1.
|
図書
|
山村吉信著
出版情報: |
東京 : 東京図書, 2018.5 xii, 239p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 Rによる統計 : 小中高で学ぶ統計 |
仮説検定 ほか |
第2部 JAGS : ベイズ統計 |
JAGS ほか |
第3部 問題解決 : サンプル・サイズ |
ベイズ統計におけるサンプル・サイズ ほか |
第4部 付録 : 問題と解決の例 |
コマンド、データ、モデル ほか |
第1部 Rによる統計 : 小中高で学ぶ統計 |
仮説検定 ほか |
第2部 JAGS : ベイズ統計 |
概要:
統計+R+JAGS=問題解決。統計の知識だけあっても「役に立っている」とはいいがたい。ソフトウェアを使いこなせるだけではものたりない。問題を解決したいが道半ばの方のための、結果直結型ハウツー本。
|
2.
|
図書
|
藤本壱著
出版情報: |
東京 : 自由国民社, 2016.8 243p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
本書の使い方と統計アドインのインストール |
1 : 統計の基本 |
2 : 相関と回帰 |
3 : 確率変数と確率分布 |
4 : 推定 |
5 : 検定 |
6 : 多変量解析 |
本書の使い方と統計アドインのインストール |
1 : 統計の基本 |
2 : 相関と回帰 |
概要:
統計アドインで分析結果をかんたん一発表示。シミュレーションがパッとできる!統計処理の基本からデータの見方、相関・回帰・確率・検定・多変量解析まで、学びながら一瞬で結果も出せる。
|
3.
|
図書
|
舟尾暢男著
出版情報: |
東京 : オーム社, 2016.10 xiii, 423p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1編 R入門編 : Rのインストール |
電卓としてRを使う—起動→計算→終了 |
代入(付値 |
ベクトルの基本 : ほか |
第2編 R Tips編 : データの種類と種々のベクトル |
配列とリスト、要素のラベル |
オブジェクトと出力 |
行列 ほか |
第1編 R入門編 : Rのインストール |
電卓としてRを使う—起動→計算→終了 |
代入(付値 |
|
4.
|
図書
|
J. Scott Long, Jeremy Freese著 ; 水落正明, 山澤成康, ライトストーン訳
出版情報: |
東京 : ライトストーン, 2016.11 xx, 555p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
5.
|
図書
|
朝野煕彦編著 ; 土田尚弘, 小野滋著
出版情報: |
東京 : 朝倉書店, 2017.2 viii, 216p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : 確率分布の早わかり |
第2章 : ベイズの定理の再解釈 |
第3章 : ナイーブベイズで即断即決 |
第4章 : 事前分布を組み入れた推定 |
第5章 : ノームを手軽に更新 |
第6章 : MCMCで事後分布を推定 |
第7章 : 階層ベイズ・モデルでコンジョイント分析 |
第8章 : 空間統計モデルで地域分析 |
第9章 : ビジネスの中のベイズ統計 |
第1章 : 確率分布の早わかり |
第2章 : ベイズの定理の再解釈 |
第3章 : ナイーブベイズで即断即決 |
|
6.
|
図書
|
酒井麻衣子著
出版情報: |
東京 : 東京図書, 2016.9 260p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 材料を考えましょう—適切なデータの形を知る : データの行と列 |
変数名のつけ方 ほか |
第2章 材料を仕入れましょう—データを入力する : 直接入力 |
度数データ ほか |
第3章 材料を吟味しましょう—データのクリーニング : 不正回答の処理 |
異常値や入力ミスの発見 ほか |
第4章 下ごしらえをしましょう—データの加工 : 変数の加工 / 基本 |
変数の加工(応用) : ほか |
第5章 これで準備は万全です—データの整理と保存 : データの整理 |
データの保存 |
第1章 材料を考えましょう—適切なデータの形を知る : データの行と列 |
変数名のつけ方 ほか |
第2章 材料を仕入れましょう—データを入力する : 直接入力 |
概要:
初心者にもベテランユーザーにも役立つ知ってると便利な裏ワザ & テクニックが満載。シンタックスも使ってみると...正確な分析結果はデータの下準備から始まります。
|
7.
|
図書
|
高浪洋平, 舟尾暢男共著
出版情報: |
東京 : オーム社, 2016.3 vi, 160p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1章 SAS OnDemand for Academics/SAS University Editionのセットアップ : SAS OnDemand for Academicsのセットアップと起動 |
SAS University Editionのセットアップと起動(Oracle VM VirtualBoxを使う場合 |
VMware Playerを使う場合 |
2章 SAS StudioとSASプログラミングの基礎 : SAS StudioによるSASプログラムの作成・実行・保存 |
SASデータセットとSAS変数 ほか |
3章 データ解析 : データ「ToothGrowth」の読み込み |
要約統計量の算出 ほか |
4章 グラフ : データ「IRIS」の読み込み |
棒グラフ ほか |
5章 補足 : SAS OnDemand for AcademicsとSAS University Editionの比較 |
SASデータセットの結合 ほか |
1章 SAS OnDemand for Academics/SAS University Editionのセットアップ : SAS OnDemand for Academicsのセットアップと起動 |
SAS University Editionのセットアップと起動(Oracle VM VirtualBoxを使う場合 |
VMware Playerを使う場合 |
概要:
無償版SASソフトウェアSAS OnDemand for Academics/SAS University Editionを使って今すぐデータ分析!
|
8.
|
図書
|
辻谷將明, 竹澤邦夫著
目次情報:
続きを見る
第1章 序論 |
第2章 重回帰 |
第3章 関数データ解析 |
第4章 Fisherの判別分析 |
第5章 一般化加法モデル : GAM)による判別 |
第6章 樹形モデルとMARS |
第7章 ニューラルネットワーク |
第8章 サポートベクターマシン(SVM |
第9章 : 生存時間解析 |
第1章 序論 |
第2章 重回帰 |
第3章 関数データ解析 |
|
9.
|
図書
|
稲葉弥一郎, 渡辺裕治著
出版情報: |
東京 : サイエンティスト社, 2013.9 183p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 S‐PLUS使用上の基本 / 環境設定および基本的な使い方 |
第2章 データの変換と加工 : テキストデータの読み込み |
データの単純結合 |
データの並び替え(ソート |
データのキーでの結合 : キーマッチング & |
マージ |
データの抽出・削除・未入力化 |
複数回答項目のデータ処理 |
データのカテゴライズ & |
文字表列 |
データへの新規項目の追加 |
層別処理の手法 |
クロス集計結果からのデータ作成 |
データのダンプ |
テキストファイルへのデータ出力 |
第3章 統計計算関連 : 要約統計量 |
ノンパラメトリック(ノンパラ |
パラメトリック |
グラフ |
第1章 S‐PLUS使用上の基本 / 環境設定および基本的な使い方 |
第2章 データの変換と加工 : テキストデータの読み込み |
データの単純結合 |
|
10.
|
図書
|
石村貞夫, 石村友二郎著
出版情報: |
東京 : 東京図書, 2013.7 xiii, 241p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データを入力してみませんか? |
データの変換?選択?並べ替え? |
いろいろなグラフを描きましょう |
度数分布表とヒストグラムを作りましょう |
基礎統計量って、平均値のこと? |
2変数データには相関係数を! |
回帰直線を求めてみましょう |
標準正規分布の数表を作りましょう |
カイ2乗分布・t分布・F分布の数表は? |
パラメータの推定は探索的に!!〔ほか〕 |
データを入力してみませんか? |
データの変換?選択?並べ替え? |
いろいろなグラフを描きましょう |
概要:
この本には難しい数式の計算はありません!クリックひとつで楽しく学ぶいちばんやさしい統計入門。
|
11.
|
図書
|
小木曽道夫著
出版情報: |
東京 : オーム社, 2012.5 x, 164p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
12.
|
図書
|
岸学著
出版情報: |
東京 : オーム社, 2012.5 xiv, 216p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
13.
|
図書
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 朝倉書店, 2014.4 6, 373p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : SASへの入門 |
第2章 : 確率分布 |
第3章 : データの要約 |
第4章 : 標本分布 |
第5章 : 平均の推測 |
第6章 : 比率の推測 |
第7章 : 分割表の解析 |
第8章 : 単回帰分析 |
第9章 : 重回帰分析 |
第1章 : SASへの入門 |
第2章 : 確率分布 |
第3章 : データの要約 |
|
14.
|
図書
|
白石修二著
出版情報: |
東京 : 森北出版, 2012.1 vi, 146p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
15.
|
図書
|
西内啓著
出版情報: |
[東京] : 日経BP社 , 東京 : 日経BPマーケティング (発売), 2014.3 237p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 統計解析で課題を解決するためのフレームワーク : 解析の正しい進め方—価値ある分析を行うための3つのポイント |
利益に直結するものを決める—アウトカム |
着目すべき分析対象を決める—解析単位 |
違いを生み出す「特徴」を洗い出す—説明変数 |
解析手法は自動的に決まる—質的なデータと量的なデータ |
必ず3つのポイントを意識して解析を進める |
第2章 仕事で使う統計解析—初級編 / 和食レストランチェーンの売上を増やすには? |
第3章 仕事で使う統計解析—実践編 : 事務機器販売の営業戦略を立てる / 営業部門編 |
情シスの手助けなしで、顧客行動の分析を行う / マーケティング・EC部門編 |
画像処理機器の販売台数を予測する / 調達部門編 |
第4章 上級編—進化したエクセル環境を活用して解析を効率化・高度化する : データ結合を効率化する |
データマイニング機能を使った重回帰分析 |
質的なアウトカムの分析を行うナイーブベイズ分類 |
アウトカムに影響を与えているパターンを分析する |
時系列分析をスピーディに行う |
分析結果のビジュアライゼーション |
第1章 統計解析で課題を解決するためのフレームワーク : 解析の正しい進め方—価値ある分析を行うための3つのポイント |
利益に直結するものを決める—アウトカム |
着目すべき分析対象を決める—解析単位 |
概要:
さよならデータサイエンティスト!「最強」の統計家の課題解決フレームワークがこの1冊に。誰でも「価値ある答え」にたどり着くことができる。明日の仕事にすぐ役立つ、エクセルを使ったデータ解析実践書!
|
16.
|
図書
|
菅民郎著
出版情報: |
東京 : オーム社, 2014.3 xviii, 292p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : はじめての予測 |
第2章 : 予測の仕方 |
第3章 : 予測の事例 |
第4章 : 季節変動S、傾向変動Tを把握するための解析手法 |
第5章 : トレンドT(傾向線)を算出するための解析手法 |
第6章 : 相関分析 |
第7章 : 予測モデル式を作成するための解析手法 |
第8章 : Excelの統計解析機能 |
第9章 : Excelアドインソフトウェアの概要と操作方法 |
第1章 : はじめての予測 |
第2章 : 予測の仕方 |
第3章 : 予測の事例 |
|
17.
|
図書
|
内田治著
出版情報: |
東京 : 東京図書, 2003.2 xii, 225p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
18.
|
図書
|
鈴木治郎著
|
19.
|
図書
東工大 目次DB
|
石村貞夫著
出版情報: |
東京 : 東京図書, 2007.12 xiv, 223p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第0章 データの型から適切な統計処理を選ぼう!! 2 |
[データの型・パターン1]-女子大生ウエイトレスの時給 2 |
[データの型・パターン2]-ウエイトレスとコンパニオンの時給 5 |
[データの型・パターン3]-3種類の麻酔薬持続時間 8 |
[データの型・パターン4]-リンゴダイエットによる体重の変化 10 |
[データの型・パタ-ン5]-薬物投与による心拍数 12 |
[データの型・パターン6]-河川の水質調査 14 |
[データの型・パターン7]-エビの生産と消費 16 |
[データの型・パターン8]-河口の砂と砂丘の砂 18 |
[データの型・パターン9]-3種類の麻酔薬持続時間と体重 20 |
[データの型・パターン10]-花粉症にかかっていますか? 22 |
[データの型・パターン11]-大都市と地方都市の花粉症 24 |
[データの型・パターン12]-キイロショウジョウバエ1204匹 26 |
[データの型・パターン13]-バードウォッチングは楽しい!! 28 |
[データの型・パターン14]-性の意識調査 30 |
[データの型・パターン15]-薬剤の効果!? 32 |
第1章 基礎統計量と区間推定-女子大生ウエイトレスの時給 36 |
[データ入力の型] 37 |
[データ入力の手順] 38 |
[統計処理のための手順] 42 |
[SPSSによる出力] 44 |
[出力結果の読み取り方] 45 |
[ヒストグラムの描き方] 46 |
第2章 2つの母平均の差の検定-ウエイトレスとコンパニオンの時給 50 |
[データ入力の型] 51 |
[データ入力の手順] 52 |
[統計処理のための手順] 58 |
[SPSSによる出力] 62 |
[出力結果の読み取り方] 63 |
第3章 ウィルコクスンの順位和検定-ウエイトレスとコンパニオンの時給 64 |
[データ入力の型] 65 |
[統計処理のための手順] 66 |
[SPSSによる出力] 70 |
[出力結果の読み取り方] 71 |
第4章 対応のある2つの母平均の差の検定-リンゴダイエットの効果!? 72 |
[データ入力の型] 73 |
[データ入力の手順] 74 |
[統計処理のための手順] 82 |
[SPSSによる出力] 84 |
[出力結果の読み取り方] 85 |
第5章 ウィルコクスンの符号付順位位検定-リンゴダイエットの効果!? 86 |
[データ入力の型] 87 |
[統計処理のための手順] 88 |
[SPSSによる出力] 90 |
[出力結果の読み取り方] 91 |
第6章 1元配置の分散分析と多重比較-3種類の麻酔薬持続時間 92 |
[データ入力の型] 93 |
[統計処理のための手順] 94 |
[SPSSによる出力] 98100 |
[出力結果の読み取り方] 99101 |
〔孫の手]等分散性の検定についての注意 102 |
第7章 クラスカル・ウォリスの検定-3種類の麻酔薬持続時間 104 |
[データ入力の型] 105 |
[統計処理のための手順] 106 |
[SPSSによる出力] 108 |
[出力結果の読み取り方] 109 |
第8章 反復測定による1元配置の分散分析-薬物投与による心拍数 110 |
[データ入力の型] 111 |
[統計処理のための手順] 112 |
[SPSSによる出力] 116 |
[出力結果の読み取り方] 117 |
第9章 共分散分析-3種類の麻酔薬持続時間と体重 118 |
[データ入力の型] 119 |
[統計処理のための手順] 120 |
[SPSSによる出力] 124 |
[出力結果の読み取り方] 125 |
第10章 2元配置の分散分析-薬剤の効果を調べる 126 |
[データ入力の型] 127 |
[統計処理のための手順] 128 |
[SPSSによる出力] 132 |
[出力結果の読み取り方] 133 |
第11章 くり返しのない2元配置の分散分析-薬剤の量と時間における表皮細胞分裂の割合 134 |
[データ入力の型] 135 |
[統計処理のための手順] 136 |
[SPSSによる出力] 140 |
[出力結果の読み取り方] 141 |
第12章 単回帰分析-企業の戦略 142 |
[データ入力の型] 143 |
[統計処理のための手順] 144 |
[SPSSによる出力] 146 |
[出力結果の読み取り方]147 |
[散布図の描き方] 148 |
第13章 重回帰分析-長生きの原因をさぐる 152 |
[データ入力の型] 153 |
[統計処理のための手順] 154 |
[SPSSによる出力] 158160 |
[出力結果の読み取り方] 159161 |
第14章 主成分分析-国の豊かさをさぐる 162 |
[データ入力の型] 163 |
[統計処理のための手順] 164 |
[SPSSによる出力] 168 |
[出力結果の読み取り方] 169 |
第15章 判別分析-水俣病を判別する 170 |
[データ入力の型] 171 |
[統計処理のための手順] 172 |
[SPSSによる出力] 176178 |
[出力結果の読み取り方] 177179 |
第16章 独立性の検定-出身地と婚前性交渉 180 |
[データ入力の型] 181 |
[データ入力の手順] 182 |
[統計処理のための手順] 188 |
[SPSSによる出力] 192 |
[出力結果の読み取り方] 193 |
第17章 2つの母比率の差の検定-環境と花粉症 194 |
[データ入力の型] 195 |
[統計処理のための手順] 196 |
[SPSSによる出力] 198 |
[出力結果の読み取り方] 199 |
第18章 同等性の検定-谷津干潟と諫早干潟について 200 |
[データ入力の型] 201 |
[統計処理のための手順] 202 |
[SPSSによる出力] 204 |
[出力結果の読み取り方] 205 |
第19章 適合度検定-キイロショウジョウバエの遺伝の法則 206 |
[データ入力の型] 207 |
[統計処理のための順] 208 |
[SPSSによる出力] 212 |
[出力結果の読み取り方] 213 |
[孫の手]ExcelデータをSPSSに取り込む 214 |
参考文献 219 |
索引 220 |
第0章 データの型から適切な統計処理を選ぼう!! 2 |
[データの型・パターン1]-女子大生ウエイトレスの時給 2 |
[データの型・パターン2]-ウエイトレスとコンパニオンの時給 5 |
|
20.
|
図書
東工大 目次DB
|
内田治著
出版情報: |
東京 : 東京図書, 2007.9 xi, 218p ; 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 iv |
第1章 アンケート調査 1 |
§1 アンケート調査の基本 2 |
1-1 アンケート調査とは 2 |
1-2 アンケートの計画 4 |
§2 標本調査法 12 |
2-1 母集団と標本 12 |
2-2 サンプリング 16 |
§3 調査票の作成 18 |
3-1 質問文 18 |
3-2 回答の形式 21 |
第2章 アンケートのデータ 27 |
§1 データの種類と処理 28 |
1-1 測定の尺度 28 |
1-2 データ処理の基本 30 |
§2 データの入力 32 |
2-1 単一回答の入力 32 |
2-2 複数回答の入力 41 |
2-3 順位回答の入力 45 |
第3章 アンケートの集計 49 |
§1 単純集計 50 |
1-1 単純集計の方法とグラフの作成 50 |
1-2 データの要約 61 |
§2 クロス集計 68 |
2-1 クロス集計の方法とグラフの作成 68 |
2-2 クロス集計表のグラフ表現 74 |
§3 複数回答の集計 81 |
3-1 単純集計の方法 81 |
3-2 クロス集計の方法 88 |
第4章 比率の解析 91 |
§1 比率に関する検定と推定 92 |
1-1 比率に関する検定 92 |
1-2 比率に関する推定 100 |
§2 比率の差に関する検定と推定 102 |
2-1 比率の違いに関する指標 102 |
2-2 比率の差に関する検定 106 |
2-3 独立でない比率の差に関する検定 108 |
2-4 適合度の検定 115 |
第5章 分割表の解析 121 |
§1 2X2分割表の検定 122 |
1-1 χ2検定 122 |
1-2 直接確率検定 127 |
1-3 マクネマーの検定 130 |
§2 LXM分割表の検定 136 |
2-1 χ2検定 136 |
2-2 残差の分析 140 |
§3 順序カテゴリの分割表 144 |
3-1 2XM分割表 144 |
3-2 LXM分割表 150 |
第6章 平均値の解析 157 |
§1 平均値の比較 158 |
1-1 箱ひげ図 158 |
1-2 t検定 164 |
1-3 ウィルコクスンの順位和検定 169 |
§2 対応がある場合の平均値の比較 174 |
2-1 時系列プロットによるグラフ表現 174 |
2-2 対応のある平均値の差の検定 178 |
2-3 ウィルコクスンの符号付順位検定 182 |
第7章 相関分析 187 |
§1 数量データ同士の関係 188 |
1-1 相関係数 188 |
1-2 複数の相関係数 194 |
§2 順位データ同士の関係 204 |
2-1 順位データのグラフ表現 204 |
2-2 ケンドールの一致係数 208 |
参考文献 213 |
索引 214 |
はじめに iv |
第1章 アンケート調査 1 |
§1 アンケート調査の基本 2 |
|
21.
|
図書
東工大 目次DB
|
垂水共之, 飯塚誠也著
出版情報: |
東京 : 共立出版, 2006.4 vii, 181p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 Rの起動と終了 |
1.1 Rとは 1 |
1.2 Linux環境での利用 1 |
1.2.1 起動 1 |
1.2.2 終了 1 |
1.3 Windows環境での利用 2 |
1.3.1 起動 2 |
1.3.2 終了 2 |
第2章 1変量データの入力・修正とRの基本操作 |
2.1 データ 3 |
2.2 データの修正 5 |
2.2.1 追加 5 |
2.2.2 削除 6 |
2.2.3 置換・修正 7 |
2.3 実行結果の保存 7 |
2.4 データ・関数の保存 8 |
2.5 作成した関数の読み込み 8 |
2.6 保存したデータ・関数の読み込み 9 |
第3章 1変量データの分析 |
3.1 分布を見よう(ヒストグラム) 10 |
3.1.1 主な分布形状 11 |
3.2 代表値 13 |
3.2.1 平均値と中央値 13 |
3.2.2 最小値,最大値 15 |
3.3 5数要約と箱ひげ図(ボックスプロット) 15 |
3.3.1 ヒンジ 16 |
3.4 ばらつきの尺度(分散,標準偏差) 18 |
3.4.1 範囲(range) 19 |
3.4.2 四分位範囲(interquartile range) 20 |
3.4.3 平均偏差(mean deviation) 21 |
3.4.4 分散(variance) 21 |
3.4.5 標準偏差(standard deviation) 22 |
第4章 2変量データの分析 |
4.1 データ 23 |
4.2 ファイルからのデータ入力 25 |
4.3 分布を見よう 26 |
4.4 回帰直線 31 |
4.5 相関係数 33 |
4.6 相関係数の性質 37 |
4.6.1 完全相関 38 |
4.7 順位相関係数 40 |
4.7.1 スピアマンの順位相関係数 40 |
4.7.2 ケンドールの順位相関係数 43 |
4.7.3 ケンドールの順位相関係数とτ 係数との関係 44 |
4.8 多変量データのグラフ表現 44 |
4.8.1 平行箱ひげ図 46 |
4.8.2 散布図行列 46 |
4.8.3 3 次元散布図 46 |
第5章 確率分布 |
5.1 確率 50 |
5.2 確率分布 51 |
5.3 関数のグラフ 52 |
5.4 正規分布(normal distribution) 53 |
5.5 一様分布(uniform distribution) 57 |
5.5.1 円周率のシミュレーション 58 |
5.6 標本分布 60 |
5.7 χ^2分布 60 |
5.7.1 χ^2 分布の導出 60 |
5.7.2 χ^2 分布の再生性 61 |
5.7.3 χ^2 分布の名前 62 |
5.7.4 密度関数のグラフ 62 |
5.7.5 乱数とシミュレーション 65 |
5.8 t 分布 67 |
5.8.1 t分布の導出 69 |
5.8.2 シミュレーション1 71 |
5.8.3 シミュレーション2 72 |
5.9 F分布 74 |
5.9.1 F分布の導出 76 |
5.9.2 シミュレーション 77 |
5.10 多変量正規分布と2変量正規分布 79 |
5.10.1 2変数関数のグラフ 79 |
5.11 標本相関係数の分布 83 |
第6章 中心極限定理 |
6.1 一様分布の場合 87 |
6.1.1 n=2の場合 87 |
6.1.2 n=3の場合 88 |
6.1.3 一様乱数を用いた正規乱数の生成 90 |
6.2 種々の分布 90 |
6.2.1 二次分布 90 |
6.2.2 三角分布 91 |
6.2.3 平方根分布 91 |
6.3 中心極限定理を眺めてみよう 92 |
6.4 シミュレーションその他の分布 95 |
第7章 推定 |
7.1 母集団と標本 98 |
7.2 点推定 99 |
7.2.1 不偏性 101 |
7.2.2 一致性 101 |
7.2.3 有効性 102 |
7.2.4 最尤法 103 |
7.3 正規分布の母平均μの点推定 104 |
7.4 正規分布の母分散σ^2の点推定 105 |
7.4.1 母平均μが既知の場合 105 |
7.4.2 母平均μが未知の場合 105 |
7.4.3 母分散σ^2の不偏推定値 106 |
7.5 区間推定 106 |
7.5.1 信頼度 107 |
7.5.2 信頼区間 107 |
7.6 母平均μの区間推定 107 |
7.6.1 母分散σ^2 が既知の場合 107 |
7.6.2 母分散σ^2 が未知の場合 114 |
7.7 母集団分布が正規分布とは限らない場合(大標本) 117 |
第8章 検定 |
8.1 正規分布の母平均の検定(母分散σ^2が既知の場合) 119 |
8.2 正規分布の母平均の検定(母分散σ^2が未知の場合) 121 |
8.3 シミュレーション 121 |
8.3.1 母平均の検定のシミュレーション(母分散既知の場合) 121 |
8.3.2 母平均の検定のシミュレーション(母分散未知の場合) 125 |
8.4 正規分布の母分散の検定 129 |
8.5 検出力 132 |
8.5.1 シミュレーション 133 |
8.5.2 検出力関数のグラフ 136 |
解答例 139 |
付録A |
A.1 乱数 146 |
A.1.1 その他の分布の乱数発生プログラム 147 |
A.2 多変量正規乱数 149 |
A.3 平均と中央値 150 |
A.4 中心極限定理 151 |
A.5 主なUNIXコマンド 152 |
A.5.1 ls (list specific) 153 |
A.5.2 cd (change directory, current directory) 153 |
A.5.3 mkdir (make directory) 153 |
A.5.4 cp (copy) 153 |
A.5.5 rm(remove) 154 |
A.5.6 mv (move) 154 |
A.5.7 chmod (change mode) 154 |
A.5.8 passwd 155 |
A.5.9 more 155 |
A.5.10 リダイレクト(標準入力・出力の切り替え) 156 |
A.6 各種図・表の作成プログラム 156 |
A.6.1 図4.6 156 |
A.6.2 図7.1, 図7.2 156 |
A.6.3 共通一次試験総合得点(昭和55 年)の分布 157 |
A.6.4 年間所得分布 158 |
付録B 数表 |
B.1 数表作成プログラム 167 |
B.1.1 正規分布表 167 |
B.1.2 χ^2 分布表 168 |
B.1.3 t分布表 168 |
B.1.4 F分布表 169 |
付録C 最新版の入手法・各種情報の入手法 |
C.1 Windows版Rのインストール 170 |
関連図書 175 |
索引 176 |
第1章 Rの起動と終了 |
1.1 Rとは 1 |
1.2 Linux環境での利用 1 |
|
22.
|
図書
東工大 目次DB
|
岸学, 吉田裕明共著
出版情報: |
東京 : オーム社, 2010.3 x, 299p ; 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 |
Part1 Excelの操作に慣れよう 1 |
第1章 Excelの名称と基本操作 3 |
1.1 画面の説明 3 |
1.2 セルに文字やデータを入力する 5 |
1.3 セルの書式を整える 6 |
1.4 コピー・切り取り・貼り付け・セルの挿入・セルの削除 14 |
1.5 フィルハンドル 17 |
第2章 計算をするための3つの方法 : 式・関数・データ分析 21 |
2.1 式を使って計算する 21 |
2.2 関数を使って計算する 24 |
2.3 「データ分析」というツールを使う 30 |
第3章 知っていると便利なこと 35 |
3.1 データの並べ替え 35 |
3.2 行と列の限界 38 |
3.3 ウィンドウ枠の固定 38 |
3.4 相対参照と絶対参照 39 |
3.5 条件付き書式 42 |
3.6 アンドゥとリドゥ 44 |
Part2 データの統計分析を行う 45 |
第4章 統計分析の準備に 46 |
4.1 はじめに 46 |
4.2 データ表の紹介 46 |
4.3 質的データと量的データ 49 |
第5章 データの尺度 50 |
5.1 尺度とは 50 |
5.2 尺度を分類する 51 |
5.3 尺度を考えるときの注意 53 |
第6章 データの処理と統計分析の流れ 56 |
6.1 分析の流れ 56 |
6.2 Excelでできる統計分析の種類 57 |
Part3 データを集計する : 記述統計 59 |
第7章 記述統計を行う意味 60 |
第8章 度数分布を描く 62 |
8.1 ねらい 62 |
8.2 棒グラフ・円グラフ・帯グラフ 62 |
8.3 ヒストグラム 65 |
8.4 Excelで描いてみよう 67 |
8.5 度数分布で何を検討するか? 78 |
第9章 代表値を求める : 平均値と中央値 79 |
9.1 代表値とは 79 |
9.2 平均値を求める 79 |
9.3 中央値を求める 80 |
9.4 最頻値を求める 81 |
9.5 Excelで平均値、中央値、最頻値を求めよう 81 |
9.6 平均値・中央値・最頻値を比較する 84 |
第10章 散布度を求める : 分散・標準偏差(SD)・四分位偏差・範囲 86 |
10.1 散布度とは 86 |
10.2 標準偏差と分散 87 |
10.3 四分位偏差 93 |
10.4 範囲 96 |
Part4 正規分布とデータの変換 101 |
第11章 正規分布と相対的な位置 102 |
11.1 正規分布とは 102 |
11.2 標準正規分布 103 |
第12章 標準得点(z得点)と偏差値 105 |
12.1 標準得点とは 105 |
12.2 標準得点の意味と活用 107 |
12.3 標準得点から標準正規分布の面積(確率)を求める 107 |
12.4 偏差値 108 |
12.5 Excelで標準得点・偏差値を求めよう 108 |
12.6 段階点へ変換する 118 |
Part5 2つの変数の関係を記述する 123 |
第13章 クロス集計表と散布図 124 |
13.1 クロス集計表 124 |
13.2 散布図 130 |
第14章 いろいろな相関関係の表現 133 |
14.1 ピアソンの積率相関係数(r)とは 133 |
14.2 直線回帰による表現 140 |
14.3 スピアマンの順位相関係数(rs) 151 |
第15章 クロス集計表からの関係の表現 157 |
15.1 オッズ比(or) 157 |
15.2 クラメールの連関係数(V) 160 |
Part6 分析方法を選ぶには 165 |
第16章 母集団と標本 167 |
16.1 母集団と標本の関係 167 |
16.2 標本の抽出 168 |
16.3 出現確率を求める : 母集団の様子がわかっている場合 169 |
第17章 検定の考え方 172 |
17.1 なぜ検定を行うのか? 172 |
17.2 検定の考え方の流れをとらえる 173 |
第18章 検定で明らかになるもの : 関係と差 178 |
18.1 関係の図と差の図 178 |
18.2 知りたいことを図に描いてみよう 180 |
第19章 分析のタイプから分析の方法を選ぶ 181 |
19.1 分析タイプの7分類 181 |
19.2 分析タイプと分析方法との対応 184 |
19.3 関係の分析を分類する 186 |
Part7 推測統計(1) : 関係を分析する 187 |
第20章 間隔・比尺度同士の関係の検定 188 |
20.1 ピアソンの積率相関係数 : 無相関検定 188 |
20.2 回帰の分散分析 191 |
第21章 順序尺度同士の関係の検定 194 |
21.1 スピアマンの順位相関係数 194 |
第22章 名義尺度同士の関係 196 |
22.1 独立性の検定 : X^2検定 196 |
22.2 残差分析 202 |
Part8 推測統計(2) : 差を分析する 207 |
第23章 比率の差の分析 208 |
23.1 X^2検定(適合度の検定) : 分析タイプ0 208 |
23.2 コクランのQ検定 : 分析タイプI・VI 210 |
23.3 X^2検定(比率の差の検定) : 分析タイプII・III 215 |
第24章 平均値の差の分析 : t検定 217 |
24.1 t検定の方法を分類する 217 |
24.2 t検定(対応なし) 218 |
24.3 t検定(対応あり) 222 |
第25章 分散あるいは標準偏差(SD)の差の分析 : F検定 225 |
25.1 F検定とは 225 |
25.2 F検定の結果を読む 226 |
25.3 ExcelでF検定を行う 226 |
第26章 中央値の差の分析 229 |
26.1 マン・ホイットニーのU検定 229 |
26.2 クラスカル・ウォリスのH検定 236 |
26.3 ウィルコクスンの符号化順位検定 241 |
26.4 フリードマンの検定 244 |
Part9 分散分析法と研究の計画 249 |
第27章 分散分析(ANOVA)とは 250 |
27.1 3つの群以上の平均値の差を考える : 分散分析法 250 |
27.2 方法の分類 251 |
27.3 Excelで分散分析を実施するときの注意 252 |
27.4 分散分析の意味と考え方 253 |
第28章 一元配置分散分析(対応なし) 257 |
28.1 一元配置分散分析(対応なし)のデータとは 257 |
28.2 一元配置分散分析の結果を読む 257 |
28.3 Excelで計算する 259 |
28.4 多重比較を行う 262 |
第29章 一元配置分散分析(対応あり) 264 |
29.1 一元配置分散分析(対応あり) 264 |
29.2 Excelで計算する 264 |
第30章 二元配置分散分析(2要因とも対応なし) 268 |
30.1 二元配置分散分析(対応なし)のデータとは 268 |
30.2 二元配置分散分析の結果を読む 268 |
30.3 交互作用とは何か 270 |
30.4 単純主効果の検定 : どこに交互作用があるのか 271 |
30.5 Excelで計算する 271 |
第31章 二元配置分散分析(1要因対応なし・1要因対応あり) 275 |
31.1 二元配置分散分析(1要因対応なし・1要因対応あり)のデータとは 275 |
31.2 二元配置分散分析の結果を読む 275 |
31.3 Excelで計算する 277 |
第32章 研究の計画 281 |
32.1 研究を計画する 281 |
32.2 被験者間計画と被験者内計画 284 |
32.3 論文で統計はどのように使われているか 284 |
補遺 286 |
A.1 ∑の計算について 286 |
A.2 決定係数の導出 287 |
A.3 調和平均 288 |
付表1 標準正規分布の面積の表 289 |
付表2 スピアマンのγsの検定表 290 |
付表3 ウィルコクスンの符号化順位検定表 291 |
付表4 ステューデント化された範囲の表 292 |
付表4.1 ステューデント化された範囲の表(5%水準) 292 |
付表4.2 ステューデント化された範囲の表(1%水準) 293 |
参考文献・読書案内 294 |
索引 295 |
はじめに ⅲ |
Part1 Excelの操作に慣れよう 1 |
第1章 Excelの名称と基本操作 3 |
|
23.
|
図書
東工大 目次DB
|
内田治著
出版情報: |
東京 : 東京図書, 2010.4 x, 213p ; 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 |
第1章 データの要約と視覚化 1 |
Section1 統計量によるデータの要約 2 |
1-1 基本統計量による要約 2 |
1-2 パーセント点による要約 11 |
Section2 グラフによるデータの視覚化 14 |
2-1 ヒストグラム 14 |
2-2 幹葉図 19 |
2-3 箱ひげ図 21 |
2-4 ドットプロット 23 |
第2章 平均値に関する解析 27 |
Section1 母平均に関する検定と推定 28 |
1-1 母標準偏差が既知のときの検定と推定 28 |
1-2 母標準偏差が未知のときの検定と推定 37 |
Section2 母平均の差に関する検定と推定 43 |
2-1 2つの母平均の差の検定と推定 43 |
2-2 対応のあるデータの母平均の差の検定と推定 54 |
第3章 分散に関する解析 59 |
Section1 母分散に関する検定と推定 60 |
1-1 母分散に関する検定 60 |
1-2 母分散に関する推定 66 |
Section2 母分散の比に関する検定と推定 68 |
2-1 母分散の比に関する検定 68 |
2-2 母分散の比に関する推定 74 |
第4章 相関分析 77 |
Section1 相関関係の把握 78 |
1-1 散布図による視覚的把握 78 |
1-2 相関係数による数値的把握 85 |
Section2 母相関係数に関する検定と推定 89 |
2-1 母相関係数の検定 89 |
2-2 母相関係数の推定 94 |
第5章 回帰分析 97 |
Section1 直接回帰 98 |
1-1 回帰式の算出 98 |
1-2 回帰式の吟味 103 |
Section2 多項式回帰 116 |
2-1 多項式の算出 116 |
2-2 多項式の吟味 119 |
第6章 比率に関する解析 127 |
Section1 母比率に関する検定と推定 128 |
1-1 直接確率計算による母比率に関する検定 128 |
1-2 母比率に関する推定 134 |
Section2 母比率の差に関する検定と推定 137 |
2-1 母比率の差に関する検定 137 |
2-2 母比率の差に関する推定 142 |
第7章 分割表に関する解析 145 |
Section1 分割表とグラフ表現 146 |
1-1 分割表とは 146 |
1-2 グラフによる分割表の視覚化 155 |
Section2 分割表の検定 165 |
2-1 2×2分割表の検定 165 |
2-2 m×n分割表の検定 170 |
付録 統計処理に使えるEXCELの関数 177 |
付録1 Rのダウンロードとインストール 178 |
付録2 R関連の便利ツール 185 |
付録3 データの入力形式とグラフの作成 193 |
付録4 ExcelとRの統計関数 202 |
付録5 フリーの表計算ソフト 204 |
参考文献 209 |
索引 210 |
はじめに |
第1章 データの要約と視覚化 1 |
Section1 統計量によるデータの要約 2 |
|
24.
|
図書
|
Michael Milton著 ; 木下哲也訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2010.7 xxxv, 442p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
25.
|
図書
|
大橋渉著
出版情報: |
東京 : オーム社, 2010.6 x, 219p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
26.
|
図書
|
姜興起著
|
27.
|
図書
|
舟尾暢男著
出版情報: |
東京 : オーム社, 2009.11 xiv, 504p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
28.
|
図書
|
下川敏雄, 杉本知之, 後藤昌司著
目次情報:
続きを見る
第1章 : 分類回帰樹木(CART)法とその周辺 |
第2章 : 検定統計量に基づく樹木 |
第3章 : 多変量適応型回帰スプライン法とその周辺 |
第4章 : データ・ピーリング法とその周辺 |
第5章 : ブースティング法に基づくアンサンブル樹木法 |
第6章 : ブーストラップ法に基づくアンサンブル樹木法 |
第1章 : 分類回帰樹木(CART)法とその周辺 |
第2章 : 検定統計量に基づく樹木 |
第3章 : 多変量適応型回帰スプライン法とその周辺 |
概要:
本書では、樹木構造接近法に関する著者らの総合報告に基づいて、個々の手法に関する具体的内容を取り扱う。樹木構造接近法およびアンサンブル学習法の理論的な背景、および周辺手法に関する話題も取り上げた。
|
29.
|
図書
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 共立出版, 2013.9 x, 316p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 基本プログラミング : データセットの加工 |
いろいろなタイプのデータ入力 ほか |
第2章 統計グラフ : さまざまな統計グラフ—SGPLOTプロシジャ |
グラフの比較—SGSCATTERプロシジャ ほか |
第3章 SASマクロ : マクロ変数 |
マクロ ほか |
第4章 SQL : データ検索と操作 |
テーブルの作成と削除 ほか |
第5章 IML : IMLの基本知識 |
ベクトルと行列 ほか |
第1章 基本プログラミング : データセットの加工 |
いろいろなタイプのデータ入力 ほか |
第2章 統計グラフ : さまざまな統計グラフ—SGPLOTプロシジャ |
|
30.
|
図書
|
Sau Sheong Chang著 ; 瀬戸山雅人 [ほか] 訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2013.4 xviii, 262p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1章 : 武器と防具の装備 |
2章 : いざマトリックスへ |
3章 : 8つの魔法の修得 |
4章 : オフィスとトイレの関係 |
5章 : ランチタイムの経済学者になる方法 |
6章 : メールから自分を発見する |
7章 : 心臓の鼓動 |
8章 : 鳥の群れを表現する |
9章 : お金と性別と進化 |
1章 : 武器と防具の装備 |
2章 : いざマトリックスへ |
3章 : 8つの魔法の修得 |
概要:
人気の高いオープンソースのツール、RとRubyを使い、生データを処理し、シミュレーションし、仮説を立て、統計的手法を用いて検証する、というデータサイエンスの基本の理解を促します。基本が学べるだけでなく、自分のメールボックスや自分の心臓の鼓動
…
など身近な題材を対象としており、データサイエンスの醍醐味を味わうことができる一冊です。日本語版ではさまざまな統計手法についての入門となる章を追加。この本で使っている統計の基礎も学べる構成になっています。
続きを見る
|
31.
|
図書
|
大森崇, 阪田真己子, 宿久洋著
出版情報: |
東京 : 共立出版, 2014.1 x, 221p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 R/R Commanderの基本事項とデータの操作 : RとR Commander |
データの操作 ほか |
第2部 データの記述 : データの要約 |
データの視覚化 |
第3部 データに基づく推測 : 平均値に関する検定 |
分散分析 ほか |
第4部 多次元データの解析 : 回帰分析 |
ロジスティック回帰分析 ほか |
第1部 R/R Commanderの基本事項とデータの操作 : RとR Commander |
データの操作 ほか |
第2部 データの記述 : データの要約 |
概要:
R Commander Ver.2に対応して初版を加筆修正。主な加筆項目は、第3章として挿入したレポート作成に利用するR Markdownについてである。
|
32.
|
図書
|
上村龍太郎 [ほか] 著
出版情報: |
東京 : 丸善出版, 2014.7 viii, 154p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 : 基本的操作法 |
2 : データの要約 |
3 : 回帰分析 |
4 : クラスター分析 |
5 : 主成分分析 |
6 : 因子分析 |
7 : 階層型ニューラルネットワーク |
8 : 自己組織化マップ |
1 : 基本的操作法 |
2 : データの要約 |
3 : 回帰分析 |
概要:
本書はデータ解析を行ってみたい、できるようになりたいという方への第一歩となるよう、データの基本的な整理方法や簡単な見方から、回帰分析、主成分分析、因子分析というしばしば用いられる分析手法、そして少し高度な解析を学びたいという方に向けやや発展
…
的な知的データ分析までを説明しています。いわゆる統計的な難しい数学の説明に陥らぬよう、ExcelやRを用いて分析結果を得ることを軸としています。
続きを見る
|
33.
|
図書
|
安道知寛著
出版情報: |
東京 : 朝倉書店, 2014.7 viii, 191p ; 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 : 統計的モデリング—現実の意思決定へ向けて |
2 : 高次元データの統計的モデリング |
3 : 超高次元データへの対応について |
4 : モデル統合法 |
5 : 高次元データとモデル統合 |
6 : 総括 |
1 : 統計的モデリング—現実の意思決定へ向けて |
2 : 高次元データの統計的モデリング |
3 : 超高次元データへの対応について |
|
34.
|
図書
|
宮脇典彦, 和田悟, 阪井和男共著
出版情報: |
東京 : 培風館, 2000.11 vi, 212p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
35.
|
図書
|
赤間世紀著 ; I/O編集部編
出版情報: |
東京 : 工学社, 2013.8 223p ; 21cm |
シリーズ名: |
I/O books |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : 統計学 |
第2章 : 確率論 |
第3章 : 記述統計 |
第4章 : 相関 |
第5章 : 推定 |
第6章 : 検定 |
第7章 : 回帰分析 |
第8章 : 時系列分析 |
第9章 : 統計ソフト「R」の概要 |
第1章 : 統計学 |
第2章 : 確率論 |
第3章 : 記述統計 |
概要:
データを数学的に処理する「統計学」は、「自然科学」から「社会科学」まで広い分野で応用されていますが、その学習は難しい、と言われています。そのつまずきの原因として挙げられるのは、必要な「前提知識」が多いことです。とくに、「用語」「記号」「数式
…
」などの理解が、大きなハードルとなっているようです。そこで本書は、著者の授業経験に基づき、新しい観点で「統計学」の基本項目を詳しく説明しています。
続きを見る
|
36.
|
図書
|
石村貞夫, 石村友二郎著
出版情報: |
東京 : 東京図書, 2010.10 xii, 242p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
37.
|
図書
|
兼子毅著
出版情報: |
東京 : 日科技連出版社, 2011.4 xii, 186p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
38.
|
図書
|
J.アルバート著 ; 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, 2010.11 xi, 303p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
39.
|
図書
|
古谷知之著
目次情報:
続きを見る
政策リテラシーとしての空間データ分析 |
空間データの構造と操作 |
地域間の比較 |
空間データの分類と可視化 |
空間的自己相関 |
確率地図 |
空間集積性 |
空間点過程 |
空間補間 |
空間計量経済モデル |
カウントデータ・モデル |
政策リテラシーとしての空間データ分析 |
空間データの構造と操作 |
地域間の比較 |
|
40.
|
図書
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 共立出版, 2011.7 xiv, 876p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
41.
|
図書
|
岡田昌史著者代表
出版情報: |
東京 : 東京図書, 2011.4 iii, 481p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
42.
|
図書
|
石村貞夫, 石村光資郎著
出版情報: |
東京 : 東京図書, 2011.9 xvi, 245p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
43.
|
図書
|
渡辺啓太著
出版情報: |
東京 : ダイヤモンド社, 2013.8 214p ; 19cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 データは伝え方がすべて : データは、とにかく視覚に訴える |
場合によっては、円グラフより棒グラフ ほか |
第2章 数字より大切なもの : まずはリーダーに受け入れてもらうこと |
リーダーのタイプによって、求めるものも異なる ほか |
第3章 データは質で勝負せよ : メダルをつかんだ「世界一」のデータ |
同じ道具を使っても、データ収集スキルには差がある ほか |
第4章 情報戦を制するには : バレーボールは情報戦の世界 |
とっておきの「武器」は、ここぞという戦いでデビューさせる ほか |
第5章 データで人を動かす : そもそも、データで人は動くのか? |
訪問販売から店舗型に ほか |
第1章 データは伝え方がすべて : データは、とにかく視覚に訴える |
場合によっては、円グラフより棒グラフ ほか |
第2章 数字より大切なもの : まずはリーダーに受け入れてもらうこと |
概要:
統計、データ分析、プレゼン、意思決定、戦略、戦術etc.情報を武器にして、勝利をつかむ方法とは?28年ぶりに日本女子バレーに銅メダルをもたらした「世界一のデータ戦略」を、ビジネスパーソン向けに初公開!
|
44.
|
図書
|
内田治著
出版情報: |
東京 : 東京図書, 2002.4 xi, 216p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
45.
|
図書
東工大 目次DB
|
秋川卓也著
出版情報: |
大阪 : プレアデス出版, 2007.8 174p ; 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 3 |
第1章 SPSSの入力・加工 13 |
1-1 SPSSの立ち上げ方 15 |
1-2 データの入力 16 |
1-3 変数の設定 18 |
1-4 簡単なデータ操作とファイル操作 31 |
1-5 変数の加工 35 |
第2章 グラフと表の作成 41 |
2-1 度数分布表 42 |
2-2 ヒストグラム 45 |
2-3 グラフ-棒グラフ 47 |
2-4 グラフ-散布図 48 |
2-5 クロス表 49 |
2-6 異常値の発見 51 |
補足 ビューアについて 54 |
第3章 代表値について 55 |
3-1 平均値・分散・標準偏差 56 |
3-2 SPSSの操作 59 |
3-3 その他の代表値 60 |
第4章 分散と相関係数 63 |
4-1 共分散と相関係数とは? 65 |
4-2 SPSSの操作 69 |
第5章 回帰分析 73 |
5-1 回帰分析とは? 74 |
5-2 SPSSの操作 77 |
5-3 結果の解釈 80 |
5-4 多重共線性について 85 |
5-5 多重共線性の発見の仕方 87 |
5-6 多重共線性の克服方法 89 |
第6章 判別分析 91 |
6-1 判別分析とは? 92 |
6-2 SPSSの操作 100 |
6-3 結果の解釈 104 |
6-4 注意点 108 |
第7章 クラスター分析 113 |
7-1 クラスター分析とは? 114 |
7-2 SPSSの操作 120 |
7-3 結果の解釈 124 |
第8章 因子分析 127 |
8-1 因子分析とは? 129 |
8-2 SPSSの操作 130 |
8-3 結果の解釈 132 |
8-4 主因子法とは 139 |
第9章 主成分分析 141 |
9-1 主成分分析とは? 142 |
9-2 SPSSの操作 149 |
9-3 結果の解釈 152 |
9-4 主成分分析と因子分析の違いは? 158 |
補論 統計的仮説検定 161 |
1 統計的仮説検定とは? 162 |
2 母平均に対する検定 164 |
3 独立性の検定 167 |
参考文献 171 |
索引 172 |
はじめに 3 |
第1章 SPSSの入力・加工 13 |
1-1 SPSSの立ち上げ方 15 |
|
46.
|
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 |
|
47.
|
図書
東工大 目次DB
|
新納浩幸著
出版情報: |
東京 : オーム社, 2007.11 x, 208p ; 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章 Rの準備 1 |
1.1 Rのインストール 2 |
1.2 Rの基本操作 2 |
1.2.1 Rの起動と終了 2 |
1.2.2 Rの関数 5 |
1.2.3 ベクトルの演算 6 |
1.2.4 行列の演算 8 |
1.2.5 ファイル入出力 13 |
1.2.6 統計関係の関数 16 |
1.2.7 パッケージ 19 |
1.3 Rプログラミングの基礎 22 |
1.3.1 条件分岐と繰り返し 22 |
1.3.2 繰り返しの制御 25 |
1.3.3 関数の書き方 26 |
1.3.4 任意の引数とデフォルトの値 28 |
1.3.5 ファイルのロード 29 |
1.3.6 バッチ処理 30 |
第2章 クラスタリング入門 33 |
2.1 クラスタリングとは 34 |
2.2 クラスタリング手法の概要 35 |
2.3 クラスタリング結果の評価 37 |
2.3.1 クロス表 37 |
2.3.2 エントロピー(entropy) 38 |
2.3.3 純度(purity) 39 |
2.3.4 F尺度(F-measure) 40 |
2.3.5 精度(accuracy) 41 |
2.4 Rのプログラミングメモ 42 |
2.4.1 関数apply( ) 42 |
2.4.2 関数rowSums( )とcolSums( ) 43 |
2.4.3 無名関数 44 |
第3章 クラスタリングの準備 45 |
3.1 データのベクトル化 46 |
3.2 データ間の(非)類似度 48 |
3.3 本書で扱うデータセット 49 |
3.4 スパース行列の扱い 52 |
3.5 Rのプログラミングメモ 54 |
3.5.1 対角行列 54 |
3.5.2 ワンズベクトル 57 |
第4章 階層的手法 61 |
4.1 アルゴリズムと数値例 62 |
4.2 デンドログラム 70 |
4.3 Rによる解析 72 |
4.4 Rのプログラミングメモ 76 |
4.4.1 転置行列 76 |
4.4.2 関数as.~( ) 78 |
第5章 k-means 81 |
5.1 アルゴリズム 82 |
5.2 数値例 83 |
5.3 Rによる解析 88 |
5.4 Rのプログラミングメモ 92 |
5.4.1 関数sample( ) 92 |
5.4.2 関数duplicated( ) 93 |
5.4.3 並行して処理できる繰り返し 94 |
第6章 混合分布モデル 97 |
6.1 確率モデルによるクラスタリング 98 |
6.2 EMアルゴリズム 102 |
6.3 数値例 109 |
6.4 Rによる解析 113 |
6.5 Rのプログラミングメモ 117 |
6.5.1 関数which.max( )とwhich.min( ) 117 |
6.5.2 ベクトルのインデックスの取り出し 117 |
6.5.3 グラフの作成 118 |
第7章 スペクトラルクラスタリング 121 |
7.1 グラフ分割としてのクラスタリング 122 |
7.1.1 MCut 123 |
7.1.2 Ncut 127 |
7.2 数値例 129 |
7.3 Rによる解析 132 |
7.4 Rのプログラミングメモ 135 |
7.4.1 関数order( ) 135 |
7.4.2 行列の一部は行列 135 |
7.4.3 関数eigen( ) 137 |
第8章 次元縮約 139 |
8.1 高次元データから低次元データへ 140 |
8.1.1 特異値分解 140 |
8.1.2 LSI 142 |
8.1.3 pLSI 142 |
8.1.4 NMF 147 |
8.2 数値例 152 |
8.2.1 特異値分解 152 |
8.2.2 pLSI 154 |
8.2.3 NMF 157 |
8.3 Rによる解析 160 |
8.3.1 特異値分解 160 |
8.3.2 pLSI 161 |
8.3.3 NMF 164 |
8.4 Rのプログラミングメモ 166 |
8.4.1 複数の返り値 166 |
8.4.2 3次元配列 166 |
8.4.3 関数paste( ) 167 |
第9章 ファジィクラスタリング 169 |
9.1 アルゴリズム 170 |
9.2 数値例 173 |
9.3 Rによる解析 178 |
9.4 Rのプログラミングメモ 181 |
9.4.1 デバッグ 181 |
9.4.2 ソースの確認 183 |
9.4.3 関数help( ) 185 |
付録 式の証明 187 |
A.1 式(6.4)の証明 188 |
A.2 式(6.5)の証明 189 |
A.3 式(7.4)の証明 192 |
A.4 式(7.5)の証明 192 |
A.5 式(7.6)の証明 193 |
A.6 式(7.7)の証明 194 |
A.7 式(8.5)について 195 |
A.8 式(8.11)の証明 196 |
A.9 式(8.12)の証明 198 |
A.10 式(8.13)について 199 |
A.11 式(8.14)について 200 |
参考文献 201 |
索引 205 |
はじめに iii |
第1章 Rの準備 1 |
1.1 Rのインストール 2 |
|
48.
|
図書
東工大 目次DB
|
村瀬洋一, 高田洋, 廣瀬毅士共編
出版情報: |
東京 : オーム社, 2007.12 xv, 349p ; 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 |
注 : T[b]の[b]は下つき文字 |
注 : T[c]の[c]は下つき文字 |
|
はじめに ⅲ |
第1章 統計分析の目的とは 1 |
1.1 目的と具体例 1 |
1.2 変数の種類、分析法の種類 3 |
1.3 分析のこつとは 5 |
1.4 良いデータを使うことが重要 6 |
1.5 分析対象の母集団を確定する 7 |
1.6 相関関係と因果関係 8 |
第2章 SPSSの基本操作 11 |
2.1 目的 11 |
2.2 SPSSの起動と画面の見方 12 |
2.3 データの作成と保存 14 |
2.3.1 データの新規作成(SPSSへの直接入力) 14 |
2.3.2 データの読み込み(1)SPSSデータファイルの読み込み 17 |
2.3.3 データの読み込み(2)他のソフトウェアのファイルの利用 18 |
2.3.4 データの読み込み(3)テキストファイル形式データの読み込み 18 |
2.3.5 データの読み込み(4)SPSSシンタックスによるテキスト形式データの定義 19 |
2.4 本格的な分析の前に : データの下準備 23 |
2.4.1 度数分布表 23 |
2.4.2 欠損値の指定 28 |
2.4.3 変数ラベルと値ラベル 31 |
2.5 値の変容 35 |
2.5.1 値の再割り当て 35 |
2.5.2 変数の合成・計算 39 |
2.6 SPSSシンタックスの基本的な原則と機能 42 |
第3章 統計分析の基礎 49 |
3.1 目的 49 |
3.2 基礎統計量 50 |
3.2.1 度数分布表 50 |
3.2.2 量的変数の記述統計量 51 |
3.2.3 正規分布の性質と分布に関する基本統計量 55 |
3.3 基礎統計量の分析 57 |
3.3.1 記述統計量 57 |
3.3.2 度数分布表 61 |
3.4 結果のまとめ方 69 |
3.5 まとめ 70 |
第4章 クロス集計、独立I性の検定 71 |
4.1 目的と具体例 71 |
4.2 クロス表の一般形 72 |
4.2.1 観測度数・周辺度数 73 |
4.2.2 表側と表頭 73 |
4.2.3 セルパーセント 73 |
4.3 関連性、統計的独立 74 |
4.4 関連係数 75 |
4.4.1 ユールQ、Φ係数、オッズ比 75 |
4.4.2 X[2]値 78 |
4.4.3 コンティンジェンシ-係数、クラメールのV 78 |
4.4.4 γ係数 79 |
4.4.5 ケンドールのルT[b]、スチュアートのT[c] 80 |
4.4.6 相関係数 80 |
4.5 独立性の検定 81 |
4.5.1 独立性の検定の具体的な手続き 81 |
4.5.2 独立性の検定の注意点 82 |
4.6 エラボレーション 83 |
4.6.1 多重クロス表 83 |
4.6.2 擬似関係 84 |
4.6.3 媒介効果 85 |
4.6.4 その他の効果 86 |
4.7 クロス集計と検定の手順 86 |
4.7.1 メニューによる方法 86 |
4.7.2 シンタックスによる方法 89 |
4.8 結果の読み方とまとめ方 91 |
4.8.1 結果の読み方 91 |
4.8.2 結果のまとめ方 92 |
第5章 平均値の差の検定と分散分析 95 |
5.1 目的と具体例 95 |
5.2 分析法の考え方 96 |
5.2.1 2つの集団間の平均値の差の検定 : t検定 96 |
5.2.2 分散分析の考え方 98 |
5.2.3 一元配置の分散分析 99 |
5.2.4 二元配置の分散分析 102 |
5.3 分析手順 106 |
5.3.1 平均値の差の検定 106 |
5.3.2 一元配置の分散分析 107 |
5.3.3 二元配置の分散分析 108 |
5.4 結果のまとめ方と解釈 113 |
5.5 分析上の注意点 117 |
第6章 単回帰分析 119 |
6.1 目的と具体例 119 |
6.2 単回帰分析の考え方 121 |
6.2.1 単回帰分析の流れ 121 |
6.2.2 基本モデル 121 |
6.2.3 回帰係数と切片の推定 122 |
6.2.4 標準回帰係数 124 |
6.2.5 決定係数 125 |
6.2.6 決定係数の有意性検定 127 |
6.2.7 回帰係数と切片の有意性検定 128 |
6.2.8 回帰係数と切片の区間推定 129 |
6.3 分析手順 130 |
6.3.1 メニューによる方法 130 |
6.3.2 シンタックスによる方法 132 |
6.3.3 出力結果と解釈 133 |
6.4 分析時の注意点 136 |
6.4.1 散布図を見て直線関係を確認する 136 |
6.4.2 分析前の欠損値処理を忘れすに 136 |
6.4.3 外れ値に注意する 136 |
6.4.4 質的データの扱いについて 137 |
6.4.5 内挿と外挿 138 |
6.4.6 決定係数が大きければいいモデルか 139 |
第7章 相関と偏相関 141 |
7.1 目的と具体例 141 |
7.2 相関分析の考え方 143 |
7.2.1 散布図 143 |
7.2.2 相関係数 143 |
7.2.3 相関係数の有意性検定 146 |
7.2.4 偏相関係数 147 |
7.2.5 順位相関係数 149 |
7.3 分析手順 150 |
7.3.1 メニューによる方法 150 |
7.3.2 シンタックスによる方法 154 |
7.3.3 出力結果と解釈 156 |
7.4 結果のまとめ方 158 |
7.5 分析時の注意点 159 |
7.5.1 関係の形状 159 |
7.5.2 外れ値の影響 159 |
7.5.3 異質なグループを含む場合の相関 159 |
7.5.4 相関関係と因果関係 160 |
7.5.5 擬似相関の可能性 160 |
第8章 重回帰分析 161 |
8.1 目的と具体例 161 |
8.2 重回帰分析の考え方 164 |
8.2.1 重回帰分析の流れ 164 |
8.2.2 基本モデル 164 |
8.2.3 偏回帰係数と切片の推定 165 |
8.2.4 偏回帰係数の解釈 167 |
8.2.5 標準偏回帰係数 167 |
8.2.6 決定係数 168 |
8.2.7 決定係数の有意性検定 169 |
8.2.8 偏回帰係数と切片の有意性検定 169 |
8.2.9 変数選択 170 |
8.3 分析手順 172 |
8.3.1 メニューによる方法 172 |
8.3.2 シンタックスによる方法 174 |
8.3.3 出力結果と解釈 175 |
8.4 結果のまとめ万 179 |
8.4.1 表のまとめ方 179 |
8.4.2 図のまとめ方 180 |
8.5 分析時の注意点 181 |
8.5.1 分析前に変数の方向を整える 181 |
8.5.2 質的変数を説明変数に設定する場合 182 |
8.5.3 グループ別に分析する 182 |
8.5.4 説明変数間の相関に注意する 183 |
8.5.5 決定係数の解釈について 183 |
8.5.6 分析結果から因果構造を想定する 184 |
8.5.7 モデルの作り方 184 |
第9章ダミー変数と回帰診断 187 |
9.1 ダミー変数と交互作用 187 |
9.1.1 目的と具体例 187 |
9.1.2 分析法の考え方 188 |
9.1.3 分析手順 192 |
9.1.4 結果のまとめ方と解釈 195 |
9.2 回帰診断 197 |
9.2.1 回帰診断の概要 197 |
9.2.2 外れ値の特定と重回帰分析での影響力評価 198 |
9.2.3 多重共線性の問題 202 |
第10章 パス解析 207 |
10.1 目的と具体例 207 |
10.1.1 パス(経路)ごとの因果的効果を分析する 207 |
10.1.2 パス解析による因果分析 208 |
10.1.3 具体例 : 地位達成モデル 208 |
10.1.4 具体例 : マクロデータを用いた分析 210 |
10.2 分析法の基本的な考え方 210 |
10.2.1 構造方程式とパス解析の前提 210 |
10.2.2 因果図式の考え方 211 |
10.2.3 パス係数の考え方と解法 212 |
10.2.4 パス解析の基本定理 214 |
10.2.5 残余変数と残余パス係数についての考え方 215 |
10.3 分析手順 215 |
10.4 結果のまとめ方 217 |
10.4.1 パス・ダイアグラムによる結果の表示 217 |
10.4.2 経路間比較の方法とその表へのまとめ方 219 |
10.5 分析時の注意点 220 |
10.5.1 パス係数の解釈 220 |
10.5.2 因果順序の設定 220 |
10.5.3 準完全逐次モデル、非完全逐次モデル、非逐次モデル 221 |
10.5.4 構造方程式モデリングへ 221 |
第11章 変数の合成と主成分分析 223 |
11.1 目的と具体例 223 |
11.2 主成分分析の考え方 224 |
11.2.1 最も説明力の高い軸を通す 224 |
11.2.2 線型結合による主成分の表現 227 |
11.2.3 固有値・固有ベクトル・主成分得点 228 |
11.2.4 主成分負荷量と寄与率 229 |
11.2.5 主成分をいくつまで求めるか(解の決定) 231 |
11.2.6 言頼性係数 232 |
11.3 分析手順 233 |
11.3.1 メニューによる主成分分析 233 |
11.3.2 シンタックスによる主成分分析 235 |
11.3.3 主成分分析の出力結果と解釈 237 |
11.3.4 シンタックスによる信頼性係数aの算出 240 |
11.3.5 信頼性係数aの出力結果と解釈 241 |
11.4 結果のまとめ方 242 |
11.4.1 表のまとめ方 242 |
11.4.2 図のまとめ方 243 |
11.5 分析時の注意点 246 |
11.5.1 単純に合成するか、重み付けて合成するか 246 |
11.5.2 あてはまりは高いほどよいのか 246 |
11.5.3 主成分分析における順序尺度変数の使用 247 |
11.5.4 主成分分析における軸の回転 247 |
第12章 因子分析 249 |
12.1 目的と具体例 249 |
12.1.1 潜在的な要因の探索 249 |
12.1.2 具体例 250 |
12.2 因子分析の考え方 253 |
12.2.1 因子分析の流れ 253 |
12.2.2 因子分析の基本モデル 253 |
12.2.3 因子の抽出 255 |
12.2.4 因子軸の回転 256 |
12.2.5 因子の解釈 259 |
12.3 分析手順 260 |
12.3.1 メニューによる方法 260 |
12.3.2 シンタックスによる方法 263 |
12.3.3 出力結果と解釈 265 |
12.4 結果のまとめ方 269 |
12.5 分析時の注意点 270 |
12.5.1 因子の数について 270 |
12.5.2 因子の抽出方法について 271 |
第13章 クラスター分析 273 |
13.1 目的と具体例 273 |
13.2 クラスター分析の考え方 276 |
13.2.1 階層的クラスター分析と非階層的クラスター分析 276 |
13.2.2 個体間の距離の測定方法 277 |
13.2.3 クラスター間の距離の測定方法 278 |
13.3 階層的クラスター分析の手順282 |
13.3.1 メニューによる方法 282 |
13.3.2 シンタックスによる方法 285 |
13.3.3 出力結果と解釈 287 |
13.4 非階層的クラスター分析の手順 290 |
13.4.1 メニューによる方法 290 |
13.4.2 シンタックスによる方法 292 |
13.4.3 出力結果と解釈 293 |
13.5 結果のまとめ方 295 |
13.6 分析時の注意点 296 |
13.6.1 クラスター数の決め方 296 |
13.6.2 変数の標準化 297 |
13.6.3 得られたクラスターと他の変数との関係の分析 298 |
第14章 ログリニア分析 299 |
14.1 目的と具体例 299 |
14.1.1 クロス表の多様なモデル分析 299 |
14.1.2 具体例 : 社会移動表分析 300 |
14.1.3 具体例 : 一般的なクロス表の分析 301 |
14.2 分析法の基本的な考え方 302 |
14.2.1 前提と基礎概念 302 |
14.2.2 基本的な考え方 : 2変数独立モデル 302 |
14.2.3 飽和モデル 304 |
14.2.4 モデル設定とパラメータの仮定 305 |
14.2.5 パラメータ 306 |
14.2.6 パラメータと自由度の関係 307 |
14.3 多重クロス表のログリニア・モデル 308 |
14.3.1 3変数のログリニア・モデル 308 |
14.3.2 相互独立モデル 308 |
14.3.3 部分的独立モデル 309 |
14.3.4 モデルの分類 309 |
14.3.5 その他のモデル 311 |
14.4 モデル検定の方法 312 |
14.4.1 検定統計量 312 |
14.4.2 モデルの選択 313 |
14.4.3 モデル選択の別の基準 314 |
14.4.4 モデルの残差 315 |
14.5 SPSSによるログリニア分析 315 |
14.5.1 3つのコマンド 315 |
14.5.2 メニューによる方法 316 |
14.5.3 シンタックスによる方法 320 |
14.6 出力結果の解釈とまとめ方 323 |
14.6.1 出力結果の解釈 323 |
14.6.2 結果のまとめ方 324 |
第15章 論文作成法 : 統計分析の利用法とは 329 |
15.1 分析の流れと論文の作り方 : どうすれば論文ができるか 329 |
15.2 仮説とは何か 330 |
15.3 分析結果のまとめ方 332 |
15.4 結論の書き方 333 |
参考文献 335 |
索引 341 |
注 : X[2]の[2]は上つき文字 |
注 : T[b]の[b]は下つき文字 |
注 : T[c]の[c]は下つき文字 |
|
49.
|
図書
東工大 目次DB
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 朝倉書店, 2008.4 6, 367p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 SASへの入門 1 |
1.1 SASへの招待 1 |
1.1.1 SASデータセットの作成と表示 1 |
1.1.2 クロス集計表の作成 5 |
1.1.3 グラフの作成 6 |
1.2 SASプログラミング 9 |
1.2.1 SASプログラムの概要 9 |
1.2.2 データ入力 10 |
1.3 データ加工 19 |
1.3.1 計算 19 |
1.3.2 制御 22 |
1.4 データセットの操作 27 |
付録 |
A. SASで日本語を使う 32 |
B. 外部ファィルヘの出力 32 |
C. 外部ファイルの読み込み 34 |
D. データの転置,比較,内容の確認 38 |
E. SASデータセットとSASデータライブラリ 40 |
F. データのサブセットヘの適用 41 |
演習問題 44 |
第2章 確率分布 46 |
2.1 離散型確率分布 46 |
2.1.1 ベルヌーイ分布 46 |
2.1.2 2項分布 50 |
2.1.3 ポアソン分布 53 |
2.1.4 表で与えられた離散型分布 55 |
2.2 連続型確率分布 57 |
2.2.1 正規分布 57 |
2.2.2 指数分布 63 |
2.2.3 一様分布 65 |
2.2.4 2変量正規分布 67 |
A. 確率(密度)関数,分布関数,逆分布関数,乱数 70 |
B. 確率分布一覧 72 |
第3章 データの要約 85 |
3.0 変数の型 85 |
3.1 度数分布表 86 |
3.2 度数分布のグラフ表示 89 |
3.3 要約統計量 94 |
3.4 探索的データ解析 100 |
3.4.1 箱ひげ図 100 |
3.4.2 確率プロット 103 |
3.4.3 シミュレーション 104 |
3.5 散布図 107 |
3.6 相関係数 110 |
3.7 分割表 117 |
A. 要約統計量 120 |
B. 統計キーワード一覧 122 |
演習問題 125 |
第4章 標本分布 128 |
4.1 標本平均の標本分布 128 |
4.1.1 正規分布からのランダム標本 128 |
4.1.2 一様分布からのランダム標本 133 |
4.1.3 指数分布からのランダム標本 134 |
4.1.4 ベルヌーイ分布からのランダム標本(標本比率の標本分布) 136 |
4.1.5 大数の法則 138 |
4.1.6 中心極限定理 141 |
4.2 標本分散の標本分布 143 |
4.2.1 正規分布からのランダム標本 143 |
4.2.2 一様分布からのランダム標本 146 |
4.2.3 指数分布からのランダム標本 147 |
演習問題 150 |
第5章 平均の推測 153 |
5.1 母集団の平均の推測 153 |
5.2 タイプⅠ,Ⅱの誤りと検出力 161 |
5.3 2つのグループの平均の比較 176 |
5.4 ノンパラメトリック検定 182 |
5.5 対応のある2つのグループの比較 186 |
A. univariateプロシジャが作成するグラフ 189 |
演習問題 194 |
第6章 比率の推測 197 |
6.1 母集団の比率の推測 197 |
6.2 2つのグループの比率の比較 208 |
6.3 対応のあるグループの比率の比較 230 |
演習問題 235 |
第7章 分割表の解析 238 |
7.1 適合度検定 238 |
7.2 r×c分割表 242 |
7.2.1 等質性検定 242 |
7.2.2 独立性検定 255 |
7.3 連関 258 |
7.4 一致性の検定 265 |
演習問題 268 |
第8章 単回帰分析 272 |
8.1 散布図 272 |
8.2 単回帰分析 274 |
8.3 残差分析 282 |
8.4 相関解析 293 |
演習問題 297 |
第9章 重回帰分析 299 |
9.1 重回帰分析 299 |
9.2 変数選択 304 |
9.3 説明変数にカテゴリカル変数を含む場合(共分散分析) 316 |
9.4 一要因分散分析 324 |
9.4.1 分散分析 324 |
9.4.2 多重比較 330 |
9.4.3 Kruska1-Wallis検定 337 |
演習問題 341 |
A. グラフヘの回帰直線や曲線の追加 344 |
B. ODS(Output Delivery System) 345 |
B.1 メニューから設定する方法-ODSでHTMLへ出力する 345 |
B.2 SASプログラムでODS出力の指定をする方法 346 |
B.3 統計グラフ 351 |
C. 保存される統計量と変数名 353 |
C.1 NAR1WAYプロシジャ 353 |
C.2 FREQプロシジャ 356 |
D. その他 357 |
D.1 SASの基本操作 357 |
D.2 Windows版SASのバッチモード 360 |
参考文献 361 |
索引 363 |
第1章 SASへの入門 1 |
1.1 SASへの招待 1 |
1.1.1 SASデータセットの作成と表示 1 |
|
50.
|
図書
東工大 目次DB
|
内田治著
出版情報: |
東京 : 東京図書, 2009.9 x, 244p ; 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 |
第1章 データの要約と視覚化 1 |
section1 統計量によるデータの要約 2 |
1 基本統計量による要約 2 |
2 パーセント点による要約 8 |
section2 グラフによるデータの視覚化 11 |
1 ヒストグラム 11 |
2 ドットプロット 24 |
第2章 平均値に関する解析 29 |
section1 母平均に関する検定と推定 30 |
1 母標準偏差が既知のときの検定と推定 30 |
2 母標準偏差が未知のときの検定と推定 39 |
section2 母平均の差に関する検定と推定 46 |
1 2つの母平均の差の検定と推定 46 |
2 対応のあるデータの母平均の差の検定と推定 61 |
第3章 分散に関する解析 69 |
section1 母分散に関する検定と推定 70 |
1 母分散に関する検定 70 |
2 母分散に関する推定 76 |
section2 母分散の比に関する検定と推定 78 |
1 母分散の比に関する検定 78 |
2 母分散の比に関する推定 85 |
第4章 相関分析 87 |
section1 相関関係の把握 88 |
1 散布図による視覚的把握 88 |
2 相関係数による数値的把握 96 |
section2 母相関係数に関する検定と推定 100 |
1 母相関係数の検定 100 |
2 母相関係数の推定 104 |
第5章 回帰分析 109 |
section1 直接回帰 110 |
1 回帰式の算出 110 |
2 回帰式の吟味 115 |
section2 多項式回帰 124 |
1 多項式の算出 124 |
2 多項式の吟味 127 |
第6章 比率に関する解析 131 |
section1 母比率に関する検定と推定 132 |
1 直接確率計算による母比率に関する検定 132 |
2 F分布を用いた母比率に関する検定 138 |
3 母比率に関する推定 142 |
section2 母比率の差に関する検定と推定 146 |
1 母比率の差に関する検定 146 |
2 母比率の差に関する推定 150 |
第7章 分割表に関する解析 153 |
section1 分割表とグラフ表現 154 |
1 分割表とは 154 |
2 グラフによる分割表の視覚化 161 |
section2 分割表の検定 164 |
1 2×2分割表の検定 164 |
2 m×n分割表の検定 168 |
付録 統計処理に使えるEXCELの関数 177 |
索引 241 |
はじめに |
第1章 データの要約と視覚化 1 |
section1 統計量によるデータの要約 2 |
|