おすすめ書籍

厳選5冊!多変量解析を勉強する上でおすすめな本!

こんにちは!

ある程度統計学に関する基礎土台がついてきた後は、機械学習手法への足掛けとなる多変量解析の勉強をしましょう。この記事では、多変量解析を勉強する上でおすすめな本をご紹介します!

多変量解析って?

多変量解析とはその字面通り解釈すると「多変量における解析」のため、機械学習手法など数多くの多変量を扱う手法を含んでいるとも考えられます。実際に多変量解析と機械学習手法は重なることも多いですが、ここではその2者に関して、少しばかりの基準を設けて分けます。

多変量解析はデータの解釈を行うことに端を発しており、機械学習はデータの予測を行うことに端を発しています。もちろんどちらの手法も解釈も予測も行うことが可能ですが、機械学習はどちらかというと中身はブラックボックスでいいからとりあえず精度の高い予測ができればよいというような手法群であり、多変量解析は予測精度よりも今手元にあるデータの解釈を進めようというような手法群になっています。

具体的には

多変量解析には、重回帰分析・主成分分析・判別分析など

機械学習には、SVM・ランダムフォレスト・ニューラルネットなど

があります。

おすすめ本

それでは、そんな多変量解析を勉強する上でおすすめな本をご紹介したいと思います!

マンガで分かる統計学 回帰分析編

マンガで分かるシリーズはどれも分かりやすいですがこれも外していません。回帰分析に関して分かりやすくイメージをつかむために読んでおくと良いでしょう。

多変量解析法入門

多変量解析に関してはこちらの1冊で基本的にカバーできると思います。機械学習や時系列分析なども厳密には多変量解析ですが、ここではそれらを勉強する上での基礎となる回帰のお話から主成分分析などの話が丁寧に分かりやすく載っています。単回帰、重回帰、判別分析、主成分分析のところは丁寧に読み込んでおくと良いでしょう。

もうひとつの回帰分析

この本では重回帰分析におけるよくある誤用を取り上げています。また直交表を用いたプロファイルの扱い方・分析方法が載っています。絶対に読まなくてはいけない本ではありませんが、回帰分析の結果の解釈の仕方の間違いを指摘している数少ない本なので目を通しておくと良いでしょう。

データ解析のための統計モデリング入門

ベイズ統計学のところでもおすすめしましたが、多変量解析における回帰系の分析手法から複雑な混合分布を仮定した一般化線形混合モデルの話までの流れを理解しておく上で非常に有用な本です。

カーネル多変量解析

線形モデルである多変量解析に対してカーネルトリックという方法を用いることで、非線形にも対応した多変量解析となっています。多変量解析から機械学習手法へと移る過程で読んでおくと良いでしょう。

まとめ

いかがだったでしょうか。

多変量解析全般に関して理解するなら二番目に挙げた多変量解析法入門を読めば問題ないと思います!

統計学全般のオススメ書籍に関しては以下の記事で取り上げていますので合わせてご覧ください!

厳選30冊!統計学を勉強する上でおすすめな本こんにちは!元統計学専攻の大学院生、ウマ(@statistics1012)とシンエーです。 今ではデジタルマーケティング関連のお仕...