前言

統計學與我的關係──其實和多數統計學的研究人員，或者是以統計為專長的人相比，不論是在經歷或是專業方面，我和他們都大為不同。首先我想先讓讀者們了解這一點。
我是一位商業書籍出版社的編輯，到目前為止，我經手編輯的統計學相關書籍已超過30本。日本雖然有為數眾多的編輯，但光就統計學相關書籍來看，這個數量應可擠進前十。
我編輯過的書籍遍及統計學的各種領域，由統計學、多變量分析、統計分析等大範圍主題，一直到如何用Excel統計，或者是迴歸分析、貝氏統計學、統計學用語事典、不要被統計數據迷惑等讀物都有，而且我也持續在統計學領域中，尋找可能暢銷的主題，並累積出大量經驗。
在這個過程中，我個人也累積了一些始料未及的經驗。其中之一就是「統計學（數學）」和「統計分析」的差異。以前我曾多次協助某大學教授整理「統計、機率」等入門書籍，但當我向教授邀稿，「這次想請您寫一本統計分析的書籍」時，卻被教授拒絕了。
理由是「本丸先生，如果主題是統計學，甚至是統計、機率，我都可以寫，但統計分析我就沒辦法了。因為那不是數學啊。」
這也成為日後我去思考「統計學和統計分析差那麼多嗎？『不是數學』是什麼意思？」的契機。
第二個讓我始料未及的經驗，則是一個突如其來的轉機，讓我有機會更深入「和資料共處」。這個轉機就是我由公司的書籍部門，被調到雜誌部門，而且負責的雜誌還是「資料專業誌（月刊）」。不論是以前或現在，資料專業誌在出版界都算是稀有物種（商品）。
在雜誌部門工作七年，前二年我是主編見習生，之後五年我一直擔任主編。其間雖歷經「雜誌寒冬」的時代，但很幸運的是當時這本雜誌的銷量，成功成長至一‧五倍左右（目前暫時停刊中，其實也相當於永久停刊了）。
因為這本資料專業誌，我接觸到「獨家問卷調查」。這本雜誌每月都會針對全日本企業，進行「獨家問卷調查」，然後以特集方式刊登調查結果。因為這本稀有物種的資料專業誌，我還有幸接觸到更為罕見的問卷調查工作（大多數資料雜誌只刊登已公開的資料）。
丟臉的是，當時我沒有任何資料處理的基礎，其他編輯同仁告訴我「這一題是複選題吧。那就不能用圓形圖來處理哦」時，我還回問「為什麼不行？」請同仁教我；或者是去請專家評論時，被專家指出「這個問題的答案選項是這些？這樣作答的條件不夠充分喔」的問題……
因為在問卷、圖形處理等「統計學以前」的階段，不斷地接受基礎指導，所以我才能慢慢地邊做邊理解資料處理的內容。
之後因為個人因素，我辭掉出版社的工作，現在是一位獨立編輯，同時我也以科普作家的身份，撰寫數學書籍（編輯＋科普作家）。
因為擔任編輯時有幸長期接觸統計學，我得以和知名統計學大師們一起工作（他們也為我審核本書內容）。此外我也在雜誌、網路上執筆撰稿，因此有機會見到寫出統計學暢銷書的統計專家、統計學會大老等先進，直接向他們請益，請他們為我解惑。
再者，其實除了統計學專家，也有許多其他領域的專家們，傳授我統計學相關實踐手法。例如行銷專家教我獨家的新市場估計方法（類似費米估計的方法）。此外還有人教我航太領域發現基本粒子的統計學手法（比商業領域更嚴謹）、豐田汽車關係人士提供工廠最重要的資料給我，還讓我去參觀工廠等。
我和統計學的緣份越來越深厚，也讓我深入體驗到統計學的趣味、深奧和困難。

為了不是天天分析資料的人所寫的統計學
世界上有不少人靠資料分析為生，許多研究人員發表論文時也會用到統計學，不過除此之外的人呢？大部分的人就算會用Excel，直接把統計學用在工作中的人應該還是少數吧。
統計學（對自己）到底有什麼用？有這種想法的人可能出乎意料地多。
說穿了，許多人可能根本就沒有在國高中學過統計學的記憶。因此就算自學，也不是很清楚「這個項目到底有什麼用？到底為什麼要這麼寫？」甚至覺得自己越來越深陷在統計學的迷宮中（自己現在到底在哪裡？）吧。
就在我有這些想法時，神吉出版編輯部找去，並說服我「活用許多統計學書籍的編輯經驗，為受統計學所擾的人，寫一本深入淺出的統計學書籍，告訴讀者們統計學的重點在哪裡、怎麼做才能理解難以理解的部分、理解到什麼程度即可吧？」這也就成了本書誕生的契機。
說到統計學書籍，市售書籍絕大多數的確都由數學專家執筆（這也是理所當然的），幾乎沒有像我這種經歷的人去寫統計學書籍。既然如此，那就一不做二不休，用我編輯的歷練整理出一本簡單明暸的統計學書籍吧。這樣才稱得上是負起標榜「搭起文科和理科橋樑」的科普作家責任吧。
我真是太天真了（被騙了）！一開始動筆，編輯部就不停地提出意見：「說明太艱深了！」「（會話中的）晚輩的問題太難，會話根本無法成立」「最好不要出現公式，Σ（Sigma）當然最好不要用，最好連分數都……（咦？連分數都不要用？）」（後來編輯部也知道這樣不行，決定「可以用分數」）。每次一收到編輯的意見，我就要打掉重練。
我原本很有自信，可以「寫得很簡單明暸」，可是編輯的意見徹底擊潰了我的自信。
最後本書得以付梓，完全要歸功於神吉出版的古川有衣子小姐，以及編輯部部長大西啟之適時的叱責和鼓勵。特別是古川小姐懷抱對這個主題的熱情，每每收到原稿，一定詳讀後提出意見，告訴我哪裡不行，還跟我一起思考解決方案。在此我要對兩位致上最高的謝意。
此外如果因為我個人對統計學的理解不足，內容不正確，而造成讀者困擾的話，那就本末倒置了。
因此我很厚臉皮地拜託過去長期讓我擔任責編，編輯出版統計學書籍，可說是「統計學泰斗」的統計學專家，為我檢查本書內容。專家在百忙之中花時間詳讀本書，也給了我許多回饋。
再者，埼玉大學名譽教授岡部恒治還給了我許多內容相關的建議，長谷川愛美小姐並仔細地為我校對。
在此我要對所有協助過我的人表達感謝之意。本書如有任何錯誤或思慮不全之處，都是我的責任。
本書最重視的是要讓讀者們對統計學的內容有概念。同時以我自己的風格，「用一句話來總結內容」，給讀者們提示。
我希望讀者們心中的「統計學迷霧」能因此淡化，甚或煙消雲散，如副標所示，讓本書成為讀者們跨進統計學的「第一步」。果真如此，對以「搭起文科和理科橋樑」的科普作家自居的我來說，就是至高無上的光榮了。

2018年初春
本丸諒

前言

統計學與我的關係──其實和多數統計學的研究人員，或者是以統計為專長的人相比，不論是在經歷或是專業方面，我和他們都大為不同。首先我想先讓讀者們了解這一點。
我是一位商業書籍出版社的編輯，到目前為止，我經手編輯的統計學相關書籍已超過30本。日本雖然有為數眾多的編輯，但光就統計學相關書籍來看，這個數量應可擠進前十。
我編輯過的書籍遍及統計學的各種領域，由統計學、多變量分析、統計分析等大範圍主題，一直到如何用Excel統計，或者是迴歸分析、貝氏統計學、統計學用語事典、不要被統計數據迷惑等讀物都有，而且...

．前言
．序章 垃圾資料只能分析出垃圾！
．1 只有900戶的資料也行嗎？
．2 那份資料可信嗎？
．3 統計學到底有什麼用？
．4 了解統計學用處的三個問答題

．第一章 欲速則速！一口氣讀完統計學！
．1 把「統計學地圖」記在腦海中
．2 將原始資料整理成一個代表值──敍述統計學1
．3 資料離散的程度？──敍述統計學2
．4 用樣本來思考──推論統計學1
．5 如同福爾摩斯的推理──推論統計學2
．6 先假設再驗證──推論統計學3
．7 什麼是統計分析、多變量分析？
．8 傳統統計學VS貝氏統計學

．第二章 避免資料和圖表讓自己出糗！
．1 連續資料和非連續資料？
．2 用尺度分類資料！
．3 名目尺度就是「北海道＝1」……這種分配的資料
．4 順序尺度就是有「順序」的資料
．5 區間尺度和比例尺度？
．統計學講座──百分比和點的區別
．6 難以啟齒的「圓餅圖的禁忌」
．統計學講座──南丁格爾「極座標圓餅圖」

．第三章 先理解「平均數、變異數」！
．1 「平均數」是代表值中的代表？
．2 最不受異常值影響的「中位數」
．3 資料最多的「眾數」
．統計學講座──被用來解讀密碼的「眾數」
．4 平均數、中位數、眾數三者的位置關係？
．5 代表離散程度的「四分位數、箱形圖」
．6 由平均數到變異數
．7 用「變異數」來計算離散程度
．8 由「變異數」到「標準差」
．9 計算「標準差」
．統計學講座──天氣預報「和往年一樣」指的是平均數？中位數？

．第四章 體驗常態分配！
．1 將資料化為次數分配表
．2 如果發現雙峰型直方圖……
．3 由直方圖到分配曲線
．4 移動常態分配（1）變更平均數
．5 移動常態分配（2）變更標準差
．6 用常態分配來看機率
．7 以「管制圖」管理品質
．統計學講座──用Excel畫出常態分配曲線的步驟
．8 二個不同的常態分配合而為一？
．9 標準常態分配真是太好用了！
．10 試著比較二個不同的群組
．統計學講座──彭加勒和麵包店不講情義的攻防戰

．第五章 由樣本「估計」母體特徵
．1 要「估計」什麼？
．2 先來整理統計學用語
．3 「點估計」是瞎貓碰上死耗子？
．4 「平均數的平均」分配和中央極限定理
．5 用區間來表示的「區間估計」
．6 樣本多又會如何改變？
．7 信心係數99%時的區間估計
．8 t分配、Ｘ2分配
．9 如何估計收視率？
．10 問卷回收幾份才行？
．統計學講座──Student t分配

．第六章 先假設，再用機率判斷正確與否
．1 假設檢定的始祖是品茶婦人？
．2 什麼是假設檢定？
．3 什麼是單尾檢定？雙尾檢定？
．4 假設檢定的步驟
．5 檢定時要小心二種誤差

．番外篇 「人的直覺」其實一點兒也不可靠？
．1 獎品在哪邊？1/2的機率？
．2 應該怎麼看罕病的陽性反應？
．統計學講座──真是令人意外！橫綱的體重「不到平均數」？

．前言
．序章 垃圾資料只能分析出垃圾！
．1 只有900戶的資料也行嗎？
．2 那份資料可信嗎？
．3 統計學到底有什麼用？
．4 了解統計學用處的三個問答題

．第一章 欲速則速！一口氣讀完統計學！
．1 把「統計學地圖」記在腦海中
．2 將原始資料整理成一個代表值──敍述統計學1
．3 資料離散的程度？──敍述統計學2
．4 用樣本來思考──推論統計學1
．5 如同福爾摩斯的推理──推論統計學2
．6 先假設再驗證──推論統計學3
．7 什麼是統計分析、多變量分析？
．8 傳統統計學VS貝氏統計學

．第二章 避免...