| 第1章 カテゴリカルデータ 1 |
| 1.1 カテゴリカルデータとは 1 |
| 1.2 カテゴリカルデータの例 2 |
| 1.3 カテゴリカルデータの入力 3 |
| 1.4 複数回答項目の取り扱い 7 |
| 第2章 カテゴリカルデータの集計とグラフ表示 9 |
| 2.1 個票データの集計 9 |
| 2.2 集計データの取り扱い 19 |
| 2.3 データフレームとテーブル 20 |
| 2.3.1 表形式のデータから集計データへの変更 21 |
| 2.3.2 集計データから個票データへの変更 21 |
| 2.3.3 カテゴリーの変更 22 |
| 2.3.4 量的変数からカテゴリカル変数への変更 23 |
| 2.3.5 表の併合と部分抽出 24 |
| 2.4 その他のグラフ表示 24 |
| 第3章 割合に関する統計的な推測 25 |
| 3.1 統計的推測の必要性 30 |
| 3.2 二つのカテゴリーをもつ変数の場合 30 |
| 3.3 三つ以上のカテゴリーをもつ変数の場合 31 |
| 第4章 二元表の解析 40 |
| 4.1 2×2表の解析 45 |
| 4.1.1 データの収集法と確率モデル 45 |
| 4.1.2 独立性のカイ二乗検定 48 |
| 4.1.3 フィッシャーの直接確率法 50 |
| 4.1.4 関連性の指標 52 |
| 4.2 2×J表の解析 54 |
| 4.3 I×J表の解析 62 |
| 4.4 対応のあるカテゴリカル変数の関係 68 |
| 4.4.1 マクネマー検定 68 |
| 第5章 三元表の解析 72 |
| 5.1 見せかけの関係とシンプソンのパラドックス 72 |
| 5.2 層別2×2表の解析 74 |
| 5.2.1 カリフォルニア州立大学バークレー校での入試データ 74 |
| 5.2.2 条件付き独立性の検定 76 |
| 5.2.3 共通オッズ比の推定 78 |
| 5.2.4 オッズ比の均一性の検定 79 |
| 5.3 層別I×J表の解析 83 |
| 第6章 ロジスティック回帰分析 86 |
| 6.1 ロジット変換 86 |
| 6.2 解析方法 91 |
| 6.3 多重ロジスティック回帰分析 92 |
| 6.4 ステップワイズ法 94 |
| 6.5 多項ロジスティック回帰分析 96 |
| 6.6 条件付きロジスティック回帰分析 100 |
| 第7章 ポアソン回帰分析 102 |
| 7.1 ポアソン分布 102 |
| 7.2 ポアソン回帰分析の考え方 107 |
| 7.3 オフセットによる調整法 108 |
| 7.4 過分散である場合の解析方法 110 |
| 第8章 対数線形モデルでの解析 115 |
| 8.1 対数線形モデルとは 115 |
| 8.2 三元表での対数線形モデル 123 |
| 8.3 ロジスティック回帰と対数線形モデル 127 |
| 第9章 対応分析 130 |
| 9.1 対応分析の基本的な考え方 130 |
| 9.2 回答者と回答パターンの関係 135 |
| 9.3 多重対応分析 138 |
| 第10章 決定木 142 |
| 10.1 決定木とは 142 |
| 10.2 量的変数を用いたグループ分け 146 |
| 10.3 順序カテゴリカルデータの場合 150 |
| 第11章 数量化理論 154 |
| 11.1 数量化理論とは 154 |
| 11.2 数量化I類 154 |
| 11.3 数量化II類 158 |
| 第12章 順序カテゴリカル変数に対する相関係数 164 |
| 12.1 順序カテゴリカル変数間の相関係数 164 |
| 12.2 順序カテゴリカル変数と連続変数との相関 168 |
| 12.3 三つ以上の変数間の相関行列を求める 169 |
| この本で用いた主なデータセット 175 |
| 参考文献 176 |
| 索引 177 |
