第1章 多変量データと多変量解析 1 |
1.1 序 1 |
1.2 データのタイプ 1 |
1.3 多変量データの要約統計量 4 |
1.3.1 平均 5 |
1.3.2 分散 5 |
1.3.3 共分散 6 |
1.3.4 相関 7 |
1.3.5 距離 8 |
1.4 多変量正規分布 9 |
1.5 多変量解析の目的 13 |
1.6 まとめ 16 |
第2章 多変量データのグラフィックス表現 17 |
2.1 序 17 |
2.2 散布図とその応用 18 |
2.2.1 2変量データの凸包 24 |
2.2.2 カイプロット 26 |
2.2.3 2変数箱ヒゲ図 28 |
2.3 2変量密度の推定 30 |
2.4 散布図に別の変数を加える方法 33 |
2.5 散布図行列 34 |
2.6 3次元プロット 37 |
2.7 条件付きプロットとトレリスグラフィックス 38 |
2.8 まとめ 42 |
練習問題 44 |
第3章 主成分分析 45 |
3.1 序 45 |
3.2 主成分の代数的原理 46 |
3.2.1 主成分の再スケーリング 50 |
3.2.2 主成分の数の選択 50 |
3.2.3 主成分得点の計算 52 |
3.2.4 相関係数がγの2変量データの主成分 52 |
3.3 主成分分析の実例:米国都市の大気汚染 54 |
3.4 まとめ 66 |
練習問題 67 |
第4章 探索的因子分析 71 |
4.1 序 71 |
4.2 因子分析モデル 71 |
4.2.1 主因子分析 74 |
4.2.2 最尤因子分析 75 |
4.3 因子の数の推定 75 |
4.4 因子分析の簡単な実例 76 |
4.5 因子の回転 78 |
4.6 因子得点の推定 83 |
4.7 探索的因子分析の二つの事例 83 |
4.7.1 平均余命 83 |
4.7.2 米国の大学生のドラッグ使用 88 |
4.8 因子分析と主成分分析の比較 92 |
4.9 確証的因子分析 95 |
4.10 まとめ 95 |
練習問題 97 |
第5章 多次元尺度構成法と対応分析 99 |
5.1 序 99 |
5.2 多次元尺度構成法(MDS) 101 |
5.2.1 古典的多次元尺度構成法の実例 104 |
5.3 対応分析 112 |
5.3.1 喫煙と母体 118 |
5.3.2 ホジキン病 120 |
5.4 まとめ 120 |
練習問題 122 |
第6章 クラスター分析 125 |
6.1 序 125 |
6.2 凝集型階層的クラスター分析 125 |
6.2.1 クラスター間の非類似度の測定 128 |
6.3 k-平均法 132 |
6.4 モデルに基づくクラスター分析 138 |
6.5 まとめ 144 |
練習問題 146 |
第7章 多群多変量データ:多変量分散分析と判別分析 147 |
7.1 序 147 |
7.2 2群の場合:ホテリングのT2検定とフィッシャーの線形判別分析 147 |
7.2.1 ホテリングのT2検定 147 |
7.2.2 フィッシャーの線形判別関数 152 |
7.2.3 判別関数の効率判定 156 |
7.3 3群以上の場合:多変量分散分析(MANOVA)と分類関数 157 |
7.3.1 多変量分散分析 157 |
7.3.2 分類関数と正準変量 160 |
7.4 まとめ 165 |
練習問題 166 |
第8章 重回帰分析と正準相関分析 167 |
8.1 序 167 |
8.2 重回帰分析 167 |
8.3 正準相関分析 170 |
8.4 まとめ 177 |
練習問題 179 |
第9章 反復測定データの分析 183 |
9.1 序 183 |
9.2 反復測定データのための線形混合効果モデル 186 |
9.3 経時測定データにおける脱落 203 |
9.4 まとめ 211 |
練習問題 212 |
補遺 RとS-PLUSの備忘録 213 |
1. 基本的なコマンド 213 |
2. ベクトル 214 |
3. 行列 218 |
4. 論理式 219 |
5. リストオブジェクト 221 |
6. データフレーム 223 |
訳者あとがき 235 |
索引 237 |