統計学は実験や臨床試験、社会調査だけでなく、ビッグデータ分析やAI開発でも不可欠である。ではなぜ統計は科学的な根拠になるのか？　帰納推論や因果推論の背後に存在する枠組みを浮き彫りにし、科学的認識論としてデータサイエンスを捉え直す。科学と哲学を架橋する待望の書。 序　章　統計学を哲学する？ 1　本書のねらい 2　本書の構成 第1章　現代統計学のパラダイム 1　記述統計 1-1　統計量 1-2　「思考の経済」としての記述統計 1-3　経験主義、実証主義と帰納の問題 2　推測統計 2-1　確率モデル 2-2　確率変数と確率分布 2-3　統計モデル 2-4　推測統計の世界観と「確率種」 第2章　ベイズ統計 1　ベイズ統計の意味論 2　ベイズ推定 2-1　仮説の確証と反証 2-2　パラメータ推定 2-3　予測 3　ベイズ統計の哲学的側面 3-1　帰納論理としてのベイズ統計 3-2　内在主義的認識論としてのベイズ統計 3-3　ベイズ主義の認識論的問題 3-4　小括：ベイズ統計の認識論的含意 第3章　古典統計 1　頻度主義の意味論 2　検定の考え方 2-1　蓋然的仮説の反証 2-2　仮説検定の考え方 2-3　検定の構成 2-4　サンプルサイズ 3　古典統計の哲学的側面 3-1　帰納行動としての検定理論 3-2　外在主義認識論としての古典統計 3-3　頻度主義の認識論的問題 3-4　小括：ベイズ／頻度主義の対立を超えて 第4章　モデル選択と深層学習 1　最尤法とモデル適合 2　モデル選択 2-1　回帰モデルとモデル選択の動機 2-2　モデルの尤度と過適合 2-3　赤池情報量規準（AIC） 2-4　AICの哲学的含意 3　深層学習 3-1　多層ニューラルネットワークの構成 3-2　深層モデルの学習 4　深層学習の哲学的含意 4-1　プラグマティズム認識論としての統計学 4-2　機械学習と徳認識論 4-3　深層学習の哲学的含意 第5章　因果推論 1　規則説と回帰分析 2　反事実条件アプローチ 2-1　反事実条件説の意味論 2-2　反事実的因果の認識論 3　構造的因果モデル 3-1　因果グラフ 3-2　介入とバックドア基準 3-3　因果探索 4　統計的因果推論の哲学的含意 終　章　統計学の存在論・意味論・認識論 1　統計学の存在論 2　統計学の意味論 3　統計学の認識論 4　結びにかえて 参考文献 あとがき 索　引