統計学の基礎入門

このコースで学べること

• ✓ 記述統計と推測統計の違いを理解し、「不確かさを扱う学問」としての統計学を捉え直す
• ✓ 中心の指標（平均・中央値・最頻値）とばらつきの指標（分散・標準偏差・四分位範囲）を、場面に応じて使い分けられる
• ✓ 確率分布の基本（二項分布・正規分布）と、なぜ正規分布が多用されるかを理解する
• ✓ 標本と母集団の関係、中心極限定理、信頼区間を「自分の言葉で」説明できる
• ✓ 仮説検定の論理（帰無仮説・対立仮説・p 値・有意水準・第一種／第二種の過誤）を理解し、誤用を避けられる
• ✓ t 検定・カイ二乗検定・分散分析の使い分けを、変数の種類と標本数から判断できる
• ✓ 相関と回帰の意味を理解し、「相関があれば因果がある」のような誤解を避けられる
• ✓ p 値ハッキング・選択バイアス・再現性危機など、統計の誤用と限界を直視する姿勢を持つ

対象者

「数値や統計データを根拠に意思決定したい」「A/B テストや顧客サーベイの結果を正しく読みたい」「他人の数値主張に騙されないようになりたい」と感じている社会人。マーケ・営業・人事・経営企画・プロダクト・カスタマーサクセスなど、データを「使う」側のすべての職種

レッスン一覧

1. 1

   統計学とは何か——記述統計と推測統計、何を支える学問か

   統計学の 2 つの役割（記述と推測）、「不確かさを扱う」という核、なぜ推測が必要か、本コースの守備範囲、数式の扱い方を整理する

2. 2

   データのばらつきを捉える——記述統計のまとめ直し

   中心の指標（平均・中央値・最頻値の使い分け）、ばらつきの指標（分散・標準偏差・四分位範囲）、外れ値と歪み、箱ひげ図の読み方を学ぶ

3. 3

   確率と確率分布——統計学の言葉を整える

   確率の基本、確率変数、離散分布と連続分布、二項分布、正規分布（68-95-99.7 ルール）、なぜ正規分布が多用されるかを学ぶ

4. 4

   標本と推測——見えない母集団を推測する

   母集団と標本、ランダムサンプリング、中心極限定理、標本平均の分布、標準誤差、信頼区間（95% の正確な意味）を学ぶ

5. 5

   仮説検定の考え方——「偶然か必然か」を判断する

   帰無仮説と対立仮説、p 値の正確な意味と誤解、有意水準、第一種・第二種の過誤、効果量、統計的有意性と実用的有意性の区別を学ぶ

6. 6

   主要な検定の使い分け——t 検定、カイ二乗、分散分析

   1 標本／2 標本 t 検定、対応のある t 検定、カイ二乗適合度・独立性検定、一元配置分散分析の入口、検定の選び方フローチャートを学ぶ

7. 7

   相関と回帰——変数の関係を測り、予測する

   ピアソン相関係数の意味と限界、相関と因果の区別、単回帰分析、決定係数 R²、残差プロット、多変数回帰の入口、多重共線性を学ぶ

8. 8

   統計の誤用と倫理——p 値ハッキング、選択バイアス、再現性危機

   p 値ハッキング・HARKing、選択バイアス、サバイバー・バイアス、シンプソンのパラドックス、心理学の再現性危機、ベイズ統計の入口、コース修了後の学習方向を案内する

9. ✓

   総復習テスト

   全レッスンの内容を振り返るテスト