
v
はじめに
本書は、探索的データ解析の実際的なツールを紹介するだけでなく、使えるように
するためのものです。構成は、私がデータセットに取り掛かるときに使う次のような
プロセスに基づいています。
•
インポートとクリーニング:データがどのようなフォーマットになっていよ
うと、データを読み込み、クリーニングし、整形して、さらにこれらのプロ
セスで本来のデータが不用意に改変されていないかチェックするのには、そ
れなりの時間と労力とがかかる。
•
単一変数での探索:通常は一時に
1
つの変数を調べることから始める。変数
が何を意味するのかを見つけ出し、値の分布を眺め、適切な要約統計量を選
ぶ。
•
ペアワイズ探索:変数間の関係がどうなっているのか見極めるために、表と
散布図を調べ、相関と線形適合を計算する。
•
多変量解析:変数間に関係が見られるときには、重回帰を用いて制御変数を
追加し、より複雑な関係がないかどうか調べる。
•
推定と仮説検定:統計的な結果を報告するときには、次の
3
つの質問に答え
ることが重要。効果はどれほど大きいのか、同じ測定を繰り返し行うとすれ
ば、どの程度の変動を予期すべきか、観察された効果が偶然によるものだと
いう可能性はあるのか、である。