第1章　統計学をどうして学ぶのか？
　1.1　統計データを正しく見る
　1.2　統計データの誤差と意思決定
　1.3　統計分析は専門家を超えることができるのか
　1.4　統計学とは何か

第2章　統計分析とデータ
　2.1　市場分析とデータ
　2.2　誤差の構造を知る
　　2.2.1　測定誤差
　　2.2.2　調査誤差
　2.3統計データの分類
　　2.3.1　データの尺度
　　2.3.2　時系列データとクロスセクション・データ
　2.4　統計分析の限界

第3章　経済市場の変動を捉える1：算術平均・幾何平均・中央値
3.1　市場の代表性を表す統計量
　3.1.1　算術平均
　3.1.2　中央値
　3.1.3　最頻値
3.2　市場の変動を捕捉する：幾何平均
3.3　残された問題:市場の代表性

第4章　経済市場の変動を捉える2：記述統計と経済指数の考え方
4.1　市場変動を捕捉する
　4.1.1　物価指数の考え方
　4.1.2　記述統計：平均値
4.2　物価指数の計算
　4.2.1　ラスパイレス指数
　4.2.2　パーシェ指数
　4.2.3　連鎖型指数
4.3　不動産価格指数と市場動向

第5章　経済指標のばらつきを知る：範囲・四分位偏差・分散・標準偏差
5.1　「散らばり」を調べる
　5.1.1　範囲
　5.1.2　四分位偏差
　5.1.3　分散・標準偏差
5.2　「散らばり」を表す統計量の見方
5.3　「散らばり」の大きさが意味するもの

第6章　分布の形と不平等度を調べる：度数分布・ヒストグラム・ジニ係数
6.1　度数分布から記述統計を計算する
　6.1.1　度数分布とヒストグラム
　6.1.2　度数分布から平均値を計算する
　6.1.3　度数分布と分散・標準偏差
6.2「不平等度」を表す統計量：ジニ係数
　6.2.1　ジニ係数
　6.2.2　ハーフィンダール・ハーシュマン指数
6.3　統計分布から何を読み取るべきか？

第7章　相関関係を測定する：共分散と相関係数
7.1　相関関係と因果関係
7.2　相関係数を計算する
　7.2.1　相関係数の種類
　7.2.2　共分散
　7.2.3　相関係数
7.3　相関分析
　7.3.1　相関係数の解釈
　7.3.2　相関マトリックス
7.4　相関分析の注意点

第8章　因果関係を測定する：単回帰分析の係数導出
8.1　直線の当てはめ：最小二乗基準
8.2　単回帰モデルの信頼性
　8.2.1　説明力
　8.2.2　回帰分析の信頼性：t値
　8.2.3　帰無仮説とt検定
　8.2.4　回帰分析の限界
　8.2.5　外挿の危険
8.3　回帰分析の応用

第9章　複雑な因果関係を測定する：重回帰分析の係数導出
9.1　直線の当てはめ：最小二乗基準(重回帰の場合)
9.2　重回帰モデルの信頼性
　9.2.1　モデルの説明力
　9.2.2　構造変化問題
　9.2.3　非線形性
9.3　回帰分析の応用

第10章　回帰分析の実際
10.1　回帰係数はどういうときに信じていいのか？
10.2　構造変化テストについて
10.3　構造変化問題への対応方法

第11章　回帰分析におけるモデルの評価
11.1　モデルの当てはまりのよさの調べ方
　11.1.1　推計されたモデルを評価する
　11.1.2　自由度調整済み決定係数とAIC
　11.1.3　モデル選択
11.2　推計された回帰係数は信じていいのか?
　11.2.1　t検定とF検定
　11.2.2　尤度比検定
　11.2.3　検定統計量の計算
11.3　ビジネスでの統計分析の活用

第12章　回帰分析における残された課題
12.1　回帰分析の修正
　12.1.1　回帰係数の不偏性
　12.1.2　系列相関
　12.1.3　不均一分散
12.2　説明変数間に相関がある場合：多重共線性の問題

第13章　回帰分析を超えて
13.1　ビッグデータ分析とデータマイニング
13.2　ニューラルネットワークによる不動産価格関数の推定
　13.2.1　ニューラルネットワーク
　13.2.2　回帰木
13.3　住宅価格データによる予測精度の比較
　13.3.1　回帰モデルによる住宅価格関数の推計
　13.3.2　ニューラルネットワーク・回帰木のモデル推計
　13.3.3　手法別予測精度比較
13.4　ビッグデータ分析の可能性と限界

付　録
文　献
索　引