빅데이터 시대에 필요한 통계적 사고를 강조하고, 창조적인 경영과 업무를 가능하도록 도와주는 최고의 활용서. 최강의 의사결정 도구이자 전략 비법인 통계에 대한 이해를 높이고 통계적 마인드를 갖게 해줄 뿐만 아니라, 실무에서 어떻게 통계를 효율적으로 활용할 수 있는지를 탁월하게 설명하고 있다. 또한 통계에 꼭 필요한 수학을 쉽게 배울 수 있도록 구성하였다. 일본에서 통계 관련 서적으로는 이례적으로 42만 부가 팔리는 놀라운 현상을 불러일으킨 베스트셀러로 까다로운 수식이나 증명 없이 그림과 글만으로 통계의 분석기법을 쉽게 설명한 입문편과 실무 활용 편, 비즈니스와 경영에 활용 가능한 데이터활용 편으로 구성되어 있다.
Contents
『빅데이터를 지배하는 통계의 힘』
| 추천의 말: 빅데이터 시대, 최강의 무기 통계학
| 저자의 말: 한국의 독자들에게
제1장 빅데이터, 통계학에서부터 시작하라
01 _ 실생활과 밀접한 통계 리터러시
02 _ 답을 알려주는 실용적인 학문, 통계학
03 _ 통계학은 모든 과학적 분석 방법의 기본
04 _ IT와 통계학의 기막힌 결혼
제2장 정보비용을 대폭 줄여주는 통계
05 _ 통계가가 본 빅데이터 광상곡
06 _ 뉴딜정책을 뒷받침한 통계가들
07 _ 의미 있는 오차범위와 비용
제3장 오차와 인과관계가 통계학의 핵심이다
08 _ 나이팅게일식 통계의 한계
09 _ 인과관계를 생각하지 않는 통계해석은 의미가 없다
10 _ ‘60억 엔을 버는 비결’이 담긴 리포트
11 _ 오바마가 선거에서 승리한 이유
12 _ 그것은 이익에 직결되는가?
13 _ ‘인과관계의 방향’을 밝혀내어야 한다
제4장 ‘임의화’라는 최강의 무기 활용하기
14 _ 우유가 먼저인가, 홍차가 먼저인가?
15 _ 임의화 비교실험이 사회과학을 가능하게 했다
16 _ ‘재봉틀 두 대 사면 10% 할인’으로 매출이 오를까
17 _ 임의화의 세 가지 한계
제5장 통계학은 계속 발전하고 있다
18 _ 역학의 발전이 증명한 담배의 위험
19 _ ‘평범으로의 회귀’를 분석하는 회귀분석
20 _ 천재 피셔의 또 다른 업적
21 _ 통계학의 이해도를 높여주는 단 한 장의 도표8
22 _ 다중회귀분석과 로지스틱 회귀
23 _ 통계학자가 극대화한 인과의 추론
제6장 통계학의 여섯 가지 활용 분야
24 _ 사회조사법 대 역학과 생물통계학
25 _ IQ를 탄생시킨 심리통계학
26 _ 마케팅 현장에서 생겨난 데이터마이닝
27 _ 문장을 분석하는 텍스트마이닝
28 _ ‘연역’의 계량경제학과 ‘귀납’의 통계학
29 _ 베이즈파와 빈도론파의 확률을 둘러싼 대립
제7장 에비던스 활용하기
30 _ 거인의 어깨 위에 서는 방법
31 _ 에비던스, 어떻게 찾을 것인가
| 맺음말
| 참고문헌
| 옮긴이의 말: 데이터 사회에서 살아남기 위한 무기와 교양
『빅데이터를 지배하는 통계의 힘- 실무 활용편』
| 감수자의 글
| 프롤로그
제1장 통계학의 실천은 기본부터 - ‘평균’과 ‘비율’을 제대로 알자
01 _ ‘통찰’의 통계학에 필요한 세 가지 지식
02 _ 인과관계 파악에 중요한 ‘평균’의 본질
03 _ 어떻게 평균으로 진실을 포착할 수 있는가
04 _ 표준편차로 ‘데이터의 대략적 범위’를 알 수 있다
제2장 통계학이 ‘최강’인 또 하나의 이유 - 표준오차와 가설검정
05 _ 제1종과 제2종 오류 사이에 놓인 ‘최강’의 개념
06 _ ‘오차범위’와 유의미한 통찰을 위한 표본크기 설계
07 _ 가설검정은 쓸모없는 토론에 종지부를 찍어준다
08 _ z 검정으로 덜렁이를 가르쳐라
09 _ 데이터가 적은 경우 t 검정과 피셔의 정확검정
10 _ 다중검정과 덜렁이 처방전
제3장 통찰의 왕이 되는 분석방법들 - 다중회귀분석과 로지스틱 회귀분석
11 _ 통계학의 왕도 ‘회귀분석’
12 _ 중학 수학으로 이해하는 회귀직선과 회귀식
13 _ 다양한 설명변수를 한번에 분석해주는 다중회귀분석
14 _ 로지스틱 회귀분석과 그 계산을 가능케 하는 로그오즈비
15 _ 회귀모형의 총정리와 보충
16 _ 회귀모형의 실제 활용법 - 투입편
17 _ 회귀모형의 실제 활용법 - 산출편
제4장 데이터의 배후를 파악한다 - 인자분석과 군집분석
18 _ 심리학자가 개발한 인자분석의 유용성
19 _ 인자분석이란 무엇인가
20 _ 군집분석의 기본 개념
21 _ k-means 방법에 의한 군집분석
제5장 통계 분석방법의 총정리와 사용 순서
22 _ 통계학의 이해도를 높여주는 단 한 장의 도표 실용판
23 _ 비즈니스에서 활용하는 경우 분석 순서
24 _ 한걸음 더 내딛기 위한 통계학 공부
| 에필로그
| 부록 [수학적 보충]
| 참고문헌
『빅데이터를 지배하는 통계의 힘 - 데이터활용 편 』
| 감수자의 글
| 머리말_통계분석보다 리서치 디자인이 먼저다
| 이 책의 구성
1장 경영전략을 위한 통계
01 데이터로 전략을 이끌어라
02 경영전략 이론 배경1 - 포터의 SCP 이론
03 경영전략 이론 배경2 - 전략 적합성
04 경영전략을 위한 분석 순서1 - 분석 대상 설정
05 경영전략을 위한 분석 순서2 - 변수 아이디어 내기
06 경영전략을 위한 분석 순서3 - 데이터 수집
07 경영전략을 위한 분석 순서4 - 분석과 해석
1장 정리
통계 보충 칼럼1 - 분산성분 분석 또는 혼합효과 모델
2장 인적자원관리를 위한 통계
01 우수한 사람은 채용하고 있는가
02 일반지능과 상황적합이론
03 인사관리를 위한 분석 순서1 - 분석 대상 설정
04 인사관리를 위한 분석 순서2 - 변수 아이디어 내기
05 인사관리를 위한 분석 순서3 - 데이터 수집
06 인사관리를 위한 분석 순서4 - 데이터 분석
07 인사관리를 위한 분석 순서5 - 분석 결과 해석
2장 정리
통계 보충 칼럼2 - 중단과 절단
3장 마케팅을 위한 통계
01 마케팅전략과 고객 중심주의
02 현대 마케팅의 기초 지식
03 마케팅을 위한 분석 순서1 - ‘누구에게 팔지’를 위한 데이터 준비
04 마케팅을 위한 분석 순서2 - ‘누구에게 팔지’를 위한 분석
05 마케팅을 위한 분석 순서3 - ‘무엇을 팔지’를 위한 데이터 준비
06 마케팅을 위한 분석 순서4 - 통합행동 이론을 이용한 질적조사
07 마케팅을 위한 분석 순서5 - ‘무엇을 팔지’를 위한 데이터 분석과 해석
08 마케팅을 위한 분석 순서6 - ‘네 가지 P’를 위한 분석
3장 정리
통계 보충 칼럼3 - 의사결정나무분석과 랜덤 포레스트
4장 실무 개선을 위한 통계
01 데밍의 새로운 매니지먼트
02 부분최적에서 전체최적으로
03 가치사슬과 부서별 아웃컴, 해석단위
04 업무 데이터에서 분석을 위한 데이터로
05 데이터의 품질 향상과 가공 시 주의점
06 통찰을 위한 분석과 예측을 위한 분석
07 자기회귀 모델과 교차타당도
4장 정리
통계 보충 칼럼4 - 집단지성을 활용한 예측방법
| 감사의 말
| 참고문헌
Author
니시우치 히로무,신현호,위정훈,홍종선
1981년 출생. 도쿄대학교 의학부 졸업(생물통계학 전공). 도쿄대학 대학원 의학연구과 의료커뮤니케이션학 분야 조교수. 대학원 의료정보네트워크 연구센터 부센터장, 다나 파버 하버드 암 연구센터(Dana-Farber Cancer Institute, DFCI) 객원연구원을 거쳐 현재는 데이터를 바탕으로 사회혁신을 일으키는 다양한 프로젝트에 참가하며 조사, 분석, 시스템개발 및 전략 입안을 컨설팅하고 있다.
저서로《빅데이터를 지배하는 통계의 힘》,《콜레라가 가르쳐준 것》,《직장인들 고민의 대부분은 이미 학문적 ‘대답’이 나와 있다》,《세상에서 가장 알기 쉬운 의료 통계》,《동경대 교수가 실천하는 확률적 사고》,《통계학이 최강의 학문이다》,《이과 남자를 위한 연애의 과학》등이 있다.
1981년 출생. 도쿄대학교 의학부 졸업(생물통계학 전공). 도쿄대학 대학원 의학연구과 의료커뮤니케이션학 분야 조교수. 대학원 의료정보네트워크 연구센터 부센터장, 다나 파버 하버드 암 연구센터(Dana-Farber Cancer Institute, DFCI) 객원연구원을 거쳐 현재는 데이터를 바탕으로 사회혁신을 일으키는 다양한 프로젝트에 참가하며 조사, 분석, 시스템개발 및 전략 입안을 컨설팅하고 있다.
저서로《빅데이터를 지배하는 통계의 힘》,《콜레라가 가르쳐준 것》,《직장인들 고민의 대부분은 이미 학문적 ‘대답’이 나와 있다》,《세상에서 가장 알기 쉬운 의료 통계》,《동경대 교수가 실천하는 확률적 사고》,《통계학이 최강의 학문이다》,《이과 남자를 위한 연애의 과학》등이 있다.