その問題、やっぱり数理モデルが解決します―データ時代を生き抜くための数理モデル入門 [単行本]

その問題、やっぱり数理モデルが解決します―データ時代を生き抜くための数理モデル入門 の 商品概要

• 要旨（「BOOK」データベースより）

  シンプルだけど応用がきく！幅広く使える「数理モデル」がよくわかる！ゲーム理論・回帰分析・微分方程式で解決！

• 目次

  ［第 1 章］　しっくりこない数式の読み方とは？
  1.1 青葉の疑問
  1.2 しっくりこない理由
  1.3 紙に書く習慣
  1.4 平均値の総和
  　　練習問題

  
  

  ［第 2 章］　確率密度関数ってなに？
  2.1 定義の読み方
  2.2 具体例からの抽象化
  2.3 具体例のつくり方
  2.4 関数のグラフ
  2.5 μの役割
  2.6 σの役割
  　　練習問題

  
  

  ［第 3 章］　確率と積分の関係とは？
  3.1 確率密度関数の値
  3.2 確率密度関数の積分
  3.3 積分と足し算
  3.4 オリジナルな分布

  
  

  ［第 4 章］　モデルってなに？
  4.1 価格と需要量
  4.2 需要曲線のシフト
  4.3 価格と供給量
  4.4 均衡価格
  4.5 独占モデル
  4.6 独占モデルのインプリケーション
  　　練習問題

  
  

  ［第 5 章］　競争で損をしない戦略とは？
  5.1 複占
  5.2 複占モデルの定式化
  5.3 ナッシュ均衡
  5.4 均衡生産量の含意
  5.5 裏切りの誘因
  　　練習問題

  
  

  ［第 6 章］　自分でモデルをつくる方法
  6.1 モデルとカツカレー
  6.2 プレイヤーが 3 人の場合
  6.3 プレイヤーが n 人の場合
  6.4 モデルのつくり方

  
  

  ［第 7 章］　先手が有利な条件とは？
  7.1 先んずれば人を制す
  7.2 順番の導入
  7.3 展開形ゲーム
  7.4 展開形ゲームの戦略と均衡

  
  

  ［第 8 章］　競争に負けない価格設定とは？
  8.1 価格決定モデル
  8.2 価格決定モデルのナッシュ均衡
  8.3 商品の代替性
  8.4 価格決定モデルのインプリケーション
  8.5 モデルの評価

  
  

  ［第 9 章］　売り上げを予測するには？
  9.1 新店舗の候補地
  9.2 記述統計としての OLS
  9.3 微分と偏微分
  9.4 残差 2 乗和の最小化
  9.5 OLS 係数の一般式
  9.6 2 次関数の OLS
  9.7 微分という伏線
  　　　　練習問題

  
  

  ［第 10 章］　確率モデルでデータを分析するには？
  10.1 確率変数
  10.2 確率モデルとしての線形回帰モデル
  10.3 線形回帰モデルの OLS 推定量
  10.4 OLS 推定量の分布
  10.5 正規分布を足すことの意味
  10.6 OLS 推定量の平均と分散
  　　 練習問題

  
  

  ［第 11 章］　仮説検定ってどうやるの？
  11.1 仮定のもとでの珍しいこと
  11.2 未知パラメータの代用品
  11.3 t 分布のつくり方
  11.4 検定結果の解釈で注意すること
  11.5 乱数への回帰

  
  

  ［第 12 章］　観測できない要因の影響を予想するには？
  12.1 ライバル店の影響
  12.2 欠落変数による推定量のバイアス
  12.3 逆方向の影響がある場合
  12.4 バイアスのパターン
  12.5 固定効果モデル
  12.6 未知の世界

  
  

  ［第 13 章］　アプリの利用者数を予測するには？
  13.1 微分と微分方程式
  13.2 置換積分法
  13.3 確率変数と置換積分法
  13.4 正規分布の標準化
  13.5 利用者数の微分方程式

  
  

  ［第 14 章］　広告で販売数を増やすには？
  14.1 販売数の減少
  14.2 広告モデルの定式化
  14.3 広告モデルの解
  14.4 広告モデルのバリエーション
  14.5 広告タイプの比較
  14.6 第 3 のタイプ
  　　練習問題

• 出版社からのコメント

  「売上を予測するには？」「広告で販売数を増やすには？」簡単で応用が利く「ゲーム理論」「回帰分析」「微分方程式」を解説。

• 内容紹介

  対話形式による解説で、数理モデルの基礎が身につく入門書。
  数理モデルとは、現実の世界で起こるさまざまな現象を数式で表したものです。数式にすることで、その現象の性質を理解したり、変化を予測したりできます。
  「どうやって価格を決めるの？」「売上を予測するには？」「広告で販売数を増やすには？」など、ビジネスパーソンにとって身近なテーマを題材に数理モデルを解説。
  数学記号の読み方や意味から丁寧に説明するので、不安な方もどうぞご安心を。とっつきやすいのに「数理モデルの考え方」がわかる一冊。
  
  目次
  

  ［第 1 章］　しっくりこない数式の読み方とは？
  ［第 2 章］　確率密度関数ってなに？
  ［第 3 章］　確率と積分の関係とは？
  ［第 4 章］　モデルってなに？
  ［第 5 章］　競争で損をしない戦略とは？
  ［第 6 章］　自分でモデルをつくる方法
  ［第 7 章］　先手が有利な条件とは？
  ［第 8 章］　競争に負けない価格設定とは？
  ［第 9 章］　売り上げを予測するには？
  ［第 10 章］　確率モデルでデータを分析するには？
  ［第 11 章］　仮説検定ってどうやるの？
  ［第 12 章］　観測できない要因の影響を予想するには？
  ［第 13 章］　アプリの利用者数を予測するには？
  ［第 14 章］　広告で販売数を増やすには？

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  浜田 宏(ハマダ ヒロシ)
  東北大学大学院文学研究科行動科学研究室教授。関西学院大学法学部政治学科卒業。同大学院社会学研究科にて博士号（社会学）を取得。日本学術振興会特別研究員、関西学院大学社会学部准教授（任期制）を経て現職。専門は数理社会学

• 著者について

  浜田 宏 (ハマダ ヒロシ)
  東北大学大学院 文学研究科 行動科学研究室教授。関西学院大学 法学部政治学科卒業。同大学院 社会学研究科にて博士号（社会学）を取得。 日本学術興会特別研究員、関西学院大学社会学部准教授（任期制）を経て現職。専攻は数理社会学。著書に『格差のメカニズム――数理社会学的アプローチ』勁草書房、『その問題、数理モデルが解決します』（ベレ出版）など。

その問題、やっぱり数理モデルが解決します―データ時代を生き抜くための数理モデル入門 の商品スペック