相関係数とは2つの確率変数の間の相関（類似性の度合い）を示す統計学的指標をいう。本書ではPearsonの相関係数およびそれから派生もしくは発展した概念の理解や、手法の適用範囲を理解する助けとなるように、式の導出過程や手法が持つ諸性質を丁寧に解説している。確かな理論的裏付けのもと、相関係数を使用して得た解析結果について自信をもって述べることができるようになることが、本書を読み進める上での目標となる。

ISMシリーズ：進化する統計数理の第8巻。本書は統計モデルの発想、練り上げ、検証、改良にかかわる「統計モデリング」の過程について読者が理解し、扱えるようになることを目的としている。第1章では基礎論としてデータの関係を統計モデルの形で記述する方法を解説し、第2章から4章までは時系列解析（過去と将来のデータの因果関係）、空間統計学（測定した位置とそれ以外の位置との関係性）、医療統計（診断における統計的検定の使い方）の分野における統計モデリングの具体例を詳述する。

多くの大学が教科書として採用している『看護・リハビリ・福祉のための統計学』の改訂版である。今回の改訂では、第6章の内容を精査してより理解しやすくした。
また、Excel形式の演習データと、統計分析ソフトウェア「R」のパッケージ(R2.7.0)が、著者作成のサイトからダウンロードでき、医療系のデータで手を動かしながら統計を学ぶことができる。統計学の素養がなくても統計を理解することができるので、初学者には最適の書である。

今日，P値は統計を使用する分野で日常的に使用されいるが、その使用には間違った理解のもと誤用される場合が増えている．特に医系分野ではデータの不確実性は深刻である．2016年にはUSA統計協会が，P値の間違った理解や誤用に対して注意喚起した．わが国でも2017年度統計関連学会連合大会で，P値の誤用や誤解に対して警鐘を鳴らしている．
本書は、このP値の誤用を防ぐためには何が必要か？データの見方・扱い方の基本からP値を解説したわが国最初のテキストである（近代科学社調べ）．

本書は，ISMシリーズ：進化する統計数理の第7巻であり，方向統計学全般について解説する本である．
　方向統計学とは，風向のような角度観測値を含むデータの科学を指す．
　本書では，角度データの取扱いの説明から始めて，円周の拡張である球面，トーラス，シリンダー，ディスクといった各種座標上でもデータが扱えるように実例を示しながら解説する．いわば方向や角度に着目した統計学の専門書である．
　気象学・環境科学・生態学・生物学・地質学などの研究者，技術者には，必携必読の書である．

ポアソン分布を，その起源から徹底的に学習し，理解することを目指した本書．要となる，「ランダムな点配置の点の個数や，ランダムに起こるイベントの回数を数えると，自然にポアソン分布が現れる」，このことをパソコンの計算ソフトでシミュレーションし，実際にポアソン分布が現れる場面を実体験することにより，数式だけでは理解できない数学を学習する．
　確率・統計を活用する読者には必携の書である．

統計分野で不可欠となる数理やデータ解析法を解説する統計スポットライト・シリーズの第１巻．
本書は統計数理学とフィールド生物学の双方が互いの現場に踏み込み，同じモノを見ながら新しい発想や発見に至る過程を3つの事例により紹介．統計モデルで得た知見がフィールド調査といかに統合しうるか体感できる実践の書．

日本有数の統計研究機関である、統計数理研究所のシリーズ第6巻。本書は、これまでは無視されることが多かった外れ値に対する統計手法を解説する本格的な書である。具体的には、M推定、線形回帰モデル、多変量解析、ロバスト検定など、ロバスト統計で王道とされる各手法を紹介する。
　統計の研究者はもちろん、統計を駆使する実務家も必読の書。

極値統計学とは、豪雨、強風などの極端な自然現象や、ファイナンスなどでリスク評価のために応用される統計手法である。一般に統計学では母集団の中心に対する推測を行う。しかし極値統計学は、極端な現象、すなわち、母集団分布の端（裾）に対する推測を行う。そこには、上述したような極端な現象が存在し、リスク対応やピークの世界―自然災害、ファイナンス、保険、情報通信、生物学、スポーツ－で求められ、活用されている。
　本書は導入から書かれており、また、演習問題はＲを活用して、具体的に理解出来るよう工夫してある。極値統計学を学ぼうとする学生や実務家には、必携の書である。

観察データはバイアスや交絡因子の影響から逃れることができない.これらの影響を最小にする工夫として，従来の疫学的方法論に加え，新しく発展したプロペンシティ・スコア法やカテゴリカルデータ解析法を解説する．医学研究の大きな柱である観察研究―疫学的手法―に携わる読者にとって，必須必携の書である．