試験公開中

欠損データ解析の理論と実践 信頼できる推論と意思決定を導く
ギフトで購入
このエントリーをはてなブックマークに追加

欠損データ解析の理論と実践 信頼できる推論と意思決定を導く

近代科学社Digital

3,850円 (3,500円+税)

欠損値処理について理論から実務まで解説する一冊です。第1部では発生メカニズムや多重代入法などの最新手法を、第2部では大規模データへの適用例など実践的ノウハウを紹介。

【注意】本書のEPUB版は固定レイアウト型になっております。文字の大きさの変更や検索、引用などはお使いいただけません。画面の大きい端末でご利用ください。

関連サイト

本書の関連ページが用意されています。

内容紹介

欠損値処理について理論から実務まで解説する一冊です。第1部では発生メカニズムや多重代入法などの最新手法を、第2部では大規模データへの適用例など実践的ノウハウを紹介。欠損値処理を推論の妥当性を左右する設計事項と位置付け、組織的な合意形成やガバナンスにも踏み込んだ、実務家向けの包括的ガイドです。

書誌情報

  • 著者: 坂本 松昭
  • 発行日:
  • 最終更新日: 2026-09-04
  • バージョン: 1.0.0
  • ページ数: 166
  • 対応フォーマット: PDF, EPUB
  • 出版社: 近代科学社Digital

対象読者

欠損値処理,データ前処理,データクレンジング,欠損値,多重代入法,完全情報最尤推定法,FIML,EMアルゴリズム,傾向スコア,R言語,予測モデル,大規模データ分析,データガバナンス,データ基盤,因果推論に興味がある人

著者について

坂本 松昭

三井住友銀行を経て、東京電力に入社。
研究開発、経営企画、マーケティング、組織開発、営業、商品開発、新規事業など、経営中枢から事業の最前線まで幅広い領域を担い、企画・戦略部門の部門長を歴任。子会社代表取締役も務める。
複雑な経営課題を構造化し、実行可能な戦略へと落とし込む、実務領域における戦略立案の第一人者。

東京大学大学院理学系研究科修了　理学修士
政策研究大学院大学修了　公共政策修士

現在　株式会社OGZA代表取締役
情報経営イノベーション専門職大学客員教授
複数企業の経営顧問として、事業改革と成長戦略の策定・実行を伴走支援

AI・DX、データサイエンスを軸に、企業変革、収益改善、事業計画、新規事業開発、マーケティング戦略、組織開発、人材育成までを一気通貫で支援。
これまでに250社を超える企業・組織に携わり、経営とテクノロジー、戦略と実行、人と組織を結びつけながら、現場起点の改革を成果へと導いている。
クライアント企業とともに未来の事業像を描き、持続的な成長の実現を支える、実践知に裏打ちされた経営改革の専門家。

主な著書
『誰がやってもうまくいく！最強の組織づくり』（同友館，2016）
『誰がやってもうまくいく！最強のマーケティングOODA』（同友館，2019）
『基礎から学ぶデータサイエンス講座』（同友館，2020）
『経営マネジメントのための基礎講座』（同友館，2022）

目次

第1章　欠損データメカニズム(Missing Data Mechanism)

第2章　伝統的な欠損値処理方法(Traditional Missing Data Techniques)

  • 2.1　リストワイズ法(listwise method)
  • 2.2　ペアワイズ法(pairwise method)
  • 2.3　平均値代入法(mean imputation)
  • 2.4　回帰代入法(regression imputation)
  • 2.5　確率的回帰代入法(stochastic regression imputation)
  • 2.6　ホットデック法(hot deck imputation)
  • 2.7　コールドデック法(cold deck imputation)

第3章　現代的な欠損値処理方法(Modern Missing Data Techniques)

  • 3.1　完全情報最尤推定法(Full Information Maximum Likelihood Method)
  • 3.2　EMアルゴリズム
  • 3.3　多重代入法(Multiple Imputation: MI)
  • 3.4　手法間の関係

第4章　Rパッケージと分析ツール

  • 4.1　Rパッケージの取得方法
  • 4.2　Rパッケージの利用方法
  • 4.3　norm
  • 4.4　Amelia
  • 4.5　mvnmle
  • 4.6　EM-Kmeans
  • 4.7　計算速度と実行条件

第5章　カテゴリデータの欠損処理と不確実性評価

  • 5.1　カテゴリデータの表現と欠損値処理
  • 5.2　信頼区間の算出

第6章　理論編のまとめと手法選択の指針

第7章　実践編の全体像と検証設計

第8章　分析対象データと検証方法

  • 8.1　擬似データの作成と欠損生成
  • 8.2　本分析におけるカテゴリカルデータの数量化と評価
  • 8.3　列のグループ化
  • 8.4　比較対象とする補完方法
  • 8.5　評価方法

第9章　擬似データの分析

  • 9.1　基準となる完全データの作成
  • 9.2　擬似データの作成方法と結果
  • 9.3　変数の選択とグループ化
  • 9.4　補完手法の評価結果

第10章　100万件データによる補完手法の実データ検証

  • 10.1　100万件データの前処理
  • 10.2　100万件データにおける変数選択とグループ化
  • 10.3　大規模データ処理への対応
  • 10.4　100万件データにおける補完結果

第11章　擬似データ・100万件データ分析の総括と欠損値処理方法の選択指針

  • 11.1　欠損値処理方法の選択に関する概観
  • 11.2　補完手法間の比較
  • 11.3　改良案

付録A　傾向スコアと逆確率重み付け(IPW)

付録B　実践分析で用いた関連手法の補足解説

Home 〉 書籍一覧 〉 欠損データ解析の理論と実践 信頼できる推論と意思決定を導く ▲ ページトップへ戻る