イベント時系列解析入門

本書では統計学の解析法を使って結論を引き出した後についてくる、「後ろめたさ」や「モヤモヤ感」が何に起因するのか、その要因を探っていく。「科学哲学」を使うことで、統計解析ソフトのブラックボックス化した中身について数式を極力使わずに詳述。統計学の背後にある思考の枠組みまで掘り下げ、より深く統計学を理解することを可能にしている。統計的な仮説検定まで学んできた読者の学び直し、そして統計を使い始めた初学者にとっても理解力の向上につながる充実の一冊。
【目次】
1 統計学を使うときに抱く後ろめたさ：帰納推論
2 帰納がもたらす後ろめたさへの対応策
3 統計思考にまつわるモヤモヤ感：誤差論的思考と集団的思考
4 帰無仮説有意性検定を使うときに抱くモヤモヤ感：有意性検定と仮説検定

　統計スポットライト・シリーズの第6巻。感染症や地震、SNSの投稿といった自然現象や社会現象を時系列のイベントととらえ、その起き方をモデル化して各現象の解析や将来予測につなげる主な手法に「点過程」と呼ばれる確率過程と「状態空間モデル」がある。
　本書は主に点過程について、大学初年度で学ぶ数学知識のみで理解できるよう解説した入門書であり、状態空間モデルについても概略を述べる。その応用として、COVID-19の感染拡大/ 収束の指標値を推定する方法についても紹介。イベント解析手法を身に付けたい初学者の方は必読！
【目次】
1 イベント時系列の記述
2 一様ポアソン過程
3 リニューアル過程
4 非一様ポアソン過程
5 点過程の一般論
6 カウント時系列モデル
7 状態空間モデルによるイベント時系列解析
8 応用

統計スポットライト・シリーズ第5巻となる本書は、個体群（ある同種の動物もしくは植物の集団）の生息数の推移を「個体群行列モデル」で予測する方法を解説する。
このモデルにより、野外調査で得られる個体数データから希少動物の生存の可否などが予測可能になる。
このモデルで使う数学は線形代数の基礎に限られ、その都度丁寧に説明するため数学が苦手な読者でも挫折しにくい。
また、現実的な個体数推移を保証するために仮定する、生態学を敷衍した統計推論についても適宜解説する。
統計ソフトRによる計算結果も一部掲載。
【目次】
第1章　シミュレーションで数式を用いる恩恵を知る
第2章　生物集団の野外調査データと生活史の図式化
第3章　個体群行列と3 つの基本統計量
第4章　行列要素の推定法1：統計モデルと最尤法
第5章　環境条件の効果を見る1——感度分析の基礎
第6章　行列要素の推定法2：ベイズ統計とランダムなサンプル
第7章　環境条件の効果を見る2——感度分析の発展（生命表反応解析（LTRE解析））

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。
【目次】
1. データの相関係数と確率変数の相関係数
2. 順位相関係数
3. 2変量正規分布の相関係数の推測
4. 種々の相関係数
5. 欠損データからの相関係数推定
6. シリンダー上の変数の相関係数
7. トーラス上の変数の相関係数

P値をしっかり理解し、正しく適用する！ 　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、間違った理解のもと誤用される場合も増えている。特に医療系分野においては、データの不確実性は深刻である。このP値の誤用を防ぐためには何が必要か？　本書は、データの見方・扱い方の基本からP値を解説したテキストである。