Prologue　コスプレな私と、本物の魔法使いさん
本書の読み方　
第１章　　データを関連づける
Talk この章のマホナたちの会話
1.1　統計データとは
1.2　1 つのデータの分析
1.3　2 つのデータの分析
1.4　実質GDP と鉱工業生産の例
1.5　回帰分析　
第１章の課題
第２章　　結果をどう評価するか
Talk この章のマホナたちの会話
2.1　確率変数と確率分布
2.2　統計量と確率の関係
2.3　標本と母集団
2.4　統計的推定
2.5　統計的検定
2.6　係数がとりうる範囲（標準誤差）
2.7　係数がゼロの検定（t 検定）
2.8 係数制約の検定（F 検定）
2.9　平均値の差の検定（t 検定）
2.10　消費関数の推定とその判断
2.11　回帰分析による予測
2.12　BLUE
第２章の課題 　
第３章　　式の工夫
Talk この章のマホナたちの会話
3.1　式の形とモデル
3.2　さまざまな式の形
3.3　定数項なしの推定
3.4　２次式の推定（スマイルカーブ）
3.5　トレードオフを表すグラフ（双曲線）
3.6　対数線形
3.7　対数線形の係数が弾力性になる理由
3.8　ロジスティック曲線
3.9　質的従属変数　
3.10　ロジットを使った分析
3.11　トービットとヘーキット
第３章の課題
第４章　変数の工夫
Talk この章のマホナたちの会話
4.1 変数をどう選ぶか
Column Excel でよく使う演算子
4.2　ダミー変数とは
4.3　コンジョイント分析
4.4　説明変数に相関があるとどうなるか（多重共線性）
Column　多重共線性を図でみると…
4.5　多重共線性の数値例
4.6　都道府県別分析の注意点（不均一分散）
Column　Excel でよく使うショートカット
4.7　説明変数の内生性
4.8　操作変数法
Column　チャウテストの実例
第４章の課題
第５章　　時系列分析
Talk この章のマホナたちの会話　
5.1　時系列分析とは　
5.2　時系列データの種類　
5.3　時系列データの加工　
5.4　季節性を除くには
　　（季節調整、季節ダミー、前年比・前期比）
5.5　ラグを使った推計　
5.6　自己回帰モデル　
5.7　ARIMA モデル　
5.8　日銀短観をAR推定する　
5.9　残差の自己相関（ダービン・ワトソン比）　
5.10　コクラン・オーカット法の実例　
5.11　チャウテスト　
5.12　グレンジャーの因果関係　
5.13　定常系列と非定常系列　
5.14　見せかけの回帰の実験　
5.15　単位根検定　
5.16　消費関数の例　
第５章の課題
第６章　　機械学習への道　　
Talk この章のマホナたちの会話
6.1　回帰分析も機械学習の一部
6.2　分類（教師あり機械学習）
6.3　回帰（教師あり機械学習）
6.4　アンサンブル予測
6.5　主成分分析
Column 　gretl について
6.6　テスト成績を主成分分析にかける
6.7　クラスター分析
第６章の課題
第７章　　反実仮想の世界
Talk この章のマホナたちの会話
7.1　相関係数の問題点
7.2　因果推論に使う言葉
7.3　政策効果の測り方
7.4　ロジックモデル
7.5　RCT（ランダム化比較実験）
7.6　差の差分析
7.7　平均値の差の検定
7.8　回帰分析
7.9　操作変数法の具体例
7.10　震災の復興需要（パネルデータ）
7.11　回帰不連続デザイン
7.12　傾向スコアマッチング
第７章の課題
付 録　Excel の使い方　
あとがき　
参考文献　
索 引