目次

Part1　R の基本

Chapter 01　R の基本操作01-1 R とビジネス統計分析
01-2 R でビジネス統計分析を行うメリット
01-3 R とRStudio の導入
INSTALL 01 R（Windows 版）をインストールする
INSTALL 02 R（Mac OS 版）をインストールする
INSTALL 03 RStudio のインストール
　TECHNIQUE 01 RStudio の画面構成
　TECHNIQUE 02 R の基本操作：算術演算子
　TECHNIQUE 03 R の基本操作：比較演算子
　TECHNIQUE 04 R の基本操作：論理演算子
　TECHNIQUE 05 R の基本操作：データの集計
01-4 R のデータ構造
　TECHNIQUE 01 数値ベクトルの作成
　TECHNIQUE 02 論理ベクトルの作成
　TECHNIQUE 03 文字列ベクトルの作成
　TECHNIQUE 04 ベクトルの部分集合の取得
　TECHNIQUE 05 行列の作成
　TECHNIQUE 06 パッケージの利用
　TECHNIQUE 07 作業ディレクトリの指定

Part2　ビジネス統計分析の基本

Chapter 02　データを視覚化する02-1 データの視覚化とは
02-2 数字のタイプはいろいろある
　TECHNIQUE 01 R によるデータの視覚化：散布図
　TECHNIQUE 02 R によるデータの視覚化：ヒストグラム
　TECHNIQUE 03 R によるデータの視覚化：円グラフ
02-3 R 言語のグラフィックス機能を拡張する
INSTALL 01 ggplot2 をインストールする
02-4 ggplot2 で視覚化するフロー
　TECHNIQUE 01 基本的な散布図の作成
　TECHNIQUE 02 グラフの背景色を白にする
　TECHNIQUE 03 散布図にタイトルとラベルを設定する
　TECHNIQUE 04 数値のフォーマットを変更する
02-5 分析の視点を変える
　TECHNIQUE 01 折れ線グラフ（原因が時間）で見せる
　TECHNIQUE 02 棒グラフ（原因が時間）で見せる
　TECHNIQUE 03 比率の棒グラフの作成
　TECHNIQUE 04 比率の棒グラフに数値を付ける
02-6 離散値の原因を元に連続値の変化を見る
　TECHNIQUE 01 箱ひげ図で見せる
　TECHNIQUE 02 散布図で見せる
　TECHNIQUE 03 バイオリンプロットで見せる
02-7 離散値の原因を元に離散値の変化を見る
　TECHNIQUE 01 離散値の変化を棒グラフで見る
　TECHNIQUE 02 色セットを変更する
　TECHNIQUE 03 比率による棒グラフを作成する
02-8 Excel ではなくR を利用するメリット

Chapter 03　データを要約する03-1 社内にある膨大なデータ
03-2 データを分析する
　TECHNIQUE 01 R で数値を求める
03-3 データのちらばりを把握する
　TECHNIQUE 01 30 日分の売上データの平均を求める
03-4 R で求めた結果をもとに考察する
　TECHNIQUE 01 もう1 つのばらつきの指標である標準偏差を求める
03-5 売上高の標準偏差からわかること

Chapter 04　データの関連性を見る04-1 相関分析とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 散布図を描画する
　TECHNIQUE 03 相関係数を算出する
　TECHNIQUE 04 出力結果について考察する
04-2 クロス集計表とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 全体の傾向を確認する
　TECHNIQUE 03 さまざまな切り口でクロス集計を行う
　TECHNIQUE 04 出力結果を考察する
04-3 アソシエーション分析とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 アイテムの出現頻度を表示する
　TECHNIQUE 03 アソシエーションルールを抽出する
　TECHNIQUE 04 各指標同士の関係を可視化する
　TECHNIQUE 05 出力結果について考察する

Chapter 05　未知のデータを予測する05-1 単回帰分析とは
05-2 単回帰分析の考え方
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 単回帰式を求めることの妥当性を確認する
　TECHNIQUE 03 単回帰式（y=a+bx）を求める
　TECHNIQUE 04 実行結果を分析する
　TECHNIQUE 05 回帰関係を求める意義を考察する
　TECHNIQUE 06 回帰式の精度の確認（寄与率）
　TECHNIQUE 07 mreg 関数を使う方法
05-3 重回帰分析の考え方
　TECHNIQUE 01 散布図を描いてデータを視覚的に捉える
　TECHNIQUE 02 回帰式（偏回帰係数と切片）を求める
05-4 重回帰分析の考え方
　TECHNIQUE 01 データを基準化してからlm関数を適用する
　TECHNIQUE 02 mreg 関数を利用する
　TECHNIQUE 03 12 番目の物件の賃料を予測する
05-5 最適な回帰モデルで予測精度をあげる
　TECHNIQUE 01 変数増減法で分析する
05-6 多重共線性を疑う
　TECHNIQUE 01 多重共線性を見つける別の方法
05-7 重共線性の見極め方と対処方法
　TECHNIQUE 01 Excel で回帰分析を行う
　TECHNIQUE 02 Excel で相関係数を求める
　TECHNIQUE 03 説明変数間の相関を求める
　TECHNIQUE 04 多重共線性への対処法

Chapter 06　データを分類する06-1 主成分分析とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 散布図を描く
　TECHNIQUE 03 主成分分析を実行する
　TECHNIQUE 04 どの主成分まで見るかを決める
　TECHNIQUE 05 バイプロットを描く
06-2 因子分析とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 散布図を描く
　TECHNIQUE 03 因子の数を決める
　TECHNIQUE 04 因子分析を実行する
　TECHNIQUE 05 バイプロットを描く
06-3 コレスポンデンス分析とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 クロス集計を行う
　TECHNIQUE 03 バイプロットを描く
06-4 多次元尺度構成法（MDS）とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 距離行列を作成する
　TECHNIQUE 03 散布図を描く
06-5 決定木とは
　TECHNIQUE 01 データを読み込む
　TECHNIQUE 02 決定木を実行する
　TECHNIQUE 03 シンプルな形で決定木を実行する
　TECHNIQUE 04 見やすい決定木にする
　TECHNIQUE 05 ほかの要因を調べる

Part3　本格的なビジネス統計分析

Chapter 07　テキストマイニングを行う07-1 形態素解析を行う
　TECHNIQUE 01 文章を形態素解析する
07-2 ワードクラウドを作成する
　TECHNIQUE 01 ワードクラウドを作る
07-3 ワードリストを作成する
　TECHNIQUE 01 頻度集計を行う
　TECHNIQUE 02 集計結果を確認する
07-4 N-gram分析を行う
　TECHNIQUE 01 N-gramを集計する
　TECHNIQUE 02 集計結果を確認する
07-5 共起語分析を行う
　TECHNIQUE 01 共起語を集計する
　TECHNIQUE 02 集計結果を確認する
07-6 文書分類を行う
　TECHNIQUE 01 頻度行列を作成する
　TECHNIQUE 02 文書を分類する

Chapter 08　ログデータからクラスタ分析を行う08-1 どのような顧客をターゲットにすべきか考える
08-2 「ゲームA」を利用しているユーザーを把握する
08-3 ユーザーログに基づきユーザーを分類する
08-4 主成分を説明変数として使う
TECHINIQUE 01 専用の関数を作成してデータを出力する
TECHINIQUE 02 セグメントごとのKPI を調べる
08-5 データを加工する
TECHINIQUE 01 DAU データとDPU データを紐付ける
08-6 分析手法の検討
TECHINIQUE 01 ランキング帯を分類する
TECHINIQUE 02 ランキングポイントとクラスタの視覚化をする
TECHINIQUE 03 ランキングを上位に絞る
TECHINIQUE 04 ほとんどゼロの変数と相関が高い変数を除外する
08-7 主成分分析で直交変換を行う
TECHINIQUE 01 主成分分析を行う
08-8 クラスタリングを行う
TECHINIQUE 01 最適なクラスタ数を求める
08-9 レーダーチャートによるクラスタの特徴の可視化
TECHINIQUE 01 クラスタごとに平均を算出する
TECHINIQUE 02 レーダーチャート用のデータの作成
TECHINIQUE 03 クラスタごとのKPI を調べる
08-10 データに基づくサービスの企画
08-11 まとめ：データの前処理の重要性