Pythonはシンプルで読みやすい言語で、面倒なコンパイルを行う必要がなく、結果を逐次確認しながら実行でき、初心者でも理解しやすく、しかも多目的に適用可能なため、現在最も人気のある言語の1つとなっています。
　このPythonは統計解析にも向いた言語であり、簡単な記述統計量の計算から複雑なモデルによる予測、きれいなグラフ表示に至るまで、簡単なコードで実現することができます。統計を扱う言語というとRが有名ですが、Rは他の言語で作られたアプリケーションとデータを行き来させる必要があるのに対し、Pythonは汎用性がありシステム上にシームレスに実装できるというメリットがあるため、統計解析における活用がますます期待されております。
　本講座では、Pythonをハンズオンで実施し統計解析の基本的な考え方や手法を初心者にもわかりやすく解説します。講座終了後にお手元のPC上ですぐにでも業務に活用できることを目標とします。

1. なぜ今統計解析にPythonか
   1. 統計解析が重要視される背景【データ分析】
   2. 統計解析ソフトの選択肢の増大【統計ソフトの現状】
   3. プログラミング言語の多様化とPythonの位置づけ
   4. PythonとRの違い【両者の特徴】
   5. Pythonを使うために【PC環境の構築】
      1. ANACONDAのインストール
      2. Jupyter Notebookを使う
   6. Pythonでは最低これだけは覚えよう【Pythonの初歩】
      1. 簡単プログラミング【演算、変数、条件分岐など】
      2. 基本モジュールとそのインポート【numpyの使い方】
      3. データを読み込もう【pandasの使い方】
2. Pythonによる記述統計
   1. データを整理してわかりやすく伝えよう
      1. データを要約する【要約統計量】
      2. いろいろな要約統計量【平均値、中央値、標準偏差】
      3. 要約統計量をPythonで計算する【pandasとnumpy】
   2. データを視覚化してわかりやすく伝えよう
      1. データを視覚化する【散布図、ヒストグラム】
      2. 視覚化をPythonで行う【matplotlibとseaborn】
3. Pythonによる推測統計
   1. 統計解析における確率と統計的推測
      1. 確率の基本を理解しよう【データの確率的変動】
      2. 測定値は正規分布をする【正規分布の特徴】
      3. 統計的推測【母集団と標本】
   2. 大きな集団を推定しよう
      1. 母集団を推定する【標本の無作為抽出】
      2. 標準誤差を理解しよう【母平均の推定】
      3. 95%信頼区間を理解しよう【母平均の推定】
      4. Pythonを使って95%信頼区間を計算しよう
   3. 差があることを証明しよう【仮説検定】
      1. 仮説検定における仮説の設定
      2. 2群の平均値の差からp値を求める【t – 検定】
      3. 2群の有効率の差からp値を求める【カイ2乗検定】
      4. 多群の群間差からp値を求める【分散分析】
      5. Pythonを使って仮説検定を行ってみよう【numpy】
4. Pythonを用いた線形モデルによる予測
   1. 直線回帰分析【直線的予測】
   2. 重回帰分析【説明変数が複数ある場合の予測】
   3. ロジスティック回帰分析【2値の予測】
   4. Pythonでモデルによる予測をやってみよう
5. おわりに
• 質疑応答