近代科学社

ニュースリリース impressG
  
   
     

KDD近代科学Digital

統計処理で陥りがちな間違いから、正しい解釈を学ぼう!

生命科学・生物工学のための
間違いから学ぶ実践統計解析
R・Pythonによるデータ処理事始め』発行

 

2021年12月17日
株式会社近代科学社

 

  インプレスグループで理工学分野の専門書出版事業を手掛ける株式会社近代科学社は、2021年12月17日に、近代科学社Digitalレーベル(※)より、『生命科学・生物工学のための 間違いから学ぶ実践統計解析 R・Pythonによるデータ処理事始め』(編者:日本生物工学会、著者:川瀬 雅也・松田 史生)を発行いたしました。

(※近代科学社Digitalとは : 近代科学社が著者とプロジェクト方式で協業する、デジタルを駆使したオンデマンド型の出版レーベルです、詳細はこちらもご覧ください)

詳解 マテリアルズインフォマティクス
●書誌情報
【書名】 生命科学・生物工学のための
間違いから学ぶ実践統計解析
R・Pythonによるデータ処理事始め
【編者】 日本生物工学会
【著者】 川瀬 雅也・松田 史生
【仕様】 B5判・並製・モノクロ・本文204頁
【本体価格】 【印刷版基準価格】:2,500円(税抜)
【電子版基準価格】:2,000円(税抜)
【ISBN】 978-4-7649-6030-5 C3045
【商品URL】 https://nextpublishing.jp/isbn/9784764960305

●内容紹介
 統計処理は科学的評価に必須のツールとなっていますが、統計学には独特の概念があり、統計学に馴染みのない分野では解析や評価の場面で誤解・誤用をしてしまう場面があります。またRやPythonといった統計処理に有用な各種ソフトウェアも、使う側が正しい解釈をできなければ誤った結果を招くことがあります。そこでこのたび「統計解析をしたいけれどうまく実践できない、途中で挫折してしまった」という方々の一助となるため、日本生物工学会誌で連載された記事を再編・加筆し単行本いたしました!
本書では、ありがちな統計解析の失敗の具体例を挙げてその解決法を解説し、解析手順を実行する簡単なRおよびPythonスクリプトやモジュールの活用を調べる方法を紹介しています。最後までたどり着くことを重視して読みやすい登場人物の会話形式にしていることから、統計解析の初心者にもおすすめの内容となっています。

●著者紹介

編者
公益社団法人 日本生物工学会

日本生物工学会は、「大阪醸造学会」「日本醱酵工学会」を前身とする、100年の伝統と歴史をもつ学会。
約2,700人の個人会員と約220の団体会員、賛助会員からなり、産官学が協力して世界のバイオテクノロジーをリードする学会として、会員相互の交流と社会への発信、産業への応用を目指して活動を行っている。

著者

川瀬 雅也 (かわせ まさや)
長浜バイオ大学バイオサイエンス学部・教授
1990年 京都大学大学院工学研究科修了
香川大学教育学部、大阪大学大学院・薬学研究科等を経て、2008年より現職
現在の研究分野:物性論、化学情報
主要著書
例題で学ぶはじめての無機化学Ⅰ(各論・錯体編)、技術評論社(2020)(分担)
例題で学ぶはじめての無機化学Ⅱ(溶液・固体編)、技術評論社(2021)(分担)
など
主要著書(翻訳)
演習で学ぶ物理化学 基礎の基礎、化学同人(2021)

松田 史生 (まつだ ふみお)
大阪大学大学院情報科学研究科・教授
2002年 京都大学農学研究科博士課程修了
理化学研究所、神戸大学を経て2017年より現職
現在の研究分野:代謝工学


●目次

第1部 Rを使って統計解析を行おう
第1章 平均値にご注意を

1.1 計算はPC に任せる
1.2 データ処理事始め
1.3 データを読み解く
1.4 平均の話
1.5 平均値の比較
1.6 練習問題
第2章 正規分布を極める
2.1 正規分布って何?
2.2 正規性の確認
2.3 母平均の区間推定
2.4 練習問題
第3章 データの数はいくつ必要?
3.1 データ数の疑問
3.2 検出力検定
3.3 練習問題
第4章 平均の差の検定の使い方
4.1 検定とは
4.2 2群の平均の差の検定
4.3 練習問題
第5章 正しい統計記述とは?
5.1 統計法の記述
5.2 検定法の選択
5.3 対応のある2 群の平均の差の検定
5.4 練習問題
第6章 外れ値にご用心
6.1 データの正確さ
6.2 外れ値の判定
6.3 練習問題
第7章 多重比較って何?
7.1 t-検定は繰り返すべからず?
7.2 検定をくりかえすと? ? ?
7.3 分散分析
7.4 多重比較
7.5 練習問題
第8章 χ2 検定の使い方?
8.1 適合度検定.
8.2 独立性検定
8.3 ノンパラメトリックな手法
8.4 条件付確率(例題付)
第9章 相関と相関係数
9.1 相関がある? ない?
9.2 Spearman の順位相関係数
9.3 相関関係と因果関係
9.4 統計的感覚
9.5 練習問題
第10章 単回帰は難しい
10.1 回帰分析の落とし穴
10.2 決定係数
10.3 信頼区間
第11章 誤差の伝播
11.1 誤差のおさらい
11.2 誤差の伝播
11.3 少し進んだ話題
11.4 練習問題
第12章 直交表と重回帰分析
12.1 直交表
12.2 重回帰分析
12.3 練習問題.

第2部 Python でも統計解析を行えるようになろう
第13章 Python?
第14章 Python の文法分岐と繰り返し

14.1 条件分岐.
14.2 条件を満たす間の繰り返し
14.3 指定した回数の処理を繰り返す
14.4 実験のシミュレーション
第15章 Python による統計入門1
15.1 何故,Python で統計を?
15.2 Python を使う=モジュールを使う
15.3 pandas を使ってみる
15.4 NumPy .
15.5 Matplotlib
15.6 定番のt-検定
第16章 Python による統計入門2
16.1 χ2  検定
16.2 相関係数.
16.3 scikit-learn で単回帰分析
16.4 重回帰分析
16.5 ニューラルネットワーク
第17章 主成分分析その1,方法のおさらい
17.1 主成分分析=次元圧縮
17.2 データの準備
17.3 主成分,主成分得点(スコア)
17.4 主成分の解釈は文学的
17.5 寄与率
17.6 主成分負荷量
第18章 主成分分析その2,結果を解釈する
18.1 主成分分析の結果を解釈する
18.2 まずは寄与率
18.3 次は主成分スコアプロット
18.4 ようやくローディング
第19章 偽反復
19.1 偽反復とは
19.2 生命科学での偽反復
19.3 実験の検証方法
19.4 まとめ
第20章 階層クラスター分析はちょっときまぐれ
20.1 階層クラスター分析の基礎
20.2 Python で階層クラスター分析
20.3 距離関数と結合方法で結果が変わる
20.4 総合的に判断する
第21章 微妙な時のしきい値が肝心
21.1 しきい値をどう設定するのか?
21.2 相関係数の95 % 信頼区間を推定する 166
21.3 ヌル分布を推定する
21.4 サンプルサイズが小さいとややこしい 169
21.5 サンプルサイズが大きいときは本来の意味で 170
21.6 データベース検索
第22章 深層学習,すぐできます
22.1 チャレンジ深層学習!
22.2 画像を分類
22.3 衝撃の次元圧縮法

第3部 統計解析の基本を見直そう
第23章 p 値とサンプルサイズ
23.1 p 値はあくまで基準の一つ
23.2 対策1:ばらつきを小さくする
23.3 対策2:反復数を増やす
23.4 対策3:効果量を使う
23.5 対策4:サンプルサイズを推定する
第24章 統計処理の落とし穴
24.1 正規分布とは(再考)
24.2 正規分布の誤解
24.3 データの見方(再考)
24.4 基本統計量の利用


【近代科学社Digital】
近代科学社Digitalは、株式会社近代科学社が推進する21世紀型の理工系出版レーベルです。デジタルパワーを積極活用することで、オンデマンド型のスピーディで持続可能な出版モデルを提案します。

【株式会社 近代科学社】
株式会社近代科学社(本社:東京都千代田区、代表取締役社長:大塚 浩昭)は、1959年創立。数学・数理科学・情報科学・情報工学を基軸とする学術専門書や、理工学系の大学向け教科書等、理工学専門分野を広くカバーする出版事業を展開しています。自然科学の基礎的な知識に留まらず、その高度な活用が要求される現代のニーズに応えるべく、古典から最新の学際分野まで幅広く扱っています。また、主要学会・協会や著名研究機関と連携し、世界標準となる学問レベルを追求しています。

【インプレスグループ】
株式会社インプレスホールディングス(本社:東京都千代田区、代表取締役:松本大輔、証券コード:東証1部9479)を持株会社とするメディアグループ。「IT」「音楽」「デザイン」「山岳・自然」「航空・鉄道」「モバイルサービス」「学術・理工学」を主要テーマに専門性の高いメディア&サービスおよびソリューション事業を展開しています。さらに、コンテンツビジネスのプラットフォーム開発・運営も手がけています。

【お問い合わせ先】
株式会社近代科学社
TEL:03-6837-4828  電子メール: kdd-qa@kindaikagaku.co.jp

 
 
 

本サイトのご利用についてお問合せプライバシーについて | 会社概要 | インプレスグループサイト | インプレスグループTop |
 Copyright © 2007 Kindai kagaku sha Co.,Ltd, an Impress Group company. All rights reserved.