| はじめに ⅲ |
| 第1章 問題解決と多変量解析 1 |
| 1.1 多変量解析法とは何か 1 |
| 1.1.1 変数とデータのタイプ 3 |
| 1.1.2 多変量解析の諸手法 3 |
| 1.2 データのまとめ方 5 |
| 1.2.1 データのスタイル 5 |
| 1.2.2 データ分析の基本的考え方 5 |
| 1.2.3 1変数の分析 6 |
| 1.2.4 2変数の関係の分析 8 |
| 1.2.5 多変数をまとめて取り扱う 9 |
| 1.3 例：紙幣データ 10 |
| 第2章 単回帰分析 19 |
| 2.1 適用例 19 |
| 2.2 回帰分析とは 20 |
| 2.3 最小2乗法 21 |
| 2.4 当てはまりの良さ 27 |
| 2.5 回帰に関する検定と推定 29 |
| 2.5.1 回帰母数の推定量の分布 30 |
| 2.5.2 回帰母数に関する検定と推定 31 |
| 2.5.3 母回帰の区間推定 34 |
| 2.5.4 個々のデータの予測 36 |
| 2.6 例：製品粘度データ 37 |
| 2.7 データに繰り返しがある場合の回帰 42 |
| 2.8 より拡張された分析をめざして 47 |
| 2.8.1 解析結果の吟味 47 |
| 2.8.2 非線形モデルの推定 51 |
| 第3章 重回帰分析 52 |
| 3.1 適用例 52 |
| 3.2 重回帰モデル 53 |
| 3.3 当てはまりの良さ 61 |
| 3.4 回帰に関する検定と推定 63 |
| 3.4.1 ゼロ仮説の検定 63 |
| 3.4.2 偏回帰係数に関する検定と推定 64 |
| 3.5 回帰診断 68 |
| 3.5.1 残差分析 69 |
| 3.5.2 感度分析 72 |
| 3.5.3 多重共線性 74 |
| 3.5.4 偏残差プロット 74 |
| 3.5.5 基本的診断プロット 75 |
| 3.5.6 部分データセットに対する重回帰分析 79 |
| 3.6 変数選択 81 |
| 3.6.1 変数選択の方法 82 |
| 3.6.2 変数選択の基準 82 |
| 3.7 説明変数に質的変数を含む回帰分析 91 |
| 第4章 主成分分析 100 |
| 4.1 適用例 100 |
| 4.2 主成分分析とは 101 |
| 4.2.1 主成分分析の考え方 101 |
| 4.2.2 回帰分析と主成分分析の違い 104 |
| 4.2.3 いくつの主成分を考えるべきか 105 |
| 4.2.4 2種類の主成分分析 106 |
| 4.3 主成分分析の応用 115 |
| 第5章 2値・多値データの回帰，ツリーモデル 137 |
| 5.1 適用例 116 |
| 5.2 ロジスティック回帰分析 117 |
| 5.2.1 ロジスティック回帰分析の考え方 118 |
| 5.2.2 glmの出力結果の読み方 125 |
| 5.3 多項ロジット分析 133 |
| 5.4 ツリーモデル 137 |
| 第6章 その他の手法 144 |
|
| 6.1 判別分析 144 |
| 6.1.1 1変数を用いる判別（p=1） 145 |
| 6.1.2 2変数を用いる判別（p=2） 147 |
| 6.1.3 判別方式の良さの評価 148 |
| 6.1.4 例題 149 |
| 6.2 クラスター分析 154 |
| 6.2.1 階層的クラスタリング 155 |
| 6.2.2 非階層的クラスタリング 163 |
| 6.2.3 モデルに基づく手法 166 |
| 6.3 対応分析 171 |
| 6.3.1 クロス集計表についての解析 174 |
| 6.3.2 多重対応分析 177 |
| 付録A パッケージRcmdr 181 |
| A.1 Rコマンダーのしくみ 181 |
| A.2 データのハンドリング 183 |
| A.2.1 パッケージ内のデータセットのアクティブ化 183 |
| A.2.2 アクティブデータセットの切り替え 183 |
| A.2.3 データの切り出し 184 |
| A.2.4 数値変数を因子に変換 187 |
| A.2.5 変数変換 189 |
| A.3 分布 189 |
| 付録B パッケージRcmdr.HH 191 |
| B.1 Rcmdr.HHの機能 191 |
| B.1.1 変数選択―《Best subsets regression...（HH）》 191 |
| B.1.2 単回帰分析における信頼区間・予測区間のプロット 193 |
| B.1.3 QQプロットと正規性の検定 194 |
| 付録C RcmdrおよびRcmdr.HHのメニューツリー 195 |
| 参考文献 201 |
| 索引 205 |
