close
1.

図書

東工大
目次DB
図書
東工大
目次DB
1. 損保数理・リスク数理の基礎と発展 : クレームの分析手法
清水邦夫著
出版情報: 東京 : 共立出版, 2006.11  iv, 208p ; 21cm
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
2.

図書

東工大
目次DB
図書
東工大
目次DB
2. グラフィック統計学
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
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
3.

図書
図書
3. 事例でわかる統計解析の基本
柳谷晃著
出版情報: 東京 : 日本能率協会マネジメントセンター, 2006.3  229p ; 21cm
シリーズ名: 実務入門シリーズ
所蔵情報: loading…
4.

図書
図書
4. 理工系の確率・統計入門. 第2版
服部哲也著
出版情報: 東京 : 学術図書出版社, 2006.3  vi, 227p ; 21cm
所蔵情報: loading…
5.

図書
図書
5. 工学のための確率・統計
北村隆一, 堀智晴編著 ; 尾崎博明, 東野達, 中北英一著
出版情報: 東京 : 朝倉書店, 2006.3  iv, 207p ; 26cm
所蔵情報: loading…
6.

図書
図書
6. 数理統計学ハンドブック
Robert V. Hogg, Joseph W. McKean, Allen T. Craig [共著] ; 豊田秀樹監訳
出版情報: 東京 : 朝倉書店, 2006.7  xi, 766p ; 22cm
所蔵情報: loading…
7.

図書
図書
7. 多変量解析のはなし : 複雑さから本質を探る. 改訂版
大村平著
出版情報: 東京 : 日科技連出版社, 2006.8  x, 224p ; 19cm
シリーズ名: Best selected business books
所蔵情報: loading…
目次情報: 続きを見る
1 多変量解析に触れる
2 順位相関を求める
3 相関係数はこれだ
4 相関の変わり者
5 直線で回帰する
6 重回帰分析のはなし
7 因子分析のはなし
8 主成分分析のはなし
9 クラスター分析のはなし
10 判別分析のはなし
11 多変量解析と数量化
1 多変量解析に触れる
2 順位相関を求める
3 相関係数はこれだ
8.

図書

東工大
目次DB
図書
東工大
目次DB
8. 数理統計学
長尾壽夫, 栗木進二著
出版情報: 東京 : 共立出版, 2006.3  iv, 242p ; 22cm
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
9.

図書

東工大
目次DB
図書
東工大
目次DB
9. 関連性データの解析法 : 多次元尺度構成法とクラスター分析法
齋藤堯幸, 宿久洋著
出版情報: 東京 : 共立出版, 2006.9  viii, 234p ; 21cm
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
10.

図書
図書
10. ビジネスのための統計入門
上田拓治著
出版情報: 東京 : 日本評論社, 2006.2  xi, 196p ; 21cm
所蔵情報: loading…
11.

図書

東工大
目次DB
図書
東工大
目次DB
11. 数理統計学
吉田朋広著
出版情報: 東京 : 朝倉書店, 2006.8  viii, 283p ; 22cm
シリーズ名: 講座数学の考え方 / 飯高茂 [ほか] 編集 ; 21
所蔵情報: loading…
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
12.

図書
図書
12. 実践心理データ解析 : 問題の発想・データ処理・論文の作成. 改訂版
田中敏著
出版情報: 東京 : 新曜社, 2006.8  xiv, 359p ; 21cm
所蔵情報: loading…
13.

図書

東工大
目次DB
図書
東工大
目次DB
13. 確率と統計
藤澤洋徳著
出版情報: 東京 : 朝倉書店, 2006.12  viii, 209p ; 21cm
シリーズ名: 現代基礎数学 / 新井仁之 [ほか] 編 ; 13
所蔵情報: loading…
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
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼