kuroplan備忘録

このブログは、東京で働いているデジタル系起業家・元戦略コンサルが、調べてみてわかったことなどを30分で記事としてアウトプットしてる備忘録です。

MENU

統計モデリングで困ったら、この1冊 〜データ解析のための統計モデリング入門

どうも。noirhibouです。

今日ご紹介する本はこちら。

データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)

データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)

 

なぜこの本を読もうと思ったのか?

ぶっちゃけ仕事で必要になったからです。
近年Webマーケティング界隈では、データ分析に統計モデルを適用し、分析をしているケースが増えてきています。
でも、自分のメインの仕事である、アクセス解析に対しては、そこまで必要ではないかなぁとも思っています。

まぁ、それはそれとして読んでみました。

ちなみに、僕は大学時代、工学部機械系でロボットの研究をしていたこともあり、それなりに数学の知識があります。文系の方がいきなりこの本を読み始めるにはハードルがあるかと思いますが、そこは書いてあることをありのままに読んで、一通り読みきってしまい、分からないところに戻る。というようなことをすれば、理解が進むのではないかと思います。

この本での気付き

読みやすい!

大学時代以来、この手の数学はすごく久しぶりでしたが、読み進めていくのに不自由な部分はなく、すんなりと頭に入ってきました。
基本的に、R言語を使用しながら、読むことをおすすめします。というか、実際に触りながらのほうが絶対に理解しやすい。

まだR言語を使ったことがないという人でも、基本的に簡単なコードしかないので、大丈夫だと思います!

実際に、最後までR言語を使って勉強してみたのですが、実際のケースに当てはめるには、なかなかセンスと経験が必要だなぁと感じました。
この本で、数学的な裏付けについて、わかりやすく勉強することができるので、繰り返し読みながら、統計モデルがさくさく作れるようになりたいと思います!

まとめ

これまで何冊か統計モデルの本を読んできましたが、どの本も途中で挫折をしてしまっていました。でも、この本を読みきったことで、知識と自信が持てたので、それらの本に再チャレンジしたいと思います笑

データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)

データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)

 

 

ではでは。