统计思维:大数据时代瞬间洞察因果的关键技能

　　本书的使用要点 　　因此，本书从许多社会人士以“把握现状”而使用的平均值和比例方法起步，讲解的重点，是以恰当地洞察数据背后的因果关系为目的的统计学。 　　出于前述的对于现存入门书的不满，本书和前作一样，尽量让所有的说明不依赖公式、仅靠语句和图就可以理解。仅在为从本质上说明统计方法而必须使用公式的情况下，把用高中知识就可以理解的数学内容补充在了书的*后。本书想办法让没有读数学附录的读者也可以无障碍地理解正文内容，所以如果你看到公式就倍感压力，现在就可以拿起办公用的订书器将书后的附录部分订上。书后的数学附录，大多是为了帮助读者理解入门书中理所当然作为前提，或是因为仔细说明会过于困难而省略的内容。即使现在跳过不看，日后当你阅读大学统计学入门书而感到疑惑的时候，回头再看，或许也能够在其中找到值得参考的内容。 　　一般的统计学教科书中，用大学以上的数学知识在几行中说明的东西，本书书后的数学附录也会用大篇幅以高中数学一一讲解，而正文则花费了更多的篇幅用语句和图来说明。还有一点细节，就是正文的数值计算举例，无论中间的计算过程多么复杂，本书都尽量让*后的答案是小学生也能看懂的整数或者分数。 　　本书中使用的统计方法大多十分基础，不过也涉及了Logistic回归、因子分析和聚类分析这三种一般的统计学入门书中很少出现的方法。我甄选出这几种方法，是因为它们在商务分析中*常用到，只要学会便不会为普通的分析而发愁了。 　　首先，第1章讲解了均值、比例以及标准差这些*基本的统计学工具的本质。目的不是让读者理解“将数据加起来用数量去除”这种理所当然的计算过程，而是理解为何这样计算得到的均值对于“洞察”的统计学是重要的。理解了这些，你就能更好地理解后续的统计学方法。 　　接下来的第2章，介绍了统计学中的假设检验的思维方式，也就是检验不同分组的均值和比例之间的差距是否存在并非偶然误差。比如在比较旧店铺和新店铺客人的平均消费水平时，发现新店铺比旧店高出100日元。然而，即使是同一顾客，每次的消费金额也会有差别，如果这100日元的差距的确有意义，就可以说新店铺的尝试是成功的，旧店铺去借鉴新店铺的运营可能更好。但如果只是偶然的误差，结论就是无用的。分辨这两种情况的工具，就是统计性假设检验。 　　第3章除了讨论群组之间的差异，还介绍了回归的分析方法。某一个值增加，其他的值有增加还是减少的倾向，回归分析的目的就是分析这种关联性。比如店铺距离车站越远，销售额是越高，还是越低，还是不存在关系，以及如果是越高大约会高出多少日元。知道了这些，就可能提升分店预期收益能力。进行这种分析的工具就是回归分析。 　　*后在第4章，则要学习运用因子分析和聚类分析的方法，将数量庞大的数据项目巧妙转换为少量数据项目。为何需要这类方法，以及这类方法是如何思考的，在读第4章之前敬请期待。 　　与前作相同，为说明这些方法到底有何作用而使用的，全部是商务场景中常见的例子。其他统计学的入门书中时不时会出现“苹果重量的平均值是”这样小学生水平的表达，或是突然出现与统计学毫无关系的专业术语。本书将两者全部修正为针对商务人士的例子。此外，本书沿袭了前作，说明各种统计方法是什么人在考虑什么时想到的，通过历史来说明方法背后的思维方式。 　　另外，正文中的说明大多基于频率论（frequentist）这种一般性的统计学思维方式。近年来与频率论不同的、以贝叶斯理论的思维方式为基础的统计学也有很大发展，但正如前作所述，贝叶斯理论被认为适用于“预测”的统计学，因此以理解洞察的统计学基础为目的的本书，将其排除在外了。 　　撰写前作时，我并没有想到统计学的书会如此受欢迎。我想，即便只有一部人看到，作为专业人士，我仍有社会责任为那些因大数据而感到不安的人提供统计学知识。 　　意想不到的是，前书的读者群很大，因此我有责任写作本书，以填补读者与多数统计学入门书之间的鸿沟。 　　若是本书可以成为大家实践统计学的**步，这将是我的荣幸。 　　……