close
1.

図書

図書
鈴木治郎著
出版情報: 東京 : ピアソン・エデュケーション, 2000.10  xxi, 305p ; 21cm
シリーズ名: Computer in education and research ; 2
所蔵情報: loading…
2.

図書

東工大
目次DB

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
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
3.

図書

図書
辻谷將明, 竹澤邦夫著
出版情報: 東京 : 共立出版, 2009.6  ix, 233p ; 26cm
シリーズ名: Rで学ぶデータサイエンス / 金明哲編集 ; 6
所蔵情報: loading…
4.

電子ブック

EB
高柳良太著
出版情報: [東京] : KinoDen, [20--]  1オンラインリソース (vi, 200p)
所蔵情報: loading…
目次情報: 続きを見る
第1章 : データの準備
第2章 : 他のソフトウェアのデータをEGで使用する
第3章 : データ編集の基本
第4章 : 高度なデータの編集
第5章 : 量的変数の集計
第6章 : 質的変数の集計
第1章 : データの準備
第2章 : 他のソフトウェアのデータをEGで使用する
第3章 : データ編集の基本
5.

電子ブック

EB
荒川俊也著
出版情報: [東京] : KinoDen, [20--]  1オンラインリソース (ix, 220p)
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに—統計の知識はこんなに大事!
第2章 : データの特徴をつかもう
第3章 : 正規分布とは何なのか?
第4章 : 梅干しは本当に減塩か?—母平均を推定する
第5章 : 新薬は高血圧に有効か?—統計的仮説検定とt検定
第6章 : 専有面積が広ければ賃料も上がる?—相関
第7章 : 家賃は築年数だけで決まる?—回帰分析
第8章 : 補遺:数学的説明/分析ツールのセットアップ/練習問題の解答と解説
第1章 : はじめに—統計の知識はこんなに大事!
第2章 : データの特徴をつかもう
第3章 : 正規分布とは何なのか?
6.

図書

東工大
目次DB

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
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
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼