概要

『R によるやさしい統計学』(2008 年、オーム社)は、統計解析言語 R を使って統計学の主要トピック(記述統計 / 推測統計 / 検定 / 回帰 / 分散分析 / 因子分析 / クラスター分析)を一通り学ぶ実践書。著者・山田剛史 / 杉澤武俊(統計教育の研究者)による平易な解説と、R のコード例を 1 ステップずつ動かしながら学ぶ構成が特徴。心理学・社会科学系の統計入門として広く採用される。

想定読者

• 文系出身で「R を使った統計分析」を 1 冊で押さえたい大学生・大学院生
• 心理学 / 社会学 / 経済学の研究で R を使い始める研究者
• データ分析職に転身したい人で R 環境から入る初学者
• 統計検定・公務員試験(統計分野)の概念を実装で理解したい受験者

こんな人には向いていない

• Python 中心でデータ分析する予定の読者(R を使わないなら本書は適合しない)
• ベイズ統計や機械学習の応用を中心に学びたい読者(本書は古典統計中心)
• 統計の数式的厳密さを求める読者(本書は実装と直感重視)

読了後にできるようになること

• R で記述統計(平均 / 中央値 / 分散)が計算できる — 基本ライブラリの使い方
• t 検定 / カイ二乗検定 / F 検定 が実装で実行できる — 検定の使い分けが見える
• 回帰分析・分散分析を解釈できる — 結果の数値を読む所作
• 因子分析・クラスター分析の入口が分かる — 多変量解析の前段

本書のキー概念

• 第 1 章 R 入門 — R / RStudio のインストール、基本操作
• 第 2 章 記述統計 — 平均・分散・標準偏差・分布の可視化
• 第 3 章 確率と分布 — 正規分布・二項分布・サンプリング
• 第 4 章 統計的検定 — t 検定 / カイ二乗検定 / F 検定 / 検定の選び方
• 第 5 章 回帰分析 — 単回帰 / 重回帰 / 解釈
• 第 6 章 分散分析(ANOVA) — 1 要因 / 2 要因の分散分析
• 第 7 章 因子分析・クラスター分析 — 多変量解析入門
• 付録 R のコマンド一覧 — リファレンス

なぜ R 統計入門の定本として残るのか

R による統計入門書は多数あるが、本書は 「文系学生・研究者に分かる平易さ」と「実装の具体さ」のバランス が良く、長く版を重ねている。心理学・社会学のゼミ教材として標準的に採用されており、卒論・修論で R を使う学生の最初の 1 冊として広く読まれる。Python 全盛の時代でも、R が標準の領域(医学統計・心理学・農学等)では依然定番。

関連書籍

• 『新編 統計学入門』(東京大学出版会、「赤本」) — 統計学の標準教科書
• 『Stan と R でベイズ統計モデリング』(松浦健太郎) — ベイズ統計への発展
• 『R によるデータサイエンス 第 2 版』(金明哲) — R の発展的応用

関連 Topic

• /topics/statistics — 統計学
• /topics/data-science — データサイエンス
• /topics/machine-learning — 機械学習
• /topics/algorithms — アルゴリズム