# 厳選7冊！多変量解析を勉強する上でおすすめな本！

> 当サイト【スタビジ】の本記事では、推計統計学の発展手法である多変量解析手法を学ぶのにおすすめな書籍をまとめていきます。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。

- URL: https://toukei-lab.com/%e5%8e%b3%e9%81%b85%e5%86%8a%ef%bc%81%e5%a4%9a%e5%a4%89%e9%87%8f%e8%a7%a3%e6%9e%90%e3%82%92%e5%8b%89%e5%bc%b7%e3%81%99%e3%82%8b%e4%b8%8a%e3%81%a7%e3%81%8a%e3%81%99%e3%81%99%e3%82%81%e3%81%aa%e6%9c%ac
- 公開: 2022.11.29 / 更新: 2024.11.14
- サイト: スタビジ（https://toukei-lab.com）

:::talk{who="umatan"}
当サイト【スタビジ】の本記事では、推計統計学の発展手法である多変量解析手法を学ぶのにおすすめな書籍をまとめていきます。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。
:::

こんにちは！

消費財メーカーでデータサイエンティストをやっているウマたん([@statistics1012](https://twitter.com/statistics1012?lang=ja))です！

ある程度[統計学](/statistics-freshman)に関する基礎土台がついてきた後は、[機械学習手法](/machine-learning-fresh)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！

:::talk{who="umatan"}
多変量解析は統計学に端を発するデータの解釈を行う手法群のことを指すよ！
:::

## 多変量解析って？

![](/wp-content/uploads/2019/04/52ceff2ccf51b6465679ab4c976fc8b0_s.jpg)

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つに関して、少しばかりの基準を設けて分けます。

多変量解析は<mark>**データの解釈**を行うことに端を発しており</mark>、機械学習は<mark>**データの予測**を行うことに端を発しています。</mark>

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<mark>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。</mark>

具体的には

多変量解析には、**[重回帰分析](/%e5%9b%9e%e5%b8%b0%e5%88%86%e6%9e%90)・[主成分分析](/pca)・[コレスポンデンス分析](/correspondence)・[コンジョイント分析](/conjoint)・判別分析**など

機械学習には、**[SVM](/svm)・[ランダムフォレスト](/%e3%83%a9%e3%83%b3%e3%83%80%e3%83%a0%e3%83%95%e3%82%a9%e3%83%ac%e3%82%b9%e3%83%88)・[ニューラルネット](/nn)・[ディープラーニング](/deep-learning)・[ナイーブベイズ](/naivebaise)・[Xgboost](/xgboost)・[LightGBM](/light-gbm)**&#x306A;ど

があります。

多変量解析と機械学習の違いについて詳しくはこちらにまとめていますので良ければご覧ください！

<https://toukei-lab.com/machinelearning-statistics>

:::talk{who="robotan"}
予測ができればいいんじゃないの？
:::

:::talk{who="umatan"}
データの解釈ができれば、さらに精度の高い予測を行うことができるんだ！
:::

## 多変量解析のおすすめ本

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

::product[マンガでわかる統計学 回帰分析編]{url="https://www.amazon.co.jp/dp/4274066142?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51KMITLbvLL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4274066142?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2583%259E%25E3%2583%25B3%25E3%2582%25AC%25E3%2581%25A7%25E5%2588%2586%25E3%2581%258B%25E3%2582%258B%25E7%25B5%25B1%25E8%25A8%2588%25E5%25AD%25A6%2F%3Ff%3D1%26grp%3Dproduct"}

<table class="table">
<tbody>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中4.5点" data-value="4.5"></span></td>
</tr>
</tbody>
</table>

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<mark>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。</mark>

### 多変量解析法入門

::product[多変量解析法入門 (ライブラリ新数学大系)]{url="https://www.amazon.co.jp/dp/4781909809?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41VuCyhVaEL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4781909809?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E5%25A4%259A%25E5%25A4%2589%25E9%2587%258F%25E8%25A7%25A3%25E6%259E%2590%25E6%25B3%2595%2F%3Ff%3D1%26grp%3Dproduct"}

<table class="table">
<tbody>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中4.5点" data-value="4.5"></span></td>
</tr>
</tbody>
</table>

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、<mark>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。</mark>

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

::product[もうひとつの重回帰分析]{url="https://www.amazon.co.jp/dp/4489022697?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/61msTMGo76L._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4489022697?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2582%2582%25E3%2581%2586%25E3%2581%25B2%25E3%2581%25A8%25E3%2581%25A4%25E3%2581%25AE%25E5%259B%259E%25E5%25B8%25B0%25E5%2588%2586%25E6%259E%2590%2F%3Ff%3D1%26grp%3Dproduct"}

<table class="table">
<tbody>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中4点" data-value="4"></span></td>
</tr>
</tbody>
</table>

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<mark>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。</mark>

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

::product[データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)]{url="https://www.amazon.co.jp/dp/400006973X?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41RtTklVDtL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/400006973X?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2583%2587%25E3%2583%25BC%25E3%2582%25BF%25E8%25A7%25A3%25E6%259E%2590%25E3%2581%25AE%25E3%2581%259F%25E3%2582%2581%25E3%2581%25AE%25E3%2583%25A2%25E3%2583%2587%25E3%2583%25AA%25E3%2583%25B3%25E3%2582%25B0%25E5%2585%25A5%25E9%2596%2580%2F%3Ff%3D1%26grp%3Dproduct"}

<table class="table">
<tbody>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中5点" data-value="5"></span></td>
</tr>
</tbody>
</table>

[ベイズ統計学のオススメ本](/%E5%8E%B3%E9%81%B88%E5%86%8A%EF%BC%81%E3%83%99%E3%82%A4%E3%82%BA%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%82%92%E5%8B%89%E5%BC%B7%E3%81%99%E3%82%8B%E4%B8%8A%E3%81%A7%E3%81%8A%E3%81%99%E3%81%99%E3%82%81%E3%81%AA)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<mark>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。</mark>

統計モデリングに関しては以下の記事に詳しくまとめているのでこちらもあわせてご覧ください！

<https://toukei-lab.com/%e7%b5%b1%e8%a8%88%e3%83%a2%e3%83%87%e3%83%ab>

### カーネル多変量解析

::product[カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学)]{url="https://www.amazon.co.jp/dp/4000069713?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51xaudRn0LL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4000069713?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2582%25AB%25E3%2583%25BC%25E3%2583%258D%25E3%2583%25AB%25E5%25A4%259A%25E5%25A4%2589%25E9%2587%258F%25E8%25A7%25A3%25E6%259E%2590%2F%3Ff%3D1%26grp%3Dproduct"}

<table class="table">
<tbody>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中4点" data-value="4"></span></td>
</tr>
</tbody>
</table>

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。

<mark>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。</mark>

### 多変量解析入門　線形から非線形へ

::product[多変量解析入門――線形から非線形へ]{url="https://www.amazon.co.jp/dp/4000056530?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41POCBx1OGL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4000056530?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E5%25A4%259A%25E5%25A4%2589%25E9%2587%258F%25E8%25A7%25A3%25E6%259E%2590%25E5%2585%25A5%25E9%2596%2580%25E3%2580%2580%25E7%25B7%259A%25E5%25BD%25A2%25E3%2581%258B%25E3%2582%2589%25E9%259D%259E%25E7%25B7%259A%25E5%25BD%25A2%25E3%2581%25B8%2F%3Ff%3D1%26grp%3Dproduct"}

<table class="table">
<tbody>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中4.5点" data-value="4.5"></span></td>
</tr>
</tbody>
</table>

多変量解析からはじまり機械学習の入り口まで導いてくれる良書です。

### 分析モデル入門

::product[本質を捉えたデータ分析のための分析モデル入門 統計モデル、深層学習、強化学習等 用途・特徴から原理まで一気通貫！]{url="https://www.amazon.co.jp/dp/B0B7NBX66Z?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51s+GO-mxIL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B0B7NBX66Z?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B0B7NBX66Z?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E5%2588%2586%25E6%259E%2590%25E3%2583%25A2%25E3%2583%2587%25E3%2583%25AB%25E5%2585%25A5%25E9%2596%2580%2F%3Ff%3D1%26grp%3Dproduct"}

<table class="table">
<tbody>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中4.5点" data-value="4.5"></span></td>
</tr>
</tbody>
</table>

Youtuberとしても有名なアイシア・ソリッドさんの著書「分析モデル入門」。

フルカラーで非常に読みやすく、最新のディープラーニング事情までまとまっている骨太な本です！

難解な内容を噛み砕いて学べます！

## 多変量解析オススメ本　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](https://af.moshimo.com/af/c/click?a_id=860485\&p_id=170\&pc_id=185\&pl_id=4062\&s_v=b5Rz2P0601xu\&url=http%3A%2F%2Fwww.amazon.co.jp%2Fgp%2Fsearch%3Fkeywords%3D%25E5%25A4%259A%25E5%25A4%2589%25E9%2587%258F%25E8%25A7%25A3%25E6%259E%2590%25E6%25B3%2595%25E5%2585%25A5%25E9%2596%2580%26__mk_ja_JP%3D%25E3%2582%25AB%25E3%2582%25BF%25E3%2582%25AB%25E3%2583%258A)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あわせてご覧ください！

<https://toukei-lab.com/%E5%8E%B3%E9%81%B820%E5%86%8A%EF%BC%81%E3%80%80%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%82%92%E5%8B%89%E5%BC%B7%E3%81%99%E3%82%8B%E4%B8%8A%E3%81%A7%E3%81%8A%E3%81%99%E3%81%99%E3%82%81%E3%81%AA%E6%9C%AC>

また統計学の勉強法は以下の記事を参考にしてみてください！

<https://toukei-lab.com/statistics-freshman>

**多変量解析の主要な手法**についてまずは10分くらいで大枠を知りたい！という方は以下の動画がオススメです！

::youtube{#9zrES9gbvmo}

多変量解析をはじめとしてデータサイエンスや機械学習について学びたい方は当メディアが運営するAIデータサイエンス特化スクールの「[スタアカ（スタビジアカデミー）](https://toukei-lab.com/achademy/)」をチェックしてみてください！

:::box
**[業界最安級AIデータサイエンス特化スクール：スタアカ（スタビジアカデミー）](https://toukei-lab.com/achademy/)**
:::