大学3年生です。 最近統計の勉強が面白くて毎日少しずつやってます。 多変量解析の本でおすすめのものと

大学3年生です。
最近統計の勉強が面白くて毎日少しずつやってます。

多変量解析の本でおすすめのものとかありますか？

レベル感は、国立の文系の中では数学が得意めで、行列とか簡単な大学の微積とか、統計だと簡単な推定や検定、あと重回帰分析とかくらいしかわかってないくらいのアホです。

あと、統計で勉強したらおもしろそうな分野も教えてほしいです！
てゆうか、なんでもアドバイス欲しいです。

No.4 ベストアンサー 回答者： kamiyasiro 回答日時： 2022/01/24 22:08

＞文系学部新卒でデータ分析に関する企業に就くのはぶっちゃけ難しいですかね？

ぶっちゃけ難しいです。特に古典統計では難しいです。
今日、一般の技術者でも、重回帰分析など古典的な方法は使用せず、正則化回帰やランダムフォレスト回帰を使いこなします。
社内教育でデータサイエンスを教えているから、使えるようになるのです。

もし、メーカーや金融等の企業で本格的なデータ分析をやりたいのであれば、文科省が進めている「データサイエンス研究拠点大学」の大学院へ進学することをお勧めします。
専門性の高い人材の採用は学会発表や修論テーマを勘案しながら一本釣りで行われます。よって、そのような研究をやっている研究室に入るのが手っ取り早いです。

一方、データ分析を専門とするベンダーやコンサルの分析者は、腕に覚えのある者ばかりです。例えばKaggleの上位入賞者とかです。そのようなスキルを獲得して自分を売り込むしかありません。

頑張って下さい。

この回答へのお礼

いやー、本当に丁寧にありがとうございます。進路について、もう一度考えてみます。まだお聞きしたいことはありますが、迷惑をおかけすることになるので、これくらいにしときます。ベストアンサーにしときます。本当にありがとうございました。

お礼日時：2022/01/24 23:43

No.3 回答者： kamiyasiro 回答日時： 2022/01/24 13:17

#2です。

最近のノーベル経済学賞の「多く」は、・・・

「多く」は間違いで、2019年がランダム化比較試験、2021年が自然実験・差の差分析です。失礼しました。

いずれの手法も、「原因と結果の経済学」で知ることができます。

この回答へのお礼

回答ありがとうございます。大変参考になる内容で恐縮です。簡単そうなものから手に取ってみようと思います。


ちなみになのですが、kamiyasiroさんは統計、データサイエンスに纏わるお仕事をなさっているのでしょうか。

そうであれば、丁度今就活の時期なので伺いたいのですが（今のところは修士には進まないつもりです…）、文系学部新卒でデータ分析に関する企業に就くのはぶっちゃけ難しいですかね？

お礼日時：2022/01/24 17:42

No.2 回答者： kamiyasiro 回答日時： 2022/01/24 11:54

#1です。

もうひとつ書き忘れていました。

勉強したら面白そうな分野、それは因果推論・因果分析です。
最近のノーベル経済学賞の多くは因果分析の応用研究です。

入門的読み物としては、

中室牧子・津川友介（2017）「原因と結果の経済学」ダイヤモンド社
津川友介（2020）「世界一わかりやすい医療政策の教科書」医学書院

前者はベストセラーになった「学力の経済学」の続編です。
後者は医療専門家向けの本ではなく、医療を題材とした因果分析の解説本です。（目次は２章：統計学になっていますが、内容は因果分析です。）

No.1 回答者： kamiyasiro 回答日時： 2022/01/24 11:38

企業人です。

・お薦めのテキスト

弊社で多変量解析の社内教育の副読本として指定しているのは、
永田靖、棟近雅彦（2001）「多変量解析法入門」サイエンス社
です。

この本が選ばれている理由は、行列・ベクトルがしっかり成分で書かれており、初学者でも分かりやすいからです。他の多くのテキストは行列は太ゴチック文字で書かれているので、計算過程がイメージしにくいです。

・勉強したら役立つもの。

統計で役立つのが、主成分分析（PCA）です。次元縮約（数十変数の空間を低次元に写像して空間特徴を可視化する）の手法としてよく使用します。

また、経済学部であれば時系列分析が必要になると思います。（残念ながら上記の本は、その分野はカバーできていません。）

統計（古典統計）をやり終えたら、データサイエンスに進むのは如何でしょう。古典統計は主にサンプリングデータを処理する枠組みであるで、ビッグデータでは破綻します。それに対応できるのがデータサイエンスです。