回帰モデルを用いたデータ分析は基本的で有用である反面、回帰変数の選択が恣意的になったり、回帰式の設定が不適切になったりするなどの問題も抱えている。本書は、これらの問題に対して、統計学者や計量経済学者がどのような解決策を考えてきたのか、分野の発展の歴史をたどりながら解説する。特に近年、機械学習の手法を取り入れることで従来の統計学では扱えなかった問題に対処できることも多くなった。分析者の恣意性を極力排除したデータ駆動型の回帰分析の可能性を、理論的な側面から考える。 第1章　回帰分析の課題 第2章　変数選択 第3章　ノンパラメトリック回帰 第4章　セミパラメトリック回帰 第5章　回帰木とアンサンブル学習 第6章　正則化法 第7章　変数選択後の統計的推測