2022.11.29 コラム
文系営業が統計人材になるには?~おすすめ教材を紹介~
はじめに
●本記事の目的と趣旨
本記事では、文系営業が統計学について知識・スキルを伸ばすためにどのように学習していけば良いのか、文系人材のためのおすすめ教材をご紹介いたします。
●位置づけ
一般社団法人データサイエンティスト協会と独立行政法人情報処理推進機構では、データサイエンティストのためのスキルチェックリスト/タスクリスト概説にて、データサイエンティストのスキルセットを下図で示しています。
本記事では、文系営業(≒ビジネス力フィールドの人材)がデータサイエンス力の基礎となる統計学をどのように勉強していけば良いのかを教材をご紹介しながらご説明いたします。
初級編だけでも、政府統計、企業レポート、学術的論文等の数値の読み方を理解できるようになるかと思いますので、ご参考になりますと幸いです!
Step1.統計学の考え方・論理性を理解する(初級者向け)
●Input①:データ利活用の教科書 データと20年向き合ってきたマクロミルならではの成功法則
国内オンラインリサーチ業界のリーディングカンパニーである株式会社マクロミルが、データを利活用していくために、DXやデータ活用、データ利活用といったデータ周りの言葉の定義から分析手法、レポートへの落とし込み方等を体系的に説明しています。
統計というより、ビジネス寄りの書籍となっておりますので、ほぼデータを扱ってこなかった方はビジネス軸のデータ分析に関する書籍からスタートしていくと、イメージもつけやすく、理解もしやすいかと思われます!
●Input②:BellCurveの統計Web(初級編)
こちらは無料とは思えないほど、分かりやすく体系的にまとめられているWebメディアです。
また、基礎編の内容は統計検定2級まで対応しております。
データの見方や考え方の基礎は初級編で充分学べますので、こちらもおすすめです。
また統計Webでは書籍紹介もおこなっておりますので、興味のある方はそちらから書籍を片っ端から読破していくことも良いかと思われます。
●Output:統計学検定3級
グラフや図表の読み取り問題や適切なグラフの選択問題等を問われます。
また、統計学において重要になる仮説検定の基本も少し出題されますので、統計学の力試しに最適です!
その他、e-Statでは、日本の統計調査データをダウンロードできます!
エクセルやPython、R等を用いて自身の可視化したい内容に合わせて集計やグラフを作成してみると理解が深まるかと思います!
Step2.統計学の基本を理解する(中級者向け)
●Input①:完全独習 統計学入門
初級より先の確率分布や機械学習を理解して使っていくためには、数学を避けてしまうと、表層的な理解となり、分かっているようで分からないの堂々巡りをしてしまうことがしばしばございます。
そのために、統計と数学の橋渡し役となっているのが、本書籍です。
数学の知識は中学数学を意識して、必要最低限を意識して書かれているので、数学忘れてしまった方や得意でない方が統計の世界により入り込むための書籍としてGoodです!
●Input②:BellCurveの統計Web(基礎編)
再び登場ですが、統計検定2級に対応した基礎編です。
各章ごとに問題もあるので、理解も深まり、おすすめです。
●Input③:YouTube動画
そして意外と侮れないのがYouTube動画。
皆さん素晴らしいコンテンツを作成してくれているため、本当におすすめです!
【予備校のノリで学ぶ「大学の数学・物理」】
中級編の統計学の推定・検定はここで充分かと思われます。
【とけたろうチャンネル】
こちらも大変分かりやすいとけたろうチャンネルです。
統計検定2級を受ける際は、とけたろうブログのチートシートを使って勉強していました。
●Output:統計学検定2級
コレログラムや増減率の時系列グラフなど統計学検定3級より少し難しいグラフや数表の問題が問われます。
また、離散型の確率分布の計算問題や、標準正規分布以外に、t分布、χ分布、F分布を用いた仮説検定問題、そして単回帰分析と単純回帰分析問題が問われます。
統計学検定2級が受かれば、文系人材の中の統計人材と言っても問題ないかと思われます!
※補足:高校数学1A・2Bについて
実は、ここから先、Σや∫が出てくる中で、数学1Aと2Bの復習は欠かせません。
統計学検定2級は数学1Aと数学2Bがうろ覚えでも、なんとか受かる可能性はございますが、受かる目的ではなく、きちんと勉強して理解して土台を作るという目的であれば、回り道に見えるかもしれませんが、数1Aと数2Bを復習しておくと良いかなと思われます。
おすすめの数学の書籍は、様々なのでそういった紹介サイトを見て頂ければと思いますが、個人的にはチャート式問題集等で復習することが多いです。
Step3.機械学習の世界に」入るためには
Step2までいき、内容の土台作りまでいくと、①単回帰分析・重回帰分析、②ロジスティック回帰分析、③決定木、④サポートベクターマシン(SVM)、⑤k-means法、⑥k近傍法等、様々な手法についてある程度理解できますし、p値、RSME、ROC曲線、AUC、オッズ比など機械学習モデル評価指標もどのような数値なのか理解できると思います。
機械学習の領域に入ると、さらにデータが面白く感じるようになりますので、ここまでくると楽しさMAXです!!!!
さらに、きちんと上記アルゴリズムについて理解したい方は、数学1Aと2Bに加えて、微分積分と線形代数を勉強すると良いです!
※補足
機械学習を行う際は、エクセルで実行することができないため、R、Pythonやノーコードツールを使ってハンズオンで理解・実践してみることになるかと思われます。
おすすめの書籍は、様々なのでそういった紹介サイトを見て頂ければと思いますが、個人的にはPythonのハンズオン書籍は良書が多いのでおすすめです!!
さいごに
弊社では、機械学習アシストツールvizをご提供しております。
ノーコードで機械学習をスピーディーに行うことができるため、機械学習に興味のある方は自社の広告データや顧客データを用いて分析してはいかがでしょうか?
ご興味ある方はお気軽にお問い合わせください。
》vizサービスサイトはこちら
》詳細資料・お問い合わせはこちら
本件に関するお問い合わせは下記にて承ります。
株式会社DataCurrent
info@datacurrent.co.jp