図解でわかる 最新エクセルのデータ分析がみるみるわかる本[Excel2021/2019/2016 対応版]
ズカイデワカルサイシンエクセルノデータブンセキガミルミルワカルホンエクセルニセンニジュウイチニセンジュウキュウニセンジュウロクタイオウバン
- 著者:
- 道用大介(ドウヨウダイスケ)
- 注目:
- 総合 2247 位
- 出版社:
- 秀和システム
- 出版日:
- 2022年04月15日頃
- ISBN:
- 9784798067032
- 在庫:
- 在庫あり
なぜ注目されているか
書籍紹介
技書の森解説
『図解でわかる 最新エクセルのデータ分析がみるみるわかる本 [Excel2021/2019/2016 対応版]』 (道用大介 著、秀和システム、2022 年 4 月刊) は、数学が苦手な初心者を対象に、エクセルを使った データ分析 の基礎を解説したコンパクトサイズの入門書です。版元の案内には「数式は中学生で教わった方程式ぐらいしか使いません」とあり、考え方を理解したあとの計算は Excel が自動で行うと説明されています。国立国会図書館の書誌では索引ありと記録されています。
相関分析から検定と地図表示までの全 9 章
本文は「データ分析なんてしたことないけど…」と題した導入のあと、全 9 章で構成されています。第 1 章「経験則は正しいか (相関関係と因果関係)」は相関分析と相関係数の求め方、外れ値を見分ける箱ひげ図と四分位数を扱い、第 2 章「予測してシミュレーションしてみる (回帰分析)」と第 3 章「予測してシミュレーションしてみる (重回帰分析)」で回帰分析と重回帰分析、多重共線性への対策へ進みます。第 4 章「数字じゃないデータを数字に変換する」はダミー変数を使った重回帰分析、第 5 章「どんな組み合わせが効果的?」はランチの選択肢の組み合わせを例にした影響度の調べ方、第 6 章「儲けは出るのか?」は損益分岐点の求め方とシナリオの比較です。第 7 章「データの分布 (どれだけバラついている?)」でヒストグラム、標準偏差、正規分布を取り上げ、第 8 章「検定 (それって誤差だろ! に反論)」で P 値、F 検定、t 検定を扱い、第 9 章「地図上にデータを配置」で 3D Maps と塗り分けマップを使います。
分析ツールで行う回帰分析と t 検定の考え方
Excel の分析ツールはアドインとして組み込まれている機能で、有効にするとデータ タブから呼び出せ、相関、回帰分析、ヒストグラム、F 検定、t 検定などの統計処理の結果を、入力範囲を指定して表の形で出力します。第 1 章には分析ツールを表示するためのコラムがあり、第 2 章と第 3 章では分析ツールで回帰分析を行う節が続きます。回帰分析は、ある値が 1 単位変わると別の値がどれだけ動くかを式で表す 統計学 の手法で、本書の第 2 章は気温と販売量を例にしています。説明に使う値を複数にしたものが重回帰分析で、説明に使う値どうしが強く相関していると係数が不安定になる現象を多重共線性と呼びます。検定は、2 つのグループの平均の差が偶然のばらつきの範囲に収まるかどうかを P 値と有意水準で判断する手続きで、第 8 章は 2 つのグループの分散が等しいかを F 検定で確かめ、等分散を仮定した 2 標本の t 検定へ進む順に節を置いています。
第 9 章の 3D Maps と塗り分けマップ
第 9 章は、データの概略をつかむ方法として、3D Maps で地図上にデータを配置する節、塗り分けマップで地図にデータを配置する節、地図に円グラフを表示する節を置いています。3D Maps は地域名や緯度と経度を持つ表を地球儀や平面の地図の上に描く Excel の機能で、塗り分けマップは国や都道府県などの地域ごとの値を色の濃淡で示すグラフの種類です。Excel と VBA の本の選び方は Excel / VBA 本ガイド にまとめています。
本書は、相関と因果の区別から回帰分析、重回帰分析、損益分岐点、分布と検定、地図へのデータの配置までを、Excel の操作と組にして全 9 章に収めています。
この本に興味がある方におすすめ
関連する本
道用大介 の他の書籍
関連記事
データベース本ガイド - SQL から設計まで学べる技術書の選び方
データベースの基礎から設計、パフォーマンスチューニングまで学べる技術書の選び方と学習順序を紹介します。
本についてくるダウンロード素材を使い倒す
プログラミングの本には、サンプルコードや練習用データのダウンロード特典がついていることがあります。素材の探し方と、完成版コードの使い方を解説します。
機械学習 / ディープラーニング本ガイド - エンジニアが読むべき AI 技術書の選び方
機械学習の基礎から実践まで学べる技術書の選び方を紹介。「Python ではじめる機械学習」などのハンズオン本を軸に、数学が苦手な人向けの学習ルート、ディープラーニング本への進み方、ML 本の賞味期限の見極め方を解説します。