第0講　データリテラシーとデータサイエンス
データリテラシーとは
なぜ今、データリテラシーが重要なのか

第1講　数値には4つの類別がある
数値の4つの類別
名義尺度
順序尺度
間隔尺度
比率尺度
質的データと量的データ
離散的データと連続データ
4つの尺度のまとめ

第2講　どう示すか？ 値そのもの、相対値、比率、単位あたり
数値の示しかた
相対値、比率、相対比率
値そのものと単位あたりの値
区間の端の表現
GDPと1人あたりGDPの意味
1人あたりGDPは生産性？

第3講　数値には誤差がつきもの
誤差とは
誤差のある数値の表示
有効数字、有効桁数
桁落ち
有効桁数を考慮していない例
小数点下の余分な0の表示

第4講　大ざっぱに値をつかもう
日本と世界に関する基本的な数値
目の子算に強くなろう
値の推定を含む目の子算
オーダーとは
オーダーが違うと質が違う
大きな数値はオーダーでつかむ

第5講　いくつかの数値を1つの値で代表させる
平均
平均の欠点
中央値と最頻値
外れ値

第6講　数値のばらつき具合を測る
分散
標準偏差
偏差値とは
正規分布

第7講　相関イコール因果関係ではない
相関とは
相関係数の計算
相関係数の意味
相関が強いことは因果関係を意味しない
相関関係と因果関係についての演習
データを分割すると、関係が変わる

第8講　偶然のいたずら
コイン投げで遊ぼう
例題と演習問題
二項分布
二項分布の平均と分散
試行回数を増やすと二項分布は正規分布に近づく

第9講　大数の法則が成り立つ
大数の法則
なぜ正規分布になりやすいのか？（中心極限定理）
大数の法則と中心極限定理の応用
アンケートは回答率にも注意
インターネットを用いたアンケート結果

第10講　「統計的に有意」とは
「統計的に有意」とはどういうことか
有意水準はどうやって決めるか
「統計的に有意」に関する誤解や注意事項

第11講　隠れている要因はないか
例1　経済政策と景気
例2　若者が海外に行かなくなった？
例3　少年の凶悪犯罪が増えている？
例4　高齢者の運転による事故
その他の例

第12講　“3た”論法を信じますか ― データの信頼性
怪しげな健康・医療情報
偽薬効果
ランダム化比較試験と二重盲検法
健康・医療情報の松竹梅
検査の結果と病気の有無（誤検出と見逃し）

第13講　引っかけグラフにご用心
社長の自慢
グラフの種類と使いかた
縦軸と横軸についての注意
3次元のグラフは使わない
モノの大きさで値を表すときの注意
表示の直接性

第14講　もっと大きなごまかしにも気をつけよう
データに基づかない意見・思いこみ
定性的な議論、量を無視した議論
結論が先で、データが後
データとは一致しない結論
おかしな論理

第15講　データリテラシーを磨くには
一次情報に当たれ
メディアバイアス
信頼できる情報を見つける方法
良い知人と良い本を
複雑な問題に簡単な解答はない
自己防衛が唯一の策
データに頼りすぎるな
おわりに