1 現代マーケティングの考え方
　1.1 マーケティングとは何か？
　1.2 マーケティング意思決定
　1.3 マーケティングで活用されるデータ
　　1.3.1 データ構造
　　1.3.2 測定尺度
2　統計モデルの基本事項
　2.1 統計モデルとは何か？
　2.2 マーケティングにおける統計的モデリングの手順
　2.3 最尤法
　［発展］ パラメータの制約
3 消費者の市場反応のモデル化
　3.1 消費者の市場反応とは？
　3.2 線形回帰モデルを用いた市場反応分析
　　3.2.1 線形回帰モデル
　　3.2.2 線形回帰モデルの推定
　　3.2.3 線形回帰モデルによる市場反応分析の事例
　3.3 ポアソン回帰モデルを用いた市場反応分析
　　3.3.1 ポアソン分布
　　3.3.2 ポアソン回帰モデル
　　3.3.3 ポアソン回帰モデルの推定法
　　3.3.4 ポアソン回帰モデルによる市場反応分析の事例
　［発展］ 目的変数が変換された場合の線形回帰モデルの比較
4　消費者の選択行動のモデル化
　4.1 消費者の選択行動とは？
　4.2 消費者の効用関数と効用最大化理論
　　4.2.1 消費者の効用関数
　　4.2.2 効用最大化理論
　4.3 非集計ロジットモデル
　　4.3.1 ロジットモデルとネスティッドロジットモデル
　　4.3.2 ロジットモデルとネスティッドロジットモデルの推定法
　　4.3.3 ロジットモデルの分析例
　［発展］ 非集計プロビットモデル
5　新商品の生存期間のモデル化
　5.1 新商品のマネジメントの重要性とは？
　5.2 新商品のタイプ
　5.3 生存期間分析
　　5.3.1 生存期間分析で用いるデータ
　　5.3.2 生存関数とハザード関数
　　5.3.3 比例ハザードモデルと加速故障モデル
　　5.3.4 生存期間分析で用いられる確率分布
　　5.3.5 パラメトリックハザードモデルの推定法
　　5.3.6 パラメトリック比例ハザードモデルの分析例
　［発展］ Cox 比例ハザードモデル
6　消費者セグメンテーションのモデル化
　6.1 セグメンテーションとは？
　　6.1.1 セグメンテーションの定義
　　6.1.2 セグメンテーションの進め方とセグメントの評価
　　6.1.3 セグメンテーションの方法
　6.2 潜在クラスモデル
　　6.2.1 基本モデル
　　6.2.2 潜在クラスポアソン回帰モデル
　　6.2.3 潜在クラスポアソン回帰モデルの推定とセグメント数の決定
　　6.2.4 消費者のセグメントへの割りつけ
　　6.2.5 潜在クラス分析の事例
　［発展］ EM アルゴリズム
7　消費者態度の形成メカニズムのモデル化
　7.1 消費者の態度とは？
　　7.1.1 消費者の態度
　　7.1.2 消費者態度の測定
　7.2 共分散構造モデル（構造方程式モデル）
　　7.2.1 共分散構造モデルの基本
　　7.2.2 構造方程式モデル
　　7.2.3 因子分析モデル（測定方程式モデル）
　　7.2.4 共分散の構造化と推定
　　7.2.5 共分散構造分析の事例
　［発展］ ロジスティック回帰モデル
8　ベイズモデルによるマーケティング現象のモデル化
　8.1 ベイジアンモデリングとは？
　　8.1.1 ベイジアンモデリングとベイズモデル
　　8.1.2 マーケティングにおけるベイジアンモデリングの必要性
　8.2 階層ベイズモデルによるブランド選択行動のモデル化
　　8.2.1 階層ベイズロジットモデル
　　8.2.2 マルコフ連鎖モンテカルロ法（MCMC法）
　　8.2.3 DIC
　　8.2.4 階層ベイズロジットモデルの分析事例
　　8.2.5 階層ベイズモデルの応用
　8.3 線形・ガウス型状態空間モデルによる動的市場反応のモデル化
　　8.3.1 線形・ガウス型状態空間モデル
　　8.3.2 カルマンフィルタと固定区間平滑化とアルゴリズム
　　8.3.3 動的市場反応の分析事例
　　8.3.4 線形・ガウス型状態空間モデルの応用
　［発展］ 一般状態空間モデルと状態推定法
A　確率分布に関する基本事項の整理
　A.1 確率分布（離散型分布の場合）
　　A.1.1 離散型確率分布の定義
　　A.1.2 二項分布
　　A.1.3 多項分布
　　A.1.4 ポアソン分布
　A.2 確率分布（連続型分布の場合）
　　A.2.1 連続型確率分布の定義
　　A.2.2 一様分布
　　A.2.3 正規分布（1 変量の場合）
　　A.2.4 指数分布
　　A.2.5 ワイブル分布
　　A.2.6 対数正規分布
　　A.2.7 対数ロジスティック分布
　　A.2.8 多変量正規分布
　　A.2.9 ウィシャート分布
文献
索引