確率、統計学の本、書籍(和書/洋書/原書)の紹介,評価,安売り価格

これはよーわかった　評価：

ベイズ統計学で有名な涌井コンビによるとてもわかりやすい、くどいくらい親切なベイズ統計学の本です。
同じような例題を何度も繰り返す、今、何の説明をしているのかを適宜念押しする、同じ内容を「いいかえれば・・・」のように多角的に説明する、アナロジーを多用する、惜しみなく図解する、同じ数式を何度も再掲する・・・といった説明技術満載なのでわかりやすいです。

おもしろさと、数に対する誠実さ　評価：

気軽に持ち歩きできるサイズ、ビンボー学生でも入手しやすい値段そして楽しいおしゃべりのノリの1頁マンガと丁寧な解説、おもしろいたとえ話。
「統計、むつかしいですね！」に始まる「はじめに」部分は、統計処理を何のために習得したいのか、どの領域に身を置く方でも共通して大事に考えたいことではないでしょうか。

内容紹介　

統計の本質が直観的にわかる データはいちおう集めてみたけど・・・・・・。
ここから一体何が言えるんだ？ そんなあなたにおススメです。
統計学というと「なんだか難しそうだな」と思うかもしれませんが、ポイントをしっかり押さえ、 あまり本質的でないところにこだわらなければ、誰にでも確実に理解できます。
「統計学ってなに？」という素朴な疑問から、マンガでゆる~く解説し、読み終わったときには、 知らないうちに統計学が身についているといういままでにない統計学の入門書です。
第1章　平均・分散・標準偏差 第2章　正規分布 第3章　そのほかの分布 第4章　推測統計学 第5章　検定

内容（「BOOK」データベースより）　

統計学というと「なんだか難しそうだな」と思うかもしれませんが、ポイントをしっかり押さえ、あまり本質的でないところにこだわらなければ、誰にでも確実に理解できます。
「統計学ってなに?」という素朴な疑問から、マンガでゆるーく解説し、読み終わったときには、知らないうちに統計学が身についているという、いままでにない統計学の入門書。

入門としては　評価：

何故か人に統計学を教える羽目になり、どれをテキストにするか悩んだあげく選んだのが本書だった。
「完全独習統計学入門」を使おうかと思ったが、何か物足りないので、同じ中学数学から始められるので本書を選んだ。
成る程、最初は中学数学で説明がつくので、読みやすいし、教えやすい。
著者も長年、数学を教えているだけあって躓きやすい箇所、わかりにくい箇所は数学書にしてな凡長になるくらい説明がしてある。

内容説明　

テレビの視聴率はたとえば１５．３％などと表現されます。
これは全国の１５．３％の世帯が見ていたということになりますが、じつは、調査対象はたったの３０００世帯くらいなのです。
このように一部を取り出して全体の特性を予想することを統計学では「推定」といいます。
本書では、特にこの「推定」と「検定」という、実用的にも非常に世の中の役に立っている「予想統計」について、徹底的にわかりやすく解説していきます。

内容（「BOOK」データベースより）　

統計ソフトが行なっている推定・検定の背景の理論を知りたい。
推定・検定を仕事で使っているけれど、結論の意味していることが実は理解できていない。
そんな、文系・理系出身者の方々に向け、推定・検定の背景にある原理を難しい数式や確率変数の概念を使わずに図像を用いてわかりやすく説明しています(第1章)。

難解な統計学をわかりやすく解説する良書　評価：

本書は、統計学の基本的な考え方から推測統計について易しく、かつ実践的に解説しているテキストである。
一般的な統計学のテキストといえば、難解な数式や読み方の分からないギリシャ文字、独特の理論を中心に記述されており、実際の適用方法や使い方のわからないものが多数を占める現状があるが、本書は、その難解な統計学をわかりやすく、かみ砕いて伝えており、またその適用方法や使い方を意識して記述されているので、文系の方でも十分理解できるものになっている。

初心者を引っ張っていける本　評価：

統計学のわかりやすい本を常に探し続けている。
格好の良いもの、大学の教科書のような本は、数式だけが出しゃばっていけない。
そうかと言って、数式を徹底的に排除しているものはそれだけで「ウソっぽい」。
この絶妙なバランス感覚が求められるのである。
これだけでは不十分、という意見はどんな入門書にも出てくるもの。
私は多用な入門書が出てくればそれでよいと思っている。
相性がピタッと来るものは多用なものから出会いがあるまで待つしかない、とも思っている。
故にこの本はその点で５点評価である。
つまり、最後まで引っ張られて読めた、ということ。

統計学入門者に最適だと思います。　評価：

この本は，統計学をこれから学ぼうと思っている初学者には最適だと思います。
基本統計量である平均，分散，標準偏差などは，この本を読めばすんなりと理解することができるでしょう。
本の構成が物語調？というか，ハンバーガーショップの店長と店員がライバル店を意識しながら統計学を使って，売り上げを何とかしていこうと言った台詞で進む部分と，エクセルなどの表計算ソフトを意識した部分，計算式の部分と，３つに分かれているので，状況が把握しやすく使うべき統計技法の理解を深めることができます。
中後半には，t検定，分散分析などの平均値の差の検定も詳しく載っているので，実験計画法などを考えている方にもおすすめだと思います。

統計学の門を叩くという意味において非常に好感の持てる良書　評価：

統計学は，大学に入って初めて学ぶ学問であり，統計学がカバーする領域は自然現象から人間の心理までと広範囲に渡る．そして，統計分析の手法も，何を測ろうとするのかによって多種多様な方法があり，統計学を学べば学ぶほど奥が深い難解な学問であるというような錯覚に陥る学習者も多いのではないだろうか． 本書は，「初学者でも気軽に読めて楽しく学べる統計学」と銘打っているように，非常に読みやすく，統計学の基本的な考え方を「ハンバーガーショップの商品の売り上げ」に絡めて初学者にも理解しやすいように解説がなされている．特に第三章では，カイ二乗検定の解説において，初学者が最初につまずきやすい帰無仮説について例を示しながらストーリー仕立てで詳細に解説が加えられており好感が持てる．

因子分析のバイブル　評価：

主成分分析、因子分析について解説をしたものです。
専門用語の多さに圧倒されるといった一般的な因子分析の教科書とは異なり、因子分析という考え方を理解しやすい事例を示して理解を促進させてくれます。
一般的な因子分析の教科書との橋渡しという役目を十分に果たしてくれます。
また、付録として多変量解析についての概略も掲載されており、至れり尽くせりといった一冊に仕上がっています。

因子分析が本当に分からなくてあきらめている人向け　評価：

私文系出身なんです。
でも4月からマーケティング部に配属になってしまい、毎日統計・多変量解析に携わることになり脳みそいっぱいいっぱいに…そんな私の強い味方がこのシリーズでした。
文章ばかりの多変量解析の本を会社でもらって「これが一番わかりやすい」と言われた本でも3ページで眠ってしまうんですが、こちらは最後まで読めました。
ありがとうございます。
一生統計学のバイブルとさせていただきます。

文系でもすぐ解る本　評価：

使える売買システム判別法 (現代の錬金術師シリーズ)で、t分布で母集団の95％信頼区間を計算するエクセルの式が出ていたので、t分布についてもっと知りたいと思って買いました。
すごく解りやすくて、2日で読めてしまいましたが、私のような数学の得意でない人の躓きやすいポイントもかなり配慮してあり、内容は非常に良いと思います。
確率には触れていないのですが、統計の基礎はこれでOKだと思いました。
平均、分散、標準偏差の基礎から解説して、カイ二乗分布、t分布までわかり易く解説しています。
微分積分も出てこないので、文系の私にも大丈夫でした。

推定という言葉を本当に理解したい人のために　評価：

統計が現代でよく使われるのは、”推定”が可能だからだと思う。
たとえば、選挙の時に投票所の出口調査だけで、投票人間の全体を”推定”する。
するとだいたいそのとおりになる。
なぜ、そういうことが可能か？ということに焦点を絞った素晴らしい入門書である。
メカニズムがわかれば、適用する限界もわかる。
統計学者というと、数学をそこそこ知らないとやっていけないので大学関係か金融関係で、それでご飯を食べている。
そうでなければ、エクセルの統計関数を適当に動かし、とにかく数字が出てきたので意味もわからずそれを使うズブ素人。
数学は知らなくても”推定”の意味まで知っている「統計がわかる人」なんて、なかなかいない。

理解するのは楽しいです　評価：

今までよく分からなかったロジスティック回帰、とやらが 一読しただけで、なるほど〜、こういう手法だったのか、と分かりました。
感謝です！ 手で計算するのは無理なの〜、あたりが最高でした。

回帰分析のバイブル　評価：

回帰分析、重回帰分析、そしてロジスティック回帰分析について解説をしたものです。
専門用語の多さに圧倒されるといった一般的な回帰分析の教科書とは異なり、回帰分析という考え方を理解しやすい事例を示して理解を促進させてくれます。
一般的な回帰分析の教科書との橋渡しという役目を十分に果たしてくれます。
また、理論を理解した上で、実践的な方法として、付録にExcelでの計算方法も掲載されており、至れり尽くせりといった一冊に仕上がっています。

まず読んでみて！　評価：

医師になると統計学を学ぶ機会は増えます。
学生の時はあまり勉強しなかった統計学をいきなりやれと言われても無理です。
勉強はある程度好きになれなければ前には進めません。
この本は統計学を学ぶことをある程度好きにしてくれます。
少しでも統計学が好きになったとき、後は専門書で勉強するなり、SPSS使うなり自然と統計解析ができるようになります。

統計学を数理の面から勉強するために　評価：

私はもともと数学・統計学とは縁の少ない学部出身でその専門教育も受けておりませんが、仕事で統計学が必要になり、数年前に独学で解析学と線形代数はひと通り終えたつもりでした。
今は生物統計学の大学院進学を目指してもう一度基礎から総ざらいをしていますが、結構抜け落ちているところが多いです。
演習は別の本で行う必要がありますが、ひと通り必要なところは載っているので非常に重宝しています。

こういう本が欲しかった　評価：

~統計学をほどよく数式をまじえて解説してくれる本が欲しいと思っていたところ，これに出会いました．高校卒程度の数学知識で，統計の数理的な部分を（マニアックにならないで）解説してくれています．永田先生の統計関連の著作はどれも良くできているなと感じます．数式の全然でない統計の本は物足りないけれど，重積分や行列ばかりの本にもついて行けない~~という方におすすめします．~

統計はじめてで何からやればいいのかわからない方には最適　評価：

統計最初の1冊に最適です。
これを何度かぱらぱら読んでから，完全独習 統計学入門やゼロから学ぶ統計解析 (ゼロから学ぶシリーズ)はじめての統計学などに進まれればよいでしょう。
まんがで学ぶというは馬鹿にできません。
オーム社さんはこの先駆者です。
工業英語のイラストでめきめきわかる工業英検4級なども，漫画でわかりやすく書かれている良書です。

初学者のための統計学　評価：

初学者向けの統計学の本です。
専門用語の多さに圧倒されるといった一般的な統計学の教科書とは異なり、統計学という考え方を理解しやすい事例を示して理解を促進させてくれます。
一般的な統計学の教科書との橋渡しという役目を十分に果たしてくれます。
また、付録にExcelでの計算方法も掲載されており、至れり尽くせりといった一冊に仕上がっています。

あるレベルでの統計学のバイブルです　評価：

統計学の基本を学ぶ教科書的な役割と、個別に各セクションを見ても役立つ参考書的な役割を併せ持つ良書であると思う。
「自然科学」の統計学と名乗る必要はないのではないかと思えるぐらい、「社会科学」にも有用である。
これだけ情報があふれる社会となってしまった現在、必要な情報を選抜する能力と情報の信頼性を的確に判断する能力が必要となっている時代には統計学は欠かせない。
内閣の支持率が２ポイント減少したのは、本当に内閣の人気が下がったのか、２ポイントにどれほどの重みがあるのか、調査する集団の抽出に問題はなかったのか。
そんな問題でマインドコントロールされぬよう、これからの国民には統計学は必修だ。

社会科学者にもお勧めです。　評価：

大変分かりやすく，しかも丁寧に書かれています。
｢自然科学の…」とありますが，特に社会科学の分野で統計を活用されている方にお勧めします。
統計的手法はその手法の背景にある理論を理解することが現象の背後にあるものを把握するために重要となります。
本書はその手法の背景にある考えの流れを直感的かつ理論的にも明快・体系的に示してくれます。
社会科学の文献ではこのあたりを曖昧にして話を進める，ということも多々見受けられますが，この本を読めば何が本質で，何が些事か，用いられている統計的手法はよく理解され正しく用いられているか，ということが見分けられるようになると思います。

統計学正書の中では入門的な位置付け。おすすめ！　評価：

統計学をがっちり学びたい方用の入門書としておすすめ。
理系・文系を問わず、基本的な統計処理が詳説されている。
みっちり読んで（計算とかも自分でやってみたりして）所要時間１ヶ月くらい。

統計学のバイブル　評価：

この本を読破するには、注意が必要である。
いきなり、統計学の知識が無いのに読み始めてもちんぷんかんぷんである。
まずは、「初めての統計学」で肩慣らしをして、もう1冊入門書を読んでから、読み始めると、何とか読破できると思う。
非常に良くかけている本である。
この本を読破したら。
自然科学の統計学にチャレンジしては、如何でしょうか。

ｍｍ　評価：

内容自体は基本事項を網羅的に書いているんでいいんですが・・・ ・確率に入るまでの数章が無駄。
その紙面があるなら適合度検定や回帰分析をもっとくわしく書いてほしい。
なにより答えをもうチョイ書いてほしい。
・検定の章の答えがボロボロ。
東大の院生よ、ちゃんとチェックしたまえ。