説しています。
データが「読める」「わかる」「使える」という実感を、ぜひ皆さんに味わっていただきたいと思っています。

統計学は、「数学が得意な特別な人のためだけの学問」ではありません。
誰にとっても身近で、誰にとっても役立つ、「現代を生きる上での道具」です。
ぜひとも本書を通じて、統計学の楽しさを味わっていただけたらと思います。

気になる本書の内容

本書の内容は以下の通りです。

【第1部　記述統計編】

第1章　スーパーマーケットの売上高や来店者数をグラフにする
――グラフ、平均変化率、移動平均、指数
1-01　商品カテゴリごとの売上データを棒グラフで表す
　数字が並んでいるだけではわかりづらい
　棒グラフで大きさを比較する
1-02　円グラフで各カテゴリの売上構成比率を見る
　商品カテゴリの売上比率を見える化する
1-03　帯グラフで構成比率を比較する
　C店にシニア層のお客様が多い理由は？
1-04　折れ線グラフで時系列の推移を視覚化する
　日々の売上高の推移を見える化する
1-05　グラフのウソを見抜く
　グラフはどこから始まっているのか？
1-06　時系列データと変化率で「流れ」を見る
　10年間の売上高の推移を見える化する
　各年の売上高の増減を変化率で表す
1-07　10年間の平均変化率（幾何平均)は？
　「変化率の平均」はどのように計算すればよいのか？
1-08　移動平均で全体のトレンドを捉える
　毎月の売上高の推移を折れ線グラフで分析する
　移動平均で全体のトレンドを見る
1-09　指数を使って過去のある時点と比較する
　本店とC店の売上高の推移を折れ線グラフで比較する
　指数を使って時系列データの増減の度合いを比較する

第2章　お客様の買い物の傾向を捉える
――代表値（平均値・中央値・最頻値）、度数分布、ヒストグラム、箱ひげ図、分散、標準偏差
2-01　代表値（平均値・中央値・最頻値）とは？
　平均値と中央値は何が違うのか？
　中央値と最頻値
2-02　度数分布表とヒストグラムでデータ全体の特徴をつかむ
　購入金額の度数分布表を作る
2-03　相対度数と累積相対度数
　各階級の相対度数（度数の比率）を追加する
　累積相対度数を表の右側に追加する
2-04　ヒストグラムを使って度数を見やすくする
　ヒストグラムで度数の分布をわかりやすくする
　ヒストグラムに平均値、中央値、最頻値を書き込む
2-05　箱ひげ図でデータの特徴を読み解く
　箱ひげ図とは？
　外れ値について
2-06　分布の様子を比較する
　本店とC店の同じ日の売上データを比較する
2-07　ばらつきの大きさを数値化する（分散・標準偏差）
　データのばらつきを調べると何がわかるのか？
　分散と標準偏差でばらつきの度合いを数値化する
　分散の計算方法
　標準偏差の計算方法

第3章　広告と売上の相関関係を調べる
――散布図、相関関係、疑似相関、回帰分析、最小二乗法
3-01　散布図で2変数データを分析する
　広告宣伝費は売上向上につながっているか？
　散布図で広告宣伝費と売上高の関連性を調べる
3-02　「関係ありそうで実はない」擬似相関に注意しよう
　相関関係はあっても因果関係はない疑似相関
3-03　散布図を比較しよう
　複数のお店の散布図を比較する
3-04　負の相関と無相関とは？
　一方が大きいともう一方が小さくなるケース
　データ間に特に関係が見られないケース
3-05　相関係数で関係の強弱を数値化する
　相関係数の性質を知ろう
　負の相関と無相関
3-06　相関係数の計算方法
　共分散と標準偏差を使って相関係数を計算する
　共分散の符号はどう決まるか？
3-07　回帰分析で相関する数値を予測する
　一方がわかれば、もう一方の数値を予測できる
　最小二乗法


【第2部　推測統計編】

第4章　クッキーの不良品発生率とチョコレートの重さのばらつきを調べる
――二項分布、正規分布、標準正規分布、大数の法則、中心極限定理
4-01　不良品の個数を検査する
　不良率2％なのに焦げたクッキーが100枚中5枚も発生！
4-02　不良品が0枚である確率は？
　「良品率を100回掛ける」と考える
4-03　不良品が1枚である確率は？
　不良率を1回、良品率を99回掛ける
4-04　不良品が2枚である確率は？
　「2枚が不良品になる」パターンはいくつある？
　「組み合わせ」の計算方法
4-05　「起こる／起こらない」を二項分布で表す
　不良品の発生確率の分布を見える化する
4-06　不良率や検査数が変わると分布はどうなる？
　不良率に応じて分布は変化する
　検査の個数が変わるとどうなる？
4-07　統計の基本中の基本「正規分布」
　正規分布とは？
　正規分布の特徴
4-08　チョコレートの重さの正規分布
　重さのばらつき具合を調べる
4-09　標準正規分布と標準化
　すべての正規分布は標準正規分布に変換できる
　正規分布を標準正規分布に変換する手順
4-10　標準正規分布表
　身長174cmの40代男性は全体の何％か？
4-11　チョコレートの重さを正規分布で考える
　31g、29gのときのz値を計算する
　標準正規分布表を確認する
4-12　大数の法則と中心極限定理
　試行の回数を増やすほど実際の平均値に近づく「大数の法則」
　サンプル数を増やすほど正規分布に近づく「中心極限定理」

第5章　お客様の平均滞在時間を推測する
――全数調査、標本調査、統計量、母数、不偏分散、区間推定、信頼区間、t分布
5-01　全数調査と標本調査
　30人の平均滞在時間はどこまで信用できるか？
5-02　推測統計とその方法
　統計量と母数（パラメータ）について
　推定と検定の違い
　点推定とは？
　サンプルサイズとサンプル数の違いに注意
　推測に範囲を持たせる区間推定
5-03　区間推定の考え方
　信頼区間と信頼係数
5-04　母平均の区間推定（①母分散がわかっている場合）
　ひとまず「母分散がわかっている」と仮定する
　サンプルサイズが大きくなるほど、ばらつきの度合いは小さくなる
　標本平均を標準化する
5-05　母平均の区間推定（②母分散がわからず、サンプルサイズが十分に大きい場合）
　サンプルサイズが大きければ正規分布が使える
　標本分散を使って母平均の信頼区間を計算する
5-06　母平均の区間推定（③母分散がわからず、サンプルサイズが小さい場合）
　サンプルサイズが小さいときはt分布を使う
　t分布は自由度によって形状が変わる
　t分布表の読み方
　標本平均と不偏分散を計算する
5-07　ナッツの殻の混入率は？
　母比率の区間推定
　データの平均と分散を計算する

第6章　おにぎりが以前よりも小さくなった？
――仮説検定、帰無仮説、対立仮説、z検定、t検定、母比率の検定
6-01　仮説検定の考え方
　おにぎりの平均重量は許容範囲内といえるか？
6-02　検定（仮説検定）の手順
　帰無仮説と対立仮説
　統計量を計算する
　有意水準とは？
6-03　おにぎり50個の重さを検定する
　サンプルサイズが十分に大きいのでｚ検定を使う
　p値と有意水準を比較すると……
　片側検定と両側検定
6-04　ポテトサラダの重さをt検定で調べる
　サンプルサイズが小さいときはt検定を使う
　t値を計算する
　t分布表を確認する
6-05　アンケートの結果を検証する
　顧客満足度は本当に下がったのか？
　母比率の検定

第7章　売り場が変わると売れ行きも変わる？
――適合度検定、カイ二乗検定、クロス集計、独立性の検定
7-01　売り場によって売れ行きが変わる？
　実際の分布と理論上の分布は一致するか？
　ズレの大きさを表すカイ二乗値
7-02　カイ二乗分布
　カイ二乗分布のグラフ
　カイ二乗分布表
7-03　年代ごとに買う商品に違いはある？
　アンケート結果をクロス集計表にまとめる
7-04　年代と購入カテゴリに関連があるかを調べる
　独立性の検定
　期待度数を計算する