『入門統計学(第2版) 検定から多変量解析実験計画法ベイズ統計学まで』レビュー

出版社: オーム社

★ 4.6

紙の本

その他

レビュー

統計を学ぶ理由は、計算ができるようになるためだけではない。むしろ本質は、「データから何が言えて、何が言えないか」を線引きできるようになることだと思う。線引きができないと、数字は簡単に“断言の道具”になる。

『入門統計学（第2版）』は、その線引きの感覚を、基礎から一冊で掴ませてくれる教科書だと感じた。検定、多変量解析、実験計画法、ベイズ統計学まで射程が広く、統計の地図ができる。データ分析が当たり前になった今こそ、こういう“全体像のある入門”が効く。

統計が誤用されやすいのは、検定が“白黒判定”に見えるからだ。p値、有意差。便利な言葉ほど、過剰に信じられやすい。

本書は、検定を魔法の判定ではなく、誤差と不確実性を扱う道具として位置づける。ここが最初に押さえられると、統計が安全になる。

手法をバラバラに覚えると、統計はすぐ混線する。本書の良さは、手法を“つながり”として見せるところだと思う。何を目的にし、どんな仮定を置き、どんなデータで使い、どんな落とし穴があるか。ここが整理される。

特に、多変量解析や実験計画法は、現場の意思決定と直結する。分析は、きれいなデータより、きれいな問いで決まる。本書はその当たり前を思い出させてくれる。

統計が分かると、論文や調査報告を読むときに、結果の前提が見えるようになる。分母は何か、比較は何か、測定は妥当か、効果はどの程度か。ここが見えると、情報リテラシーが上がる。

興味深いことに、分析スキルより先に、この“読み方”が効く。SNSで統計が引用されたときに立ち止まれるようになるからだ。

統計入門書には、検定までに特化した初級書と、機械学習寄りの応用書がある。本書はその中間で、基礎から応用までを一冊で俯瞰できるため、学習の道筋を作りやすい。実験計画法やベイズまで触れる射程の広さが強みだ。

一方、個別手法の深掘りは専門書に譲るため、実務で高度な解析を行う際は追加学習が必要になる。それでも、前提と線引きを押さえる土台としては非常に実用的で、長期的に参照価値が高い。

おすすめは、式を追う前に「この章は何を線引きする話か」を一行で書くことだ。推定なのか、検定なのか、比較なのか、設計なのか。目的が見えると、記号が怖くなくなる。

また、章末問題を1問だけでも解くと定着が速い。統計は読むだけだと身体化しにくいので、最小の手を動かすのが効く。

統計の議論でよくある落とし穴を、読書の段階で避けられると強い。私は次の3つを意識すると、ニュースや社内資料の読み方が変わった。

本書は、これらの落とし穴に対して、手法だけでなく考え方のレベルで補強してくれる。

統計の全体像が見えたら、次は目的に応じて枝を伸ばすと良い。

手法の流行より、「何を言えるかの線引き」を守れるほうが、長期的には強いと思う。

章が広いぶん、「どこまで理解したら次へ進んでいいか」で迷う人もいると思う。おすすめは、完璧主義を捨てて、次の順番で“地形”を取ることだ。

一周目は地形、二周目で谷。統計は、理解の深さより、問いの置き方が上達するほうが早く効く。

本書は“入門”だが、軽い読み物ではない。速読すると取りこぼす。逆に、時間をかけた分だけ確実に残るタイプだ。実務の即効テクニックが欲しい人は、並行して実データ分析の本を読むと補完になる。

統計は、結局「慎重さ」の技術だと思う。本書は、慎重さを面倒くささにしないで、手順として教えてくれる。データを扱う人だけでなく、データに“説得されそうになる”人にも役立つ一冊だった。

一冊通すと、「数字が出たときに立ち止まる癖」がつく。情報リテラシーの土台としても、強い教科書だと思う。

焦らず積み上げたい人に向く。

高橋啓介
大手出版社で書籍編集を10年経験後、独立してブロガーとして活動。科学論文と書籍を融合させた知識発信で注目を集める。
森田美優
出版社勤務を経てフリーライターに。小説からビジネス書、漫画まで幅広く読む雑食系読書家。Z世代の視点から現代的な読書の楽しみ方を発信。
西村陸
京都大学大学院で認知科学を研究する博士課程学生。理系でありながら文学への造詣も深く、科学と文学の交差点で新たな知の可能性を探求。
佐々木健太
元外資系コンサルタントから転身したライター。経済学の知識を活かしながら、健康・お金・人間関係の最適化を追求。エビデンスベースの実践的な知識発信を心がける。