著者のことば
第1章　顧客分析のためのデータの整理
1.1 ● 顧客分析とは
1.1.1 顧客分析とは
1.1.2 顧客分析とビッグデータ
COLUMN ケース数、レコード数と変数
1.1.3 顧客分析とデータマイニング
1.1.4 顧客分析を行うにあたって必要なこと
1.2 ● 顧客分析のためのデータの準備
1.2.1 データの用意
1.2.2 トランザクションデータと属性データ
COLUMN データコンサルタントの仕事
1.2.3 データの準備
COLUMN データの形式
1.3 ● EG を使った分析データの作成
1.3.1 トランザクションデータと属性データの連係
COLUMN そのデータはいつのデータ？
1.3.2 トランザクションデータを集計データにする考え方
1.3.3 トランザクションデータを集計データにする実際
COLUMN 「 列の分割」で作成されたデータの変数の並べ替え
第2章　基本の統計量とグラフによるデータの把握
2.1 ● 基本の統計量
2.1.1 量的変数の統計量
2.1.2 質的変数の統計量
2.2 ● グラフ
2.2.1 棒グラフ
2.2.2 円グラフ
2.2.3 帯グラフ
2.2.4 ヒストグラム
2.2.5 箱ひげ図
2.2.6 散布図
2.2.7 折れ線グラフ
2.3 ● EG の「記述統計」メニューを使った基本統計量の算出とグラフ
2.3.1 データの特性分析
2.3.2 リストレポート
2.3.3 分布
2.3.4 要約統計量
2.3.5 一元度数表
COLUMN 「 記述統計」メニューの各分析でできること
2.4 ● EG の「グラフ」メニューを使ったグラフ作成
2.4.1 棒グラフ
2.4.2 円グラフ
2.4.3 帯グラフ
2.4.4 ヒストグラム
2.4.5 箱ひげ図
2.4.6 散布図
2.4.7 折れ線グラフ
第3章　傾向をつかむ相関分析
3.1 ● 相関とは
3.1.1 相関係数を手計算で求めてみ
3.1.2 相関係数の解釈
3.2 ● EG で行う相関分析
3.2.1 相関分析の基本
COLUMN 相関係数の検定
3.2.2 オプションの出力指定
3.3 ● そのほかの相関分析
3.3.1 順位相関
3.3.2 偏相関係数
COLUMN 偏相関係数と部分変数を指定しない相関係数
3.3.3 名義尺度のダミー変数と相関比
COLUMN 名義尺度同士の相関
第4章　EM の基本操作
4.1 ● 環境設定とデータの準備
4.1.1 プロジェクトの設定
4.1.2 データライブラリの登
4.1.3 データソースの作成
COLUMN ベイズ統計とは
4.1.4 作成されたデータソースのプロパティ
4.1.5 ダイアグラムの作成と基本統計量の算出
第5章　EM の回帰分析　- ロジスティック回帰分析
5.1 ● ロジスティック回帰分析とモデル作成.
5.1.1 ロジスティック回帰分析とは
5.1.2 ロジスティック回帰分析におけるEMとEG の違い.
5.2 ● EM で行うロジスティック回帰分析
5.2.1 プロジェクトの準備
5.2.2 今回使用するデータ
COLUMN ETC とクレジットカード
5.2.3 ダイアグラムの作成とデータの分割
5.2.4 ロジスティック回帰分析の実行
COLUMN 変数選択
COLUMN 偽陰性　真陰性　偽陽性　真陽性　陰性的中度　陽性的中度
第6章　セグメントに分類・ディシジョンツリー
6.1 ● ディシジョンツリーと分析の実際
6.1.1 ディシジョンツリーとは
6.1.2 EM のディシジョンツリー
6.2 ● ディシジョンツリーの結果解釈
6.2.1 ディシジョンツリーのツリー図
6.2.2 出力の解釈
6.2.3 ツリー図とオプション指定
第7章　ニューラルネットワークと予測の比較、当てはめ
7.1 ● ニューラルネットワークの実際
7.1.1 ニューラルネットワークとは
7.1.2 EM のニューラルネットワークの実行
7.1.3 EM のニューラルネットワークの結果
7.2 ● 予測の比較と当てはめ
7.2.1 予測の比較
COLUMN 感度　特異度　オッズ
7.2.2 予測結果のほかのデータへの当てはめ
第8章　パターンの発見・アソシエーション分析
8.1 ● アソシエーション分析とは
8.1.1 アソシエーション分析の特徴
8.1.2 アソシエーションルールの指標
8.1.3 アソシエーション分析のデータ
8.2 ● EM でのアソシエーション分析の実際
8.2.1 データの準備
8.2.2 分析の実際とルール
8.2.3 リンクグラフ
参考文献
索引