1.
|
図書
東工大 目次DB
|
市川雅教著
目次情報:
続きを見る
1 はじめに 1 |
1.1 因子分析とは 1 |
1.2 因子分析の発展 4 |
2 因子分析モデル 7 |
2.1 モデルの定義 7 |
2.2 モデルの性質(1) 10 |
2.2.1 尺度不変性 10 |
2.2.2 (Λ,f,Φ)の不定性 12 |
2.2.3 (Λ,f)の不定性 15 |
2.2.4 因子得点の不定性 17 |
2.2.5 直交モデルにおける因子の寄与 18 |
2.3 共通因子分解Σ=ΛΛ'十Ψ 20 |
2.3.1 共通因子分解の存在 20 |
2.3.2 共通因子分解の一意性 23 |
2.4 モデルの性質(2) 26 |
2.4.1 Σ^(-1)の分解 26 |
2.4.2 1因子モデル 27 |
2.5 不等式 29 |
2.5.1 共通性と重相関係数の2乗(SMC)の関係 29 |
2.5.2 因子数の下限 29 |
2.5.3 共分散行列や相関係数行列の固有値に関する不等式 30 |
2.5.4 1因子モデル 32 |
2.6 関連するモデル 32 |
2.6.1 主成分分析 32 |
2.6.2 イメージ理論 35 |
3 母数の推定 41 |
3.1 不一致度関数の最小化による方法 41 |
3.1.1 最尤法 42 |
3.1.2 最小2乗法 45 |
3.1.3 標本相関係数行列の利用 45 |
3.2 その他の方法 47 |
3.2.1 主因子法 47 |
3.2.2 正準因子分析 50 |
3.2.3 アルファ因子分析 53 |
3.3 最尤推定値を求めるアルゴリズム 56 |
3.3.1 ニュートン・ラフソン法 57 |
3.3.2 不適解 65 |
3.3.3 数値例 67 |
4 推定量の標本分布と因子数の選択 69 |
4.1 最尤推定量の標本分布 69 |
4.1.1 漸近分布 69 |
4.1.2 漸近展開 77 |
4.2 因子数の選択 83 |
4.2.1 標本相関係数行列の固有値に基づく基準 83 |
4.2.2 尤度比検定 84 |
4.2.3 情報量規準 90 |
4.2.4 適合度指標 92 |
4.3 ブートストラップ法の利用 94 |
5 因子の回転(1) 100 |
5.1 因子の回転の基礎 100 |
5.1.1 直交回転と斜交回転 100 |
5.1.2 準拠因子と準拠構造 104 |
5.1.3 斜交モデルにおける因子の寄与 106 |
5.2 解析的回転とその基準 107 |
5.2.1 単純構造 107 |
5.2.2 直交回転の基準 109 |
5.2.3 斜交回転の基準 113 |
5.2.4 直交回転と斜交回転の統一的な基準 115 |
5.3 プロクラステス回転とその他の方法 121 |
5.4 因子の回転の例 128 |
6 因子の回転(2) 130 |
6.1 解析的回転のアルゴリズム 130 |
6.1.1 直交回転 130 |
6.1.2 直交回転(同時法) 136 |
6.1.3 斜交回転 138 |
6.1.4 その他のアルゴリズム 143 |
6.2 回転後の因子負荷量の標準誤差 144 |
6.2.1 制約付き最尤推定量の漸近分布 145 |
6.2.2 共分散行列の因子分析 145 |
6.2.3 相関係数行列の因子分析 148 |
7 因子得点 152 |
7.1 因子得点に関する推測 152 |
7.1.1 線形予測子 153 |
7.1.2 線形条件付不偏予測子 155 |
7.1.3 線形相関係数保存予測子 157 |
7.1.4 直交モデルの場合 160 |
A 付録 161 |
A.1 統計ソフトウェアについて 161 |
文献 163 |
索引 171 |
1 はじめに 1 |
1.1 因子分析とは 1 |
1.2 因子分析の発展 4 |
|
2.
|
図書
東工大 目次DB
|
谷萩隆嗣著
目次情報:
続きを見る
1.1線形離散時間システムの状態推定アルゴリズム 1 |
1.1.1状態推定の概念 1 |
1.1.2状態推定問題 2 |
1.1.3ガウス過程の状態推定 3 |
1.1.4ガウス過程の状態推定アルゴリズム 9 |
1.1.5非ガウス過程の状態推定アルゴリズム(1) 12 |
1.1.6非ガウス過程の状態推定アルゴリズム(2) 16 |
1.1.7予測アルゴリズム 17 |
1.2カルマンフィルタのいくつかの性質 18 |
1.3カルマンフィルタの計算回数 21 |
1.4平方根アルゴリズム 24 |
1.4.1行列のLDU分解とコレスキー分解 25 |
1.4.2ハウスホルダー変換アルゴリズム 28 |
1.4.3修正グラム・シュミット変換アルゴリズム 30 |
1.4.4カルマンフィルタの平方根アルゴリズム 33 |
1.4.5平方根アルゴリズムの計算回数 38 |
1.5適応カルマンフィルタ 42 |
1.6拡張カルマンフィルタ 47 |
1.7アンセンテッドカルマンフィルタ 52 |
1.7.1アンセンテッド変換 52 |
1.7.2アンセンテッド交換の特徴 53 |
1.7.3アンセンテッドカルマンフィルタ 57 |
2.1パラメータ推定の基礎 60 |
2.1.1数学モデルとパラメータ推定 60 |
2.1.2パラメータ推定のための望ましい性質 61 |
2.2インパルス応答の推定 62 |
2.2.1IIRシステムとFIRシステム 62 |
2.2.2パラメータ推定のための評価関数 64 |
2.2.3インパルス応答の最小2乗推定 67 |
2.2.42段階最小2乗法 69 |
2.2.5相関アルゴリズム 72 |
2.2.6多入力多出力システムのインパルス応答 75 |
2.3IIRシステムの伝達関数の推定 77 |
2.3.1IIRシステムの最小2乗推定 77 |
2.3.2IIRシステムの再帰推定アルゴリズム 81 |
2.3.3多入力多出力システムの再帰推定アルゴリズム 85 |
2.3.4FIRシステムの再帰推定アルゴリズム 88 |
2.4最小2乗法の拡張アルゴリズム 89 |
2.4.1一般化最小2乗法 89 |
2.4.2拡大最小2乗法 92 |
2.4.3補助変数法 95 |
2.5全体最小2乗法の推定アルゴリズム 100 |
2.5.1全体最小2乗推定問題 100 |
2.5.2行列の特異値分解 103 |
2.5.3特異値分解による最適解 110 |
2.5.4全体最小2乗法の幾何学的意味 115 |
2.6カルマンフィルタによるパラメータ推定 118 |
2.6.11入力1出力線形時不変システム 118 |
2.6.21入力1出力線形時変システム 120 |
2.6.3多入力多出力システム 121 |
2.6.4最小2乗法との比較 122 |
2.7高速アルゴリズム 124 |
3.1適応ディジタルフィルタ 137 |
3.1.1適応FIRフィルタ 137 |
3.1.2適応IIRフィルタ 138 |
3.2確率近似法による推定アルゴリズム 140 |
3.2.1基本アルゴリズム 140 |
3.2.2FIRシステムの推定アルゴリズム(1) 142 |
3.2.3FIRシステムの推定アルゴリズム(2) 143 |
3.2.4IIRシステムの推定アルゴリズム 145 |
3.3LMS法による推定アルゴリズム 146 |
3.3.1最適アルゴリズム 146 |
3.3.2LMSアルゴリズム 148 |
3.3.3勾配雑音と誤調整 151 |
3.3.4LMSアルゴリズムの収束性 155 |
3.3.5最適なステップ幅 157 |
3.3.6正規化LMSアルゴリズムの収束性 161 |
3.3.7複素LMSアルゴリズム 169 |
3.4修正LMSアルゴリズム 170 |
3.4.1リーキーLMSアルゴリズム 170 |
3.4.2モーメンタムLMSアルゴリズム 172 |
3.4.3LMS+Fアルゴリズム 176 |
3.4.4LMS/Fアルゴリズム 180 |
3.4.5ブロックLMSアルゴリズム 181 |
3.4.6変換領域LMSアルゴリズム 183 |
3.4.7可変ステップ幅LMSアルゴリズム 188 |
4.1適応等化器 196 |
4.1.1等化器と適応等化器 196 |
4.1.2カルマンフィルタによる伝送路特性の推定 198 |
4.1.3確率近似法による伝送路特性の推定 204 |
4.1.4カルマンフィルタによる送信信号の推定 208 |
4.1.5確率近似法による送信信号の推定 213 |
4.1.6カルマンフィルタによる適応等化器の設計 215 |
4.1.7拡張カルマンフィルタによる適応等化器の設計 219 |
4.1.8確率近似法による適応等化器の設計 222 |
4.2エコーキャンセラ 226 |
4.2.1エコーキャンセラ 226 |
4.2.2並列形カルマンフィルタ1(PKF1) 228 |
4.2.3並列形カルマンフィルタ2(PKF2) 237 |
4.2.4シミュレーション結果の比較(1) 243 |
4.2.5PKFによるパラメータ推定値の収束性 252 |
4.2.6PKFの分割数と推定アルゴリズムの性質 255 |
4.2.7入力信号の有色性と推定アルゴリズムの性質 258 |
4.2.8変換領域PKFアルゴリズム 259 |
4.2.9シミュレーション結果の比較(2) 262 |
4.2.10多チャネルエコーキャンセラ 264 |
4.2.11シミュレーション結果の比較(3) 266 |
引用・参考文献 269 |
索引 277 |
1.1線形離散時間システムの状態推定アルゴリズム 1 |
1.1.1状態推定の概念 1 |
1.1.2状態推定問題 2 |
|
3.
|
図書
東工大 目次DB
|
高橋敬子著
出版情報: |
安曇野 : プレアデス出版, 2009.10 175p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
まえがき 3 |
第1部 |
I 平均値の検定 10 |
§1 1変数の場合 10 |
1.1 σ既知の場合 11 |
1.2 σ未知の場合 13 |
1.3 母平均の区間推定 14 |
§2 2変数の場合-2つの母平均の差の検定- 15 |
2.1 σ既知の場合 16 |
2.2 σ未知の場合 18 |
2.3 母平均の差の区間推定 21 |
II 分散分析入門 24 |
§1 一元配置分散分析 24 |
1.1 構造モデル 24 |
1.2 変動の分解 26 |
1.3 F検定 28 |
1.4 母平均の推定 36 |
§2 二元配置分散分析(繰り返しあり) 39 |
2.1 構造モデル 39 |
2.2 変動の分解 41 |
2.3 F検定 44 |
2.4 母平均の推定 45 |
§3 二元配置分散分析(繰り返しなし) 52 |
3.1 構造モデル 52 |
3.2 変動の分解とF検定 53 |
3.3 母平均の推定 55 |
第2部 |
III 線形代数 60 |
1 ベクトル空間 60 |
2 位置ベクトル 61 |
3 ベクトルの一次独立 61 |
4 ベクトル空間の次元と基底 62 |
5 内積 64 |
6 部分空間 65 |
7 二次形式 67 |
IV 一元配置分散分析 69 |
§1 空間の分割 69 |
1.1 構造モデル 69 |
1.2 推定空間と誤差空間 73 |
1.3 推定空間の分割 78 |
§2 F検定 80 |
2.1 カイ二乗統計量 80 |
2.2 直交射影行列とコクランの定理 82 |
2.3 F検定 86 |
2.4 変動の計算-SA,Seとは何か- 87 |
2.5 母平均の推定 97 |
V 二元配置分散分析(繰り返しあり) 110 |
§1 空間の分割 110 |
1.1 構造モデル 110 |
1.2 推定空間と誤差空間 113 |
1.3 推定空間の分割 116 |
1.4 母平均ベクトルの構造-なぜ組み合わされた要因を別々に検定できるのか- 122 |
§2 F検定 131 |
2.1 F検定 131 |
2.2 母平均の推定 138 |
VI 二元配置分散分析(繰り返しなし) 149 |
§1 空間の分割 149 |
1.1 構造モデル-その1- 149 |
1.2 推定空間の分割 構造モデル-その2- 151 |
§2 F検定 154 |
2.1 F検定 154 |
2.2 母平均の推定 156 |
参考文献 165 |
付表 167 |
索引 174 |
コラム |
不思議なキューブ1 63 |
不思議なキューブ2 85 |
不思議なキューブ3 108 |
|
4.
|
図書
東工大 目次DB
|
村田昇著
出版情報: |
東京 : 東京電機大学出版局, 2004.7 vii, 246p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 独立成分分析の枠組 1 |
1.1 独立成分分析とは何か 1 |
1.2 解析の事例 4 |
1.2.1音声信号の分離 4 |
1.2.2 MEGデータの解析 16 |
1.3 問題設定 28 |
1.3.1 定式化 28 |
1.3.2 逆変換による信号の復元 32 |
1.3.3 観測信号の分解表現 34 |
1.3.4 定式化に関する注意 38 |
1.4 混合作用のモデル 40 |
1.4.1 空間的混合 40 |
1.4.2 時間的混合 42 |
1.4.3 時空間的混合 44 |
1.5 原信号に関する注意 49 |
1.5.1 定常性とエルゴード性 49 |
1.5.2 非正規性 51 |
1.5.3定理の略証 54 |
1.6 文献 58 |
第2章 独立性の規準 61 |
2.1 独立の定義 62 |
2.2 分布を用いるもの 65 |
2.2.1 Kullback-Leibler情報量 66 |
2.2.2 最尤法 71 |
2.2.3 相互情報量最小化 72 |
2.2.4 エントロピー最小化 80 |
2.2.5 情報量最大化 81 |
2.3 分布を陽に用いないもの 85 |
2.3.1 モーメント 85 |
2.3.2 キュムラント 87 |
2.3.3 特性関数 90 |
2.3.4 非線形相関 94 |
2.4 弱定常な信号 98 |
2.4.1相互相関最小化 99 |
2.5 非定常な信号に関する注意 101 |
2.6 文献 104 |
第3章 アルゴリズム 109 |
3.1 前処理 109 |
3.1.1 次元縮約 109 |
3.1.2 無相関化 111 |
3.2 確率密度関数・スコア関数の近似 115 |
3.2.1 直交多項式近似 116 |
3.2.2 最大エントロピー法 119 |
3.2.3 カーネル法 122 |
3.2.4 罰金法によるスコア関数の近似 122 |
3.3 勾配法 124 |
3.3.1 基本的な勾配法 124 |
3.3.2 直交行列に制限した勾配法 127 |
3.3.3 勾配法の安定性 130 |
3.4 不動点法 134 |
3.4.1 ベクトル関数の不動点法 134 |
3.4.2 行列関数への拡張 135 |
3.4.3 不動点法の収束性 136 |
3.5 ヤコビ法 138 |
3.5.1 ヤコビ法による対角化 138 |
3.5.2 ヤコビ法の拡張 141 |
3.5.3 擬ヤコビ法 143 |
3.6 実装の例 144 |
3.7 文献と補遺 150 |
第4章 他手法との関係 155 |
4.1 主成分分析 156 |
4.1.1 モデル 157 |
4.1.2 推定法 158 |
4.1.3 独立成分分析との関連 162 |
4.2 因子分析 167 |
4.2.1 モデル 167 |
4.2.2 推定法 168 |
4.2.3 因子の回転 171 |
4.2.4独立成分分析との関連 173 |
4.3 射影追跡法 175 |
4.3.1 考え方と推定法 175 |
4.3.2 独立成分分析の関連 178 |
4.4 自己組織化 178 |
4.4.1 自己組織系としての独立成分分析 178 |
4.5 文献と補遺 180 |
第5章 音声分離の問題 183 |
5.1 問題設定 184 |
5.2 時間周波数領域での表現 188 |
5.3 音声信号の性質 192 |
5.4 アルゴリズム 195 |
5.5 文献 203 |
第6章 スパースコーディング 205 |
6.1 生物の視覚系 205 |
6.2 スパースコーデイング 208 |
6.3 独立成分分析との関係 216 |
6.4 不連続性と情報量 220 |
6.5 文献と補遺 227 |
おわりに 230 |
関連図書 233 |
索引 242 |
第1章 独立成分分析の枠組 1 |
1.1 独立成分分析とは何か 1 |
1.2 解析の事例 4 |
|
5.
|
図書
東工大 目次DB
|
岩崎学著
出版情報: |
東京 : 朝倉書店, 2010.7 vi, 210p ; 21cm |
シリーズ名: |
統計ライブラリー |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 確率統計の基礎 1 |
1.1 確率と確率分布 1 |
1.1.1 確率の定義と性質 1 |
1.1.2 1変量の確率分布 3 |
1.1.3 2変量の確率分布 5 |
1.2 確率分布の特性値 7 |
1.2.1 期待値,分散,標準偏差 7 |
1.2.2 モーメントと母関数 8 |
1.2.3 確率変数の関数の期待値と分散(デルタ法) 12 |
1.3 統計的推測 13 |
1.3.1 尤度関数と最尤法 14 |
1.3.2 統計的検定 16 |
1.3.3 統計的推定 19 |
1.3.4 ベイズ流の推側 22 |
第2章 二項分布 24 |
2.1 二項分布の基本的性質 24 |
2.1.1 ベルヌーイ試行 24 |
2.1.2 二項分布の定義と特性 25 |
2.1.3 ベータ分布,F分布との関係 29 |
2.1.4 二項確率の近似 32 |
2.1.5 超幾何分布 34 |
2.1.6 多項分布 35 |
2.2 二項確率の検定 38 |
2.2.1 正確な検定 38 |
2.2.2 近似検定 40 |
2.2.3 実際の有意確率 41 |
2.3 二項確率の推定 43 |
2.3.1 点推定量(成功率)の統計的性質 43 |
2.3.2 その他の点推定量 45 |
2.3.3 区間推定(正確法) 46 |
2.3.4 区間推定(正規近似法) 48 |
2.3.5 最短信頼区間 50 |
2.3.6 区間推定法の比較 52 |
2.3.7 ベイズ推定 54 |
2.3.8 オッズと対数オッズ 56 |
2.4 ゼロトランケートとゼロ過剰 58 |
2.4.1 ゼロトランケートされた二項分布 58 |
2.4.2 ゼロ過剰な二項分布 61 |
第3章 二項分布の比較 66 |
3.1 比較のための基礎事項 66 |
3.1.1 比較の論点 66 |
3.1.2 確率分布とその性質 69 |
3.2 二項確率の差の検定 72 |
3.2.1 フィッシャー検定 73 |
3.2.2 正規近似による検定 75 |
3.2.3 検定法の比較 79 |
3.3 二項確率の差の推定 81 |
3.3.1 点推定 81 |
3.3.2 区間推定 83 |
3.3.3 推定法の比較 86 |
3.4 オッズ比と対数オッズ比 88 |
3.4.1 オッズ比の性質 88 |
3.4.2 オッズ比の推定と検定 91 |
3.5 複数の二項分布 95 |
3.5.1 確率の一様性の検定 95 |
3.5.2 傾向のある対立仮説 99 |
3.6 対応のある二項分布 102 |
3.6.1 基本的性質 102 |
3.6.2 推定と検定 106 |
3.7 サンプルサイズの設計 110 |
3.7.1 独立な二項分布 110 |
3.7.2 対応のある二項分布 114 |
第4章 ベータ二項分布 117 |
4.1 ベータ二項分布の性質とパラメータ推定 117 |
4.1.1 定義と性質 117 |
4.1.2 パラメータの推定 121 |
4.2 ゼロトランケートとゼロ過剰 123 |
4.2.1 ゼロトランケートされたベータ二項分布 123 |
4.2.2 ゼロ過剰なベータ二項分布 126 |
第5章 ポアソン分布 129 |
5.1 ポアソン分布の基本的性質 129 |
5.1.1 定義と性質 129 |
5.1.2 ガンマ分布,カイ2乗分布との関係 135 |
5.1.3 近似と変数変換 138 |
5.2 ポアソン分布における検定 140 |
5.2.1 ポアソンλに関する検定 140 |
5.2.2 実際の有意水準 143 |
5.2.3 ポアソン分布の比較 145 |
5.2.4 分布形の検定 148 |
5.3 ポアソン分布における推定 149 |
5.3.1 点推定量とその統計的性質 149 |
5.3.2 区間推定 150 |
5.3.3 区間推定法の比較 152 |
5.4 ゼロトランケートとゼロ過剰 155 |
5.4.1 ゼロトランケートされたポアソン分布 155 |
5.4.2 パラメータの推定 158 |
5.4.3 ゼロ過剰なポアソン分布 161 |
5.4.4 ゼロ過剰モデルでの推測 164 |
第6章 負の二項分布 168 |
6.1 負の二項分布の性質とパラメータ推定 168 |
6.1.1 定義と性質 168 |
6.1.2 期待値,分散,モーメント 172 |
6.1.3 ガンマポアソン分布 176 |
6.1.4 パラメータの推定 178 |
6.2 ゼロトランケートおよびゼロ過剰 181 |
6.2.1 ゼロトランケートされた負の二項分布の性質 181 |
6.2.2 パラメータの推定 184 |
6.2.3 ゼロ過剰な負の二項分布 187 |
第A章 付録 191 |
A1 ガンマ分布とカイ2乗分布 191 |
A2 ベータ分布とF分布 196 |
参考文献 203 |
索引 207 |
第1章 確率統計の基礎 1 |
1.1 確率と確率分布 1 |
1.1.1 確率の定義と性質 1 |
|
6.
|
図書
東工大 目次DB
|
岡部靖憲著
出版情報: |
東京 : 朝倉書店, 2009.6 xii, 179p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1. 文章題 1 |
1.1 文章題の例 1 |
1.2 文章題のモデル解法 4 |
1.3 実験数学 7 |
2. 集合 9 |
2.1 有限集合 9 |
2.2 集合の間の演算 12 |
2.2.1 包含関係 12 |
2.2.2 共通集合 13 |
2.2.3 合併集合 14 |
2.2.4 直和分解 16 |
2.2.5 補集合 16 |
2.2.6 部分集合族 17 |
2.2.7 直積集合 18 |
2.3 有限集合の要素の個数と直和分解 19 |
2.4 文章題のモデル解法 21 |
3. 場合の数を求める文章題のモデル解法 25 |
3.1 順列 25 |
3.2 組合せ 32 |
4. 確率を求める文章題のモデル解法 45 |
4.1 試行と事象 45 |
4.1.1 試行 45 |
4.1.2 事象の間の演算 48 |
4.2 場合の割合 48 |
4.3 確率測度と確率密度関数 49 |
4.3.1 割合と確率測度 50 |
4.3.2 試行と確率測度(1) 51 |
4.3.3 試行と確率測度(2) 59 |
4.3.4 確率測度と確率密度関数 61 |
4.3.5 発展:確率測度 64 |
4.4 事象の確率 65 |
4.5 試行と確率変数 72 |
4.5.1 試行と関数 72 |
4.5.2 試行と確率変数 75 |
4.5.3 発展:確率過程 75 |
4.6 試行の独立性 76 |
4.6.1 直感的な独立性 77 |
4.6.2 独立性(1) 77 |
4.6.3 独立性(2) 82 |
4.6.4 発展:郡別定理と遺伝定理 83 |
4.6.5 発展:独立性 85 |
4.7 事象の独立性 85 |
4.8 条件付き確率とベイズの定理 89 |
4.8.1 場合の数と条件付確率 89 |
4.8.2 条件付確率 90 |
4.8.3 ベイズの定理 92 |
4.9 試行の分布 94 |
4.9.1 試行に付随する確率変数の分布 94 |
4.9.2 発展:確率変数の分布 96 |
4.10 確率変数の期待値 96 |
4.11 独立性と直積確率測度 104 |
4.11.1 直積確率測度 104 |
4.11.2 独立性と直積確率測度 106 |
4.12 確率変数の分散と標準偏差 109 |
4.13 二項分布と二項定理 114 |
4.13.1 硬貨投げと二項分布 115 |
4.13.2 二項定理 120 |
4.13.3 二項分布 121 |
4.13.4 二項分布の平均と分散 122 |
4.14 正規分布 123 |
4.14.1 正規密度関数 124 |
4.14.2 正規分布 125 |
4.14.3 発展:1次元のルベーグ測度 126 |
4.14.4 正規分布に従う確率変数 129 |
4.14.5 発展:中心極限定理 130 |
4.15 幾何学的確率 131 |
4.15.1 幾何学的確率 131 |
4.15.2 発展:2次元のルベーグ測度 133 |
4.16 発展:N次元ユークリッド空間に値をとる確率変数とその確率分布 134 |
4.16.1 N次元のルベーグ測度 134 |
4.16.2 有限次元分布 135 |
5. 統計学における文章題のモデル解法 137 |
5.1 統計学 137 |
5.2 記述統計 138 |
5.2.1 データの形式 138 |
5.2.2 代表値 139 |
5.2.3 変換 142 |
5.3 統計学的推定 143 |
5.3.1 母集団 143 |
5.3.2 推定 145 |
5.3.3 モーメント法 147 |
5.3.4 最尤法 148 |
5.3.5 正規母集団 152 |
5.3.6 区間推定 154 |
5.4 統計学的仮説検定 157 |
5.4.1 統計学的仮説とP-値 158 |
5.4.2 二項母集団 161 |
5.4.3 正規母集団 162 |
6. あとがき 165 |
6.1 実験数学と般若心経 165 |
6.2 実験数学と統計学 167 |
6.3 実験数学と分離性 168 |
文献 170 |
統計数値表 171 |
索引 177 |
1. 文章題 1 |
1.1 文章題の例 1 |
1.2 文章題のモデル解法 4 |
|
7.
|
図書
東工大 目次DB
|
齋藤堯幸著
出版情報: |
東京 : 森北出版, 2002.6 viii, 112p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 基礎的知識 1 |
1.1 用語と記法 1 |
1.1.1 記法 1 |
1.1.2 多変量データ 2 |
1.2 補題と定理 3 |
第2章 多変量回帰分析 9 |
2.1 記述的モデル 9 |
2.2 確率モデル 10 |
第3章 正準相関分析 12 |
3.1 はじめに 12 |
3.2 確率分布を扱わない場合 12 |
3.2.1 相関係数の最大化のアプローチ 13 |
3.2.2 別種の定式化によるアプローチ 15 |
3.3 構造相関と冗長度,分散説明率 17 |
3.4 確率分布を扱う場合 20 |
3.5 確率変数と非確率変数を扱う場合 23 |
3.6 アプローチの比較 25 |
第4章 合成変量による回帰 27 |
4.1 はじめに 27 |
4.2 正準回帰分析 27 |
4.3 操作変数の主成分分析(IPCA) 29 |
第5章 冗長性分析 32 |
5.1 はじめに 32 |
5.2 相関行列に関するRDA 33 |
5.3 共分散行列に関するRDA 34 |
5.4 関連手法との比較 36 |
5.4.1 IPCAとの同等性 36 |
5.4.2 PCAとの関連 37 |
5.4.3 CCAとの関連 38 |
5.4.4 CRAとの関連 38 |
5.4.5 PCRとの関連 39 |
5.5 Xが退化の場合 40 |
5.6 尺度混在データの分析 41 |
第6章 縮小ランク回帰 45 |
6.1 はじめに 45 |
6.2 最尤解法(1) 46 |
6.3 最尤解法(2) 49 |
6.4 最小自乗解法 50 |
第7章 総合的な関連 53 |
7.1 はじめに 53 |
7.2 Izenmanの一般的な定理 53 |
7.3 母集団に関するRRRの諸関係 55 |
7.4 データ解析 58 |
7.4.1 アプローチ1:CCAに帰着する手法群 58 |
7.4.2 アプローチ2:CCAに帰着しなし手法群 59 |
7.5 まとめ 61 |
7.5.1 ランクの検討 61 |
7.5.2 合成変量の解釈 62 |
7.5.3 回帰係数行列Cの解釈 62 |
7.5.4 回帰説明率 63 |
第8章 植生の調査データの分析 64 |
8.1 調査データ 64 |
8.2 分析の方針 65 |
8.3 正準相関分析 65 |
8.4 縮小ランク回帰 67 |
8.5 IPCAによる分析 69 |
8.6 討論と考察 72 |
第9章 高校調査書と共通試験の関連性の分析 75 |
9.1 背景とデータ 75 |
9.1.1 背景 75 |
9.1.2 データ 75 |
9.2 分析の方針 76 |
9.3 予備的分析 76 |
9.3.1 正準相関分析 77 |
9.3.2 検定 77 |
9.4 冗長性分析 79 |
9.4.1 次元の縮約による知見 79 |
9.4.2 測定領域の比較 81 |
9.5 討論と考察 84 |
9.5.1 幾何学的な検討 84 |
9.5.2 異質性の検討 86 |
9.6 まとめ 86 |
第10章 着用感と素材物性の従属関係の分析 88 |
10.1 実験データ 88 |
10.1.1 物理変数 88 |
10.1.2 心理変数 88 |
10.2 予備的分析 89 |
10.2.1 物理変数について 89 |
10.2.2 心理変数について 89 |
10.3 従属関係の分析 91 |
10.3.1 データ解析 91 |
10.3.2 分析からの知見 92 |
10.4 討論と考察 95 |
10.4.1 分析の吟味 95 |
10.4.2 PCAおよびPCRとの比較 96 |
10.5 まとめ 96 |
第11章 臭気公害の実験データの分析 98 |
11.1 実験データ 98 |
11.2 従属関係の分析 99 |
11.2.1 データ解析 99 |
11.2.2 分析からの知見 101 |
11.2.3 サンプルの空間的配置 104 |
11.3 討論と考察 105 |
11.3.1 主成分分析との比較 105 |
11.3.2 縮小ランク回帰の立場から 105 |
11.3.3 炭素原子数を除外した分析について 106 |
11.4 まとめ 106 |
参考文献 107 |
索引 111 |
第1章 基礎的知識 1 |
1.1 用語と記法 1 |
1.1.1 記法 1 |
|
8.
|
図書
東工大 目次DB
|
青木繁伸著
出版情報: |
東京 : オーム社, 2009.4 xi, 320p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
注 : x[2]の[2]は上つき文字 |
|
はじめに ⅲ |
目次 ⅴ |
第1章 Rを使ってみる 1 |
1.1 必要なファイルをダウンロードする 1 |
1.2 Rのインストール 2 |
1.2.1 Mac OS Xの場合 2 |
1.2.2 Windowsの場合 3 |
1.3 Rを起動し終了する 4 |
1.4 Rの環境設定をする 6 |
1.5 パッケージを利用する 7 |
1.6 オンラインヘルプを使う 8 |
1.7 作業ディレクトリを変える 9 |
1.8 エディタを使う 9 |
1.9 結果を保存する 10 |
第2章 データの取り扱い方 11 |
2.1 Rで扱うデータ 11 |
2.2 データファイルを準備する 15 |
2.3 R以外のソフトウェアで作成されたファイルを読み込む 16 |
2.3.1 Excelのワークシートファイルを読み込む 16 |
2.3.2 SPSSのシステムファイルを読み込む 17 |
2.4 データファイルを読み込む 17 |
2.4.1 タブなどで区切られたデータファイルを読み込む 17 |
2.4.2 タブなどで区切られていないデータファイルを読み込む 21 |
2.5 データフレームの変数を使う 23 |
2.6 データのチェックを行う 24 |
2.7 データの修正などを行う 26 |
2.8 カテゴリー変数を定義する 27 |
2.8.1 数値で入力されたカテゴリーデータを定義する 27 |
2.8.2 カテゴリーの定義順序を変える 30 |
2.9 連続変数をカテゴリー化する 32 |
2.10 カテゴリー変数を再カテゴリー化する 36 |
2.11 新しい変数を作る 37 |
2.12 新しいデータフレームを作る 39 |
2.12.1 変数を抽出して新しいデータフレームを作る 39 |
2.12.2 ケースを抽出して新しいデータフレームを作る 40 |
2.12.3 データフレームを分割する 44 |
2.13 複数のデータフレームを結合する 46 |
2.13.1 ケースを結合する 47 |
2.13.2 変数を結合する 48 |
2.14 データを並べ替える 50 |
2.15 そのほかのデータ操作 51 |
2.15.1 グループ別データリストをデータフレーム形式で表す 51 |
2.15.2 対応のあるデータを2通りのデータフレーム形式で表す 53 |
2.15.3 繰り返される測定結果を2通りのデータフレーム形式で表す 55 |
2.15.4 分割表から元のデータを復元する 57 |
2.15.5 特定の平均値,標準偏差,相関係数を持つデータを生成する 61 |
2.16 ファイルに保存する 67 |
2.16.1 write.table関数とread.table関数を使う 67 |
2.16.2 save関数とload関数を使う 69 |
第3章 一変量統計 71 |
3.1 データを要約する 71 |
3.1.1 グループ別にデータを要約する 72 |
3.2 基本統計量を求める 74 |
3.2.1 統計関数を使いやすくする 74 |
3.2.2 複数の変数の基本統計量を求める 75 |
3.2.3 グループ別に基本統計量を求める 78 |
3.2.4 グループ別に複数の変数の基本統計量を求める 80 |
3.3 度数分布表を作る 81 |
3.3.1 table関数を使う 81 |
3.3.2 度数分布表を作る関数を定義する 83 |
3.3.3 度数分布表を簡単に作る 83 |
3.3.4 複数の変数の度数分布表を作る 84 |
3.3.5 グループ別に度数分布表を作る 86 |
3.4 度数分布図を描く 86 |
3.4.1 複数の変数の度数分布図を描く 89 |
3.4.2 グループ別に度数分布図を描く 90 |
3.4.3 グループ別にデータの分布状況を示す 93 |
第4章 二変量統計 97 |
4.1 クロス集計表を作る 97 |
4.1.1 二重クロス集計表を作る 97 |
4.1.2 三重以上のクロス集計表を作る 100 |
4.2 相関係数を求める 103 |
4.2.1 二変数間の相関係数を求める 103 |
4.2.2 グループ別に二変数間の相関係数を求める 106 |
4.2.3 複数の変数間の相関係数を求める 106 |
4.2.4 グループ別に複数の変数間の相関係数を求める 108 |
4.3 二変数の関係を図に表す 110 |
4.3.1 二変数の散布図を描く 110 |
4.3.2 グループ別に二変数の散布図を描く 111 |
4.3.3 複数の変数の散布図を描く 113 |
第5章 検定と推定 117 |
5.1 比率の差の検定 117 |
5.2 独立性の検定 119 |
5.2.1 x[2]分布を利用する検定(x[2]検定) 119 |
5.2.2 フィッシャーの正確検定 120 |
5.3 平均値の差の検定(パラメトリック検定) 121 |
5.3.1 独立2標本の場合 : t検定 121 |
5.3.2 独立k標本の場合 : 一元配置分散分析 123 |
5.3.3 対応のある2標本の場合 : 対応のある場合のt検定 124 |
5.3.4 対応のあるk標本の場合 : 乱塊法 125 |
5.4 代表値の差の検定(ノンパラメトリック検定) 126 |
5.4.1 独立2標本の場合 : マン・ホイットニーのU検定 126 |
5.4.2 独立k標本の場合 : クラスカル・ウォリス検定 128 |
5.4.3 対応のある2標本の場合 : ウィルコクソンの符号付順位和検定 128 |
5.4.4 対応のあるk標本の場合 : フリードマンの検定 130 |
5.5 等分散性の検定 131 |
5.5.1 独立2標本の場合 131 |
5.5.2 独立k標本の場合 : バートレットの検定 132 |
5.6 相関係数の検定(無相関検定) 133 |
5.7 複数の対象変数について検定を繰り返す方法 135 |
第6章 多変量解析 139 |
6.1 重回帰分析 139 |
6.1.1 重回帰分析の基本 139 |
6.1.2 変数選択 146 |
6.1.3 ダミー変数を使う重回帰分析 149 |
6.1.4 多項式回帰分析 154 |
6.2 非線形回帰分析 156 |
6.2.1 累乗モデルと指数モデル 157 |
6.2.2 漸近指数曲線 168 |
6.2.3 ロジスティック曲線とゴンペルツ曲線 175 |
6.3 従属変数が二値データのときの回帰分析 179 |
6.3.1 ロジスティック回帰分析 180 |
6.3.2 プロビット回帰分析 182 |
6.4 正準相関分析 184 |
6.5 判別分析 188 |
6.5.1 線形判別分析 188 |
6.5.2 正準判別分析 191 |
6.5.3 二次の判別分析 194 |
6.6 主成分分析 196 |
6.6.1 主成分負荷量について 198 |
6.6.2 主成分が持つ情報量 200 |
6.6.3 主成分得点について 202 |
6.6.4 主成分の意味付け 203 |
6.6.5 主成分負荷量が持つ意味 206 |
6.7 因子分析 207 |
6.7.1 バリマックス解 208 |
6.7.2 プロマックス解 212 |
6.8 数量化Ⅰ類 215 |
6.8.1 数量化Ⅰ類と等価な分析を行う 215 |
6.8.2 数量化Ⅰ類とダミー変数を使う重回帰分析が同じである理由 218 |
6.9 数量化Ⅱ類 219 |
6.10 数量化Ⅲ類 223 |
6.10.1 カテゴリーデータ行列の分析 223 |
6.10.2 アイテムデータ行列の分析 224 |
6.11 クラスター分析 226 |
6.11.1 階層的クラスター分析 226 |
6.11.2 非階層的クラスター分析 233 |
第7章 統合化された関数を利用する 237 |
7.1 共通する引数 237 |
7.2 度数分布表と度数分布図を作る 238 |
7.3 散布図,箱ひげ図を描く 241 |
7.4 クロス集計表を作り検定を行う 244 |
7.5 マルチアンサーのクロス集計を行う 246 |
7.6 多元分類の集計を行う 248 |
7.7 独立k標本の検定を行う 251 |
7.8 相関係数行列の計算と無相関検定を行う 254 |
第8章 データ解析の実例 257 |
8.1 各変数の度数分布 258 |
8.2 群による各変数の分布の違い 263 |
8.3 群による各変数の位置の母数の検定 267 |
8.4 変数間の相関関係 271 |
8.5 グループの判別 275 |
付録A Rの概要 279 |
A.1 データの種類 279 |
A.1.1 スカラー 279 |
A.1.2 ベクトル 280 |
A.1.3 行列 281 |
A.1.4 データフレーム 282 |
A.1.5 リスト 283 |
A.2 ベクトルや行列やデータフレームの要素の指定法 284 |
A.2.1 ベクトルの要素の指定例 284 |
A.2.2 行列,データフレームの要素の指定例 285 |
A.2.3 データフレームならではの要素の指定例 286 |
A.3 演算 287 |
A.3.1 四則演算など 287 |
A.3.2 関数 287 |
A.3.3 2つのデータの間の演算 288 |
A.4 行列ならではの操作 291 |
A.4.1 転置行列 291 |
A.4.2 対角行列と単位行列 291 |
A.4.3 三角行列 292 |
A.4.4 行列式 292 |
A.4.5 行列積 293 |
A.4.6 逆行列 293 |
A.4.7 固有値と固有ベクトル 294 |
A.4.8 特異値分解 294 |
A.5 apply一族 297 |
A.5.1 apply関数 297 |
A.5.2 lapply関数とsapply関数 298 |
A.5.3 tapply関数とby関数 300 |
A.5.4 mapply関数 302 |
A.6 制御構文 303 |
A.6.1 if,if-else,if-elseif-else 303 |
A.6.2 for 305 |
A.6.3 while 305 |
A.6.4 repeat 306 |
A.6.5 breakとnext 306 |
A.7 関数の作成 307 |
付録B Rの参考図書など 309 |
B.1 参考図書 309 |
B.2 Webサイト 311 |
関数一覧 313 |
索引 317 |
注 : x[2]の[2]は上つき文字 |
|
はじめに ⅲ |
|
9.
|
図書
東工大 目次DB
|
小野寺孝義, 菱村豊著
出版情報: |
京都 : ナカニシヤ出版, 2005.10 vii, 165p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第0章統計を始める前に 1 |
0.1記号一覧 1 |
0.2データの種類 2 |
0.2.1定数と変数 2 |
0.2.2独立変数と従属変数 2 |
0.2.3データの尺度 2 |
0.3信頼性と妥当性 3 |
0.3.1信頼性 3 |
0.3.2妥当性 4 |
0.4母集団と標本 4 |
0.5図表による表現 5 |
第1章記述統計 7 |
1.1代表値 7 |
1.1.1平均値 8 |
1.1.2中央値 8 |
1.1.3最頻値 9 |
1.2散布度 9 |
1.2.1分散 10 |
1.2.2標準偏差 11 |
1.2.3標準誤差 11 |
1.2.4範囲 12 |
1.3正規分布 12 |
1.4標準化 14 |
1.5演習問題 14 |
1.5.1演習問題1-1:サイコロでみる中心極限定理 14 |
1.5.2演習問題1-2:不偏分散は母集団の不偏推定値か 15 |
1.5.3演習問題1-3:標準化得点(Z得点)の計算 15 |
第2章相関 17 |
2.1散布図 17 |
2.2共分散 18 |
2.3共分散による相関関係 19 |
2.4相関係数 19 |
2.5相関の強さ 20 |
2.6相関の検定 22 |
2.7相関の注意点 22 |
2.7.1外れ値の影響 22 |
2.7.2無相関に隠れた相関Ⅰ 23 |
2.7.3無相関に隠れた相関Ⅱ 23 |
2.7.4相関と因果 24 |
2.8偏相関と部分相関 24 |
2.9演習問題 25 |
2.9.1演習問題2-1:散布図と相関係数の関係 25 |
第3章単回帰分析 289 |
3.1単回帰分析とは 29 |
3.2回帰直線 30 |
3.3最小2乗法 30 |
3.4モデルの適合度Ⅰ 32 |
3.5モデルの適合度Ⅱ 34 |
3.6回帰係数の検定 34 |
3.7演習問題 35 |
3.7.1演習問題3-1:回帰係数と平方和 35 |
第4章重回帰分析 37 |
4.1重回帰分析とは 37 |
4.2重回帰式 37 |
4.3独立変数の選択 39 |
4.4仮想データの計算結果 39 |
4.5標準偏回帰係数 40 |
4.6重相関係数と重決定係数(モデルの適合度) 40 |
4.7外れ値の影響 41 |
4.8モデルの一般化 41 |
4.9多重共線性 42 |
第5章ロジスティック回帰分析 45 |
5.1ロジスティック回帰分析とは 45 |
5.2係数の決定方法と変数の選択 46 |
5.3オッズ、対数オッズ、オッズ比 47 |
5.4仮想データによる計算 47 |
5.4.1計算結果 48 |
5.5多重共線性 50 |
第6章t検定 53 |
6.1独立なサンプルのt検定:従来型の説明 53 |
6.1.1統計検定のロジック 56 |
6.1.2面積と確率の互換性 57 |
6.1.3有意水準 59 |
6.1.4第一種の誤りと第二種の誤り 60 |
6.1.5片側検定と両側検定 60 |
6.1.6検定の限界 61 |
6.2独立なサンプルのt検定:一般線形モデルによる説明 62 |
6.2.1一般線形モデル(GLM)とは何か 62 |
6.3対応のあるt検定 67 |
6.4演習問題 68 |
6.4.1演習問題6-1:式が同等であることの確認 68 |
6.4.2演習問題6-2:母集団の平均値と標本平均の期待値は同じになる?分散は? 68 |
第7章分散分析と一般線形モデル:ANOVAとGLM 71 |
7.1t検定と分散分析 71 |
7.2多重比較の問題 71 |
7.3分散分析を行う前提条件 73 |
7.4古典的な分散分析の説明 73 |
7.4.1自由度 75 |
7.4.2分散分析の帰無仮説 75 |
7.4.3分散分析における計算例 76 |
7.5多元配置分散分析と交互作用 79 |
7.6GLMによる説明 86 |
7.6.1GIJMによる1元配置分散分析 87 |
7.6.2固定因子と変量因子 96 |
7.6.3平方和の分解:TypeⅠ~TypeⅣ 96 |
7.6.4GLMによる2元配置分散分析 97 |
7.6.5多重比較:その後の検定・事後検定 101 |
7.6.6対比:事前の比較・計画的比較 102 |
7.7演習問題 103 |
7.7.1演習問題7-1:手計算による分散分析 103 |
7.7.2演習問題7-2:分散分析の計算 103 |
7.7.3演習問題7-3:GLMの計算 103 |
第8章共分散分析:ANCOVA 105 |
8.1共変量 105 |
8.2ANCOVAとGLM 106 |
第9章反復測定分散分析Repeated measures ANOVA 111 |
9.1反復測定のデータ入力 111 |
9.2球状性の仮定 112 |
9.3反復測定での平方和分解の考え方 113 |
9.4結果出力の見方 114 |
9.4.1Mauchlyの球状性検定 114 |
9.4.2被験者内効乗の検定 114 |
1.4.3被験者内対比の検定 115 |
第10章多変量分散分析:MANOVA 117 |
10.1MANOVAの考え方 117 |
10.2MANOVAの仮定 120 |
10.2.1Boxの共分散行列の等質性の検定 120 |
10.2.2Bartlettの球状性の検定 120 |
10.2.3正規性 121 |
10.3結果出力 121 |
第11章ノンパラメトリック検定 123 |
11.1ノンパラメトリック検定とは何か 123 |
11.2x2検定 124 |
11.2.1カテゴリカル変数がひとつの場合 124 |
11.2.2カテゴリカル変数が2つの場合 124 |
11.3さまざまなノンパラメトリック検定 126 |
11.3.11グループ内の値と理論値との比較 126 |
11.3.2独立した2グループの比較 127 |
11.3.3独立した3グループ以上の比較 128 |
11.3.4対応のある2グループの比較 128 |
11.3.5対応のある3グループ以上の比較 128 |
11.3.6ブートストラップ法 129 |
11.4演習問題 130 |
11.4.1演習問題11-1:x2の手計算 130 |
11.4.2演習問題11-2:ブートストラップ 130 |
第12章メタ分析と効果サイズ 133 |
12.1メタ分析 133 |
12.2効果サイズ 134 |
第13章多変量解析 139 |
13.1因子分析 139 |
13.1.1因子回転 141 |
13.1.2因子数の決定 142 |
13.2主成分分析 142 |
13.3共分散構造分析(SEM) 143 |
13.3.1適合度指標 144 |
13.3.2適用上の注意 144 |
13.4パス解析 145 |
13.5数量化Ⅲ類 145 |
13.6多次元尺度構成法(ALSCAL) 146 |
13.7判別分析 147 |
13.8数量化Ⅱ類 148 |
13.9数量化Ⅰ類 148 |
13.10対数線形モデル 148 |
13.11クラスター分析 149 |
13.12多水準分析 149 |
付録統計数値表 153 |
索引 159 |
第0章統計を始める前に 1 |
0.1記号一覧 1 |
0.2データの種類 2 |
|
10.
|
図書
東工大 目次DB
|
E. クライツィグ著 ; 田栗正章訳
目次情報:
続きを見る
目次 |
1.データ解析、確率論 3 |
1.1 データ : その表現、平均的大きさ、広がり 4 |
1.2 実験、結果、事象 10 |
1.3 確率 14 |
1.4 順列と組合せ 22 |
1.5 確率変数、確率分布 28 |
1.6 分布の平均と分散 35 |
1.7 2項分布、ポアソン分布、超幾何分布 40 |
1.8 正規分布 48 |
1.9 いくつかの確率変数の分布 55 |
1章の復習 65 |
1章のまとめ 67 |
2.数理統計学 69 |
2.1 はじめに : ランダム抽出 70 |
2.2 パラメータの推定 72 |
2.3 信頼区間 76 |
2.4 仮説の検定、決定 86 |
2.5 品質管理 99 |
2.6 受入れ抜取検査 106 |
2.7 適合度、x2検定 111 |
2.8 パラメータによらない検定 116 |
2.9 回帰分析、直線のあてはめ 120 |
2.10 相関分析 128 |
2章の復習 131 |
2章のまとめ 134 |
付録1 参考文献 137 |
付録2 奇数番号の問題の解答 139 |
付録3 補足事項 145 |
A3.1 基本的な関数の公式 145 |
付録4 数表 153 |
索引 167 |
目次 |
1.データ解析、確率論 3 |
1.1 データ : その表現、平均的大きさ、広がり 4 |
|
11.
|
図書
東工大 目次DB
|
篠崎信雄, 竹内秀一共著
出版情報: |
東京 : サイエンス社, 2009.7 vii, 283p ; 21cm |
シリーズ名: |
MSライブラリ ; 3 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
注 : [x]はxの上にバー |
注 : σ[2]の[2]は上つき文字 |
注 : χ[2]の[2]は上つき文字 |
|
第1章 統計学への招待 1 |
1.1 統計学のものの見方・考え方 1 |
1.2 いくつかの例 2 |
1.3 母集団と標本 7 |
キーワードのチェックリスト 10 |
練習問題 11 |
第2章 統計データのまとめ方 12 |
2.1 統計データの種類 12 |
2.2 度数分布表とヒストグラム 14 |
2.3 分布の中心的位置を表す統計量 19 |
2.4 分布のばらつき(変動)を表す統計量 24 |
2.5 平均値と標準偏差の計算 31 |
2.6 偏差値 37 |
2.7 層別 39 |
2.8 時系列データ 40 |
キーワードのチェックリスト 44 |
練習問題 45 |
第3章 2次元データのまとめ方 48 |
3.1 2次元の質的データの記述 48 |
3.2 2次元の量的データの記述―散布図,相関係数― 56 |
キーワードのチェックリスト 66 |
練習問題 66 |
第4章 確率 69 |
4.1 確率とは? 69 |
4.2 標本空間と確率 70 |
4.3 確率の解釈 78 |
4.4 条件つき確率,乗法公式,事象の独立性 78 |
4.5 ベイズの定理 83 |
4.6 順列・組合せ 86 |
キーワードのチェックリスト 91 |
練習問題 91 |
第5章 確率分布とその特性値 94 |
5.1 確率変数と確率分布 94 |
5.2 確率変数の平均値と標準偏差 102 |
キーワードのチェックリスト 112 |
練習問題 112 |
第6章 主な確率分布 114 |
6.1 2項分布 114 |
6.2 ポアソン分布 119 |
6.3 正規分布 122 |
キーワードのチェックリスト 134 |
練習問題 134 |
第7章 多次元の確率分布 137 |
7.1 2次元の確率分布 137 |
7.2 確率変数の独立性 140 |
7.3 確率変数の和の平均値と分散 142 |
7.4 独立に正規分布にしたがう確率変数の和の確率分布 145 |
キーワードのチェックリスト 147 |
練習問題 147 |
第8章 標本分布と統計的推測 149 |
8.1 標本抽出と標本分布 149 |
8.2 観測値の和および平均値の分布 152 |
8.3 大数の法則 154 |
8.4 中心極限定理 155 |
8.5 統計的推測 159 |
キーワードのチェックリスト 164 |
練習問題 164 |
第9章 推定 166 |
9.1 平均μの推定量[x] 166 |
9.2 平均μの推定(σ既知の場合) 167 |
9.3 大標本に基づくμの推定 175 |
9.4 平均μの推定(σ未知の場合) 176 |
9.5 分散σ[2],標準偏差σの推定 180 |
9.6 比率の推定 186 |
9.7 平均値の差の推定 191 |
9.8 比率の差の推定 198 |
キーワードのチェックリスト 201 |
練習問題 201 |
第10章 仮説検定 203 |
10.1 仮説検定の問題 203 |
10.2 平均値の検定 209 |
10.3 比率の検定 219 |
10.4 平均値の差の検定 225 |
10.5 比率の差の検定 232 |
10.6 適合度検定,分割表の検定 235 |
キーワードのチェックリスト 245 |
練習問題 245 |
第11章 直線回帰 250 |
11.1 直線回帰のモデル 250 |
11.2 最小2乗法による推定 254 |
11.3 残差平方和,決定係数,そしてσ[2]の推定 257 |
11.4 区間推定と仮説検定 260 |
キーワードのチェックリスト 263 |
練習問題 263 |
問の解答 266 |
付録 273 |
付表1 標準正規分布N(0,1)の上側確率(u→Q(u)) 273 |
付表2 標準正規分布N(0,1)のパーセント点(Q→u(Q)) 274 |
付表3 t分布のパーセント点(v,P→t(v,P)) 275 |
付表4 χ[2]分布のパーセント点(v,P→χ[2](v,P)) 276 |
参考文献 277 |
索引 279 |
注 : [x]はxの上にバー |
注 : σ[2]の[2]は上つき文字 |
注 : χ[2]の[2]は上つき文字 |
|
12.
|
図書
東工大 目次DB
|
小西貞則, 越智義道, 大森裕浩著
出版情報: |
東京 : 朝倉書店, 2008.3 vii, 223p ; 22cm |
シリーズ名: |
シリーズ予測と発見の科学 ; 5 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第I部 ブートストラップ 1 |
1. ブートストラップ法 5 |
1.1 基本的事項 5 |
1.1.1 分布関数と期待値 5 |
1.1.2 経験分布関数 6 |
1.1.3 モンテカルロ法とブートストラップ標本 9 |
1.1.4 多次元確率分布 11 |
1.2 ブートストラップ法 11 |
1.2.1 推定量のバイアスと分散 12 |
1.2.2 推定量の分布とパーセント点 15 |
1.3 パラメトリックブートストラップ法 19 |
1.4 効率的ブートストラップシミュレーション 24 |
1.5 回帰モデルへの適用例 25 |
2. ブートストラップ信頼区間 33 |
2.1 信頼区間の構成 33 |
2.2.1 ブートストラップ-t法 33 |
2.2.2 BCa法 36 |
2.2 近似精度の評価 38 |
2.2.1 ブートストラップ分布の近似精度 39 |
2.2.2 ブートストラップ信頼区間の近似精度 41 |
3. 予測誤差推定 45 |
3.1 判別・識別 45 |
3.1.1 判別関数 45 |
3.1.2 ブートストラップ予測誤差推定 48 |
3.1.3 0.632推定量 50 |
3.1.4 適用例 51 |
3.2 回帰分析 54 |
3.3 ブートストラップ情報量規準 56 |
4. ブートストラップ関連手法 60 |
4.1 平滑化ブートストラップ法 60 |
4.2 ノンパラメトリック傾斜法 61 |
4.3 経験尤度法 62 |
4.4 重点サンプリング 63 |
文献 65 |
第II部 EMアルゴリズム 69 |
5. EMアルゴリズムの枠組み 71 |
5.1 最尤法と数値解法 71 |
5.1.1 最尤法の枠組み 71 |
5.1.2 数値解法 73 |
5.2 EMアルゴリズム 75 |
5.2.1 EMアルゴリズムの考え方 75 |
5.2.2 EMアルゴリズムの計算手順 77 |
6. EMアルゴリズムの適用事例 79 |
6.1 1変量正規分布の場合 79 |
6.2 遺伝的連鎖の場合─多項分布への応用 82 |
6.3 混合分布の場合 88 |
6.4 中途打ち切りデータと単回帰 95 |
7. EMアルゴリズムの応用と調整 102 |
7.1 指数分布族におけるEMアルゴリズム 102 |
7.2 一般化EM(GEM)アルゴリズム 104 |
7.2.1 GEMアルゴリズム 104 |
7.2.2 1ステップ・ニュートン・ラフソンによるGEM 105 |
7.3 EMアルゴリズムとベイズ推測 108 |
7.3.1 EMアルゴリズムとベイズ推測 108 |
7.3.2 遺伝連鎖の事例(続き) 109 |
8. EMアルゴリズムの性質 113 |
8.1 尤度の単調性と停留点への収束 113 |
8.2 正則条件 116 |
8.3 EM(GEM)アルゴリズムにおけるパラメータ系列の収束 119 |
8.4 欠測情報 121 |
8.5 標準誤差の評価 122 |
8.5.1 標準誤差の評価法 122 |
8.5.2 遺伝連鎖の場合(続き) 125 |
8.6 加速法 126 |
9. EMアルゴリズムの拡張と関連手法 131 |
9.1 ECMアルゴリズムとその拡張 131 |
9.2 その他の拡張 133 |
9.3 データ拡大アルゴリズム 134 |
文献 138 |
第III部 マルコフ連鎖モンテカルロ法 143 |
10. ベイズ統計学の基礎 145 |
10.1 ベイズの定理と事前分布・事後分布 145 |
10.2 自然共役事前分布 148 |
10.3 事前情報の少ない場合 151 |
10.4 ベイズ推論 153 |
10.4.1 周辺事後分布・事後平均・信用区間 153 |
10.4.2 仮説検定・予測分布 155 |
10.4.3 モデル選択 155 |
10.4.4 事後予測分析―モデルの特定化は正しいか 156 |
10.5 参考文献 157 |
10.6 補論 : DIC 158 |
11. マルコフ連鎖モンテカルロ法 159 |
11.1 基礎的なモンテカルロ法 159 |
11.1.1 受容-棄却法 159 |
11.1.2 サンプリング/重点サンプリング法 161 |
11.1.3 モンテカルロ積分と重点サンプリング法 162 |
11.2 ギブス・サンプラー 164 |
11.2.1 ギブス・サンプラーのアルゴリズム 165 |
11.2.2 事後予測分析 173 |
11.3 メトロポリス-ヘイスティングス(MH)アルゴリズム 175 |
11.3.1 MHアルゴリズム 175 |
11.3.2 酔歩連鎖MHアルゴリズム 177 |
11.3.3 独立連鎖MHアルゴリズム 181 |
11.3.4 AR-MHアルゴリズム 183 |
11.3.5 MHアルゴリズムとギブス・サンプラー 186 |
11.4 参考文献 187 |
11.5 補論 : マルコフ連鎖 187 |
12. マルコフ連鎖の収束判定と効率性の診断 189 |
12.1 マルコフ連鎖の収束判定 189 |
12.1.1 標本経路は安定的か 189 |
12.1.2 標本平均は安定的か 190 |
12.2 サンプリングの効率性の診断 192 |
12.2.1 標本自己相関関数 192 |
12.2.2 非効率性因子・有効標本数 193 |
12.2.3 サンプリングの効率性を改善する 196 |
12.3 プログラミングの正しさを診断する 196 |
12.4 参考文献 198 |
13. 周辺尤度 199 |
13.1 重点サンプリング法による推定法 199 |
13.2 周辺尤度の恒等式に基づく推定法 199 |
13.2.1 ギブス・サンプラー 201 |
13.2.2 MHアルゴリズム 203 |
13.2.3 AR-MHアルゴリズム 205 |
13.3 参考文献 206 |
13.4 補論 207 |
13.4.1 MHアルゴリズムを用いた周辺尤度の推定 207 |
13.4.2 AR-MHアルゴリズムを用いた周辺尤度の推定 210 |
文献 213 |
索引 219 |
第I部 ブートストラップ 1 |
1. ブートストラップ法 5 |
1.1 基本的事項 5 |
|
13.
|
図書
東工大 目次DB
|
藤井良宜著
目次情報:
続きを見る
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 |
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 |
|
14.
|
図書
東工大 目次DB
|
齋藤堯幸, 宿久洋著
出版情報: |
東京 : 共立出版, 2006.9 viii, 234p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 関連性データと解析法の概要 1 |
1.1 はじめに 1 |
1.1.1 関連性データの種類 1 |
1.1.2 関連性データの具体例 2 |
1.2 関連性データの収集と形式 3 |
1.2.1 データの収集 3 |
1.2.2 データの形態 6 |
1.3 多次元尺度構成とメトリック 7 |
1.3.1 メトリックの概念 7 |
1.3.2 多次元尺度構成と距離関数 9 |
1.4 クラスター分析とメトリック 11 |
1.5 尺度水準とデータ変換 13 |
1.5.1 データの測定尺度 14 |
1.5.2 計量的データと非計量的データ 15 |
1.5.3 データ変換 16 |
1.6 多変量データからの関連性データの生成 17 |
1.6.1 カテゴリカルデータの場合 18 |
1.6.2 順序データの場合 21 |
1.6.3 数値データの場合 23 |
1.7 多次元尺度の構成 24 |
1.7.1 多次元尺度構成法の特徴 24 |
1.7.2 尺度レベルと手法 27 |
1.8 分類とクラスタリング 29 |
1.8.1 分類の特徴と諸概念 29 |
1.8.2 クラスター分析法 31 |
1.8.3 クラスタリング法の基礎概念 33 |
1.9 設問 35 |
第2章 軽量的多次元尺度構成法 37 |
2.1 はじめに 37 |
2.2 基礎的な理論 38 |
2.2.1 非負定符号行列 38 |
2.2.2 いくつかの定理 40 |
2.2.3 ユークリッド距離行列と座標行列の関係 44 |
2.3 非類似性データの多次元尺度構成法 46 |
2.3.1 空間配置の導出 50 |
2.3.2 適合度の検討 51 |
2.3.3 空間配置の幾何的性質 53 |
2.4 類似性データの多次元尺度構成法 55 |
2.4.1 類似性に関する内積モデル 55 |
2.4.2 主座標分析 58 |
2.4.3 2値変量データから生成した類似性データの解析 61 |
2.4.4 尺度混在データから生成した類似性データの解析 65 |
2.5 数値列と設問 67 |
2.5.1 色の非類似性データの解析例 67 |
2.5.2 果物の非類似性データの解析例 73 |
2.5.3 多変量データから生成した類似性データの解析例 75 |
2.5.4 設問 78 |
第3章 準計量的多次元尺度構成法 79 |
3.1 はじめに 79 |
3.2 1次元尺度の構成 80 |
3.3 多次元尺度の構成 82 |
3.4 基本方程式の性質 85 |
3.4.1 データの1次変換に対する固有値の変化 85 |
3.4.2 固有値の分布の検討 87 |
3.5 次元数と適合度の関係 89 |
3.6 数値例と設問 92 |
3.6.1 色の非類似性データの解析例 92 |
3.6.2 果物の非類似性データの解析例 93 |
3.6.3 設問 95 |
第4章 非計量的多次元尺度構成法 97 |
4.1 はじめに 97 |
4.2 非計量的アプローチ 98 |
4.2.1 単調性の設定 98 |
4.2.2 適合度と問題の定式化 99 |
4.3 単調回帰のアルゴリズム 102 |
4.3.1 ディスパリティの生成 102 |
4.3.2 単調回帰原理の性質 105 |
4.3.3 勾配法とストレスの微分 107 |
4.3.4 標準化 109 |
4.3.5 初期値の計算法 110 |
4.4 非計量的手法の理論的背景 111 |
4.4.1 心理的距離にかかわるメトリック 111 |
4.4.2 距離関数型と順序データとの関連 114 |
4.4.3 ρメトリックと順序データとの関連 116 |
4.5 数値例と設問 117 |
4.5.1 人工データの解析例 117 |
4.5.2 果物の空間配置の総合的比較 121 |
4.5.3 設問 123 |
第5章 階層的クラスター分析法 125 |
5.1 はじめに 125 |
5.1.1 クラスター構造 126 |
5.1.2 クラスタリング法のアルゴリズム 130 |
5.2 階層的クラスタリング法 134 |
5.2.1 アルゴリズムとクラスター間の非類似性 135 |
5.2.2 更新式によるアルゴリズムの表現 140 |
5.2.3 更新式の拡張 146 |
5.2.4 その他のクラスタリング法 147 |
5.3 クラスタリング結果の表現 148 |
5.3.1 グラフによる表現 148 |
5.3.2 接続行列、距離行列による表現 150 |
5.4 クラスター数の決定 151 |
5.5 クラスタリング法の性質 152 |
5.5.1 空間のゆがみ 152 |
5.5.2 単調性 158 |
5.5.3 可約性 161 |
5.5.4 LW法の性質とパラメータの関係 162 |
5.6 数値例と設問 164 |
5.6.1 ソフト飲料の類似性データの解析例 164 |
5.6.2 果物の非類似性データの解析例 166 |
5.6.3 設問 169 |
第6章 非階層的クラスター分析 171 |
6.1 はじめに 171 |
6.2 移動中心法 172 |
6.2.1 クラスター中心の初期値の決定 173 |
6.2.2 対象とクラスター中心間の非類似性 175 |
6.2.3 クラスター中心の決定 175 |
6.2.4 アルゴリズム 180 |
6.3 交換法 182 |
6.4 接続法 184 |
6.4.1 単一接続法 184 |
6.4.2 局所探索接続法 187 |
6.4.3 拡張局所探索接続法 189 |
6.5 クラスタリング結果の表現 190 |
6.5.1 分割の表現 190 |
6.5.2 グラフによる表現 193 |
6.5.3 多次元尺度構成法の併用 193 |
6.6 クラスター数の決定 194 |
6.7 数値例と設問 194 |
6.7.1 アイリスの多変量データの解析例 194 |
6.7.2 設問 198 |
第7章 クラスタリングの評価法 199 |
7.1 はじめに 199 |
7.2 階層構造の評価 200 |
7.3 分割の評価 202 |
7.3.1 適合性基準による評価 203 |
7.3.2 非適合性基準による評価 205 |
7.3.3 分割の良さに関する指標 205 |
7.3.4 分割の比較 207 |
7.3.5 クラスター数の分布を表す指標 209 |
7.3.6 分割の視覚化による評価 209 |
7.4 クラスタリング法の評価 210 |
7.4.1 代表的な許容性 211 |
7.4.2 その他の許容性 213 |
7.5 数値例と設問 215 |
7.5.1 階層構造の適合性基準による評価例 215 |
7.5.2 分割の適合性基準による評価例 216 |
7.5.3 分割の非適合性基準による評価例 216 |
7.5.4 分割の良さに関する指標による評価例 217 |
7.5.5 設問 219 |
参考文献 221 |
索引 229 |
第1章 関連性データと解析法の概要 1 |
1.1 はじめに 1 |
1.1.1 関連性データの種類 1 |
|
15.
|
図書
東工大 目次DB
|
藤越康祝著
目次情報:
続きを見る
1. 経時データとモデル 1 |
1.1 経時データとは 1 |
1.2 経時データの表記 5 |
1.3 モデル 6 |
2. 線形回帰モデル 11 |
2.1 線形回帰法とは 11 |
2.2 線形回帰モデルにおける推測 12 |
2.3 1群の場合 18 |
2.3.1 各個体の回帰係数が等しい場合 18 |
2.3.2 各個体の回帰係数が異なる場合 20 |
2.3.3 数値例 22 |
2.4 多群の場合 24 |
2.4.1 各個体の回帰係数が等しい場合 24 |
2.4.2 回帰係数が個体ごとに異なる場合 28 |
3. 混合効果分散分析モデル 30 |
3.1 混合効果分散分析モデルとは 30 |
3.2 混合効果分散分析法 31 |
3.2.1 分散分析法 31 |
3.2.2 導出と推定 33 |
3.3 共分散構造の検証 36 |
3.4 多群の場合の混合効果分散分析法 38 |
3.4.1 分散分析法 38 |
3.4.2 導出・推定・共分散構造 41 |
3.4.3 数値例 44 |
3.5 モデル選択基準 46 |
4. 多重比較法 49 |
4.1 多重比較法とは 49 |
4.2 各種多重比較法 51 |
4.3 同時信頼区間 55 |
4.4 混合効果モデルにおける多重比較法 56 |
4.4.1 推定量の分布 56 |
4.4.2 各種多重比較法 58 |
4.4.3 多群の場合 62 |
5. 成長曲線モデル 61 |
5.1 成長曲線モデルとは 64 |
5.2 推測-1群の場合 67 |
5.2.1 適合性検定 68 |
5.2.2 推定・検定 71 |
5.2.3 数値例 77 |
5.3 成長曲線モデル-多群の場合 79 |
5.3.1 推測法 79 |
5.3.2 数値例 84 |
5.4 推測法の導出-多群の場合 87 |
5.5 モデル選択基準 94 |
5.5.1 AICおよびCAIC基準 94 |
5.5.2 CAICの導出 96 |
6. 拡張成長曲線モデル 99 |
6.1 拡張成長曲線モデルとは 99 |
6.2 階層型拡張成長曲線モデル 101 |
6.2.1 モデルと推測法 101 |
6.2.2 最大尤度の導出 08 |
6.2.3 モデル選択基準 111 |
6.2.4 数値例 113 |
6.3 プロファイル分析 113 |
6.3.1 推測法 113 |
6.3.2 2群の場合と数値例 117 |
6.3.3 数値例 119 |
6.3.4 推測法の導出 120 |
6.3.5 モデル選択基準 127 |
7. ランダム係数モデル 129 |
7.1 ランダム係数モデルとは 129 |
7.2 推測 132 |
7.2.1 推定 132 |
7.2.2 検定 139 |
7.2.3 数値例 141 |
7.3 部分ランダム係数モデル 142 |
7.4 モデル選択基準 146 |
7.4.1 ランダム係数モデル 146 |
7.4.2 部分ランダム係数モデル 148 |
8. 線形混合モデル 150 |
8.1 線形混合モデルとは 150 |
8.2 推定 154 |
8.2.1 平均パラメータと変量効果の推定 154 |
8.2.2 分散パラメータの推定 158 |
8.3 条件付AIC基準へ 160 |
9. 離散型経時データモデル 165 |
9.1 離散型経時データモデルとは 165 |
9.2 一般化線形モデル 168 |
9.2.1 指数型分布族 168 |
9.2.2 モデルと推測 169 |
9.3 離散型経時データ 171 |
9.3.1 モデル 171 |
9.3.2 推側 173 |
付録 175 |
A 行列・極値問題 176 |
A.1 行列式・逆行列 176 |
A.2 最大・最小問題 177 |
B 多変量標本分布 181 |
B.1 多次元正規分布 182 |
B.2 ウイシャート分布 183 |
B.3 ホテリング・ラムダ分布 186 |
C 多変量線形回帰モデル 190 |
C.1 モデル 190 |
C.2 推側 192 |
C.3 モデル選択基準 197 |
文献 201 |
索引 205 |
1. 経時データとモデル 1 |
1.1 経時データとは 1 |
1.2 経時データの表記 5 |
|
16.
|
図書
|
蓑谷千凰彦著
出版情報: |
東京 : 東京図書, 1994.2- 冊 ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
17.
|
図書
東工大 目次DB
|
間瀬茂, 武田純著
目次情報:
続きを見る
第1章 空間データモデリング |
1.1 空間データとは 1 |
1.2 空間データのモデリング 13 |
1.3 空間統計学の成立 14 |
1.4 本書の構成 17 |
第2章 空間点過程によるモデリング |
2.1 空間点過程とは 21 |
2.1 1 単純点過程 21 |
2.1.2 マーク付き点過程 23 |
2.1.3 計数測度 24 |
2.2 空間点過程の基礎 26 |
2.2.1 空間点過程の平均測度 26 |
2.2.2 空間点過程の2次特性量 30 |
2.2.3 空間点過程のキャンベル測度 31 |
2.2.4 パーム分布 32 |
2.3 空間点過程によるモデルの例 34 |
2.3.1 空間点過程の変形法 34 |
2.3.2 標本点過程 36 |
2.3.3 ポアッソン点過程 37 |
2.3.4 コックス点過程 40 |
2.3.5 ネイマンースコット点過程 41 |
2.3.6 ハードコア点過程 42 |
2.4 空間点過程のシミュレーション法 44 |
2.5 基本的な統計量 46 |
2.5.1 最近接距離分布 48 |
2.5.2 球状接触距離分布 49 |
2.5.3 K,L統計量 49 |
2.5.4 定常ポアッソン点過程に対する統計量 51 |
第3章 ギブス点過程 |
3.1 ギブス点過程の定義 61 |
3.2 ギブス点過程の性質 69 |
3.3 ポテンシャル関数の推定論 73 |
3.3.1 尾形・種村の近似尤度法 75 |
3.3.2 モーメント法 76 |
3.3.3 疑似尤度法 77 |
3.4 ギブス点過程の計算機シミュレーション法 79 |
3.4.1 メトロポリスーヘイスティングス法 79 |
3.4.2 ギブス分布のシミュレーション 83 |
3.4.3 アニーリング法 85 |
3.4.4 ベイズ推定法とMCMC法 91 |
第4章 マルコフ確率場と画像解析 |
4.1 マルコフ確率場 97 |
4.2 マルコフ確率場のモデル 102 |
4.2.1 2値データモデル 103 |
4.2.2 多色モデル 103 |
4.2.3 計数データモデル 104 |
4.2.4 auto-Gaussian モデル 104 |
4.3 画像解析への応用 105 |
4.3.1 リモートセンシングの場合 106 |
4.3.2 マルコフ確率場に対する事前確率の例 108 |
4.3.3 パラメータ推定 109 |
4.3.4 エッジ過程 113 |
第5章 ランダム閉集合,ステレオロジ,モルフォロジ |
5.1 ランダム閉集合理論 119 |
5.2 ステレオロジ 122 |
5.3 モルフォロジ 128 |
第6章 クリギング 地球統計学 |
6.1 コバリオグラムとバリオグラム 136 |
6.2 セミバリオグラムモデル 140 |
6.3 セミバリオグラムのパラメータ推定 142 |
6.3.1 経験セミバリオグラム 143 |
6.3.2 経験セミバリオグラムに基づくパラメータ推定 145 |
6.3.3 尤度に基づくパラメータ推定 146 |
6.4 クリギングによる空間予測 147 |
6.4.1 通常クリギング 148 |
6.4.2 普遍クリギング 150 |
6.4.3 ブロッククリギング 151 |
6.5 表土浸出液のpHデータの説明 152 |
6.5.1 pHデータの説明 152 |
6.5.2 探索的空間データ解析 153 |
6.5.3 セミバリオグラムモデルの選択とパラメータ推定 156 |
6.5.4 pH濃度の空間予測結果 159 |
補遺:測度と積分 |
A.1 測定とは 167 |
A.2 抽象積分 168 |
A.3 抽象積分の基本的性質 171 |
A.4 積分による測度の定義 172 |
A.5 積測度と多重積分,測度の積分 173 |
A.6 確率過程とその確率分布 174 |
A.7 積分分解,条件付き確率分布 175 |
A.8 ポーランド空間 175 |
参考文献 177 |
索引 185 |
第1章 空間データモデリング |
1.1 空間データとは 1 |
1.2 空間データのモデリング 13 |
|
18.
|
図書
東工大 目次DB
|
清水邦夫著
出版情報: |
東京 : 共立出版, 2006.11 iv, 208p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 クレーム頻度の分析 1 |
1.1 ポアソン分布 1 |
1.2 ポアソン分布の推定 24 |
1.3 負の二項分布 40 |
第2章 クレーム額の分析 59 |
2.1 ガンマ分布 59 |
2.2 免責金額 : 例題と解答 70 |
2.3 対数正規分布 82 |
2.4 逆ガウス型分布 92 |
第3章 クレーム総額の分析 109 |
3.1 複合分布 110 |
3.2 複合ポアソン分布 118 |
3.3 複合負の二項分布 : 例題と解答 128 |
第4章 破産問題 137 |
4.1 逆三項分布 137 |
4.1.1 ランダムウォーク 137 |
4.1.2 確率関数 138 |
4.1.3 モーメント 141 |
4.2 逆二項分布 145 |
4.2.1 確率関数と確率母関数 145 |
4.2.2 分布関数 148 |
4.2.3 下降階乗モーメント 150 |
4.2.4 逆二項分布の逆ガウス型分布の収束 152 |
4.2.5 一般化負の二項分布 153 |
第5章 リスクモデルにおける離散確率分布の漸化式 155 |
5.1 はじめに 155 |
5.2 確率関数の漸化式 157 |
5.2.1 二項漸化式 157 |
5.2.2 三項漸化式 163 |
5.3 一般化Charlier級数分布 175 |
5.3.1 定義 176 |
5.3.2 性質 177 |
5.4 複合分布 180 |
5.4.1 定義と性質 180 |
5.4.2 ベルヌーイ分布による一般化合流型超幾何分布 184 |
5.4.3 Minkovaによる古典離散分布の一般化 187 |
5.4.4 漸化式 188 |
参考文献 195 |
参考書 197 |
和英索引 199 |
英和索引 204 |
第1章 クレーム頻度の分析 1 |
1.1 ポアソン分布 1 |
1.2 ポアソン分布の推定 24 |
|
19.
|
図書
東工大 目次DB
|
岡太彬訓, 木島正明, 守口剛編
目次情報:
続きを見る
1. 確率分布とその性質 (木島正明) 1 |
1.1 確率の基礎 1 |
1.2 確率変数と期待値 4 |
1.2.1 離散的な確率変数 5 |
1.2.2 連続的な確率変数 7 |
1.2.3 期待値 9 |
1.2.4 積率母関数 12 |
1.3 正規分布 13 |
1.3.1 多変量正規分布 15 |
1.3.2 正規分布関連の分布 16 |
1.4 代表的な確率分布 19 |
1.4.1 代表的な離散分布 19 |
1.4.2 代表的な連続分布 24 |
章末問題 32 |
2. 次元の縮約とクラスター化 (岡太彬訓) 35 |
2.1 次元の縮約 35 |
2.1.1 次元の縮約の意義 35 |
2.1.2 多次元尺度構成法 (MDS) 36 |
2.1.3 個人差MDS 41 |
2.1.4 選好度の分析 46 |
2.1.5 外部分析 49 |
2.1.6 非対称データの分析 53 |
2.2 クラスター化 54 |
2.2.1 クラスター化の意義 54 |
2.2.2 階層クラスター分析法と非階層クラスター分析法 55 |
2.2.3 重複クラスター 62 |
2.2.4 次元の縮約とクラスター化 65 |
2.2.5 非対称データのクラスター化 67 |
章末問題 68 |
3. 因果関係と構造を把握するための統計手法-潜在クラス分析法- (渡辺美智子) 73 |
3.1 潜在変数と潜在構造モデル 73 |
3.2 潜在変数と顕在変数の間の確率関係 75 |
3.3 局所独立の仮定 76 |
3.4 潜在クラスモデル 78 |
3.4.1 モデルの意味と定式化 78 |
3.4.2 潜在確率の推定 80 |
3.4.3 モデルの識別可能性 83 |
3.4.4 指定された潜在クラスモデルの解釈-「スーパーの店舗イメージ分析」 85 |
3.4.5 応答者の各潜在クラスへの帰属確率 87 |
3.4.6 データとモデルの適合度検定 89 |
3.4.7 モデルの改善とモデル選択のための指標 90 |
3.4.8 潜在クラス数を決めるための適合度指標とAIC基準 91 |
3.5 制約付き潜在クラスモデル 94 |
3.5.1 規定値での制約 94 |
3.5.2 等号での制約 95 |
3.5.3 制約付き潜在クラスモデルの例 97 |
3.5.4 制約条件の下での推定 98 |
3.6 対数線形モデルと潜在クラスモデル 99 |
3.6.1 対数線形モデル 99 |
3.6.2 潜在変数を含む対数線形モデル (潜在クラスモデル) 101 |
3.6.3 対数線形パラメータの解釈 101 |
3.6.4 外生変数の組み込み 103 |
3.7 潜在変数を含めた因果モデル 106 |
3.7.1 因果関係とは 106 |
3.7.2 潜在変数を含んだ因果モデル 106 |
3.8 潜在距離モデルから潜在特性モデルへ 109 |
3.8.1 潜在距離モデル 109 |
3.8.2 潜在特性モデル 110 |
3.9 まとめ 112 |
章末問題 113 |
4. 最適化問題および非協力ゲーム (生田目 崇, 中川慶一郎) 116 |
4.1 種々の最適化手法 116 |
4.1.1 伝統的な最適化問題 117 |
4.1.2 線形計画法 118 |
4.1.3 目標計画法 119 |
4.1.4 その他の数理計画問題 121 |
4.2 マーケティング・モデル分析のための最適化手法 123 |
4.2.1 商品の効用推定 123 |
4.2.2 マーケティングに関する予測モデル 124 |
4.2.3 ロジット・モデルのパラメータ推定 125 |
4.3 ゲーム理論 127 |
4.3.1 ゲームの構成 128 |
4.3.2 ゲームの均衡点 129 |
4.3.3 均衡解の存在 131 |
4.3.4 均衡解の一意性 132 |
章末問題 134 |
5. 市場反応分析 (守口 剛) 137 |
5.1 市場反応分析とは 137 |
5.1.1 市場反応分析の範囲 137 |
5.1.2 市場反応分析の目的 138 |
5.2 集計的市場反応分析 139 |
5.2.1 売上とシェアのどちらを測度とすべきか 139 |
5.2.2 売上を測度とした集計的市場反応分析 142 |
5.2.3 マーケット・シェア・モデル 144 |
5.3 消費者購買行動分析 146 |
5.3.1 ブランド選択モデル 146 |
5.3.2 ロジット・モデルの推定 150 |
5.3.3 MNLモデルの問題点 150 |
5.3.4 購買生起モデル 157 |
5.3.5 購買生起モデルとブランド選択モデルの統合化 158 |
5.3.6 購買生起, ブランド選択, 購買量の統合モデル 160 |
5.4 まとめ 162 |
章末問題 163 |
6. 競争市場構造分析 (井上哲浩) 167 |
6.1 競争市場構造分析の目的と類型 167 |
6.2 代替性に基づく競争市場構造分析 171 |
6.2.1 代替性に基づく競争市場構造分析法 171 |
6.2.2 非集計データに基づく交差弾力性推定モデル 172 |
6.2.3 集計データに基づく交差弾力推定モデル 176 |
6.3 スイッチングに基づく競争市場構造分析 179 |
6.3.1 Grover and Srinivasan モデルとその問題点 181 |
6.3.2 MIGHTシステム 184 |
6.4 競争空間に基づく競争市場構造分析 188 |
6.4.1 非集計データに基づく競争空間構築モデル 190 |
6.4.2 集計データに基づく競争空間構築モデル 191 |
6.4.3 Cooper and Inoueモデル 192 |
6.5 まとめ 197 |
章末問題 198 |
7. マーケティングにおける最適化モデル (生田目 崇) 205 |
7.1 資源配分モデル 206 |
7.2 売場スペース配分モデル 210 |
7.3 価格決定モデル 217 |
7.4 まとめ 222 |
章末問題 224 |
8. 競争的マーケティング戦略 (中川慶一郎) 227 |
8.1 寡占市場モデル 228 |
8.2 基本モデル 229 |
8.2.1 消費者行動の基本モデル 231 |
8.2.2 企業行動の基本モデル 231 |
8.3 モデルの分析 236 |
8.3.1 比較静学分析 236 |
8.3.2 最適製品特性の分布 238 |
8.4 モデルの拡張 239 |
8.4.1 製品のライン化 239 |
8.4.2 広告の効果 240 |
8.4.3 購買者数の変動 241 |
8.5 まとめ 242 |
章末問題 243 |
A. 章末問題の略解 245 |
索引 259 |
1. 確率分布とその性質 (木島正明) 1 |
1.1 確率の基礎 1 |
1.2 確率変数と期待値 4 |
|
20.
|
図書
東工大 目次DB
|
吉田朋広著
目次情報:
続きを見る
1. 確率分布 1 |
1.1 確率の考え方 1 |
1.2 確率変数と期待値 3 |
1.2.1 確率変数と確率分布 3 |
1.2.2 期待値と積率 5 |
1.3 特性関数 8 |
1.3.1 分布と特性関数 8 |
1.3.2 特性関数と積率 10 |
1.4 離散分布 11 |
1.5 連続分布 13 |
1.6 多変量分布 l9 |
1.6.1 多次元確率変数の分布 19 |
1.6.2 共分散 23 |
1.6.3 特性関数と分布の収束 26 |
1.6.4 独立性 28 |
1.6.5 多変量連続分布 33 |
1.6.6 多変量正規分布 36 |
1.6.7 変数変換と確率密度関数 39 |
1.6.8 従属性 41 |
1.7 条件つき期待値 43 |
1.7.1 部分σ-加法族に関する条件つき期待値 43 |
1.7.2 可測写像を与えたもとでの条件つき期待値 45 |
1.7.3 正則条件つき確率 48 |
1.8 確率変数の収束 50 |
1.8.1 慨収束と確率収束 50 |
1.8.2 法則収束 53 |
1.8.3 連続写像定理 55 |
1.8.4 大数の法則と中心極限定理 61 |
1.8.5 期待値の収束 64 |
2. 線形推測論 67 |
2.1 射影行列と逆行列 67 |
2.2 カイ2乗分布 72 |
2.3 フィッシャー・コクランの定理 74 |
2.4 t分布とF分布 78 |
2.5 ガウス・マルコフモデル 80 |
2.6 仮説検定 88 |
2.7 平均の検定 91 |
2.8 重回帰分析 92 |
2.9 一元配置 99 |
2.10 二元配置 102 |
3. 統計的決定理論 108 |
3.1 統計推測と統計的決定理論 108 |
3.2 十分性と完備性 111 |
3.2.1 十分統計量 111 |
3.2.2 因子分解定理 116 |
3.2.3 ラオ・ブラックウェルの定理 120 |
3.2.4 完備性 121 |
3.3 指数型分布族 124 |
3.4 統計的推定 131 |
3.4.1 不偏推定 131 |
3.4.2 クラーメル・ラオの不等式 134 |
3.4.3 ベイズ推定 136 |
3.4.4 非許容性 139 |
3.5 統計的仮説検定 140 |
3.5.1 仮説検定の考え方 140 |
3.5.2 ランダム化検定 142 |
3.5.3 仮説検定の定式化 143 |
3.5.4 ネイマン・ピアソンの基本補題 144 |
3.5.5 単調尤度比と複合仮説の検定 147 |
3.5.6 一般化されたネイマン・ピアソンの補題 149 |
3.5.7 不偏検定 150 |
3.5.8 両側t検定 156 |
3.5.9 不変検定 159 |
3.6 区間推定 163 |
4. 大標本理論 165 |
4.1 最尤推定 165 |
4.2 大数の法則と一様性 167 |
4.3 最小コントラスト推定 170 |
4.4 M-推定量の一致性 179 |
4.5 推定量の漸近正規性 181 |
4.6 ワンステップ推定量 187 |
4.7 クラーメル流の一致推定量の存在証明 191 |
4.8 ロバスト推定 193 |
4.9 尤度比検定 196 |
4.10 多項分布の検定 202 |
4.11 尤度比確率場の局所漸近構造 206 |
4.12 情報量規準 216 |
4.1.3 密度推定 223 |
4.1.4 U-統計量 226 |
5. 漸近展開とその応用 231 |
5.1 漸近展開 231 |
5.2 平滑化補題 236 |
5.3 特性関数の展開 241 |
5.4 漸近展開の正当性の証明 249 |
5.5 漸近展開の変換 254 |
5.6 最尤推定量の漸近展開 261 |
5.7 漸近展開と情報幾何 266 |
5.8 ブートストラップ法 272 |
文献 275 |
索引 279 |
1. 確率分布 1 |
1.1 確率の考え方 1 |
1.2 確率変数と期待値 3 |
|
21.
|
図書
東工大 目次DB
|
小西貞則, 北川源四郎著
出版情報: |
東京 : 朝倉書店, 2004.9 viii, 194p ; 22cm |
シリーズ名: |
シリーズ予測と発見の科学 ; 2 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1. 統計的モデリングの考え方 1 |
1.1 統計的モデルの役割1 |
1.1.1 統計的モデルによる確率構造の記述 1 |
1.1.2 統計的モデルによる予測 2 |
1.1.3 統計的モデルによる情報の抽出 3 |
1.2 統計的モデルの構築 4 |
1.2.1 統計的モデルの評価 4 |
1.2.2 モデリングの方法 5 |
1.3 本書の構成 7 |
2. 統計的モデル 9 |
2.1 確率的現象のモデル化と統計的モデル 9 |
2.2 確率分布モデル 10 |
2.3 条件付き分布モデル 15 |
2.3.1 回帰モデル 16 |
2.3.2 時系列モデル 22 |
2.3.3 空間モデル 25 |
3. 情報量規準 27 |
3.1 カルバック-ライブラー情報量 27 |
3.1.1 定義と性質 27 |
3.1.2 K-L情報量の例 30 |
3.1.3 K-L情報量に関する話題 31 |
3.2 平均対数尤度とその推定量 33 |
3.3 最尤法と最尤推定量 35 |
3.3.1 対数尤度関数と最尤推定量 35 |
3.3.2 尤度方程式による最尤法の実現 36 |
3.3.3 数値的最適化による最尤法の実現 38 |
3.3.4 数値例-最尤推定量の変動 39 |
3.3.5 最尤推定量の漸近的性質 42 |
3.4 情報量規準AIC 46 |
3.4.1 対数尤度と平均対数尤度 46 |
3.4.2 対数尤度のバイアス補正の必要性 47 |
3.4.3 バイアスの導出 50 |
3.4.4 情報量規準AIC 54 |
3.5 最小AIC推定値の性質について 62 |
3.5.1 情報量規準の有限修正 62 |
3.5.2 AICによって選択された次数の分布 63 |
3.5.3 考察 66 |
4. 一般化情報量規準GIC 68 |
4.1 統計的汎関数に基づくアプローチ 68 |
4.1.1 統計的汎関数で定義される推定量 68 |
4.1.2 汎関数の微分と影響関数 72 |
4.1.3 情報量規準の拡張 75 |
4.1.4 推定量の確率展開 78 |
4.2 一般化情報量規準GIC 80 |
4.2.1 一般化情報量規準GICの定義 81 |
4.2.2 最尤法の場合 : 情報量規準AIC,TICとGICの関係 83 |
4.2.3 ロバスト推定量の場合 86 |
4.3 正則化法(罰則付き最尤法) 90 |
4.3.1 回帰モデル 90 |
4.3.2 正則化法 91 |
4.3.3 正則化法に基づくモデルの情報量規準 93 |
4.3.4 基底展開 98 |
4.3.5 正則化最小2乗法 109 |
4.3.6 モデルの自由度 111 |
4.4 一般化情報量規準GICの導出 114 |
4.4.1 導入 114 |
4.4.2 推定量の確率展開 116 |
4.4.3 バイアス補正項の計算 117 |
4.4.4 情報量規準の漸近的性質 120 |
4.4.5 情報量規準の高次補正 122 |
4.4.6 数値例 125 |
5.ブートストラップ情報量規準129 |
5.1 ブートストラップ法 129 |
5.2 ブートストラップ情報量規準 134 |
5.2.1 ブートストラップバイアス推定 134 |
5.2.2 ブートストラップ情報量規準EIC 136 |
5.2.3 バイアス補正の精度 138 |
5.3 分散減少法 139 |
5.3.1 ブートストラップ法による変動 139 |
5.3.2 効率的ブートストラップシミュレーション 140 |
5.4 EICの適用例 146 |
5.4.1 変化点モデル 146 |
5.4.2 部分回帰モデル 149 |
6.ベイズ型情報量規準 151 |
6.1 ベイズ型モデル評価基準BIC 151 |
6.1.1 BICの定義 151 |
6.1.2 積分のラプラス近似 152 |
6.1.3 BICの導出 155 |
6.1.4 BICの拡張 157 |
6.2 赤池のペイズ型情報量規準ABIC 160 |
6.3 ベイズ型予測分布モデルの評価 162 |
6.3.1 予測分布と予測尤度 162 |
6.3.2 線形ガウス型ベイズモデルの情報量規準 164 |
6.3.3 予測情報量規準PICの導出 165 |
6.3.4 数値例 167 |
6.4 ラプラス近似によるベイズ型予測分布モデルの評価 169 |
7 様々なモデル評価基準 174 |
7.1 クロスバリデーション 174 |
7.1.1 予測の観点とクロスバリデーション 174 |
7.1.2 クロスバリデーションによる平滑化パラメータの選択 177 |
7.1.3-一般化クロスバリデーション 178 |
7.2 最終予測誤差FPE 180 |
7.2.1 FPE 180 |
7.2.2 AICとFPEの関係 .182 |
7.3 マローのCp基準 183 |
7.4 ハナン-クインの基準 185 |
引用文献 187 |
索引 191 |
1. 統計的モデリングの考え方 1 |
1.1 統計的モデルの役割1 |
1.1.1 統計的モデルによる確率構造の記述 1 |
|
22.
|
図書
|
池田央著
|
23.
|
図書
|
内田治著
出版情報: |
東京 : 東京図書, 1996.6 ix,206p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
24.
|
図書
東工大 目次DB
|
淡路敏之 [ほか] 編著
出版情報: |
京都 : 京都大学学術出版会, 2009.8 xi, 284p, 図版 [8] p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
本書を読むにあたって i |
記号表 x |
序編 : データ同化のあらまし 1 |
基礎編 |
1章 統計学からみたデータ同化 15 |
1.1 線形最小分散推定の応用 15 |
1.2 最尤推定の応用 20 |
コラム1. 海洋レジャーにも役立つ海洋同化と海況予報 26 |
2章 経験がとても役に立つ静的な同化手法 28 |
2.1 最も簡便な最適内挿法 28 |
2.2 少し高度な3次元変分法 38 |
2.2.1 基本的な導出 38 |
2.2.2 拘束条件の付加と変形による拡張性 42 |
2.3 誤差の概念と設定方法のポイント 45 |
2.3.1 データ同化の際に留意すべき誤差の概念 46 |
2.3.2 誤差行列の作成Ⅰ : コバリアンス・マッチング 48 |
2.3.3 誤差行列の作成Ⅱ : 誤差の近似的な設定方法 49 |
2.4 データをモデルへどう挿入するのか? 54 |
コラム2. リニアモーターカーの磁気シールド設計 61 |
3章 データの入手につれて逐次的に同化するカルマンフィルター・スムーザー 63 |
3.1 はじめに 63 |
3.2 カルマンフィルター 65 |
3.2.1 モデル(力学的時間発展) 65 |
3.2.2 カルマンフィルターの強みである予報誤差の時間発展 67 |
3.2.3 カルマンフィルターの導出 68 |
3.2.4 非線形モデルで使用できる拡張カルマンフィルター 71 |
3.2.5 より幅広く推定できる適応フィルター 73 |
3.2.6 うまく仮定すると計算量を減らせる定常カルマンフィルター 74 |
3.3 時間を遡るスムーザー 76 |
3.3.1 固定点スムーザー 77 |
3.3.2 固定ラグスムーザー 78 |
3.3.3 固定区間スムーザー 79 |
3.3.4 定常スムーザー 81 |
3.3.5 外力の推定 82 |
3.4 応用能力に長けたアンサンブルカルマンフィルター・スムーザー 82 |
3.4.1 アンサンブルカルマンフィルター 83 |
3.4.2 アンサンブルカルマンスムーザー 87 |
3.5 実用化に向けた事例解説 88 |
3.5.1 仮想変位を利用したシステム行列の数値的な作成方法 88 |
3.5.2 行列を小さくして負荷を減らす縮小近似 89 |
3.5.3 結果の品質を判断する適合検査(事後検査) 91 |
コラム3. 生命保険事業とシミュレーション 93 |
4章 モデルとの整合性に優れたアジョイント法 96 |
4.1 アジョイント法の概要 96 |
4.2 アジョイント法の色々な導出方法 100 |
4.2.1 3次元変分法から4次元変分法への拡張 100 |
4.2.2 ラグランジュの未定乗数法の応用 103 |
4.2.3 微分積分学を用いた連続系での導出 107 |
4.3 結果の品質が判断できる解析誤差と検証 110 |
4.4 観測データの効果を判断する感度解析と特異ベクトル 113 |
4.5 アジョイント法とカルマンフィルターの関係について 116 |
4.6 アジョイントコードの作成手順(作り方のコツ) 119 |
コラム4. アジョイント法海洋解析データを用いた北太平洋アカイカ資源変動解析 126 |
5章 データ同化の2大系列「カルマンフィルター・スムーザーとアジョイント法」の比較-例題解説による「共通点と相違点」の体得- 129 |
5.1 同化手法の動作確認のための双子実験 129 |
5.2 例題1 : 基本中の基本である減衰項付き強制振動 131 |
5.2.1 問題設定1 131 |
5.2.2 カルマンフィルター・RTSスムーザーによる解法 132 |
5.2.3 アジョイント法による最適化 137 |
5.2.4 カルマンフィルター・スムーザーとアジョイント法の比較 142 |
5.3 例題2 : 1次元線形移流拡散モデルで簡単な流体運動を解く 143 |
5.3.1 問題設定2 143 |
5.3.2 カルマンフィルター・スムーザーによる解法 145 |
5.3.3 アジョイント法による最適化 148 |
5.3.4 カルマンフィルター・スムーザーとアジョイント法の比較 156 |
5.4 例題3 : 粘度項付きKdV方程式モデルを使って非線形問題を考える 158 |
5.4.1 問題設定3 158 |
5.4.2 カルマンフィルターによる解法 159 |
5.4.3 アジョイント法による最適化 162 |
5.4.4 カルマンフィルター・スムーザーとアジョイント法の比較 166 |
コラム5. 地震学におけるインバージョン解析とデータ同化 168 |
応用編 |
6章 簡便に使える静的データ同化手法の応用 181 |
6.1 観測データの取り扱いの重要性 182 |
6.1.1 同化に使用する観測データの品質管理 182 |
6.1.2 誤差相関スケール 185 |
6.2 拡張性のある3次元変分法の応用-付加的な拘束条件の重要性 187 |
6.2.1 非線形の付加項 187 |
6.2.2 非線形の観測演算子 188 |
6.3 実際に運用されている現業システムへの応用例 190 |
6.3.1 データ同化システムの特徴 190 |
6.3.2 海況予報への応用例 193 |
7章 カルマンフィルターの応用-日本海予測システムを中心として- 199 |
7.1 歴史的背景 199 |
7.2 日本海海況予報システム 202 |
7.2.1 日本海の海洋学的な特徴 202 |
7.2.2 データ同化システムの構成 202 |
7.3 データ同化の効果 205 |
7.3.1 海底地形の推定 205 |
7.3.2 海面水温データ同化 208 |
7.3.3 海面高度計データ同化 210 |
7.3.4 日本海の海況予報例 : 結果の公開と利用 218 |
7.4 社会への情報発信例 220 |
7.5 今後の課題 221 |
8章 アジョイント法の応用 223 |
8.1 はじめに : アジョイント法の特徴のまとめ 223 |
8.2 数値モデルの物理過程を利用した観測データの補間・統合 224 |
8.3 パラメータの最適推定による数値モデルの改良 230 |
8.4 数値天気予報のための初期値の作成とその効果 235 |
8.5 アジョイントモデルの応用機能 : 現象の逆追跡ができる感度解析 242 |
あとがき 247 |
付録A 使用した数学の基礎 249 |
A.1 線形代数の基礎 249 |
A.2 確率・統計の基礎 254 |
A.3 変分法の基礎 256 |
A.4 降下法 258 |
用語解説 261 |
参考文献 267 |
索引 277 |
著者一覧 284 |
本書を読むにあたって i |
記号表 x |
序編 : データ同化のあらまし 1 |
|
25.
|
図書
東工大 目次DB
|
佐野公朗著
出版情報: |
東京 : 学術図書出版社, 2007.9 iv, 121p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
注 : x[2]の[2]は上つき文字 |
|
1 平均と分散 |
1.1 度数分布 1 |
1.2 代表値 3 |
1.3 散布度 5 |
練習問題1 8 |
2 相関と回帰 |
2.1 相関関係と相関係数 11 |
2.2 回帰直線(単回帰) 14 |
2.3 重回帰 15 |
練習問題2 18 |
3 確率の計算 |
3.1 順列と組合せ 20 |
3.2 事象の確率と和の法則 21 |
3.3 条件つき確率と積の法則 23 |
3.4 ベイズの定理 25 |
練習問題3 27 |
4 確率変数 |
4.1 離散確率変数 29 |
4.2 離散確率変数の期待値と分散 30 |
4.3 連続確率変数 32 |
4.4 連続確率変数の期待値と分散 34 |
練習問題4 37 |
5 2項分布 |
5.1 2項分布 40 |
5.2 超幾何分布 41 |
5.3 多項分布 43 |
練習問題5 45 |
6 正規分布 |
6.1 正規分布 48 |
6.2 2項分布と正規分布 51 |
練習問題6 54 |
7 標本分布 |
7.1 母集団と標本 55 |
7.2 標本平均の分布 56 |
7.3 標本比率の分布 58 |
練習問題7 61 |
8 いろいろな標本分布 |
8.1 t分布 63 |
8.2 x[2](カイ2乗)分布 65 |
8.3 F分布 67 |
練習問題8 70 |
9 平均の推定 |
9.1 点推定と区間推定 71 |
9.2 母平均の推定(大標本の場合) 72 |
9.3 母平均の推定(小標本の場合) 73 |
練習問題9 75 |
10 いろいろな推定 |
10.1 母比率の推定 77 |
10.2 母分散の推定 78 |
10.3 標本の大きさ 80 |
練習問題10 82 |
11 平均の検定 |
11.1 仮説の検定 83 |
11.2 検定の誤りと棄却率 84 |
11.3 母平均の検定(大標本の場合) 85 |
11.4 母平均の検定(小標本の場合) 87 |
練習問題11 88 |
12 いろいろな検定 |
12.1 母比率の検定 90 |
12.2 母分散の検定 91 |
12.3 分散の比の検定 93 |
練習問題12 95 |
13 その他の検定 |
13.1 母平均の差の検定 97 |
13.2 母比率の差の検定 99 |
13.3 分布のあてはまりの検定 100 |
13.4 分布の独立の検定 102 |
練習問題13 104 |
乱数表 107 |
正規分布表 108 |
t分布表 112 |
x[2]分布表 114 |
F分布表 115 |
索引 119 |
記号索引 121 |
注 : x[2]の[2]は上つき文字 |
|
1 平均と分散 |
|
26.
|
図書
|
クラメール [著] ; 前田功雄, 松井敬訳
出版情報: |
東京 : 東京図書, 1972.10-1973.10 3冊 ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
27.
|
図書
東工大 目次DB
|
藤澤洋徳著
目次情報:
続きを見る
1. 確率と確率空間 1 |
1.1 標本空間と事象 1 |
1.2 確率の定義 5 |
1.3 確率の性質 6 |
1.4 条件付確率 8 |
1.5 独立性 9 |
1.6 ベイズの定理 11 |
1.7 例 13 |
1.7.1 くじを引く順番で当たる確率が違うのか 13 |
1.7.2 システム全体の故障確率 14 |
1.7.3 この検査は信頼できるのか 15 |
1.8 確率空間 17 |
演習問題 19 |
2. 確率変数と確率分布 21 |
2.1 確率変数と確率分布 21 |
2.2 期待値と平均と分散 24 |
2.3 多次元確率変数と同時確率分布と周辺確率分布 28 |
2.4 多次元確率変数の特性値 31 |
2.5 確率変数の独立性 33 |
2.6 確率変数の和の平均と分散 34 |
2.7 確率変数の条件付確率分布 35 |
2.8 確率とモーメントに関連した不等式 37 |
2.9 確率変数と確率分布と確率空間 39 |
演習問題 41 |
3. いろいろな確率分布 43 |
3.1 離散型確率分布 43 |
3.1.1 一様分布 43 |
3.1.2 ベルヌーイ分布 43 |
3.1.3 二項分布 44 |
3.1.4 ポアソン分布 45 |
3.2 連続型確率分布 46 |
3.2.1 一様分布 46 |
3.2.2 指数分布 47 |
3.2.3 正規分布 48 |
3.2.4 ガンマ分布 49 |
3.2.5 カイニ乗分布とt分布 49 |
3.3 多次元確率分布 50 |
3.3.1 多項分布 50 |
3.3.2 多次元正規分布 51 |
3.4 確率分布の平均と分散 52 |
3.4.1 一様分布 52 |
3.4.2 二項分布 52 |
3.4.3 正規分布 53 |
3.4.4 ガンマ分布 54 |
3.5 多次元正規分布の性質 54 |
3.5.1 周辺確率分布 55 |
3.5.2 平均と共分散 56 |
3.5.3 密度関数のグラフ 57 |
3.5.4 独立性と条件付確率分布 58 |
3.6 モーメント母関数 59 |
演習問題 62 |
4. 確率変数の変数変換 64 |
4.1 線形変換された確率変数の確率分布 64 |
4.2 独立な確率変数の和の確率分布 66 |
4.2.1 密度関数に基づいた和の確率分布の導出 66 |
4.2.2 モーメント母関数に基づいた和の確率分布の導出 67 |
4.3 確率変数の最大値と最小値の確率分布 69 |
4.4 変数変換された連続型確率変数の確率分布 71 |
4.4.1 密度関数の変数変換公式 71 |
4.4.2 t分布の密度関数の導出 72 |
演習問題 73 |
5. 大数の法則と中心極限定理 75 |
5.1 確率収束と分布収束 75 |
5.2 大数の法則 76 |
5.3 中心極限定理 77 |
5.4 発展 80 |
演習問題 81 |
6.乱数とシミュレーション 82 |
6.1 乱数 82 |
6.2 モンテカルロ積分 84 |
6.3 シミュレーション 85 |
6.3.1 生態系 86 |
6.3.2 正規近似の妥当性 87 |
7. 標本と統計的推測 89 |
7.1 標本とパラメータ 89 |
7.2 統計的推測 91 |
7.3 標本平均と標本分散 92 |
7.4 標準化とスチューデント化 95 |
8. 点推定 96 |
8.1 推定量 96 |
8.2 推定量の作り方 98 |
8.3 推定量の良さ 99 |
8.4 最尤推定 101 |
8.4.1 尤度 101 |
8.4.2 最尤推定の定義 102 |
8.4.3 最尤推定の例 104 |
8.4.4 最尤推定量の漸近的性質 105 |
8.5 例 106 |
8.5.1 職場環境の満足度を調べる 106 |
8.5.2 どちらの面積推定が優れているのか 109 |
8.5.3 隠れた因子の相対頻度を推定する 110 |
演習問題 112 |
9. 点推定(発展) 115 |
9.1 指数型分布族 115 |
9.2 十分統計量 117 |
9.2.1 十分統計量の定義 117 |
9.2.2 分解定理 118 |
9.2.3 ラオ・ブラックウェルの定理 119 |
9.2.4 完備十分統計量に関連した話題 120 |
9.3 有効推定 121 |
9.3.1 クラメール・ラオの不等式と有効性 122 |
9.3.2 クラメール・ラオの不等式の証明 122 |
9.3.3 指数型分布族と有効推定 124 |
9.4 カルバック・ライブラーのダイバージェンス 126 |
9.5 最尤推定量の漸近的性質 127 |
9.5.1 密度関数が指数型のとき 127 |
9.5.2 密度関数が一般のとき 128 |
演習問題 129 |
10. 区間推定 130 |
10.1 平均パラメータの区間推定(分散が既知のとき) 130 |
10.2 平均パラメータの区間推定(分散が未知のとき) 132 |
10.3 平均パラメータの区間推定(正規性が仮定されていないとき) 133 |
10.4 信頼水準の意図 134 |
10.5 例 : アンケート調査によって内閣支持率を考える 135 |
10.5.1 基本的な考え方 135 |
10.5.2 誤差を見積もる 136 |
10.5.3 必要な標本数を見積もる 136 |
10.5.4 現実と理論とのギャップ 137 |
10.6 一般の区間推定 138 |
10.7 二つの母集団の平均の差の区間推定 139 |
10.8 分散パラメータの区間推定 140 |
演習問題 141 |
11. 検定 144 |
11.1 検定の基本的な考え方 144 |
11.2 検定の具体的な作り方 146 |
11.3 p値 147 |
11.4 例 148 |
11.4.1 乳脂肪分表示を検証する 148 |
11.4.2 実験を続けるべきかどうか 149 |
11.5 帰無仮説と対立仮説 150 |
11.6 検定の面白さと難しさ 151 |
11.7 片側仮説 152 |
11.8 二標本問題 154 |
11.9 検定の良さ 155 |
11.10 最強力検定 156 |
11.10.1 ネイマン・ピアソンの基本定理 157 |
11.10.2 一様最強力検定 158 |
11.10.3 一様最強力不偏検定 160 |
11.10.4 区間推定と検定 161 |
演習問題 161 |
12. いろいろな検定 164 |
12.1 適合度検定 164 |
12.2 独立性検定 166 |
12.3 分散分析 167 |
12.4 尤度比検定 168 |
13. 線形回帰モデル 170 |
13.1 線形回帰モデル 170 |
13.2 推定 172 |
13.3 推定量の性質 173 |
13.4 区間推定と検定 174 |
13.5 例 175 |
13.6 説明変数が複数の場合 175 |
13.7 射影 177 |
13.8 推定と区間推定と検定(再び) 180 |
13.9 モデル適合度とモデル選択 182 |
13.10 発展 184 |
演習問題 185 |
14. 発展など 188 |
14.1 確率過程 188 |
14.2 ベイズ推定 189 |
14.3 統計ソフト 190 |
14.4 ブートストラップ 191 |
14.5 パラメータの多次元化 191 |
14.6 多変量解析 192 |
さらに学びたい読者へ 193 |
演習問題の略解 195 |
索引 207 |
1. 確率と確率空間 1 |
1.1 標本空間と事象 1 |
1.2 確率の定義 5 |
|
28.
|
図書
東工大 目次DB
|
長尾壽夫, 栗木進二著
出版情報: |
東京 : 共立出版, 2006.3 iv, 242p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
数理統計学 |
第1章 線形回帰 1 |
1.1 最小自乗法と分散の推定 1 |
1.2 最尤推定量 6 |
1.3 回帰係数の検定 8 |
演習問題 8 |
第2章 十分統計量と分布の完備性 11 |
2.1 十分統計量 11 |
2.2 十分統計量の応用と完備性 18 |
2.3 ジャックナイフ等軽量 22 |
演習問題 32 |
第3章 検定 35 |
3.1 最強力検定 35 |
3.2 尤度比検定 41 |
3.3 一様最強力検定 50 |
3.4 不偏検定 55 |
3.5 不変検定 70 |
演習問題 78 |
第4章 U-統計量 81 |
4.1 U-統計量 81 |
4.2 U-統計量の分散 83 |
4.3 極限分布 90 |
4.4 ウイルコクスン検定 95 |
演習問題 97 |
第5章 Pitman推定量とBayes推定量 99 |
5.1 Pitman推定量 99 |
5.2 Bayes推定量 108 |
5.3 Minimax推定量 114 |
演習問題 117 |
第6章 検定の漸近理論 119 |
6.1 X2検定 119 |
6.2 尤度比検定の極限分布 129 |
演習問題 134 |
第7章 ブロック計画 137 |
7.1 モデル 137 |
7.2 最小自乗推定量、最良線形不偏推定量 142 |
7.3 分散分析 150 |
7.4 連結性 157 |
7.5 最適計画 160 |
7.6 BIBD 164 |
7.7 分散分析と直和分解 172 |
演習問題 187 |
付録 189 |
A. 多次元正規分布 189 |
B. 行列 200 |
C. 確率論における収束定理 217 |
演習問題の略解 223 |
参考文献 239 |
索引 241 |
数理統計学 |
第1章 線形回帰 1 |
1.1 最小自乗法と分散の推定 1 |
|
29.
|
図書
東工大 目次DB
|
西尾敦著
出版情報: |
東京 : 新世社 , 東京 : サイエンス社 (発売), 2006.12 viii, 339p ; 21cm |
シリーズ名: |
グラフィック「経済学」 ; 8 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
まえがき ⅰ |
第1章 データ 1 |
1.1 はじめに 2 |
1.2 基礎的な概念 4 |
1.3 データの要約・グラフ化 14 |
1.4 2次元データ 18 |
第2章 基本統計量 31 |
2.1 分布の中心・位置 32 |
2.2 分布の広がり 48 |
2.3 データの変換 56 |
2.4 その他の特性と積率 62 |
2.5 数学的知識の補足 70 |
第3章 変数の間の関係 77 |
3.1 カテゴリー変数 78 |
3.2 数量変数 90 |
3.3 回帰モデル 108 |
3.4 数学的知識の補足 126 |
第4章 確率論入門 131 |
4.1 確立 132 |
4.2 確率変数と確率分布 142 |
4.3 確率分布の特性値 146 |
4.4 離散分布のモデル 160 |
4.5 大数法則 168 |
4.6 確率分布のその他の特性値 168 |
4.7 連続型の確率変数 170 |
4.8 正規分布 174 |
4.9 中心極限定理 182 |
4.10 数学的知識の補足 184 |
第5章 標本抽出と推測 197 |
5.1 無作為標本と母集団特性の推定 198 |
5.2 区間推定 210 |
5.3 正規母集団の推測 222 |
5.4 尤度に基づく推測 228 |
5.5 数学的知識の補足 240 |
第6章 仮説の検定 245 |
6.1 仮説検定の考え方 246 |
6.2 比率と平均の検定 254 |
6.3 2母集団の比較 262 |
6.4 適合度検定 272 |
第7章 モデルとその推測 287 |
7.1 回帰モデルの推測 288 |
7.2 2値データの回帰分析 304 |
問題略解 317 |
付表 327 |
索引 331 |
まえがき ⅰ |
第1章 データ 1 |
1.1 はじめに 2 |
|
30.
|
図書
|
吉澤正, 芳賀敏郎編
出版情報: |
東京 : 日科技連出版社, 1992.11- 冊 ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
31.
|
図書
東工大 目次DB
|
濱田昇, 田澤新成著
出版情報: |
東京 : 共立出版, 2005.9 vi, 136p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 事象と確率 1 |
1.1 事象とは何か 1 |
1.2 和事象・積事象・余事象・排反事象 3 |
1.3 確率とは何か 4 |
1.4 確率の性質 6 |
1.5 確率の計算 7 |
1.6 確率の公理化 9 |
1.7 条件付き確立 12 |
第1章の問題 13 |
第2章 確率変数と確率分布 15 |
2.1 確率変数と確率分布 15 |
2.2 離散型確率変数の期待値 17 |
2.3 連続型確率変数の期待値 18 |
第2章の問題 20 |
第3章 離散型の確率分布 22 |
3.1 二項分布B(n,p) 22 |
3.2 幾何分布G(p) 25 |
3.3 ポアソン分布Po(λ) 26 |
第3章の問題 28 |
第4章 連続型の確率分布 31 |
4.1 一様分布U(a,b) 31 |
4.2 指数分布Ex(a) 33 |
4.3 正規分布N(μ,σ2) 34 |
4.4 カイ二乗分布x2(n) 39 |
第4章の問題 40 |
第5章 2変量の確率分布 42 |
5.1 2変量の離散型確率分布 42 |
5.2 2変量の連続型確率分布 46 |
第5章の問題 49 |
第6章 標本分布 52 |
6.1 母集団・標本・母集団分布 52 |
6.2 標本分布の求め方 54 |
6.3 正規分布に関する標本分布 58 |
6.4 カイ二乗分布に関する標本分布 59 |
6.5 t分布に関する標本分布 59 |
6.6 F分布に関する標本分布 60 |
6.7 大数の法則 61 |
第第6章の問題 63 |
第7章 点推定 64 |
7.1 点推定の方法 64 |
7.2 点推定の基準 68 |
7.3 クラーメル・ラオの不等式 70 |
7.4 最尤推定法 72 |
第7章の問題 73 |
第8章 区間推定 75 |
8.1 区間推定の方法 75 |
8.2 母平均の区間推定 76 |
8.3 母分散の区間推定 76 |
8.4 母比率の区間推定 83 |
8.5 2つの正規母集団の母平均の差の区間推定 85 |
第8章の問題 86 |
第9章 仮説検定 88 |
9.1 仮説検定の考え方と方法 88 |
9.2 母平均の検定 91 |
9.3 母分散の検定 93 |
9.4 母比率の検定 94 |
9.5 2つの正規母集団の等平均の検定 95 |
9.6 2つの正規母集団の等分散の検定・ 96 |
9.7 カイ二乗適合度検定 97 |
9.8 独立性の検定 98 |
第9章の問題 99 |
付録A 確率の公理化 101 |
付録B t分布の確率密度関数の求め方 104 |
付録C 定理6.6と定理6.8の証明 106 |
練習問題・章の問題の解答と証明のヒント 109 |
第1章の練習問題・問題 109 |
第2章の練習問題・問題 111 |
第3章の練習問題・問題 112 |
第4章の練習問題・問題 113 |
第5章の練習問題・問題 115 |
第6章の練習問題・問題 117 |
第7章の練習問題・問題 118 |
第8章の練習問題・問題 121 |
第9章の練習問題・問題 122 |
付表 125 |
A 正規分布表 125 |
B カイ二乗分布 126 |
C t分布 127 |
D F分布 128 |
E ポアソン分布表 132 |
F ギリシア文字表 133 |
索引 135 |
第1章 事象と確率 1 |
1.1 事象とは何か 1 |
1.2 和事象・積事象・余事象・排反事象 3 |
|
32.
|
図書
|
宿久洋, 村上享, 原恭彦著
出版情報: |
京都 : ミネルヴァ書房, 2009.6 2冊 ; 21cm |
シリーズ名: |
MINERVA数学講義 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
33.
|
図書
東工大 目次DB
|
稲垣宣生著
目次情報:
続きを見る
1 確率変数と確率分布 |
1. 事象と確率 2 |
1.1 集合と事象 2 |
1.2 確率と確率空間 4 |
1.3 事象の独立性と従属性 5 |
演習問題1 7 |
2. 確率変数と確率分布 10 |
2.1 母集団と標本 10 |
2.2 確率変数と確率分布 11 |
2.3 分布の特性値 : 平均値と分散 15 |
2.4 分布関数の変換 20 |
演習問題2 22 |
3. 確率分布の代表的モデル 26 |
3.1 離散分布モデル 26 |
3.2 連続モデル 35 |
演習問題3 46 |
4. 2次元確率ベクトルの分布 49 |
4.1 2つの確率変数の同時分布 49 |
4.2 共分散と相関係数 53 |
4.3 2次元確率分布の代表的モデル 57 |
4.4 独立な確率変数の和の分布 61 |
演習問題4 63 |
5. 多変量確率ベクトルの分布 66 |
5.1 n次元確率ベクトルの同時分布 66 |
5.2 n次元確率ベクトルの1次関数の平均と分散 67 |
5.3 多変量分布の代表的モデル 70 |
5.4 順序統計量 76 |
5.5 確率過程 78 |
演習問題5 82 |
6. 標本分布 85 |
6.1 確率ベクトルの変数変換とその密度関数の変換 85 |
6.2 正規分布から誘導される分布 89 |
6.3 確率不等式と凸関数 97 |
6.4 大数の法則と中心極限定理 101 |
演習問題6 104 |
2 統計的推測 |
7. 統計学における情報量 108 |
7.1 ハートレイの情報量 108 |
7.2 シャノンの情報量 108 |
7.3 増加情報量 113 |
7.4 連続分布に対する情報量 116 |
7.5 フィッシャー情報量 120 |
演習問題7 124 |
8. 統計的推測決定 126 |
8.1 統計的推測決定問題 126 |
8.2 統計的推定問題 128 |
8.3 仮説検定問題 133 |
8.4 統計的回帰問題 142 |
8.5 決定原理 145 |
演習問題8 150 |
9. 統計的推定 155 |
9.1 正規分布の平均の区間推定 155 |
9.2 正規分布の分散の区間推定 158 |
9.3 比率の区間推定 159 |
9.4 2つの正規分布の平均差の区間推定 161 |
9.5 2つの正規分布の分散比の区間推定 163 |
9.6 2つの比率の差の区間推定 164 |
演習問題9 164 |
10. 統計的仮説検定 167 |
10.1 正規分布の平均の検定 167 |
10.2 正規分布の分散の検定 170 |
10.3 比率の検定 171 |
10.4 2つの正規分布の平均差の検定 172 |
10.5 2つの正規分布の分散比の検定 176 |
10.6 2つの比率の差の検定 176 |
10.7 カイ自乗適合度検定 177 |
演習問題10 184 |
3 統計解析 |
11. 直線回帰分析 190 |
11.1 2次元データと散布図 190 |
11.2 直線回帰と最小自乗法 192 |
11.3 最小自乗推定量の分布性質 196 |
演習問題11 202 |
12. 多重線形回帰分析 206 |
12.1 多重線形回帰問題 206 |
12.2 最小目乗法と最小自乗推定量 208 |
12.3 回帰係数と偏相関係数 211 |
12.4 最小自乗推定量の分布性質 215 |
12.5 制限最小自乗法とその幾何学的説明 220 |
12.6 ダミー変数のある場合 226 |
12.7 多重共線性と一般逆行列およびリッジ回帰 227 |
12.8 母数の次元の決定 : Cp統計量 231 |
演習問題12 236 |
13. 分散分析 240 |
13.1 1元配置 240 |
13.2 2元配置 244 |
13.3 繰り返し観測のある場合の2元配置 250 |
演習問題13 254 |
14. 尤度解析法 257 |
14.1 最尤推定量の漸近的性質 257 |
14.2 モーメント推定法 268 |
14.3 尤度比検定 272 |
14.4 凸関数と凸共役関数 280 |
14.5 指数型分布族 285 |
演習問題14 294 |
付録 確率分布の代表的モデル/付表 297 |
演習問題略解 307 |
あとがき 319 |
索引 321 |
1 確率変数と確率分布 |
1. 事象と確率 2 |
1.1 集合と事象 2 |
|
34.
|
図書
東工大 目次DB
|
金明哲著
出版情報: |
東京 : 森北出版, 2007.10 vii, 307p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第Ⅰ部 Rとデータマイニングの基礎 1 |
第1章 データマイニングとR言語 2 |
1.1 データマイニングとツール 2 |
1.2 Rの環境と基本操作 4 |
1.3 オブジェクトと関数 5 |
1.4 自作関数 8 |
1.5 パッケージ 10 |
1.6 ヘルプについて 14 |
1.7 参考資料について 15 |
第2章 データの入出力と編集 16 |
2.1 直接入力 16 |
2.2 エディタによる入力と編集 22 |
2.3 データファイルを読み込む 24 |
2.4 データの出力 26 |
2.5 データの結合と並び替え 28 |
2.6 データの尺度と表記 31 |
第3章 データの演算と固有値,基本統計量 33 |
3.1 データの演算 33 |
3.2 固有値と特異値の分解 37 |
3.3 基本統計量 40 |
第4章 データの視覚化 43 |
4.1 棒グラフ 43 |
4.2 円グラフ 46 |
4.3 ヒストグラム 47 |
4.4 折れ線グラフ 48 |
4.5 箱ひげ図 50 |
4.6 散布図 51 |
4.7 その他のグラフ 58 |
4.8 作図環境とグラフの利用 60 |
第Ⅰ部の参考文献 63 |
第II部 Rによるデータ解析・データマイニング 65 |
第1章主成分分析 66 |
1.1 主成分分析とは 66 |
1.2 主成分分析の基礎 68 |
1.3 主成分分析のケーススタディ 69 |
1.4 補遺と注釈 76 |
参考文献1 77 |
第2章 因子分析 78 |
2.1 因子分析とは 78 |
2.2 因子分析の基礎 79 |
2.3 因子分析のケーススタディ 81 |
2.4 補遺と注釈 85 |
参考文献2 86 |
第3章 対応分析 87 |
3.1 対応分析とは 87 |
3.2 対応分析の基礎 88 |
3.3 対応分析のケーススタディ 89 |
3.4 多重対応分析 91 |
3.5 補遺と注釈 94 |
参考文献3 96 |
第4章 多次元尺度法 97 |
4.1 多次元尺度法とは 97 |
4.2 距離と類似度 98 |
4.3 計量的MDSのケーススタディ 100 |
4.4 非計量MDS 103 |
4.5 補遺と注釈 106 |
参考文献4 106 |
第5章 クラスター分析 107 |
5.1 クラスター分析とは 107 |
5.2 階層的クラスター分析 108 |
5.3 非階層的クラスター分析 119 |
5.4 モデルに基づいたクラスター分析 121 |
5.5 補遺と注釈 124 |
参考文献5 126 |
第6章 自己組織化マップ 127 |
6.1 自己組織化マップとは 127 |
6.2 自己組織化マップのアルゴリズム 127 |
6.3 データ解析 129 |
6.4 補遺と注釈 133 |
参考文献6 133 |
第7章 線形回帰分析 134 |
7.1 回帰分析とは 134 |
7.2 線形単回帰分析 135 |
7.3 線形重回帰分析 143 |
7.4 補遺と注釈 147 |
参考文献7 147 |
第8章 非線形回帰分析 148 |
8.1 非線形回帰分析とは 148 |
8.2 ロジスティック回帰 148 |
8.3 多項式回帰 152 |
8.4 一般化線形モデル 155 |
8.5 平滑化回帰と加法モデル 159 |
8.6 補遣と注釈 162 |
参考文献8 162 |
第9章 線形判別分析 164 |
9.1 判別分析とは 164 |
9.2 線形判別分析の基礎 165 |
9.3 ケーススタディ 166 |
9.4 交差確認 171 |
9.5 補遺と注釈 172 |
第10章 非線形判別分析 173 |
10.1 非線形判別分析とは 173 |
10.2 判別関数による判別分析 173 |
10.3 距離による判別分析 174 |
10.4 多数決による判別分析 177 |
10.5 ベイズ判別法 179 |
10.6 補遺と注釈 181 |
参考文献10 182 |
第11章 生存分析 183 |
11.1 基本概念 183 |
11.2 ノンパラメトリックモデル 186 |
11.3 セミノンパラメトリックモデル 191 |
11.4 パラメトリックモデル 198 |
11.5 補遺と注釈 199 |
参考文献11 199 |
第12章 時系列 200 |
12.1 基本概念とデータの操作 200 |
12.2 自己共分散と自己相関 205 |
12.3 スペクトル分析 207 |
12.4 ランダムウォークと単位根 209 |
12.5 ARモデル 211 |
12.6 ARMA/ARIMAモデル 214 |
12.7 その他のモデル 217 |
12.8 成分の分解 222 |
12.9 多変量時系列 223 |
12.10 カオス時系列 226 |
12.11 補遺と注釈 228 |
参考文献12 228 |
第13章 樹木モデル 229 |
13.1 樹木モデルとは 229 |
13.2 樹木モデルの基礎 229 |
13.3 パッケージとケーススタディ 233 |
13.4 補遺と注釈 243 |
参考文献13 246 |
第14章 ニューラルネットワーク 247 |
14.1 ニューラルネットワークとは 247 |
14.2 ニューラルネットワークの基礎 248 |
14.3 パッケージとケーススタディ 251 |
14.4 補遺と注釈 254 |
参考文献14 255 |
第15章 カーネル法とサポートベクターマシン 256 |
15.1 カーネルとは 256 |
15.2 カーネル主成分分析 257 |
15.3 サポートベクターマシン 259 |
15.4 補遺と注釈 264 |
参考文献15 265 |
第16章 集団学習 266 |
16.1 集団学習とは 266 |
16.2 バギング 266 |
16.3 ブースティング 269 |
16.4 ランダムフォレスト 271 |
16.5 補遺と注釈 275 |
参考文献16 275 |
第17章 アソシエーション分析 276 |
17.1 アソシエーション分析とは 276 |
17.2 相関ルール 277 |
17.3 頻出アイテムの抽出 287 |
17.4 抽出結果の補助分析 290 |
17.5 補遺と注釈 292 |
参考文献17 292 |
索引[関数とパッケージ] 294 |
索引[記号,英文,和文] 299 |
第Ⅰ部 Rとデータマイニングの基礎 1 |
第1章 データマイニングとR言語 2 |
1.1 データマイニングとツール 2 |
|
35.
|
図書
|
田口玄一著
出版情報: |
東京 : 丸善, 1972.2 viii, 293p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
36.
|
図書
東工大 目次DB
|
森真, 藤田岳彦著 ; 講談社サイエンティフィク編集
出版情報: |
東京 : 講談社, 2008.9 vi, 207p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
注 : χ[2]の[2]は上つき文字 |
|
はじめに iii |
第1章 確率分布と確率変数 1 |
1.1 確率空間 1 |
1.2 事象間の演算と事象の確率 6 |
1.3 条件つき確率 10 |
1.4 確率変数 12 |
1.5 確率分布 14 |
1.6 連続確率分布 37 |
1.7 条件つき期待値 58 |
1.8 章末問題 69 |
第2章 正規分布とその話題 73 |
2.1 高次元の正規分布 73 |
2.2 正規分布から導かれる確率分布 75 |
2.3 表の見方 79 |
第3章 極限定理 83 |
3.1 大数の法則 83 |
3.2 中心極限定理 85 |
第4章 データと確率変数 91 |
4.1 データとその表現 91 |
4.2 データの平均と分散 96 |
第5章 推定,検定 103 |
5.1 推定 103 |
5.2 母集団が正規分布にしたがうとき 113 |
5.3 検定 116 |
5.4 有効推定量 124 |
5.5章 末問題 129 |
第6章 回帰分析 131 |
6.1 回帰分析 131 |
6.2 重回帰分析 137 |
第7章 数理ファイナンス 143 |
7.1 ポートフォリオ選択問題 143 |
7.2 デリバティブ 147 |
7.3 ブラック-ショールズモデル(BSモデル) 166 |
第8章 統計に必要な数学 181 |
8.1 線形代数のまとめ 181 |
8.2 積分の変数変換 184 |
8.3 ベキ級数の性質 185 |
8.4 ガンマ関数とベータ関数 187 |
練習問題の解答 189 |
参考文献 201 |
正規分布表 202 |
t分布表・χ[2]分布表 203 |
索引 205 |
注 : χ[2]の[2]は上つき文字 |
|
はじめに iii |
|
37.
|
図書
東工大 目次DB
|
岡本安晴著
目次情報:
続きを見る
1章 四則演算 1 |
1.1 足し算と引き算 1 |
1.2 掛け算と割り算 2 |
1.3 分配法則 7 |
1.4 割り算と分数 9 |
1.5 分数の四則演算 10 |
1.6 四則演算と有効桁数 14 |
2章 順列と組み合わせ 18 |
2.1 順列 18 |
2.2 組み合わせ 21 |
3章 集合と関数 23 |
3.1 集合の定義 23 |
3.2 集合の演算 27 |
3.3 関数 29 |
4章 数列と極限 32 |
4.1 数列 32 |
4.2 数列の極限 33 |
4.3 関数値の極限 36 |
5章 確率その1-事象が数え上げられる場合 38 |
5.1 確率の基礎的性質 38 |
5.2 条件つき確率と独立 44 |
5.3 積空間 49 |
5.4 期待値 50 |
5.5 ベイズの定理 53 |
6章 3角関数 55 |
6.1 角の大きさの単位 55 |
6.2 3角関数 56 |
6.3 加法定理 60 |
6.4 3角関数のグラフと逆関数 62 |
7章 指数関数と対数関数 66 |
7.1 指数関数 66 |
7.2 対数関数 71 |
8章 微分と積分 74 |
8.1 微分 74 |
8.2 平均値定理 80 |
8.3 極大値・極小値と微分 81 |
8.4 多変数関数の微分-偏微分 83 |
8.5 積分 85 |
8.6 多重積分 90 |
9章 確率その2-連続な事象の場合93 |
9.1 確率と積分 93 |
9.2 多次元の事象の確率 100 |
9.3 条件つき確率 103 |
10章 乱数 107 |
10.1 乱数の生成 107 |
10.2 MCMC(Markov chain Monte carlo) 109 |
10.3 正規乱数の生成 113 |
11章 行列と基本演算 116 |
11.1 行列 116 |
11.2 加減算 117 |
11.3 転置行列 118 |
11.4 乗算 118 |
11.5 単位行列と零行列 123 |
11.6 逆行列 123 |
11.7 ガウスの消去法(掃き出し法) 124 |
11.8 逆行列の利用 133 |
A 補足 135 |
A.1 和の記号Σと積の記号Π 135 |
A.2 式[5.1.5]の証明 136 |
A.3 条件つき確率の性質 137 |
A.4 √2が無理数であることの証明 138 |
A.5 計算の有効桁数 139 |
B プログラム 143 |
B.1 漸化式[2.2.2]による組み合わせの数の計算 145 |
B.2 ネイピア数eの値を求めるプログラム例 146 |
B.3 変数変換y=2Arcsin√pを求めるプログラム例 146 |
B.4 積分の近似の様子を調べるプログラム例 147 |
B.5 乱数生成クラス 147 |
B.6 乱数生成クラスsmplrnの使用例(分布の一様性チェック) 148 |
B.7 乱数生成クラスsmplrnの使用例(乱数の独立性のチェック) 149 |
B.8 MCMCアルゴリズムの例 149 |
B.9 正規乱数の生成(Rejection Polar Method) 151 |
B.10 正規乱数の生成例(B.9のクラスsmplrnを使用) 152 |
B.11 行列のためのクラス型myMatSと逆行列の計算プログラム 153 |
B.12 B.11の逆行列の計算用関数calcInvMatの使用例 156 |
B.13 回帰直線の計算 158 |
C 解答例 160 |
索引 167 |
1章 四則演算 1 |
1.1 足し算と引き算 1 |
1.2 掛け算と割り算 2 |
|
38.
|
図書
東工大 目次DB
|
Hans Wackernagel原著 ; 地球統計学研究委員会訳編
出版情報: |
東京 : 森北出版, 2003.5 x, 266p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1.はじめに |
〔A.統計学から地球統計学へ〕 |
2.平均・分散・共分散 |
2.1 平均(重心) 8 |
2.2 分布関数 10 |
2.3 期待値 11 |
2.4 分散 12 |
2.5 共分散 12 |
3.線形回帰と単純型クリギング |
3.1 標本共分散 13 |
3.2 線形回帰 14 |
3.3 分散・共分散行列 18 |
3.4 多変量線形回帰 19 |
3.5 単純型クリギング 22 |
4.平均値のクリギング推定 |
4.1 算術平均とその推定分散 25 |
4.2 空間的相関を考慮した平均値の推定 26 |
4.3 不偏性の仮定 27 |
4.4 推定誤差分散 28 |
4.5 最小推定分散 28 |
4.6 クリギング方程式 29 |
4.7 無相関の場合 30 |
〔B.地球統計学〕 |
5.領域変数と確率場 |
5.1 多変量時間/空間データ 34 |
5.2 領域変数 35 |
5.3 確率変数と領域値 36 |
5.4 確率場 36 |
5.5 確率分布 38 |
5.6 強定常性 38 |
5.7 1次および2次モーメントの定常性 39 |
6.バリオグラム雲 |
6.1 離間距離に対する非類似度 40 |
6.2 標本バリオグラム 42 |
6.3 理論バリオグラムによる標本バリオグラムのモデル化 43 |
7.バリオグラムと共分散関数 |
7.1 領域バリオグラム 45 |
7.2 理論バリオグラム 46 |
7.3 共分散関数 47 |
7.4 正定値符号関数 48 |
7.5 条件付負定値符号関数 48 |
7.6 共分散関数へのバリオグラムの適合 50 |
8.共分散関数の例 |
8.1 ナゲット効果型モデル 51 |
8.2 指数型共分散関数 52 |
8.3 球型モデル 52 |
8.4 球型共分散の語源 53 |
9.異方性 |
9.1 幾何学的異方性 56 |
9.2 楕円の回転と拡大 56 |
9.3 3次元空間における異方性の決定方法 58 |
9.4 帯状異方性 59 |
9.5 空間の非線形変形 59 |
10.拡大分散と四散化分散 |
10.1 サポート 61 |
10.2 拡大分散 62 |
10.3 四散化分散 63 |
10.4 Krigeの関係式 64 |
10.5 サポートの変化による効果 65 |
10.6 応用:音響データ 66 |
10.7 標本調査方法の比較 69 |
11.ばらつきの観測とプロット |
11.1 鉱量・回収量・投資・利益 72 |
11.2 選別度 74 |
11.3 鉱量の関数としての回収量 75 |
11.4 環境モニタリングにおける時系列 76 |
12.通常型クリギング |
12.1 通常型クリギング問題 79 |
12.2 増分の単純型クリギング推定 81 |
12.3 ブロック型クリギング 82 |
12.4 推定平均値を用いた単純型クリギング 84 |
12.5 残差のクリギング推定 85 |
12.6 交差検証 87 |
12.7 既知の観測誤差分散を用いたクリギング 88 |
13.クリギングの重み係数 |
13.1 幾何学的配置 89 |
13.2 幾何学的異方性 91 |
13.3 標本の相対位置 91 |
13.4 遮断効果 92 |
13.5 多因子型共分散関数 93 |
13.6 負のクリギング重み係数 94 |
14.クリギングを用いたマッピング |
14.1 空間補間のためのクリギング 96 |
14.2 近傍 99 |
15.領域確率場の線形モデル |
15.1 空間的異常 101 |
15.2 複合型バリオグラムモデル 102 |
15.3 確率場の分解 104 |
15.4 2次定常領域確率場 104 |
15.5 固有領域確率場 105 |
15.6 主に定常な成分からなる固有領域確率場 105 |
15.7 局所定常領域確率場 106 |
16.空間成分のクリギング推定 |
16.1 固有成分のクリギング 107 |
16.2 2次定常成分のクリギング 108 |
16.3 フィルタリング 110 |
16.4 応用:ヒ素データの空間成分のクリギング推定 110 |
17.クリギングの平滑性 |
17.1 不規則配置データを用いたクリギング 113 |
17.2 バリオグラムモデルの選択に対する感度 116 |
17.3 応用:地形データのクリギング推定 117 |
〔C.多変量統計学〕 |
18.主成分分析 |
18.1 因子への変換 122 |
18.2 因子分散の最大化 123 |
18.3 因子分散の解釈 124 |
18.4 因子と変数間の相関 125 |
19.正準分析 |
19.1 2グループの変数群における因子 130 |
19.2 特異値分解 131 |
19.3 相関の最大化 131 |
20.対応分析 |
20.1 分離表 134 |
20.2 分割表 135 |
20.3 分離表の正準分析 135 |
20.4 量的変数の符号化 135 |
20.5 2つの量的変数の分割 136 |
20.6 連続型対応分析 136 |
〔D.多変量地球統計学〕 |
21.自己・相互共分散 |
21.1 相互共分散関数 140 |
21.2 遅延効果 141 |
21.3 相互バリオグラム 142 |
21.4 擬似相互バリオグラム 144 |
21.5 相互共分散関数の特徴づけの難解性 145 |
22.共分散関数行列 |
22.1 共分散関数行列 146 |
22.2 クラメールの定理 146 |
22.3 スペクトル密度 147 |
22.4 位相のずれ 148 |
23.固有多変量相関 |
23.1 固有相関モデル 149 |
23.2 線形モデル 150 |
23.3 共変量分散係数 151 |
24.異配置型共変量クリギング |
24.1 同配置型と異配置型 153 |
24.2 通常型共変量クリギング 154 |
24.3 単純型共変量クリギング 156 |
24.4 選点単純型共変量クリギング 159 |
24.5 選点通常型共変量クリギング 160 |
25.同配置型共変量クリギング |
25.1 同配置型データを用いた共変量クリギング 162 |
25.2 自己クリギング可能性 163 |
25.3 二変量通常型共変量クリギング 165 |
26.多変量複合型バリオグラム |
26.1 共変量領域確率場の線形モデル 167 |
26.2 二変量による標本バリオグラムの適合 169 |
26.3 多変量による標本バリオグラムの適合 171 |
26.4 共変量領域確率場解析の必要性 173 |
27.共変量領域確率場解析 |
27.1 領域変数の主成分分析 176 |
27.2 共変量領域確率場解析の一般化 177 |
27.3 領域変数の正準分析と冗長性分析 178 |
27.4 領域変数の因子群の共変量クリギング推定 179 |
27.5 領域変数の多変量解析 180 |
28.複素変数のクリギング推定 |
28.1 複素変数としてのベクトルデータの符号化 182 |
28.2 複素共分散関数 183 |
28.3 複素クリギング 183 |
28.4 実部と虚部の共変量クリギング推定 184 |
28.5 複素(共変量)クリギングと個別のクリギングの対比 185 |
28.6 複素共分散関数のモデル化 187 |
29.双線形共変量領域確率場モデル |
29.1 共変量領域確率場の複素線形モデル 189 |
29.2 共変量領域確率場の双線形モデル 190 |
〔E.非定常地球統計学〕 |
30.外生ドリフト |
30.1 ボーリング調査と地震探査によって観測された深度 194 |
30.2 形状関数を用いた推定 195 |
30.3 外生ドリフト係数の推定 196 |
30.4 外生ドリフトを用いた交差検証 200 |
30.5 外生ドリフト関数の正則性 203 |
31.普遍型クリギング |
31.1 普遍型クリギング推定システム 204 |
31.2 ドリフトの推定 206 |
31.3 基底バリオグラムと推定残差 207 |
31.4 普遍型から固有型クリギングへ 210 |
32.移動不変ドリフト |
32.1 指数多項式型基底関数 212 |
32.2 k次の固有確率場 213 |
32.3 一般化共分散関数 214 |
32.4 固有型クリギング 215 |
32.5 三角関数による時間ドリフト 216 |
32.6 三角関数による時間ドリフトのフィルタリング 216 |
32.7 双対型クリギング 217 |
32.8 スプライン 219 |
〔付録〕 |
I.行列代数 222 |
II.線形回帰理論 230 |
III.共分散とバリオグラムのモデル 234 |
IV.補習 236 |
V.演習の解答 237 |
VI.参考文献とソフトウェア 244 |
VII.文献リスト 247 |
索引 263 |
1.はじめに |
〔A.統計学から地球統計学へ〕 |
2.平均・分散・共分散 |
|
39.
|
図書
東工大 目次DB
|
長谷川孝著
出版情報: |
東京 : 万来舎, 2005.12 251p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
監修者まえがき 3 |
はじめに 9 |
第1章 統計の基本 |
1.1 なぜ統計を学ぶのか 17 |
1.2 標本調査と母集団の標本 18 |
1.3 なぜ標本調査をするのか 19 |
1.4 標本調査の注意点 20 |
1.5 集団の特徴や性質 22 |
1.6 平均値 23 |
1.7 中央値・最頻値 25 |
1.8 バラツキの度合い 28 |
1.9 レンジ 30 |
1.10 分散 31 |
1.11 標準偏差 34 |
1.12 バラツキの度合いを比べる 39 |
1.13 母集団と標本における記号 40 |
1.14 度数分布表 42 |
1.15 グラフ化する 46 |
第2章 確率 |
2.1 確率とは 49 |
2.2 確率の基本 50 |
2.3 経験による確率 52 |
2.4 確率の安定 54 |
2.5 全部で何とおり 56 |
2.6 全部で何とおり―順列 58 |
2.7 全部で何とおり―組合せ 60 |
2.8 事象 63 |
2.9 足し算で求める確立 64 |
2.10 かけ算で求める確立 67 |
2.11 少なくとも 71 |
2.12 期待値 75 |
第3章 分布 |
3.1 確率変数と確率分布 79 |
3.2 2項分布 82 |
3.3 2項分布の平均値と分散 90 |
3.4 離散量と連続量 92 |
3.5 正規分布の性質 95 |
3.6 標準正規分布 100 |
3.7 標準正規分布表の使い方 103 |
3.8 中心極限定理 115 |
3.9 標本平均の分布の平均と分散 118 |
第4章 推定 |
4.1 推定とは 123 |
4.2 標準正規分布による母平均の区間推定 125 |
4.3 t分布 132 |
4.4 t分布表 136 |
4.5 標本の大きさと推定・検定の関係 137 |
4.6 標本分散の計算方法 139 |
4.7 t分布に夜母平均の区間推定 140 |
4.8 割合の推定 144 |
4.9 2項分布の正規近似 147 |
4.10 母集団における割合の区間推定 148 |
4.11 標準正規分布による母平均の差の推定 152 |
4.12 t分布による母平均の差の推定 159 |
4.13 対応のあるデータの母平均の差の推定 163 |
4.14 母集団における割合の差の推定 170 |
4.15 推定のまとめ 173 |
第5章 検定 |
5.1 検定とは 177 |
5.2 帰無仮説と対立仮説 180 |
5.3 標準正規分布による母平均の検定 187 |
5.4 t分布による母平均の検定 198 |
5.5 母集団における割合の検定 203 |
5.6 標準正規分布による母平均の差の検定 206 |
5.7 t分布による母平均の差の検定 209 |
5.8 対応のあるデータの母平均の差の検定 212 |
5.9 母集団における割合の差の検定 218 |
5.10 検定のまとめ 222 |
総合問題 225 |
付表 241 |
おわりに 247 |
さくいん 250 |
監修者まえがき 3 |
はじめに 9 |
第1章 統計の基本 |
|
40.
|
図書
東工大 目次DB
|
藤越康祝, 菅民郎, 土方裕子共著
出版情報: |
東京 : オーム社, 2008.6 x, 188p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに ⅲ |
第1部 入門編 |
第1章 初心者のための解説 |
1.1 分散分析法とは 2 |
1.2 分散分析表の求め方 6 |
1.3 分散分析法における検定 10 |
1.4 交互作用とは 15 |
1.5 多重比較法とは 17 |
1.6 母数因子(固定因子)、変量因子(ランダム因子)とは 18 |
1.7 経時データとは 19 |
1.8 経時データのための分析手法 20 |
第2章 各種モデルの概要と結果の見方 |
2.1 混合効果分散分析モデル 21 |
2.2 プロファイル分析モデル 32 |
2.3 成長曲線モデル―成長曲線モデル(1群)― 35 |
2.4 成長曲線モデル―成長曲線モデル(2群)― 38 |
2.5 拡張成長曲線モデル 41 |
2.6 線形回帰モデル 43 |
2.7 ランダム係数モデル 46 |
第2部 メソッド編 |
第3章 混合効果分散分析モデル |
3.1 混合効果分散分析モデルとは 51 |
3.2 1群の場合 52 |
3.3 共分散構造の検証 55 |
3.4 多群の場合 56 |
交互作用がある場合の分散分析 57 |
交互作用がない場合のモデルと分散分析 59 |
効果の推定 59 |
一様共分散構造の検証 61 |
3.5 多重比較 63 |
ダネット法 65 |
テューキー法 65 |
シェフェの方法 66 |
ボンフェローニ法 66 |
多群の場合 67 |
3.6 モデル選択基準 68 |
1群の場合 68 |
多群-交互作用がある場合 70 |
多群-交互作用がない場合 70 |
第4章 プロファイル分析モデル |
4.1 プロファイル分析モデルとは 71 |
4.2 2群の場合 72 |
平行性仮説のもとでの推測 74 |
4.3 多群の場合 76 |
平行性仮説と検定 76 |
平行性モデルのもとでの推測 77 |
4.4 モデル選択基準 79 |
第5章 成長曲線モデル |
5.1 成長曲線モデルとは 82 |
5.2 1群の場合 86 |
モデルと基本統計量 86 |
回帰係数の推定 86 |
検定 87 |
同時信頼区間 89 |
5.3 多群の場合 90 |
推測法 90 |
回帰係数の推定 92 |
検定 92 |
同時信頼区間 96 |
5.4 モデル選択基準 97 |
第6章 拡張成長曲線モデル |
6.1 階層型拡張成長曲線モデルとは 99 |
6.2 2階層型拡張成長曲線モデル―各層が1群の場合 101 |
モデル 101 |
基礎統計量と変換 102 |
回帰パラメータの推定 103 |
検定 104 |
信頼区間 106 |
6.3 2階層型拡張成長曲線モデル―各層が多群の場合 107 |
モデル 107 |
基礎統計量と変換 108 |
回帰パラメータの推定 109 |
検定 110 |
信頼区間 113 |
6.4 モデル選択基準 114 |
第7章 線形回帰モデル |
7.1 線形回帰モデルと推測 116 |
7.2 1群の場合 120 |
回帰係数が群内で等しい場合 120 |
回帰係数が個体ごとに異なる場合 122 |
7.3 多群の場合 123 |
回帰係数が同一群内で等しい場合 123 |
回帰係数が個体ごとに異なる場合 126 |
第8章 ランダム係数モデル |
8.1 ランダム係数モデルとは 128 |
8.2 推測法 134 |
8.2.1 推定 134 |
平均パラメータの推定 135 |
分散パラメータの推定 136 |
修正法Ⅰ 138 |
修正法Ⅱ(最尤推定量) 138 |
8.2.2 検定 139 |
8.3 部分ランダム係数モデル 141 |
修正法Ⅲ 142 |
修正法Ⅳ(最尤推定量) 143 |
8.4 モデル選択基準 144 |
ランダム係数モデル 144 |
部分ランダム係数モデル 146 |
第9章 多変量基本分布・検定・AIC基準 |
9.1 多変量基本統計量 148 |
9.2 多変量正規分布・ウィシャート分布 149 |
多次元正規分布 149 |
ウィシャート分布 150 |
9.3 検定 151 |
共分散行列に関する検定 151 |
平均ベクトルに関する検定 152 |
9.4 ホテリング・ラムダ分布 153 |
9.5 AIC基準 155 |
第3部 事例編 |
第10章 犬の冠動脈の洞結節におけるカリウム濃度〈事例1〉 |
10.1 分析目的・データ・モデル 160 |
分析目的 160 |
データ 160 |
データの解釈 160 |
適用するモデル 162 |
10.2 分析結果 163 |
混合効果分散分析モデルの分析結果 163 |
成長曲線モデルの分析結果 164 |
第11章 母親の身長に応じた、少女の身長〈事例2〉 |
11.1 分析目的・データ・モデル 165 |
分析目的 165 |
データ 165 |
データの解釈 166 |
適用するモデル 168 |
11.2 分析結果 168 |
混合効果分散分析モデルの分析結果 168 |
成長曲線モデルの分析結果 169 |
第12章 記憶個数と経過時間との関係〈事例3〉 |
12.1 分析目的・データ・モデル 172 |
分析目的 172 |
データ 172 |
データの解釈 174 |
適用するモデル 174 |
12.2 分析結果 175 |
2元配置型分散分析モデルの分析結果 175 |
分析結果 176 |
参考文献 179 |
付録―経時データ分析ソフトウェアの紹介 181 |
索引 186 |
はじめに ⅲ |
第1部 入門編 |
第1章 初心者のための解説 |
|
41.
|
図書
東工大 目次DB
|
吉本勇著
目次情報:
続きを見る
まえがき |
1 緒論 |
1.1 緒言 1 |
1.2 確率論および統計学の発展 2 |
1.3 工学への応用 3 |
文献 4 |
2 確率 |
2.1 事象 5 |
2.2 確率の概念 9 |
2.3 条件付確率 11 |
2.4 ベイズの公式 13 |
2.5 独立性 14 |
演習問題 16 |
文献 17 |
3 確率分布 |
3.1 緒言 18 |
3.2 超幾何分布 18 |
3.3 二項分布 20 |
3.4 ポアソン分布 22 |
3.5 正規分布 24 |
3.6 確率変数および確率分布 29 |
3.7 平均値 32 |
3.8 分散 33 |
3.9 チェビシェフの不等式 36 |
3.10 確率変数の和の分布 37 |
演習問題 41 |
文献 42 |
4 標本および標本分布 |
4.1 母集団と標本 43 |
4.2 度数分布 44 |
4.3 度数分布の量的表現 46 |
4.4 標本分布 48 |
4.5 標本平均値の分布 49 |
4.6 標本分散の分布 52 |
4.7 XとSの関数の分布 55 |
4.8 不偏分散の比の分布 58 |
演習問題 60 |
文献 60 |
5 統計的推定 |
5.1 緒言 61 |
5.2 点推定 62 |
5.3 最尤推定量 64 |
5.4 区間推定 66 |
5.5 正規分布における区間推定 68 |
5.6 ベルヌイ分布における区間推定 71 |
演習問題 72 |
文献 72 |
6 統計的検定 |
6.1 緒言 73 |
6.2 統計的検定における誤り 76 |
6.3 尤度比検定法 78 |
6.4 母集団が正規分布の場合の検定 80 |
6.5 母集団がベルヌイ分布の場合の検定 90 |
6.6 適合度の検定 94 |
演習問題 98 |
文献 99 |
演習問題の解答 100 |
付表 103 |
索引 135 |
|
42.
|
図書
東工大 目次DB
|
柴田文明著
目次情報:
続きを見る
理工系の基礎数学7 確立・統計 |
理工系数学の学び方 |
まえがき |
1 基礎的なことがら 1 |
1-1 事象,集合,確立 1 |
1-2 確率変数,確率分布 7 |
1-3 順列と組合せ 11 |
1-4 ベルヌーイ試行と2項分布 |
1-5 ポアソン分布 19 |
1-6 正規分布 22 |
第1章演習問題 29 |
2 特性関数と平均量 31 |
2-1 期待値 31 |
2-2 特性関数 39 |
2-3 モーメントおよびキュムラント 42 |
第2章演習問題 47 |
3 確率の法則と正規分布 49 |
3-1 確率不等式と大数の法則 49 |
3-2 中心極限定理 59 |
3-3 正規分布の性質 62 |
第3章演習問題 67 |
4 統計に用いられる分布 69 |
4-1 カイ2乗分布 69 |
4-2 F分布 80 |
4-3 t分布 87 |
第4章演習問題 91 |
5 標本,母集団,推定 91 |
5-1 標本と母集団 91 |
5-2 標本平均値,標本分散値,ヒストグラム 93 |
5-3 標本確率変数 96 |
5-4 推定 102 |
第5章演習問題 119 |
6 検定 121 |
6-1 仮設および検定の考え方 121 |
6-2 母数に関する検定 127 |
6-3 適合度検定と独立性の検定 140 |
第6章演習問題 151 |
7 情報量基準 153 |
7-1 最尤法再論,カルバックーライブラー情報量 153 |
7-2 最尤推定量の性質 158 |
7-3 情報量基準AIC 164 |
7-4 時系列解析 177 |
第7章演習問題 186 |
さらに勉強するために 189 |
演習問題解答 193 |
附表 207 |
索引 215 |
理工系の基礎数学7 確立・統計 |
理工系数学の学び方 |
まえがき |
|
43.
|
図書
|
深谷澄男, 喜田安哲著
出版情報: |
東京 : 北樹出版, 2001.4-2003.4 2冊 ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
44.
|
図書
東工大 目次DB
|
吉原健一, 金川秀也共著
出版情報: |
東京 : 培風館, 2007.11 iv, 177p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1. 資料の整理 1 |
1.1 統計学とは 1 |
1.2 標本調査 2 |
1.3 データの種類・整理 3 |
1.4 代表値 7 |
1.5 散布度 9 |
1.6 筆算による平均・標準偏差の求め方 12 |
1.7 統計グラフ 13 |
1.8 コンピュータ用いたヒストグラムの作成 18 |
2. 確率密度関数 25 |
2.1 折れ線グラフの変化と確率密度関数 25 |
2.2 正規密度関数 28 |
2.3 正規曲線と確率 29 |
2.4 t-分布 30 |
2.5 X-分布 31 |
2.6 F-分布 32 |
3. 正規分布表を用いた確率の計算 33 |
3.1 標準正規分布関数。(Φ)と確率 33 |
3.2 一般の正規分布の場合 35 |
3.3 偏差値 35 |
3.4 中心極限定理 37 |
3.5 二項分布の正規近似 37 |
3.6 α点(または100αパーセント点) 41 |
3.7 コンピュータを用いた確率の計算 42 |
4. パラメトリック推測 45 |
4.1 パラメトリック推測とは 45 |
5. 正規母集団の未知の母数の推定 49 |
5.1 正規母集団の母平均μの推定 49 |
5.2 正規母集団の標準偏差σの区間推定 53 |
5.3 2つの母平均の差μ-μの区間推定 54 |
5.4 コンピュータを用いた信頼区間の求め方 57 |
6. 仮説検定 61 |
6.1 仮説検定の方式 61 |
6.2 パラメトリック検定 62 |
6.3 正規母集団の母平均μの検定 65 |
6.4 正規母集団の母分散σの検定 70 |
6.5 2つの正規母集団の母数の比較 72 |
6.6 一対比較の問題 79 |
6.7 二項母集団の母数の推測 83 |
6.8 コンピュータを用いた検定 87 |
7. ノンパラメトリック推測 95 |
7.1 核関数による確率密度関数の推測法 95 |
7.2 適合度検定 97 |
7.3 分割表による独立性の検定 99 |
7.4 コンピュータを用いた適合度検定 102 |
8. 回帰分析 105 |
8.1 相関係数 105 |
8.2 相関係数の推定・検定 109 |
8.3 順位相関 113 |
8.4 回帰直線 116 |
8.5 コンピュータを用いた相関係数の検定と回帰直線 123 |
9. 分散分析 131 |
9.1 1元分類 131 |
9.2 2元分類 134 |
10. ブートストラップ法 139 |
10.1 ブートストラップ法 139 |
10.2 Excelによるリサンプリングの例 145 |
付表 165 |
索引 175 |
1. 資料の整理 1 |
1.1 統計学とは 1 |
1.2 標本調査 2 |
|
45.
|
図書
東工大 目次DB
|
金子治平, 上藤一郎編
目次情報:
続きを見る
はじめに |
第1編 記述続編 |
I 統計データとは |
1 統計データとは 2 |
II 比率と指数 |
1 さまざまな比率 6 |
2 静的比率 8 |
3 動的比率―変化率― 12 |
4 動的比率―指数― 15 |
III 分布とその特性 |
1 度数分布表とヒストグラム 20 |
2 代表値 24 |
3 散布度 28 |
4 歪度・尖度と特性値の総括 32 |
IV 相関と回り帯 |
1 二次元データー 34 |
2 相関係数 35 |
3 回帰分析 40 |
第2編 数理統計編 |
V 確率の基本 |
1 順列. 46 |
2 組合せ 48 |
3 確率とは何か 50 |
VI 確率変数と分布 |
1 確率変数と分布 54 |
2 期待値と分散 58 |
3 2項分布 62 |
4 正規分布 66 |
VII 母集団と標本 |
1 母集団と標本とは 72 |
2 標本平均や標本比率のちらばり 74 |
3 統計的推測で用いる数学記号 76 |
4 有限母集団からの標本平均の平均と分散 78 |
5 確率化,非復元抽出と復元抽出 82 |
6 無限母集団からの標本平均の平均と分散 84 |
7 大数の法則 88 |
8 中心極限定理 90 |
VIII 統計的推定 |
1さまざまな統計的推定~ 94 |
2 不偏性―良い推定量の基準― 96 |
3 一致性と有効性―良い推定量の基準― 98 |
4 2項分布での最尤法 100 |
5 一般的な最尤法 102 |
5 平均の区間推定 104 |
7 分散の区間推定 110 |
8 比率の区間推定 113 |
IX 統計的検定 |
1 統計的検定とは 115 |
2 統計的検定の手順 118 |
3 第1種・第2種の過誤と両側片側検定 120 |
4 x^2分布,t分布,F分布と標本分布 122 |
5 母平均μに関する検定 125 |
6 母比率pに関する検定 130 |
7 分散比の検定 132 |
8 母平均の差に関する検定 134 |
9 適合度のx^2検定 140 |
10 独立性のx^2検定 142 |
X 回帰モデル |
1 回帰モデルとt検定 144 |
2 F検定と自由度調整済み決定係数 152 |
XI 標本調査法 |
1 単純無作為抽出法 154 |
2 標準誤差と標準誤差率 155 |
3 無限母集団を対象とする標本の大きさの決定 158 |
4 有限母集団を対象とする標本の大きさの決定 162 |
5 標本調査のいろいろ 164 |
付表 |
標準正規分布表 168 |
x^2分布表 169 |
t分布表 170 |
F分布表 171 |
練習問題解答 174 |
さくいん |
|
46.
|
図書
東工大 目次DB
|
岡本安晴著
出版情報: |
東京 : おうふう, 2009.3 230p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 グラフ : データの図示 7 |
1.1 1変量の場合 7 |
ヒストグラム 7 |
棒グラフ(柱状グラフ、柱状図)と折れ線グラフ 9 |
1.2 2変量の場合 : 散布図 10 |
2 統計量 13 |
2.1 1変量の場合 13 |
位置と散らばりの指標(平均、分散など) 13 |
データの標準化 18 |
分布の形状の指標(歪度と尖度) 19 |
順序統計量(中央値など) 22 |
ヒンジと箱ひげ図 24 |
2.2 2変量の場合 26 |
共分散 26 |
相関係数 29 |
回帰分析と相関係数 34 |
回帰(regression) 37 |
擬似相関と変量間の関係 39 |
順位相関係数 46 |
補足2.A 計算の有効桁補足 47 |
補足2.B 和と積の記号 : ∑とΠ補足 48 |
補足2.C データに定数を足した場合、掛けた場合の平均と分散補足 51 |
補足2.D 標準得点の平均値と分散・不偏分散補足 52 |
補足2.E 順序統計量をp : 1-pに内分する値補足 53 |
補足2.F 相関係数と内積 54 |
3 検定 56 |
3.1 検定の考え方 56 |
2項検定(帰無仮説と対立仮説) 56 |
2項検定の例 62 |
3.2 正規分布を仮定する検定 64 |
平均値の差のt検定(条件間で独立なデータの場合) 65 |
等分散の仮定を置かない場合 74 |
平均値の差のt検定(条件間で対応のあるデータの場合) 76 |
等分散の検定 79 |
相関係数の検定 82 |
3.3 ノンパラメトリック検定 84 |
カイ2乗検定 : 適合度の検定 85 |
分割表の分析 : 分布の違いの検定 88 |
分割表の分析 : カテゴリの独立の検定 95 |
補足3.A メタ分析 97 |
4 分散分析 98 |
4.1 多重比較 98 |
4.2 分散分析の考え方と方法 99 |
被験者間1要因の場合 99 |
被験者内1要因の場合 107 |
被験者間2要因の場合 115 |
その他の分散分析 129 |
4.3 重回帰分析と分散分析 129 |
補足4.A 球形仮定(the assumption of sphericity) 133 |
5 効果量と検定力 135 |
5.1 平均値の差の効果量(独立なデータの場合) 135 |
5.2 分散分析の場合の効果量(被験者間1要因) 139 |
6 推定 143 |
6.1 点推定(モーメント法) 143 |
不偏推定量と一致推定量 146 |
6.2 区間推定 148 |
6.3 最尤法 151 |
尤度関数 151 |
尤度比検定 153 |
情報量基準AiC 154 |
信頼区間とフィッシャー情報量 155 |
6.4 ベイズ的方法 160 |
6.5 ブートストラップ 167 |
ノンパラメトリック・ブートストラップ 167 |
パラメトリック・ブートストラップ 170 |
7 母集団を想定しない分析 171 |
7.1 ランダマイゼーション検定 171 |
7.2 サブサンプルによる分析 174 |
データの収集方法に構造がある場合 174 |
データの収集方法に構造化がない場合 176 |
付録 確率 179 |
A 集合 179 |
A.1 定義 179 |
A.2 集合の演算 182 |
B 数え上げることのできる事象の確率 184 |
B.1 基礎的性質 184 |
B.2 条件付確率と独立 189 |
B.3 期待値 191 |
B.4 ベイズの定理 195 |
B.5 補足 194 |
C 積分 197 |
C.1 1変数関数の積分 197 |
C.2 多重積分 199 |
D 連続量の確率 201 |
D.1 分布関数 201 |
D.2 条件付確率密度関数 203 |
D.3 期待値・平均・分散 205 |
E 確率の例 208 |
E.1 ベルヌーイ分布 208 |
E.2 2項分布 209 |
E.3 正規分布 211 |
E.4 カイ2乗分布 213 |
E.5 ティ分布 214 |
E.6 エフ分布 215 |
E.7 非心カイ2乗分布 216 |
E.8 非心ティ分布 217 |
E.9 非心エフ分布 218 |
E.10 2変量正規分布 218 |
付表1~付表5 220 |
解答例 226 |
引用・参考文献 228 |
1 グラフ : データの図示 7 |
1.1 1変量の場合 7 |
ヒストグラム 7 |
|
47.
|
図書
|
東京大学工学教程編纂委員会編 ; 縄田和満著
目次情報:
続きを見る
1 : 確率の基礎 |
2 : 確率変数 |
3 : 多次元の確率分布 |
4 : 推定と検定 |
5 : 異なった母集団の同一性の検定とF分布 |
6 : 回帰分析 |
7 : ベクトルと行列を使った回帰分析 |
付録A : 確率空間と確率変数、収束の定義 |
1 実験計画法 : 一元配置分散分析 |
二元配置分散分析 |
多元配置分散分析 |
2水準系の完全実施要因計画 |
一部実施要因計画と直交表 |
田口メソッド |
2 時系列解析 : 確率過程の基本概念 |
定常性と自己相関関数 |
ARMAモデルの推定と予測 |
状態空間モデル |
定常非線形モデル |
スペクトル密度関数 |
スペクトル密度関数の推定 |
非定常時系列データの解析 |
1 : 確率の基礎 |
2 : 確率変数 |
3 : 多次元の確率分布 |
|
48.
|
図書
東工大 目次DB
|
馬場浩也著
出版情報: |
東京 : 東洋経済新報社, 2005.9 vi, 267p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
Chapter 1 SPSSを始めましょう 2 |
1.1 SPSSをインストールする方法 2 |
1.2 SPSSを立ち上げる方法 5 |
1.3 SPSSを終了する方法 7 |
Chapter 2 変数に名前をつけましょう 8 |
2.1 統計分析に使う変数の種類 8 |
2.2 データ値 9 |
2.3 SPSSのワークシートを立ち上げる方法 10 |
2.4 変数に名前をつける方法 10 |
2.5 変数の型を指定する方法 12 |
2.6 その他の変数の型を指定する方法 14 |
2.7 変数にラベルをつける方法 14 |
2.8 カテゴリ変数に値ラベルをつける方法 15 |
2.9 欠損値について 16 |
Chapter 3 データ値を入力しましょう 17 |
3.1 データ値を入力する方法 17 |
3.2 ケースを追加する方法 18 |
3.3 変数を追加する方法 18 |
3.4 入力ミスを修正する方法 19 |
3.5 データ値を印刷する方法 20 |
Chapter 4 データ値をファイルに保存しましょう 23 |
4.1 ハードディスクに保存する方法 23 |
4.2 フロッピーディスクに保存する方法 24 |
4.3 保存したファイルを立ち上げる方法 25 |
Chapter 5 Excelのデータを読み込みましょう 28 |
5.1 Excelにデータ値を入力する方法 28 |
5.2 Excelのデータを読み込む方法 30 |
Chapter 6 ファイルのコピーを作りましょう 33 |
6.1 「マイ コンピュータ」を使う方法 33 |
6.2 デスクトップをフォルダとして利用する方法 35 |
6.3 「ディスクのコピー」を使う方法 36 |
6.4 ファイルを削除する方法 36 |
Chapter 7 ファイルを結合しましょう 38 |
7.1 ケースによって分割されたファイルの結合方法 38 |
7.2 変数によって分割されたファイルの結合 42 |
Chapter 8 ファイルを分割しましょう 44 |
8.1 ケースの順序を並べ替える方法 44 |
8.2 複数の変数によるケースの並べ替え 46 |
8.3 ファイルを分割する方法 47 |
Chapter 9 集計値のファイルを作りましょう 50 |
9.1 グループ別の平均値を求める方法 50 |
9.2 その他のグループ集計値を求める方法 54 |
Chapter 10 グラフを描きましょう 60 |
10.1 棒グラフを描く方法 60 |
10.2 デフォルトのグラフを編集する方法 62 |
10.3 グラフを印刷・保存する方法 71 |
Chapter 11 グラフ機能を活用しましょう 72 |
11.1 グループ別のグラフを描く方法 72 |
11.2 グループ別のグラフを1つのグラフに描く方法 73 |
11.3 グループ集計値のグラフを描く方法 75 |
11.4 円グラフを描く方法 76 |
11.5 折れ線グラフを描く方法 78 |
Chapter 12 ヒストグラムを描きましょう 81 |
12.1 ヒストグラムを描く方法 81 |
12.2 ヒストグラムを編集する方法 83 |
Chapter 13 散布図を描きましょう 85 |
13.1 散布図を描く方法 85 |
13.2 散布図を編集する方法 87 |
13.3 変数の値の分布をドットで描く方法 88 |
Chapter 14 度数分布表を作りましょう 91 |
14.1 度数分布表を作る方法 91 |
14.2 度数分布表の見方 92 |
14.3 度数分布表を編集する方法 93 |
14.4 個々のケースの値の度数分布表を作る方法 96 |
14.5 度数分布表と一緒にグラフを描く方法 97 |
14.6 度数分布表と一緒に統計量を表示する方法 98 |
Chapter 15 クロス集計表を作りましょう 100 |
15.1 クロス集計表を作る方法 100 |
15.2 クロス集計表の見方 102 |
15.3 クロス集計表の行と列の決め方 103 |
15.4 クロス集計表と一緒にグラフを描く方法 103 |
15.5 複数のクロス集計表を一括して作る方法 104 |
15.6 クロス集計表で3つ以上の変数の値の関係をあらわす方法 106 |
Chapter 16 新しい変数を作りましょう 109 |
16.1 四則演算を使って新しい変数を作る方法 109 |
16.2 数式を使って新しい変数を作る方法 113 |
16.3 関数を使って新しい変数を作る方法 114 |
16.4 IF条件をつけて新しい変数を作る方法 116 |
16.5 最初に別の変数を作っておくメリット 119 |
16.6 変数の計算で( )を使う方法 119 |
16.7 変数の計算で1を使う方法 120 |
16.8 &と1の使い方の注意点 122 |
16.9 欠損値を置き換える方法 123 |
Chapter 17 必要なケースを選択しましょう 126 |
17.1 必要なケースを選択する方法 126 |
17.2 ケースの選択に複数の変数を使う方法 128 |
17.3 複雑な条件によりケースを選択する方法 129 |
17.4 &,1,( )の使い方の注意点 129 |
17.5 数式を使ってケースを選択する方法 130 |
Chapter 18 多重回答を集計しましょう 131 |
18.1 多重回答の選択肢とデータ値 131 |
18.2 多重回答を集計する方法 132 |
18.3 多重回答の度数分布表の見方 134 |
18.4 多重回答をクロス集計表であらわす方法 135 |
Chapter 19 図表をWordに貼り付けましょう 138 |
19.1 Wordで文章を作成する方法 138 |
19.2 図表をWordの文章に貼り付ける方法 139 |
19.3 ペイントで貼り付ける方法 142 |
Chapter 20 平均値,分散,標準偏差を調べましょう 146 |
20.1 平均値,分散,標準偏差を調べる方法 146 |
20.2 平均値,分散,標準偏差の意味 147 |
20.3 性別にみた成績の分布 151 |
Chapter 21 母集団の平均値を推計しましょう 153 |
21.1 母集団の平均値を推計する方法 153 |
21.2 確率変数の意味 155 |
21.3 標本の平均値の分布 156 |
21.4 標本の平均値と正規分布 157 |
21.5 正規分布表 158 |
21.6 母集団の平均値の95%の信頼区間 160 |
21.7 母集団の平均値の推計における残された2つの問題 161 |
21.8 学生全体の成績の平均値の推計 163 |
21.9 統計的推計の一般的な注意点 164 |
Chapter 22 母集団の平均値の差を推計しましょう 166 |
22.1 母集団の平均値の差を推計する方法 166 |
22.2 標本の平均値の差は確率変数 168 |
22.3 標本の平均値の差は標準誤差 169 |
22.4 標準誤差の近似値 169 |
22.5 t値による信頼区間の推計 171 |
22.6 母集団の平均値の差の推計 171 |
22.7 信頼区間と母集団の平均値の差 172 |
22.8 t値による仮説の検定 172 |
22.9 母集団の平均値の差の推計の一般的な注意点 174 |
Chapter 23 相関分析をしましょう 175 |
23.1 相関関係を調べる方法 175 |
23.2 相関係数の意味 177 |
23.3 相関係数の値とグラフの4つの領域 178 |
23.4 相関係数の値とXとYの共分散の関係 178 |
23.5 相関係数は相対的な統計量 180 |
23.6 相関関係の強さの基準 181 |
23.7 相関係数の値の計算 181 |
23.8 母集団における相関関係の推計 182 |
23.9 複数の変数間の相関係数を一括して求める方法 182 |
23.10 相関分析の一般的な注意点 183 |
Chapter 24 回帰分析をしましょう 184 |
24.1 回帰分析をする方法 184 |
24.2 回帰分析の分析結果 185 |
24.3 独立変数と従属変数 186 |
24.4 回帰線と回帰式 186 |
24.5 推計誤差の最小化 187 |
24.6 最小二乗法 188 |
24.7 最小二乗法による回帰係数の計算 188 |
24.8 推計結果の統計的有意性 189 |
24.9 R2の意味 192 |
24.10 回帰分析の一般的な注意点 195 |
Chapter 25 重回帰分析をしましょう 196 |
25.1 重回帰分析をする方法 196 |
25.2 重回帰分析の分析結果 196 |
25.3 重回帰分析の最小二乗法 197 |
25.4 重回帰分析の回帰係数の意味 198 |
25.5 代数変数 199 |
25.6 推計結果の統計的有意性 200 |
25.7 回帰式に3つ以上の独立変数を使う方法 202 |
25.8 重回帰分析の一般的な注意点 203 |
Chapter 26 回帰分析にダミー変数を使いましょう 205 |
26.1 回帰式にダミー変数を使う方法 205 |
26.2 ダミー変数を使った推計結果 206 |
26.3 回帰式にダミー変数を使う理由 207 |
26.4 ダミー変数を使った回帰係数の意味 208 |
26.5 推計結果の統計的有意性 209 |
26.6 従属変数の推計値 210 |
26.7 推計結果の比較 212 |
26.8 種類の異なる複数のダミー変数を使う方法 212 |
26.9 複数のカテゴリをあらわすダミー変数を使う方法 214 |
26.10 ダミー変数を使う一般的な注意点 215 |
Chapter 27 2次関数の回帰式を推計しましょう 217 |
27.1 2次関数を使った回帰式を推計する方法 217 |
27.2 2次関数の回帰式を使った推計結果 219 |
27.3 2次関数の回帰式を使った回帰分析の意味 219 |
27.4 従属変数の推計値と実際の値 220 |
27.5 2次関数を使った回帰分析の応用 221 |
27.6 2次関数を使った回帰分析の一般的な注意点 222 |
Chapter 28 対数関数の回帰式を推計しましょう 224 |
28.1 対数関数を使った回帰分析をする方法 224 |
28.2 対数関数を回帰式に使う理由 226 |
28.3 回帰係数bの意味 228 |
28.4 線型回帰式と対数回帰式の比較 229 |
28.5 従属変数の値の推計 230 |
28.6 対数関数の回帰式の応用 232 |
28.7 その他の対数回帰式 233 |
28.8 回帰分析の一般的な注意点 234 |
Chapter 29 四半期別データを分析しましょう 236 |
29.1 四半期別データを入力する方法 236 |
29.2 売上高の四半期別の変動 237 |
29.3 線型回帰式による回帰分析 238 |
29.4 ダミー変数を使った回帰式 240 |
29.5 ダミー変数を使ったケーキの売上高の推計 242 |
29.6 ダミー変数を使った回帰式の一般的な注意点 243 |
Chapter 30 年次データを分析しましょう 244 |
30.1 年次データを入力する方法 244 |
30.2 年末ボーナスの支給率の推移 245 |
30.3 年末ボーナスの支給率の推計(推計モデル1) 245 |
30.4 移動平均値 247 |
30.5 国内総生産の実質成長率 249 |
30.6 ラグ変数 250 |
30.7 完全失業率 253 |
30.8 年末ボーナスの支給率の推計(推計モデル2) 255 |
30.9 ダミー変数を使った回帰式の推計(推計モデル3) 256 |
30.10 時系列分析の一般的な注意点 258 |
補足説明 259 |
おわりに 263 |
索引 264 |
Chapter 1 SPSSを始めましょう 2 |
1.1 SPSSをインストールする方法 2 |
1.2 SPSSを立ち上げる方法 5 |
|
49.
|
図書
東工大 目次DB
|
渡部洋著
出版情報: |
東京 : 福村出版, 1999.9 249p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに |
0章 ベイズ統計学とは 9 |
0.1 統計学全般からみたベイズ統計学 10 |
0.2 ベイズとベイズの定理 14 |
0.3 ベイズ統計学の特徴 16 |
0.4 ベイズ推測の利点 18 |
1章 事象と確率 23 |
1.1 不確定事象と主観確率 24 |
1.2 確率の公理とベイズの定理 26 |
1.3 条件付き確率の計算 30 |
1.4 交換可能性とシンプソンのパラドックス 33 |
1章練習問題 35 |
2章 確率変数と分布 37 |
2.1 確率変数と確率分布 38 |
2.2 確率変数とその関数の期待値と分散 44 |
2.3 2変数の確率分布 46 |
2.4 多変数の分布 51 |
2章練習問題 54 |
3章 推測のためのベイズの定理 55 |
3.1 確率変数についてのベイズの定理 56 |
3.2 正規分布を例とした場合のモデル分布と尤度関数 60 |
3.3 尤度原理について 65 |
3.4 ベイズの定理の連続的利用 67 |
3.5 予測分布とその応用 68 |
3章練習問題 72 |
4章 ベルヌーイ分布に関するベイズ推測 73 |
4.1 ベルヌーイモデルのもとでの解析 74 |
4.2 公的分析のための種々の事前分布 77 |
4.3 私的分析のための事前分布 85 |
4.4 事後分布の吟味 88 |
4.5 事後分布の近似 94 |
4.6 予測分布 96 |
4.7 ドフィネッティの定理 98 |
4章練習問題 100 |
5章 正規分布に関するベイズ推測 103 |
5.1 分散既知の正規分布のもとでの解析 104 |
5.2 多数の比率の同時推測 108 |
5.3 平均既知の正規分布のもとでの解析 113 |
5.4 平均および分散が共に未知の正規分布のもとでの解析 117 |
5.5 2つの正規母集団の差異に関するベイズ推測 121 |
5.6 かく乱母数の処理について 128 |
5.7 母数上の制約の処理について 129 |
5.8 ヘーウィットとサベジの定理 132 |
5章練習問題 135 |
6章 多数の平均値に関するベイズ推測 137 |
6.1 3つ以上の平均の比較 138 |
6.2 単純無作為配置のもとでのベイズ推測 147 |
6.3 3つ以上の分散の比較 149 |
6.4 2要因配置のもとでのベイズ推測 152 |
6章練習問題 158 |
7章 回帰と相関に関するベイズ推測 161 |
7.1 単回帰モデルとその意味 162 |
7.2 関数的回帰についてのベイズ推測 164 |
7.3 2変量正規母集団についてのベイズ推測 169 |
7.4 条件付き回帰についてのベイズ推測 175 |
7.5 相関係数についてのベイズ推測 178 |
7.6 m集団回帰 179 |
7章練習問題 186 |
付録 189 |
練習問題解答 190 |
付表(1~9) 209 |
行列演算に親しむ 232 |
多変量分布とその性質 240 |
ベータ関数,ガンマ関数およびいくつかの積分公式 244 |
人名索引・事項索引 246 |
はじめに |
0章 ベイズ統計学とは 9 |
0.1 統計学全般からみたベイズ統計学 10 |
|
50.
|
図書
|
雄山真弓, 坂口瑛, 東原義訓共著 ; 中山和彦監修
出版情報: |
東京 : 丸善, 1984.5-1984.7 2冊 ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
51.
|
図書
|
広津千尋著
目次情報:
続きを見る
第1章 2標本問題 : 正規分布モデル |
ブロック実験に基づく対応のあるデータ ほか |
第2章 1元配置実験とその解析 : 処理の一様性検定 |
多重比較法 ほか |
第3章 2元配置実験とその解析 : 交互作用とは |
総括的検定と分散分析表 ほか |
第4章 経時測定データ : 経時的な単調パターンの解析 |
経時的な凹凸プロファイルの解析 |
第5章 分割表解析 : 2次元分割表におけるχ2適合度検定 |
行単位の多重比較 ほか |
第1章 2標本問題 : 正規分布モデル |
ブロック実験に基づく対応のあるデータ ほか |
第2章 1元配置実験とその解析 : 処理の一様性検定 |
|
52.
|
図書
|
豊田秀樹著
出版情報: |
東京 : 朝倉書店, 2022.4 viii, 210p ; 21cm |
シリーズ名: |
統計学入門 ; 1 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データの要約と理論分布 |
ベイズの定理 |
正規分布の推測 |
生成量 |
事後確率の利用 |
2つの正規分布の推測 |
独立した2群の群間差の分析 |
2変量データと多変量データ |
対応ある2群の差得点の分析 |
1要因実験の分析 |
2要因実験の分析 |
2項分布の推測 |
多項分布の推測 |
データの要約と理論分布 |
ベイズの定理 |
正規分布の推測 |
|
53.
|
図書
|
藤本煕著
出版情報: |
東京 : 第三出版, 1989.2 10,288p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
54.
|
図書
|
慶応SFCデータ分析教育グループ編
出版情報: |
東京 : 慶応義塾大学出版会, 1999.2 v, 254p ; 30cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
55.
|
図書
東工大 目次DB
|
James N.Miller, Jane C.Miller著 ; 宗森信, 佐藤寿邦訳
出版情報: |
東京 : 共立出版, 2004.5 xvii, 329p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
まえがき iii |
第2版へのまえがき v |
第4版へのまえがき vii |
記号一覧 xi |
1. 序論 |
1.1 分析の課題 1 |
1.2 定量分析における誤差 2 |
1.3 誤差の種類 4 |
1.4 滴定分析における偶然誤差と系統誤差 8 |
1.5 系統誤差の取り扱い 12 |
1.6 実験の計画と設計 17 |
1.7 統計計算における計算機器とコンピュータ 18 |
参考文献 21 |
演習問題 22 |
2. 繰り返し測定の統計学 |
2.1 平均と標準偏差 25 |
2.2 繰り返し測定値の分布 27 |
2.3 対数正規分布 32 |
2.4 ‘サンプル’の定義 33 |
2.5 平均値のサンプリング分布 33 |
2.6 多数サンプルの平均値の信頼限界 35 |
2.7 少数サンプルの平均値の信頼限界 37 |
2.8 結果の表し方 38 |
2.9 信頼区間の応用 40 |
2.10 対数正規分布における幾何平均の信頼限界 41 |
2.11 偶然誤差の伝搬 42 |
2.12 系統誤差の伝搬 45 |
参考文献 47 |
演習問題 47 |
3. 有意差検定 |
3.1 はじめに 51 |
3.2 実験の平均値と既知の値との比較 51 |
3.3 二つのサンプル平均の比較 54 |
3.4 対になったデータ t検定 58 |
3.5 片側検定と両側検定 61 |
3.6 標準偏差の比較に用いられるF検定 63 |
3.7 外れ値 65 |
3.8 分散分析 69 |
3.9 いくつもの平均値の比較 70 |
3.10 分散分析の計算法 74 |
3.11 カイ二乗検定 78 |
3.12 分布の正規性の検定 80 |
3.13 有意差検定からの結論 82 |
参考文献 85 |
演習問題 85 |
4. 分析測定の品質 |
4.1 はじめに 91 |
4.2 サンプリング 92 |
4.3 分散分析による分散の分離と評価 93 |
4.4 サンプリング計画 95 |
4.5 品質管理―序論 96 |
4.6 平均値のシューハート図 98 |
4.7 範囲のシューハート図 99 |
4.8 工程能力の確定 103 |
4.9 平均連長さ : 異和図 106 |
4.10 技能検定計画 109 |
4.11 共同実験 113 |
4.12 不確かさ 119 |
4.13 受容サンプリング 123 |
参考文献 125 |
演習問題 125 |
5. 機器分析における校正 : 相関と回帰 |
5.1 はじめに : 機器分析 129 |
5.2 機器分析における校正図 131 |
5.3 積率相関係数 133 |
5.4 x に対する y の回帰線 137 |
5.5 回帰線の傾斜と切片の誤差 139 |
5.6 濃度の計算とその偶然誤差 142 |
5.7 検出限界 144 |
5.8 標準添加法 148 |
5.9 回帰線による分析方法の比較 150 |
5.10 重み付き回帰線 156 |
5.11 2直線の交点 162 |
5.12 分散分析と回帰計算 163 |
5.13 曲線回帰-序論 165 |
5.14 曲線のあてはめ 169 |
5.15 回帰における外れ値 174 |
参考文献 175 |
演習問題 176 |
6. 迅速法とノンパラメトリック法 |
6.1 はじめに 181 |
6.2 中央値 : 初期データ解析 182 |
6.3 符号検定 188 |
6.4 ワルド-ウォルフォヴィッツの連検定 192 |
6.5 ウィルコクスンの符号付き順位検定 193 |
6.6 二つの独立なサンプルについての簡単な検定法 196 |
6.7 三つ以上のサンプルのノンパラメトリック検定 200 |
6.8 順位相関 204 |
6.9 ノンパラメトリック回帰法 206 |
6.10 ロバストな方法 209 |
6.11 ロバストな回帰分析法 213 |
6.12 コルモゴロフの適合度検定 214 |
6.13 まとめ 216 |
参考文献 217 |
演習問題 218 |
7. 実験計画と最適化 |
7.1 はじめに 221 |
7.2 ランダム化とブロッキング 222 |
7.3 二元配置分散分析 224 |
7.4 ラテン方格と他の計画 228 |
7.5 交互作用 229 |
7.6 要因計画と一時一事計画 234 |
7.7 要因計画と最適化 235 |
7.8 最適化 : 基本原理と一変量法 240 |
7.9 交互変数探索法による最適化 244 |
7.10 最大勾配上昇法 247 |
7.11 シンプレックス最適化 250 |
7.12 模擬焼なまし法 254 |
参考文献 255 |
演習問題 255 |
8. 多変量解析 |
8.1 はじめに 259 |
8.2 初期解析 261 |
8.3 主成分分析 262 |
8.4 クラスター分析 267 |
8.5 判別分析 272 |
8.6 K-最近隣法 277 |
8.7 クラス解体モデリング 278 |
8.8 多重回帰 279 |
8.9 主成分回帰分析 279 |
8.10 多変量回帰分析 280 |
8.11 PLS回帰分析 280 |
8.12 多変量校正 281 |
8.13 人工神経回路網 284 |
8.14 まとめ 285 |
参考文献 285 |
演習問題 286 |
演習問題の解答 289 |
付録1 よく利用される統計的検定法 301 |
付録2 統計数値表 304 |
訳者あとがき(第2版の翻訳にあたって) 317 |
訳者あとがき(第4版の翻訳にあたって) 319 |
索引 321 |
まえがき iii |
第2版へのまえがき v |
第4版へのまえがき vii |
|
56.
|
図書
東工大 目次DB
|
豊田秀樹著
出版情報: |
東京 : 朝倉書店, 1998.10- 冊 ; 22cm |
シリーズ名: |
統計ライブラリー |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1. 単回帰モデル -平均積率構造分析- 1 |
1.1 1次と2次の積率構造 1 |
1.2 回帰係数と切片の推定 2 |
1.3 高次の積率の構造 3 |
1.4 推定量 7 |
1.5 自由度 8 |
1.6 漸近共分散 9 |
1.7 偏微分 12 |
1.8 標準誤差 13 |
1.9 最適化法 14 |
1.10 Galtonの親子の身長(適用例1) 15 |
1.11 逆向きの回帰 25 |
1.12 容量と馬力(適用例2) 27 |
1.13 気温と電力使用量(適用例3) 35 |
1.14 速度と停止距離(適用例4) 38 |
1.15 シミュレーション 41 |
2. 2変数モデル -積率構造分析-45 |
2.1 平均構造の有無 45 |
2.2 共通変動モデル : 1因子モデル 47 |
2.3 相補的な2つの商品の値段(適用例5) 52 |
2.4 共通変動モデル : 2因子モデル 57 |
2.5 噴出時間と待ち時間(適用例6) 61 |
2.6 双方向モデル 64 |
2.7 競争的な2つの商品の値段(適用例7) 74 |
2.8 因子分析+単回帰分析 81 |
2.9 2変数モデルのまとめ 91 |
3. 因子分析・独立成分分析 95 |
3.1 因子分析モデル 95 |
3.2 積率構造 96 |
3.3 積率の数 97 |
3.4 積率ベクトルと標本積率ベクトル 98 |
3.5 偏微分 102 |
3.6 漸近共分散 103 |
3.7 重みの数 107 |
3.8 モデルのバリエーション 109 |
3.9 株価指標(適用例8) 112 |
3.10 学力試験(適用例9) 119 |
3.11 地震の震源地-pより大きいM-(適用例10) 120 |
3.12 Y-G性格検査(適用例11) 124 |
3.13 斜交モデル 130 |
4. 適合度関数 137 |
4.1 推定量の一致性 137 |
4.2 推定量の漸近正規性 139 |
4.3 推定量の漸近分布 140 |
4.4 適合度の漸近分布 141 |
4.5 一般化最小2乗推定量 142 |
4.6 最尤推定量 144 |
4.7 数学的準備 145 |
5. 同時方程式 149 |
5.1 同時方程式モデル 149 |
5.2 識別規則 151 |
5.3 係数の非繰り返し推定量 153 |
5.4 外生変数の積率の非繰り返し推定量 158 |
5.5 観測変数が3つの逐次モデル 160 |
5.6 観測変数が3つの非逐次モデル 169 |
5.7 観測変数が4つ以上のモデル 175 |
5.8 ブランドジャパンBtoC(適用例12) 177 |
5.9 ブランドジャパンBtoB(適用例13) 186 |
5.10 重回帰モデル 192 |
6. 一般モデル 197 |
6.1 モデル表現 197 |
6.2 平均積率構造 198 |
6.3 適合度関数 199 |
6.4 多母集団モデル 200 |
6.5 EQ診断検査(適用例14) 201 |
6.6 構成概念が2つの場合 202 |
6.7 構成概念が3つの場合 211 |
6.8 平均積率構造分析 224 |
6.9 特殊因子からの回帰 231 |
6.10 フルパスモデルからの探索 233 |
あとがきへ 237 |
参考文献 241 |
索引 283 |
1. 単回帰モデル -平均積率構造分析- 1 |
1.1 1次と2次の積率構造 1 |
1.2 回帰係数と切片の推定 2 |
|
57.
|
図書
東工大 目次DB
|
小笠原正明, 細川敏幸, 米山輝子著
出版情報: |
東京 : 東京化学同人, 2004.3 vii, 165p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 実験の前に 1 |
1・1 測定値とは 1 |
1・2 測定データの分類 4 |
1・3 単位 8 |
1・4 測定値の精確さと誤差 12 |
1・5 有効数字 19 |
1・6 まとめ 24 |
2 データをとる 25 |
2・1 計測器 25 |
2・2 測定 32 |
2・3 データの読み取り 34 |
2・4 記録 39 |
2・5 まとめ 43 |
3 データの解析 44 |
3・1 データの整理 44 |
3・2 測定誤差と計算誤差 45 |
3・3 相関のある場合 49 |
3・4 相関の定量的取り扱い 53 |
3・5 まとめ 56 |
4 身につけておきたい数学的常識 58 |
4・1 はじめに 58 |
4・2 最も基礎的な自然の定数πとe 58 |
4・3 グラフによる実験データの表示 62 |
4・4 微分の復習 65 |
4・5 積分の復習 68 |
4・6 テイラー展開とマクローリン展開 70 |
4・7 微分方程式を解く 73 |
4・8 フーリエ変換 78 |
5 統計学的分析とは何か 85 |
5・1 はじめに 85 |
5・2 統計学の基礎 87 |
5・3 平均値、自由度、標準偏差、標準誤差の定義と計算 93 |
6 検定方法の実際 99 |
6・1 はじめに 99 |
6・2 相関係数の検定(回帰分析) 99 |
6・3 平均値の差の検定{t検定} 104 |
6・4 X2検定 108 |
6・5 U検定 110 |
6・6 X2分布を利用した適合度の検定 112 |
6・5 t分布を利用した増山の棄却検定 113 |
6・6 分散分析 113 |
7 統計学あれこれ 117 |
7・1 はじめに 117 |
7・2 統計学的検定の手法の種類 117 |
7・3 パーソナルコンピューターによる統計処理 121 |
7・4 英文表記 124 |
7・5 統計学をいかに利用するか 125 |
8 レポートを書こう 129 |
8・1 はじめに 129 |
8・2 学生実験のレポート 130 |
8・3 レポートの文体 131 |
8・4 文章の構造 136 |
8・5 レポートを書く前に 138 |
8・6 レポート作成の実際 140 |
8・7 レポートを書き終わったら 144 |
8・8 終わりに 145 |
参考図書 147 |
付録A 数学 150 |
付録B 検定に使用される表 154 |
索 引 163 |
コラム |
華 氏 9 |
pH メーターの校正 18 |
ロバの感度限界はワラ1本 18 |
伊能忠敬の測量 26 |
気圧計を使った測定 29 |
検量線 30 |
副尺 38 |
偶然か必然か 43 |
体脂肪計 57 |
算木 84 |
科学における外来語について 146 |
1 実験の前に 1 |
1・1 測定値とは 1 |
1・2 測定データの分類 4 |
|
58.
|
図書
|
Edwin Mansfield著 ; 蓑谷千凰彦, 高木康順, 大津武訳
出版情報: |
東京 : 多賀出版, 1994.2-1994.4 2冊 ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
59.
|
図書
東工大 目次DB
|
谷口正信著
出版情報: |
東京 : 朝倉書店, 2005.3 vi, 211p ; 21cm |
シリーズ名: |
シリーズ「金融工学の基礎」 ; 4 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1. はじめに 1 |
2. 確率の基礎 4 |
2.1 確率空間,確率変数および確率分布 4 |
2.2 多次元確率変数と独立性 9 |
2.3 期待値,特性関数および条件付分布 12 |
2.4 確率変数列の収束および中心極限定理 18 |
3. 統計的推測 27 |
3.1 十分統計量 27 |
3.2 不偏推定量 30 |
3.3 有効推定量 35 |
3.4 漸近有効推定量 42 |
4. 種々の統計手法 50 |
4.1 区間推定 50 |
4.2 最強力検定 54 |
4.3 種々の検定 62 |
4.4 判別解析 67 |
5. 確率過程 76 |
5.1 確率過程の基礎 76 |
5.2 スペクトル解析 81 |
5.3 エルゴード性,混合性およびマルチンゲール 89 |
5.4 確率過程に対する極限定理 95 |
6. 時系列解析 99 |
6.1 種々の時系列モデル 100 |
6.2 時系列モデルの推測 112 |
6.3 ノンパラメトリック推定 131 |
6.4 時系列の予測 146 |
6.5 時系列回帰 153 |
6.6 長期記憶過程と非定常時系列 159 |
6.7 時系列の判別解析 168 |
7. 統計的金融工学入門 176 |
7.1 オプションの価格評価 176 |
7.2 ポートフォリオ 184 |
7.3 VaR 186 |
7.4 金融時系列の判別,クラスター解析 187 |
8. 補遺 191 |
参考文献 198 |
付表 201 |
索引 207 |
1. はじめに 1 |
2. 確率の基礎 4 |
2.1 確率空間,確率変数および確率分布 4 |
|
60.
|
図書
|
石村貞夫, 石村友二郎著
出版情報: |
東京 : 東京図書, 2019.2 x, 259p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : データの特徴を見る—度数分布表 |
第2章 : データの特徴を計算する—基礎統計量 |
第3章 : 対応しているデータの関係を知る—相関係数 |
第4章 : データの正規性を調べる—正規母集団 |
第5章 : 対応しているデータから予測する—回帰直線 |
第6章 : データから推定する—区間推定 |
第7章 : データから検定する—仮説の検定 |
第8章 : 2組のデータを比較する(1)—差の検定 |
第9章 : 2組のデータを比較する(2)—ノンパラメトリック検定 |
第10章 : データの関連性を調べる—独立性の検定 |
第11章 : いろいろな確率分布とその数表—数表の見方 |
第1章 : データの特徴を見る—度数分布表 |
第2章 : データの特徴を計算する—基礎統計量 |
第3章 : 対応しているデータの関係を知る—相関係数 |
概要:
公式と例題を見比べてマネして実感、するりと理解!書き込み式の演習で身につける統計解析の考え方。
|
61.
|
図書
|
内山武治著
出版情報: |
東京 : サイエンス社, 1995.3 xvi,220p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
62.
|
図書
|
H.ウィッカム著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2011.7 vii, 227p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
63.
|
図書
東工大 目次DB
|
竹村彰通著
目次情報:
続きを見る
まえがき v |
1 前置きと準備 1 |
1.1 数理統計学の位置づけ 1 |
1.2 記述統計の復習 3 |
2 確率と1次元の確率変数 7 |
2.1 確率と確率変数 7 |
2.2 確率変数の期待値と分布の特性値 12 |
2.3 母関数 19 |
2.4 主な1次元分布 25 |
3 多次元の確率変数 37 |
3.1 確率ベクトルの同時分布 37 |
3.2 変数の変換とヤコビアン 41 |
3.3 多次元分布の期待値 45 |
3.4 主な多次元分布 55 |
4 統計量と標本分布 61 |
4.1 母集団と標本 61 |
4.2 統計量と標本分布 64 |
4.3 正規分布のもとでの標本分布論 65 |
4.4 非心分布論 72 |
4.5 確率論のいくつかの基本的な極限定理 75 |
4.6 標本平均の分布の漸近理論 78 |
4.7 順序統計量と経験分布関数 80 |
4.8 有限母集団からの非復元抽出 84 |
5 統計的決定理論の枠組み 89 |
5.1 用語と定義 89 |
5.2 許容性 93 |
5.3 ミニマックス基準とベイズ基準 96 |
6 十分統計量 103 |
6.1 十分統計量の定義と分解定理 103 |
6.2 統計的決定理論における十分統計量 109 |
6.3 完備十分統計量 111 |
6.4 最小十分統計量 115 |
7 推定論 121 |
7.1 点推定論の枠組み 121 |
7.2 不偏推定量とフィッシャー情報量 123 |
7.3 完備十分統計量に基づく不偏推定量 130 |
7.4 不偏推定の問題点 133 |
7.5 最尤推定量 137 |
7.6 クラメル・ラオの不等式の一般化 146 |
8 検定論 157 |
8.1 検定論の枠組み 157 |
8.2 最強力検定とネイマン・ピアソンの補題 168 |
8.3 リスクセットの考え方とネイマン・ピアソンの補題 174 |
8.4 単調尤度比と一様最強力検定 177 |
8.5 不偏検定 181 |
8.6 尤度比検定 188 |
9 区間推定 195 |
9.1 区間推定の例 195 |
9.2 信頼域の構成法 198 |
9.3 信頼区間の解釈 202 |
9.4 信頼区間の最適性 204 |
9.5 最尤推定量に基づく信頼区間 207 |
9.6 同時信頼域に関する諸問題 208 |
10 正規分布,2項分布に関する推測 213 |
10.1 正規分布に関する推測 213 |
10.2 2項分布に関する推測 227 |
10.3 多項分布に関する検定 228 |
11 線形モデル 235 |
11.1 回帰モデル 235 |
11.2 回帰モデルの推定 240 |
11.3 1元配置分散分析モデル 243 |
11.4 2元配置分散分析モデル 249 |
11.5 線形モデルにおける正準形と最小二乗法 254 |
11.6 正準形に基づく線形モデルの推定と検定 258 |
11.7 母数のムダと線形推定可能性 263 |
12 ノンパラメトリック法 269 |
12.1 ノンパラメトリック法の考え方 269 |
12.2 ノンパラメトリック検定 270 |
12.3 タイのある場合のとり扱い 276 |
12.4 ノンパラメトリック検定から得られる区間推定 278 |
12.5 並べかえ検定 282 |
12.6 ノンパラメトリック検定の漸近相対効率 285 |
13 漸近理論 291 |
13.1 最尤推定量の漸近有効性 291 |
13.2 尤度比検定の漸近分布 303 |
14 ベイズ法 311 |
14.1 ベイズ統計学と古典的統計学 311 |
14.2 事前分布と事後分布 313 |
14.3 事前分布の選択 318 |
14.4 統計的決定理論から見たベイズ法 325 |
14.5 ミニマックス決定関数と最も不利な分布 330 |
補論 337 |
1 多変量中心極限定理 337 |
2 確率収束と分布収束 337 |
3 数列のオーダーとO(),o(),Op(),op()の記法 338 |
4 ジェンセンの不等式 339 |
参考文献 340 |
索引 343 |
まえがき v |
1 前置きと準備 1 |
1.1 数理統計学の位置づけ 1 |
|
64.
|
図書
東工大 目次DB
|
岡本安晴著
目次情報:
続きを見る
1章 行列の基礎概念 1 |
1.1 行列とベクトル 1 |
1.2 行列の加減算 2 |
1.3 転置行列 3 |
1.4 内積 4 |
1.5 行列の積 4 |
1.6 分割行列と小行列 7 |
1.7 vec演算子 9 |
1.8 直積 9 |
1.9 トレース 10 |
1.10 行列の階数 11 |
1.11 ノルム 14 |
2章 逆行列・一般逆行列 18 |
2.1 逆行列 18 |
2.2 一般逆行列 21 |
3章 行列式 28 |
3.1 置換 28 |
3.2 行列式 30 |
3.3 行列式の性質 33 |
3.4 掃き出し法による行列式の計算 39 |
4章 固有値と特異値 41 |
4.1 固有値と固有ベクトル 41 |
4.2 正方行列の正値・負値 45 |
4.3 コレスキー分解 46 |
4.4 特異値分解 47 |
4.5 ムーア・ペンローズ逆行列の計算 49 |
5章 行列と線形写像 51 |
5.1 ベクトル空間 51 |
5.2 内積とノルム 53 |
5.3 線形写像/1次写像 55 |
5.4 基底 57 |
5.5 線形写像と行列 59 |
5.6 射影 65 |
5.7 正射影の例-主成分分析 68 |
5.8 行列式と線形写像 70 |
6章 微分 74 |
6.1 微分の定義 74 |
6.2 平均値定理 77 |
6.3 極大値・極小値と微分 78 |
6.4 単調関数 78 |
6.5 テイラーの公式 79 |
6.6 方程式の根の数値計算 82 |
6.7 多変数関数の微分-偏微分 83 |
6.8 ラグランジュ乗数法 85 |
6.9 合成関数の偏微分 87 |
6.10 偏導関数を要素とする行列と行列式 89 |
7章 ベクトル・行列関数の微分表記 92 |
7.1 ベクトルによる微分表記 92 |
7.2 行列による微分表記 93 |
7.3 低ランク行列による近似 95 |
7.4 対称行列の低ランクの行列の積による近似 102 |
8章 積分 107 |
8.1 積分の定義 107 |
8.2 微分積分法の基本定理 109 |
8.3 部分積分 111 |
8.4 多重積分 111 |
8.5 多重積分の変数変換 115 |
8.6 積分の数値計算-ガウス・ルジャンドルの積分公式と適応的方法 117 |
9章 確率 119 |
9.1 確率の基礎概念 119 |
9.2 条件つき確率と独立 122 |
9.3 確率変数と期待値 124 |
9.4 標本点が実数の場合 128 |
9.5 期待値 134 |
9.6 確率不等式・大数の法則・中心極限定理 135 |
9.7 積率母関数と特性関数 140 |
9.8 多次元確率変数 143 |
9.9 条件つき密度関数と条件つき期待値 144 |
9.10 確率過程 147 |
9.11 マルコフ連鎖 148 |
9.12 確率モデルによるデータ分析 149 |
参考文献 159 |
索引 162 |
1章 行列の基礎概念 1 |
1.1 行列とベクトル 1 |
1.2 行列の加減算 2 |
|
65.
|
図書
東工大 目次DB
|
立林和夫, 宮城善一著
出版情報: |
東京 : 日科技連出版社, 2008.4 x, 153p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
まえがき iii |
第1章 科学・工学における実験の役割 1 |
1.1 観察と実験 1 |
1.2 観察と実験の役割 2 |
1.3 科学体系に求められる7つの事柄 4 |
1.4 実験の分類 5 |
コラム1.1 アリストテレスと観察 7 |
コラム1.2 ガリレオと実験 7 |
コラム1.3 フランシス・ベーコンと学問の革新 9 |
第1章の演習問題 10 |
第2章 実験と誤差 11 |
2.1 実験の準備 11 |
2.2 誤差の種類 17 |
2.3 校正 21 |
コラム2.1 科学の歴史に見る実験誤差を意識した実験 22 |
第2章の演習問題 24 |
第3章 偶然誤差の統計的処理 25 |
3.1 測定の繰返しと平均値 25 |
3.2 測定値の分布 26 |
3.3 母標準偏差とサンプル標準偏差 28 |
3.4 正規分布の外側確率 28 |
コラム3.1 ナイチンゲールの統計学への貢献 30 |
第3章の演習問題 31 |
第4章 相関と回帰 33 |
4.1 散布図と相関関係 33 |
4.2 相関係数 35 |
4.3 回帰分析 35 |
第4章の演習問題 38 |
第5章 最小二乗法による関数のあてはめ 39 |
5.1 最小二乗法の理論 39 |
5.2 実験式の作り方 41 |
5.3 さまざまな実験式(曲線となる場合を含む) 42 |
コラム5.1 動物の大きさとエネルギー消費量 45 |
第5章の演習問題 46 |
第6章 検定と推定 49 |
6.1 検定という方法の必要性 48 |
6.2 検定の基本的な考え方 50 |
6.3 検定に関する基本用語 51 |
6.4 さまざまな統計的検定法 52 |
6.5 推定の基本的な考え方 52 |
6.6 さまざまな場合の点推定と区間推定 53 |
ノート6.1 統計的検定の考え方 59 |
コラム6.1 推測統計学の誕生 61 |
第6章の演習問題 63 |
第7章 実験計画法 65 |
7.1 実験計画法の考え方とフィッシャーの3原則 65 |
7.2 一元配置実験の計画とデータ解析 66 |
ノート7.1 計算式の証明(1) 76 |
ノート7.2 計算式の証明(2) 77 |
ノート7.3 自由度の計算 78 |
ノート7.4 二乗和の計算式の変形 79 |
7.3 操返しのない二元配置実験の計画とデータ解析 81 |
7.4 操返しのある二元配置実験 87 |
7.5 直交表による実験の計画とデータ解析 93 |
ノート7.5 直交表で交互作用の二乗和が列の二乗和となる理由 102 |
コラム7.1 紅茶の淹れ方の違いがわかる婦人 103 |
第7章の演習問題 105 |
第8章 特性値 109 |
8.1 目的特性と代用特性 109 |
8.2 特性値の種類 110 |
各章の演習問題の解答 113 |
第1章の演習問題の解答 113 |
第2章の演習問題の解答 118 |
第3章の演習問題の解答 120 |
第4章の演習問題の解答 121 |
第5章の演習問題の解答 121 |
第6章の演習問題の解答 122 |
第7章の演習問題の解答 123 |
付表 135 |
付表1 正規分布表(Ⅰ) 135 |
付表2 正規分布表(Ⅱ) 135 |
付表3 X^2分布表 136 |
付表4 t分布表 137 |
付表5 F分布表 138 |
付表6 直交表 140 |
参考文献 145 |
索引 150 |
まえがき iii |
第1章 科学・工学における実験の役割 1 |
1.1 観察と実験 1 |
|
66.
|
図書
東工大 目次DB
|
東京大学教養学部統計学教室編
目次情報:
続きを見る
「基礎統計学」の刊行にあたって i |
序文 v |
本書の使い方 ix |
記号表 xvi |
第1章 統計学の基礎 |
1.1 統計学とは 1 |
1.2 統計データと統計手法 8 |
1.3 統計データの分析プロセス 11 |
練習問題 15 |
第2章 1次元のデータ |
2.1 度数分布とヒストグラム 18 |
2.2 代表値 28 |
2.3 散らばりの尺度 35 |
練習問題 39 |
第3章 2次元のデータ |
3.1 2次元のデータとは 41 |
3.2 散布図と分割表 43 |
3.3 相関係数 47 |
3.4 直線および平面のあてはめ 58 |
練習問題 64 |
第4章 確率 |
4.1 ランダムネスと確率 67 |
4.2 標本空間と事象 68 |
4.3 確率の定義 75 |
4.4 加法定理 80 |
4.5 条件付確率と独立性 81 |
練習問題 85 |
第5章 確率変数 |
5.1 確率変数と確率分布 87 |
5.2 確率変数の期待値と分散 94 |
5.3 モーメントとモーーメント母関数 99 |
5.4 チェビシェフの不等式 104 |
5.5 確率変数の変換 106 |
練習問題 107 |
第6章 確率分布 |
6.1 超幾何分布 109 |
6.2 二項分布とベルヌーイ分布 111 |
6.3 ポアソン分布 113 |
6.4 幾何分布と負の二項分布 116 |
6.5 一様分布 119 |
6.6 正規分布 120 |
6.7 指数分布 123 |
6.8 ガンマ分布 125 |
6.9 ベータ分布と一様分布 126 |
6.10 コーシー分布 128 |
6.11 対数正規分布 128 |
6.12 パレート分布 128 |
6.13 ワイブル分布 129 |
[付節] モーメント母関数による証明 130 |
練習問題 131 |
第7章 多次元の確率分布 |
7.1 同時確率分布と周辺確率分布 133 |
7.2 条件付確率分布と独立な確率変数 141 |
7.3 多次元正規分布 145 |
7.4 独立な確率変数の和 148 |
[付節] 数学的証明 151 |
練習問題 153 |
第8章 大数の法則と中心極限定理 |
8.1 大数の法則 155 |
8.2 中心極限定理 162 |
8.3 中心極限定理の応用 170 |
練習問題 172 |
第9章 標本分布 |
9.1 母集団と標本 176 |
9.2 母数と統計量 182 |
9.3 統計量の標本分布 186 |
9.4 有限母集団と有限母集団修正 189 |
練習問題 190 |
第10章 正規分布からの標本 |
10.1 正規分布の性質 194 |
10.2 分散が既知のときの標本平均の標本分布 197 |
10.3 標本分散の標本分布 198 |
10.4 分散が未知のときの標本平均の標本分布 201 |
10.5 2標本問題 204 |
10.6 標本相関係数の標本分布 209 |
練習問題 210 |
第11章 推定 |
11.1 点推定と区間推定 214 |
11.2 点推定の考え方とその手順 215 |
11.3 点推定の基準 219 |
11.4 点推定の例 223 |
11.5 区間推定 225 |
練習問題 230 |
第12章 仮説検定 |
12.1 検定の考え方 233 |
12.2 正規母集団に対する仮説検定 239 |
12.3 いろいろのx検定 245 |
12.4 中心極限定理を用いる検定 250 |
12.5 検出力 251 |
練習問題 252 |
第13章 回帰分析 |
13.1 回帰分析 258 |
13.2 回帰係数の推定 260 |
13.3 偏回帰係数の統計的推測 267 |
13.4 重回帰分析 270 |
[付節] ガウス・マルコフの定理の証明 275 |
練習問題 276 |
統計数値表 279 |
練習問題の解答 293 |
参考文献 298 |
索引 301 |
「基礎統計学」の刊行にあたって i |
序文 v |
本書の使い方 ix |
|
67.
|
図書
東工大 目次DB
|
前野昌弘著
出版情報: |
東京 : 技術評論社, 2011.11 159p ; 21cm |
シリーズ名: |
知識ゼロでもわかる統計学 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
まえがき 3 |
キャラクター紹介 7 |
第1章 検定の復習(母平均の検定、適合度の検定など) 9 |
1-1 検定の判断基準 10 |
1-2 第一種の誤りと第二種の誤り 24 |
1-3 異常値の検定 29 |
Column 視聴率の出し方 36 |
第2章 バラツキを解析する 37 |
2-1 分散分析の原理 38 |
2-2 繰り返して実験が行われた場合の分散分析 56 |
第3章 2要因の効果を検証する-二元配置の分散分析- 77 |
3-1 繰り返しのない二元配置の分散分析 78 |
3-2 有意水準と信頼区間 91 |
3-3 因子間の相乗効果 104 |
Column 歪度と尖度 120 |
第4章 3要因の効果を検証する-三元配置の分散分析- 123 |
4-1 因子の水準間組み合わせ 124 |
4-2 交互作用の解釈 136 |
4-3 実験データをマトリックスにする 144 |
Column 要素が多くなったら便利な記号 151 |
正規分布表 152 |
カイ2乗分布表 153 |
F分布表(上側確率0.05) 154 |
F分布表(上側確率0.01) 155 |
t分布表 156 |
参考文献 157 |
索引 158 |
著者プロフィール 160 |
まえがき 3 |
キャラクター紹介 7 |
第1章 検定の復習(母平均の検定、適合度の検定など) 9 |
|
68.
|
図書
|
Winston Chang著 ; 石井弓美子, 河内崇, 瀬戸山雅人訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2019.11 xvii, 451p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
Rの基本 |
データの基本的なプロット |
棒グラフ |
折れ線グラフ |
散布図 |
データ分布の要約 |
注釈 |
軸 |
グラフの全体的な体裁 |
凡例 |
ファセット |
色を使う |
さまざまなグラフ |
文書用に図を出力する |
データの前処理 |
付録A : ggplot2を理解する |
付録B 日本語フォントの利用 / 日本語版補遺 |
概要:
オープンソースの統計解析用のプログラミング言語、Rの強力な描画用パッケージggplot2を使ってさまざまなグラフを作成するためのレシピ集です。棒グラフや折れ線グラフ、散布図といった基本的なグラフから、複雑なグラフや地図の作成方法だけでなく、
…
きめ細かいカスタマイズ方法、効果的な使い方、色の使い方の注意、さらには文書用データへの変換方法まで、グラフに関することはほとんど網羅しています。実際の「やりたいこと」に応じた解決法を提示。描きたいグラフがすぐに描ける実用的な一冊です。
続きを見る
|
69.
|
図書
|
乾孝治著
目次情報:
続きを見る
1 : 平均分散法とCAPM |
2 : マルチファクター・プライシングモデル |
3 : 株式のクロスセクション回帰モデル |
4 : 株価評価モデル |
5 : 金利の期間構造モデル |
6 : 社債とCDSの実証分析 |
1 : 平均分散法とCAPM |
2 : マルチファクター・プライシングモデル |
3 : 株式のクロスセクション回帰モデル |
|
70.
|
図書
|
R.A.フィッシャー著 ; 遠藤健児, 鍋谷清治共訳
出版情報: |
東京 : 森北出版, 1970.2 xii, 326p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
71.
|
図書
|
杉山高一, 牛沢賢二著
出版情報: |
東京 : 朝倉書店, 1984.2 vi, 224p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
72.
|
図書
|
柳川尭著
出版情報: |
東京 : 近代科学社, 1990.2 vii, 171p ; 22cm |
シリーズ名: |
現代数学ゼミナール ; 10 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
73.
|
図書
|
亀田弘行, 池淵周一, 春名攻共著
出版情報: |
東京 : 技報堂出版, 1981.11 vii, 307p ; 22cm |
シリーズ名: |
新体系土木工学 / 土木学会編 ; 2 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
74.
|
図書
|
高遠節夫ほか著
出版情報: |
東京 : 大日本図書, 2022.11 180p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1章 確率 : 確率の定義と性質 |
いろいろな確率 |
2章 データの整理 : 1次元のデータ |
2次元のデータ |
3章 確率分布 : 確率変数と確率分布 |
統計量と標本分布 |
4章 推定と検定 : 母数の推定 |
仮説検定 |
5章 補章 : 1章の補足 |
2章の補足 ほか |
1章 確率 : 確率の定義と性質 |
いろいろな確率 |
2章 データの整理 : 1次元のデータ |
|
75.
|
図書
|
鍋谷清治著
出版情報: |
東京 : 共立出版, 1978.2 v, 305p ; 22cm |
シリーズ名: |
共立講座現代の数学 ; 33 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
76.
|
図書
|
倉田博史, 星野崇宏共著
出版情報: |
東京 : 新世社 , 東京 : サイエンス社 (発売), 2024.3 viii, 340p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : 統計解析とは |
第2章 : 1次元データの整理 |
第3章 : 2次元データの整理 |
第4章 : 確率モデル |
第5章 : 独立同一分布 |
第6章 : 母集団と標本 |
第7章 : 統計的推定 |
第8章 : 統計的仮説検定 |
第9章 : 回帰分析 |
第10章 : 分散分析 |
第1章 : 統計解析とは |
第2章 : 1次元データの整理 |
第3章 : 2次元データの整理 |
|
77.
|
図書
|
M. G. ケンドール著 ; 奥野忠一, 大橋靖雄共訳
出版情報: |
東京 : 培風館, 1981.6 vii, 276p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
78.
|
図書
|
岡田泰栄著
出版情報: |
東京 : 共立出版, 1968.9 2, 199, 4p ; 22cm |
シリーズ名: |
新しい数学へのアプローチ ; 13 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
79.
|
図書
|
森口繁一著
出版情報: |
東京 : 日本規格協会, 1991.2 172p ; 19cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
80.
|
図書
|
上田拓治著
出版情報: |
東京 : 日本評論社, 2006.2 xi, 196p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
81.
|
図書
|
安藤洋美著
出版情報: |
京都 : 現代数学社, 1997.2 208p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
82.
|
図書
|
稲葉太一著
出版情報: |
東京 : 日科技連出版社, 2016.11 viii, 166p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データを分析するとは? / データと真実の姿 |
第1部 データを分析するための準備 : 統計理論)(確率変数と期待値 |
2次元データと2次元確率変数 |
連続型確率変数 |
離散型確率変数 |
確率変数の関数の分布 |
標本分布の概要 |
前半のまとめ(統計学の理論的準備 |
第2部 データ解析の適用場面 : 検定とは |
検定の最適性 |
1つの母集団のデータ分析 |
2つの母集団のデータ分析 |
比率データの分析と分割表 |
一元配置分散分析 |
相関分析と回帰分析 |
この本のまとめ |
データを分析するとは? / データと真実の姿 |
第1部 データを分析するための準備 : 統計理論)(確率変数と期待値 |
2次元データと2次元確率変数 |
|
83.
|
図書
|
下川敏雄著
出版情報: |
東京 : 講談社, 2016.10 viii, 231p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : 記述統計学(1):データの要約 |
第2章 : 記述統計学(2):度数分布表と統計グラフ |
第3章 : 確率の基礎 |
第4章 : 確率分布 |
第5章 : 統計的推測の導入・統計的推定 |
第6章 : 1標本における仮説検定 |
第7章 : 2標本における統計的推測 |
第8章 : クロス集計表に基づく統計的推測 |
第9章 : 相関分析 |
第10章 : 単回帰分析 |
第11章 : 総合演習 |
第1章 : 記述統計学(1):データの要約 |
第2章 : 記述統計学(2):度数分布表と統計グラフ |
第3章 : 確率の基礎 |
概要:
統計検定3級をとって、2級を目指そう!きちんと学べて、しっかり身につく、知識と問題解決力。
|
84.
|
図書
|
小高知宏 [ほか] 著
出版情報: |
東京 : 共立出版, 2021.9 vii, 236p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 データサイエンスとは : データサイエンス=データのサイエンス |
データサイエンスと統計学 ほか |
第2部 データサイエンスと統計 : データの整理とデータの分布 |
2つの変量の間の関係—相関と回帰 ほか |
第3部 データサイエンスと人工知能 : 人工知能と機械学習 |
決定木、κ近傍法、サポートベクターマシン ほか |
第4部 データサイエンスのツール : 統計ツール / Rを中心に |
人工知能のフレームワーク—Python言語環境を例に |
第1部 データサイエンスとは : データサイエンス=データのサイエンス |
データサイエンスと統計学 ほか |
第2部 データサイエンスと統計 : データの整理とデータの分布 |
|
85.
|
図書
|
豊田秀樹著
出版情報: |
東京 : 朝倉書店, 1996.2 viii, 174p ; 22cm |
シリーズ名: |
統計ライブラリー |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
86.
|
図書
|
市原清志著
出版情報: |
東京 : 南江堂, 1990.2 xx, 378p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
87.
|
図書
|
高橋信著 ; トレンド・プロマンガ制作
出版情報: |
東京 : オーム社, 2004.7- 冊 ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
88.
|
図書
|
本丸諒著
出版情報: |
東京 : かんき出版, 2018.2 222p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
プロローグ : ゴミデータからはゴミ解析しか生まれない! |
1章 : 急がば急げ、統計学のイッキ読み! |
2章 : データとグラフで大失態を演じないために! |
3章 : 「平均値・分散」の2つを理解しよう! |
4章 : 正規分布を体感する! |
5章 : サンプルから母集団の特徴を「推定」する |
6章 : 仮説を立てて、正しいかどうかを確率で判断する! |
番外編 : 「人の直感」は案外、アテにならない? |
プロローグ : ゴミデータからはゴミ解析しか生まれない! |
1章 : 急がば急げ、統計学のイッキ読み! |
2章 : データとグラフで大失態を演じないために! |
概要:
AI & IoT時代に適応する。直感よりもロジックで語る。想定外の解決策を見つける。1を聞いて10を知る人になる。統計学のジャンルで一番やさして本を書きました。
|
89.
|
図書
|
木下栄蔵著
出版情報: |
東京 : 日科技連出版社, 2014.2 vi, 199p ; 19cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 確率 : 丁半の勝ち方 |
ポーカーと確率 |
選挙での必勝法 ほか |
第2章 統計 : 野球のデータの整理 |
データ整理の要点 |
2種類のデータの代表値とは ほか |
第3章 戦略 : 週末の遊び方 |
バトルゲームの勝者は? |
レジ台数の決め方 ほか |
第1章 確率 : 丁半の勝ち方 |
ポーカーと確率 |
選挙での必勝法 ほか |
概要:
問題解決のための考え方として、数学、そのなかでも確率、統計、戦略が注目されている。確率、統計、戦略について、どのように問題解決のために用いるかという視点から、中学生から社会人まで幅広い読者を対象に、わかりやすいストーリー形式で解説。
|
90.
|
図書
東工大 目次DB
|
岡太彬訓著
出版情報: |
東京 : 共立出版, 2008.4 vi, 220p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1章 データの幾何学的意味-線形代数と統計- 1 |
1.1 多変量データ 1 |
a 多変量データとは 1 |
b 多変量データの表す意味 4 |
1.2 平均値,分散,標準偏差,基準化 6 |
a 平均値 6 |
b 分散 7 |
c 標準偏差 9 |
d 基準化 9 |
1.3 相関係数と共分散 12 |
a 相関係数 12 |
b 共分散 18 |
1.4 総和記号の使い方 19 |
2章 データを幾何学的に表現する-個人と変数:ベクトル- 25 |
2.1 ベクトル 25 |
a ベクトルとは 25 |
b ベクトルの幾何学的表現 27 |
2.2 ベクトルの演算 29 |
a ベクトルが等しいということ 29 |
b ベクトルの長さ 30 |
c ベクトルのスカラー倍 33 |
d ベクトルの和と差 35 |
e ベクトルの1次結合 39 |
2.3 内積と角 41 |
a ベクトルの内積 41 |
b ベクトルのなす角と内積 43 |
2.4 内積と相関 46 |
a 内積と相関および共分散 46 |
b 距雛 50 |
3章 データの特徴を知る-1次独立と基底- 55 |
3.1 ベクトルの直交 55 |
a ベクトルの直交とは 55 |
b ベクトルの分解 56 |
3.2 1次独立 58 |
a 1次独立と1次従属 58 |
b 1次独立なベクトルの最大個数 65 |
3.3 基底 69 |
a 空間を張るベクトル 69 |
b 直交基底 73 |
4章 データを幾何学的に表現する-個人×変数:行列- 77 |
4.1 行列とは 77 |
a 行列,ベクトル,スカラー 77 |
b 正方行列と矩形行列 80 |
c 行列の転置 81 |
d 対角要素 83 |
4.2 いろいろな行列 84 |
a 対角行列 84 |
b 単位行列 85 |
c 対称行列 86 |
d 零行列 87 |
e 三角行列 87 |
4.3 行列の演算-スカラー倍,和と差- 88 |
a 行列が等しいということ 88 |
b 行列のスカラー倍 89 |
c 行列の和と差 89 |
d 偏差行列 93 |
4.4 行列の演算-積- 95 |
a 行列の積の計算 95 |
b 行列の積の幾何学的解釈 98 |
c 行列の積の性質 100 |
4.5 行列の積と相関 104 |
a 転置行列ともとの行列の積 104 |
b 相関行列と分散共分散行列 106 |
5章 データをわかりやすく表現するには-行列式と直交行列- 111 |
5.1 行列式 111 |
a 2次行列の行列式 111 |
b 3次行列の行列式 114 |
c 行列式の定義 117 |
5.2 行列式の性質 119 |
a 余因子 119 |
b 行列式の定理 122 |
5.3 行列の階数 131 |
a 階数とは 131 |
b 行列の積と階数 133 |
5.4 逆行列 134 |
a 正則行列 134 |
b 逆行列とは 134 |
c 余因子行列と逆行列 136 |
5.5 直交行列 143 |
a 直交行列とは 143 |
b 直交行列と回転 145 |
c 直交行列の性質 149 |
5.6 直交回転と分散 151 |
a 偏差行列と分散 151 |
b 少数の次元で分散を表現する 157 |
6章 データを要約する-対称行列の固有値と固有ベクトル- 161 |
6.1 対称行列の分解 161 |
a 固有値とは,固有ベクトルとは 161 |
b 固有値と固有ベクトルを求める 162 |
6.2 固有値・固有ベクトルの性質 168 |
a 固有ベクトルの直交性 168 |
b 固有値の性質 177 |
6.3 対称行列の対角化 179 |
a 固有値と固有ベクトルによる対角化 179 |
b 対称行列の近似 181 |
6.4 分散共分散行列の固有値と固有ベクトル 183 |
a 分散共分散行列の分解 183 |
b 固有ベクトルによる回転 184 |
問題の略解 195 |
索引 217 |
1章 データの幾何学的意味-線形代数と統計- 1 |
1.1 多変量データ 1 |
a 多変量データとは 1 |
|
91.
|
図書
|
工藤昭夫, 上村英樹共著
出版情報: |
東京 : 共立出版, 1983.12 299p ; 22cm |
シリーズ名: |
共立数学講座 ; 5 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
92.
|
図書
|
金田数正著
出版情報: |
東京 : 内田老鶴圃新社, 1974.10 2,2,147,3p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
93.
|
図書
|
柳井晴夫, 高根芳雄著
出版情報: |
東京 : 朝倉書店, 1977.9 vii, 210p ; 21cm |
シリーズ名: |
現代人の統計 / 林知己夫編 ; 2 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
94.
|
図書
|
駒澤勉著
出版情報: |
東京 : 朝倉書店, 1978.2 188p ; 21cm |
シリーズ名: |
現代人の統計 / 林知己夫編 ; 7 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
95.
|
図書
|
服部哲也著
出版情報: |
東京 : 学術図書出版社, 2021.9 vi, 143p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
96.
|
図書
|
住田幸次郎著
出版情報: |
京都 : ナカニシヤ出版, 1988.2 255p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
97.
|
図書
|
国沢清典, 羽鳥裕久共著
出版情報: |
東京 : サイエンス社, 1977.2 iii, 277p ; 21cm |
シリーズ名: |
サイエンスライブラリ演習数学 ; 10 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
98.
|
図書
|
北村行伸著
出版情報: |
東京 : 岩波書店, 2005.2 xviii, 282p ; 21cm |
シリーズ名: |
一橋大学経済研究叢書 ; 53 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
99.
|
図書
|
汪金芳著
目次情報:
続きを見る
1 : 一般化線形モデル |
2 : 線形モデル |
3 : 2値データの解析 |
4 : 対数線形モデル |
5 : ベイズ流一般化線形モデル |
6 : 事例研究:同時多感覚教授法の効果 |
1 : 一般化線形モデル |
2 : 線形モデル |
3 : 2値データの解析 |
|
100.
|
図書
|
田代嘉宏著
出版情報: |
東京 : 森北出版, 2015.7 iv, 121p ; 22cm |
シリーズ名: |
工科の数学 / 田代嘉宏著 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 確率 : 確率 |
確率分布 |
第2章 統計 : 資料の整理 |
正規分布 |
統計的推定・検定 |
第1章 確率 : 確率 |
確率分布 |
第2章 統計 : 資料の整理 |
|