close
1.

図書

東工大
目次DB

図書
東工大
目次DB
小塩真司著
出版情報: 東京 : 東京図書, 2008.6  xi, 259p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
まえがき ⅲ
第1章 分析のまえに Amosとバス図の基本 1
   1.1 Amosの基本 Amosを起動する 1
   1.1.1 Amosの作業画面 2
   1.1.2 Amosでよく使用するアイコンと簡単な説明 4
   1.2 パス図の基本 4つの基本図形-変数と因果・相関 7
   1.3 パス図の基本 基本図形の組み合わせからモデルをたてる 9
第2章 相関関係を表す 相関係数 10
   2.1 研究の背景と使用するデータ 心理学的な得点間の関連を検討する 11
   2.2 データの入力と読み込み データを入力する 12
   2.2.1 Excelのデータ 12
   2.2.2 SPSSのデータ 13
   2.2.3 タブ区切り,カンマ区切りのデータ 14
   2.3 データの読み込み Amosにデータを読み込む 15
   2.4 パス図を描く パス図でデータの相関関係を描く 18
   2.4.1 観測変数を描く 18
   2.4.2 相関関係を描く 23
   2.4.3 変数を指定する 25
   2.5 分析の指定と実行 パス図の相関関係の分析を実行する 27
   2.6 出力を見る パス図に分析結果を表示し,相関係数を見る 29
   2.6.1 出力パス図を見る 29
   2.6.2 テキスト出力を見る 30
   2.7 SPSSで分析してみると 相関係数を出力する 32
   2.7.1 データの入力と分析 32
   2.7.2 結果の出力 34
   解説 相関関係を散布図でたしかめる 35
   第2章 練習問題 40
第3章 因果関係を表す 重回帰分析 42
   3.1 研究の背景と使用するデータ 主観的幸福感に影響を及ぼす2因子について 43
   3.2 パス図を描く 因果関係:2つの観測変数→1つの観測変数 44
   3.2.1 データの入力と読み込み 44
   3.2.2 観測変数を描く 45
   3.2.3 誤差変数を描く 46
   3.2.4 外生変数間に双方向の矢印を描く 48
   3.2.5 変数を指定する 49
   3.2.6 分析の指定と実行 51
   3.3 出力を見る 因果関係を判断する 52
   3.3.1 出力パス図を見る 52
   3.3.2 テキスト出力を見る 54
   3.4 SPSSで分析してみると 因果関係を分析する 58
   3.4.1 相関係数を算出する 58
   3.4.2 重回帰分析を行なう 59
   3.4.3 結果をパス図に描く 61
   第3章 練習問題 62
第4章 原因も複数・結果も複数 重回帰分析・編相関係数 64
   4.1 研究の背景と使用するデータ 50名の中学生の学業成績と充実感に及ぼす影響 65
   4.2 パス図を描く 因果関係:2つの観測変数→2つの観測変数 67
   4.2.1 データの入力と読み込み 67
   4.2.2 ページレイアウトの設定 68
   4.2.3 観測変数を描く 69
   4.2.4 双方向矢印,単方向矢印を描く 70
   4.2.5 誤差変数を描く 71
   4.2.6 分析の指定と実行 73
   4.3 出力を見る 因果関係を判断する 74
   4.3.1 出力パス図を見る 74
   4.3.2 テキスト出力を見る 75
   4.4 SPSSで分析してみると 複数の因果関係を分析する 78
   4.4.1 相関係数を算出する 78
   4.4.2 重回帰分析を行なう 79
   4.4.3 偏相関係数を算出する 81
   第4章 練習問題 84
第5章 因果関係の連鎖 重回帰分析のくり返し 87
   5.1 研究の背景と使用するデータ 完全主義→抑うつ・怒り→攻撃 87
   5.2 パス図を描く 因果関係の連鎖を描く 89
   5.2.1 データの入力と読み込み 89
   5.2.2 ページレイアウトの設定 89
   5.2.3 観測変数を描く 90
   5.2.4 単方向矢印を描く 91
   5.2.5 誤差変数を描く 91
   5.2.6 分析の指定と実行 94
   5.3 出力を見る 因果関係の連鎖を判断する 95
   5.3.1 出力パス図を見る 95
   5.3.2 テキスト出力を見る 96
   5.4 モデルを改良する パスを削除して再分析 101
   5.4.1 パス図の変更・出力 101
   5.4.2 テキスト出力を見る 103
   解説 パス解析における自由度 105
   解説 独立モデルと飽和モデル 107
   解説 適合度指標のいろいろ 110
   5.5 SPSSで分析してみると 複数の因果関係の連鎖を分析する 112
   5.5.1 相関係数を算出する 112
   5.5.2 重回帰分析を行なう 113
   5.5.3 偏相関係数を算出する 115
   5.5.4 結果をパス図に描く 117
   第5章 練習問題 118
第6章 互いに影響しあう関係 双方向の因果関係と多母集団の分析 120
   6.1 研究の背景と使用するデータ 「人にどう見られるか」で体型の自己イメージは変わるか 122
   分析1 双方向の因果関係を分析する 124
   6.2 パス図を描く 双方向の因果関係を描く 124
   6.2.1 データの入力と読み込み 124
   6.2.2 パス図を描く 124
   6.2.3 分析の指定と実行 126
   6.3 出力を見る パス図に分析結果を表示し,双方向の因果関係を判断 127
   6.3.1 出力パス図を見る 127
   6.3.2 テキスト出力を見る 128
   分析2 男女のパスを比べる(多母集団の分析) 130
   6.4 分析の指定と実行 グループ別の因果関係を分析する 130
   6.5 出力を見る パス図に分析結果を表示し,グループごとの傾向を見る 134
   6.5.1 出力パス図を見る 134
   6.5.2 テキスト出力を見る 135
   6.5.3 パス係数の差を見る 138
   第6章 練習問題 139
第7章 潜在変数を用いる 因子分析 143
   7.1 研究の背景と使用するデータ 「自己愛」の1因子モデル 144
   7.2 パス図を描く 1因子の因子分析モデルを描く 146
   7.2.1 データの入力と読み込み 146
   7.2.2 潜在変数を描く 146
   7.2.3 観測変数の変数名を指定する 148
   7.2.4 潜在変数に名前をつける 149
   7.2.5 分析の指定と実行 150
   7.3 出力を見る 1因子の因子分析を判断する 151
   7.3.1 出力パス図を見る 151
   7.3.2 テキスト出力を見る 153
   解説 係数の固定について 156
   7.4 SPSSで分析してみると 1因子の因子分析をする 160
   解説 因子分析の用語とパス図の対応 163
   第7章 練習問題 165
第8章 2つの潜在変数 2因子の因子分析 168
   8.1 研究の背景と使用するデータ 8つの形容詞への回答の分析 169
   8.2 パス図を描く 2因子の因子分析モデルを描く 171
   8.2.1 データの入力と読み込み 171
   8.2.2 ページレイアウトの設定 171
   8.2.3 潜在変数を描く(因子分析モデル) 172
   8.2.4 観測変数の変数名を指定 174
   8.2.5 潜在変数に名前をつける 176
   8.2.6 分析の指定と実行 177
   8.3 出力を見る 因果関係の連鎖を判断する 178
   8.3.1 出力パス図を見る 178
   8.3.2 テキスト出力を見る 179
   8.4 モデルを改良する Amosで行なう探索的な因子分析 183
   8.4.1 モデル改良の可能性を探る 183
   8.4.2 探索的モデル特定化 184
   8.5 SPSSで分析してみると 複数の因果関係を分析する 189
   8.5.1 1因子の因子分析をくり返す 189
   8.5.2 斜交回転の探索的因子分析を行なう 193
   解説 確認的因子分析と探索的因子分析 195
   第8章 練習問題 198
第9章 潜在変数を因果関係に組み込む
   多重指標モデル・MIMICモデル 201
   9.1 研究の背景と使用するデータ 同じデータを異なるパス図で分析する 201
   ケース1 潜在変数から潜在変数への因果関係 202
   9.2 パス図を描く 潜在変数から潜在変数へのパスを引く 202
   9.2.1 潜在変数を描く(因子分析モデル) 202
   9.2.2 観測変数の変数名を指定 203
   9.2.3 潜在変数に名前をつける 203
   9.2.4 分析の指定と実行 205
   9.3 出力を見る 第8章のパス図結果と比べてみる 205
   解説 多重指標モデル 207
   ケース2 観測変数から潜在変数への因果関係 208
   9.4 パス図を描く 観測変数から潜在変数へのパスを引く 208
   9.4.1 パスを引く 208
   9.4.2 分析の指定と実行 209
   9.5 出力を見る 前の2つのパス図結果と比べてみる 210
   9.5.1 出力パス図を見る 210
   9.5.2 テキスト出力を見る 211
   解説 MlMlCモデル 213
   9.6 SPSSで分析してみると 潜在変数間の因果関係の分析 214
   9.6.1 ケース1の場合 214
   9.6.2 ケース2の場合 217
   第9章 練習問題 220
第10章 より複雑なモデルへ 因子分析と重回帰分析の組み合わせ 223
   10.1 研究の背景と使用するデータ 他者の評価が自尊心や不安に与える効果 223
   10.2 パス図を描く 潜在変数間の因果関係を描く 227
   10.2.1 ページレイアウトの設定 227
   10.2.2 潜在変数を描く(因子分析モデル) 227
   10.2.3 観測変数の変数名を指定 228
   10.2.4 潜在変数に名前をつける 229
   10.2.5 分析の指定と実行 230
   10.3 出力を見る 潜在変数間の因果関係を判断する 231
   10.3.1 出力パス図を見る 231
   10.3.2 テキスト出力を見る 232
   解説 複雑なモデルのつかみ方 235
   10.4 SPSSで分析してみると 潜在変数間の因果関係を分析する 237
   10.4.1 分析の手順 237
   10.4.2 因子分析を行なう 239
   10.4.3 信頼性係数を算出する 241
   10.4.4 尺度得点を算出する 243
   10.4.5 相関係数を算出する 245
   10.4.6 重回帰分析を行なう 246
   10.4.7 結果をパス図に描く 249
   第10章 練習問題 250
Amos関連文献 255
索引 257
まえがき ⅲ
第1章 分析のまえに Amosとバス図の基本 1
   1.1 Amosの基本 Amosを起動する 1
2.

図書

図書
涌井良幸著
出版情報: 東京 : 日本実業出版社, 2008.11  173p ; 21cm
シリーズ名: ゼロからのサイエンス
所蔵情報: loading…
3.

図書

図書
森棟公夫 [ほか] 著
出版情報: 東京 : 有斐閣, 2008.12  xiv, 485p ; 22cm
シリーズ名: New liberal arts selection
所蔵情報: loading…
4.

図書

東工大
目次DB

図書
東工大
目次DB
道家暎幸 [ほか] 著
出版情報: 秦野 : 東海大学出版会, 2008.1  vii, 101p ; 21cm
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
   注 : σ[2]の[2]は上つき文字
   
第1章 資料の整理 1
   1.1 度数分布表 1
    1.1.1 度数分布表の作成 2
    1.1.2 ヒストグラムの作成 3
   1.2 代表値と散布度 4
    1.2.1 代表値 4
    1.2.2 散布度 5
   1.3 相関係数 7
   1.4 回帰直線 11
   演習問題 13
第2章 確率と確率分布 15
   2.1 確率 15
   2.2 現代的確率 16
    2.2.1 事象 16
    2.2.2 確率 17
   2.3 確率変数と確率分布 19
    2.3.1 離散型確率分布 19
    2.3.2 連続型確率分布 20
   2.4 平均と分散 22
    2.4.1 平均 22
    2.4.2 分散,標準偏差 23
    2.4.3 確率変数の1次関数の平均,分散 23
   2.5 順列,組合せ 25
    2.5.1 順列 25
    2.5.2 組合せ 26
   2.6 二項分布 28
   2.7 正規分布 30
    2.7.1 正規確率密度関数 30
    2.7.2 標準正規分布表 32
   演習問題 34
第3章 標本分布 37
   3.1 無作為抽出 37
   3.2 標本平均の分布 39
   3.3 χ[2]分布 41
   3.4 t分布 42
   3.5 F分布 44
   演習問題 46
第4章 統計的推定 47
   4.1 推定量 47
   4.2 点推定 48
    4.2.1 不偏推定量 48
    4.2.2 一致推定量 48
    4.2.3 有効推定量 49
   4.3 区間推定 50
    4.3.1 母平均μ(母分散が既知の場合) 50
    4.3.2 母平均μ(母分散が未知の場合) 52
    4.3.3 母比率p(大標本の場合) 53
    4.3.4 母分散σ[2](母平均が既知の場合) 54
    4.3.5 母分散σ[2](母平均が未知の場合) 55
   演習問題 56
第5章 仮説検定 57
   5.1 仮説検定 57
   5.2 正規母集団の母平均μの仮説検定 58
    5.2.1 母分散σ[2]が既知の場合 58
    5.2.2 母分散σ[2]が未知の場合 61
   5.3 母比率pの仮説検定 62
   5.4 母分散σ[2]の仮説検定 64
   5.5 2正規母集団の等平均,等分散の検定 66
    5.5.1 2正規母集団の等平均の検定 66
    5.5.2 2正規母集団の等分散の検定 67
   5.6 適合度の検定 69
   5.7 分割表の検定 71
   演習問題 74
付録 各種分布表 77
   二項分布表 77
   標準正規分布表(I) 78
   標準正規分布表(II) 79
   t分布表 80
   χ[2]分布表 81
   F分布表(I)(α=0.05) 82
   F分布表(II)(α=0.025) 84
演習問題の解答 87
事項索引 99
   注 : χ[2]の[2]は上つき文字
   注 : σ[2]の[2]は上つき文字
   
5.

図書

東工大
目次DB

図書
東工大
目次DB
デイヴィッド・ムーア, ジョージ・マッケイブ著 ; 麻生一枝, 南條郁子訳
出版情報: 東京 : 日本評論社, 2008.3  xxv, 352p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
先生方へ : 本書について i
   新しい練習問題と例題 vi
   新しい特徴 vi
   新しいアプレット vii
   ウェブサイト vii
学生の皆さんへ : 統計とは何か viii
   データから知識を引き出す viii
   統計の始まり ix
   本書の構成 x
   展望 xi
例と練習問題の分野別リスト xiii
訳者まえがき xvi
単位換算表 xxv
統計の現場から(市場調査 : 消費者の声を聴く) 1
第1章 データをよく見る : 分布 2
   変数 3
   測定 : 変数を知れ 5
   1.1 分布をグラフであらわす 6
   カテゴリー変数のグラフ 6
   データ解析を始めよう : 私の電話を切らないで 8
   幹葉図 10
   ヒストグラム 13
   分布を調べる 18
   外れ値について 19
   時系列グラフ 21
   少し進んだ話 : 時系列を分解する 23
   1.1節のまとめ 26
   1.2 分布を数値であらわす 45
   中心を測る,その1 : 平均 45
   中心を測る,その2 : 中央値 47
   平均vs中央値 49
   広がりを測る : 四分位数 50
   五数要約と箱髭図 52
   IQR×1.5ルールで外れ値の候補を見つける 54
   広がりを測る : 標準偏差 56
   標準偏差の性質 59
   中心と広がりの尺度を選ぶ 59
   測定単位の換算 61
   1.2節のまとめ 63
   1.3 密度曲線と正規分布 74
   密度曲線 76
   密度曲線の中心と広がりを測る 78
   正規分布 80
   68-95-99.7ルール 82
   データを標準化する 84
   正規曲線でデータの比率を計算する 86
   標準正規分布表の使い方 89
   比率から逆にデータの範囲を求める 91
   正規確率点プロット 93
   少し進んだ話 : 密度関数推定法 97
   1.3節のまとめ 98
統計の現場から(疫学 : プエルトリコの病気を追跡する) 119
第2章 データをよく見る : 関係 120
   変数の関係を調べる 121
   2.1 散布図 123
   散布図を解釈する 124
   散布図にカテゴリー変数をつけ加える 126
   さらにいくつかの散布図の例 127
   少し進んだ話 : 散布図平滑化法 130
   カテゴリー説明変数と量的応答変数の関係 131
   2.1節のまとめ 133
   2.2 相関 146
   相関r 147
   相関の性質 148
   2.2節のまとめ 151
   2.3 最小二乗回帰直線 158
   直線をデータにフィットさせる 159
   予測 160
   最小二乗回帰直線 161
   回帰直線を解釈する 164
   相関と回帰直線 166
   r2を理解する 170
   少し進んだ話 : 関係を変換する 71
   2.3節のまとめ 174
   2.4 相関と回帰直線にかんする注意 182
   残差 182
   外れ値と,影響力の強いデータ点 186
   潜伏変数に注意せよ 190
   平均化されたデータから求めた相関に注意! 193
   範囲限定問題 194
   少し進んだ話 : データマイニング 196
   2.4節のまとめ 197
   2.5 因果関係について 210
   関連性の説明,その1 : 因果関係 211
   関連性の説明,その2 : 共応答 213
   関連性の説明,その3 : 交絡 214
   因果関係を立証する 215
   2.5節のまとめ 218
統計の現場から(国のサンプルをとる) 233
第3章 データをとる 234
   3.1 最初のステップ 235
   どこでデータを見つけるか : 図書館とインターネット 236
   サンプリング 238
   実験 239
   3.1節のまとめ・240
   3.2 実験のデザイン 243
   比較実験 245
   ランダム化 247
   ランダム化比較実験 249
   ランダム化の仕方 250
   実験についての注意 254
   マッチトペア・デザイン 256
   ブロック・デザイン 257
   3.2節のまとめ 260
   3.3 サンプリングのデザイン 271
   単純ランダムサンプリング 2273
   層化サンプリング 274
   多段サンプリング 275
   サンプル調査についての注意 276
   3.3節のまとめ 280
   3.4 統計的推定法に向けて 289
   サンプルの変動性 290
   サンプル分布 292
   偏りとばらつき 295
   大きな母集団からのサンプリングについて 298
   なぜランダム化するのか? 299
   少し進んだ話 : 捕獲再捕獲法 300
   3.4節のまとめ 301
出典と注 314
練習問題(奇数番号)の解答 323
付録・ウェブサイト利用の手引き 335
付録・データの説明 338
表A(正規分布表) 342
表B(乱数表) 344
索引 346
先生方へ : 本書について i
   新しい練習問題と例題 vi
   新しい特徴 vi
6.

図書

東工大
目次DB

図書
東工大
目次DB
Michael J. Crawley著 ; 野間口謙太郎, 菊池泰樹訳
出版情報: 東京 : 共立出版, 2008.5  xiii, 344p ; 26cm
所蔵情報: loading…
目次情報: 続きを見る
まえがき i
訳者まえがき iv
第1章 基本 1
   すべては変動する 2
   有意性 3
   良い仮説,悪い仮説 3
   帰無仮説 4
   p値 4
   解釈 4
   統計モデル 5
   最大尤度 5
   実験計画 8
   節約の原則(オッカムの剃刀) 9
   観測,理論,実験 9
   管理 9
   反復 : 「平均」を正当化するn個のもの 9
   何回の反復が必要か? 10
   検出力 10
   無作為化 11
   強い推測 13
   弱い推測 14
   どこまで続けるか? 14
   擬似反復 15
   初期状態 16
   直交計画と非直交観測データ 16
第2章 データフレーム 17
   データフレームの一部分を選択する : 添字選択 21
   ソート(並べ替え) 23
   作業の保存 24
   後処理 25
第3章 さまざまな中心値 27
   Rでへルプを用いる 35
第4章 分散 37
   自由度 40
   分散 41
   例題 43
   分散と標本数 46
   分散を用いる 48
   非信頼度の指標 48
   信頼区間 49
   ブートストラップ 50
第5章 1標本データ 55
   1標本データの要約 55
   正規分布 60
   正規分布のz変換を用いた計算 66
   1標本問題における正規性検定のためのプロット 69
   1標本データに関する推測 71
   1標本仮説検定問題におけるブートストラップ法 71
   スチューデントのt分布 72
   高次のモーメント 74
   歪度 74
   尖度 77
第6章 2標本データ 79
   2つの分散の比較 79
   2つの平均の比較 81
   スチューデントのt検定 82
   ウィルコクソンの順位和検定 85
   対標本データの検定 87
   符号検定 89
   2つの比率を比較する2項検定 91
   分割表データに関するx検定 92
   フイッシャーの正確確率検定 96
   相関と共分散 100
   データ底ざらえ 101
   偏相関係数 102
   変数間の差の相関と分散 103
   階層に依存した相関 104
   コルモゴロフ・スミルノフ検定 106
第7章 統計モデル 111
   モデル単純化の各段階 113
   警告 113
   除去の順序 114
   Rにおけるモデル式 114
   説明変数間の交互作用 115
   多重的な誤差の指定 117
   切片は1で表わす 117
   モデル単純化に用いられるupdate関数 118
   Rのモデル式の例 118
   回帰に対するモデル式 119
   GLMs : 一般化線形モデル 121
   誤差構造 122
   線形予測子 123
   適合値 123
   連結関数 123
   自然な連結関数 124
   比率データと2項誤差 124
   計数データとポアソン誤差 125
   GAMs : 一般化加法モデル 126
   モデル評価 126
   Rにおける統計モデルの一覧 127
   モデル検査 128
   分散の非均一性 128
   誤差の非正規性 129
   影響度 131
   てこ比 131
   誤って選ばれたモデル 132
第8章 回帰 133
   線形回帰 135
   Rでの線形回帰 136
   回帰における誤差分散 143
   適合度の指標 : γ 150
   モデル検査 151
   多項式回帰 153
   非線形回帰 157
   山型の関係に関する検定 162
   一般化加法モデル(GAMs) 163
第9章 分散分析 167
   1元配置分散分析 167
   簡便な計算式 174
   処理効果の大きさ 176
   1元配置分散分析を解釈するためのプロット 179
   要因実験 185
   擬似反復 : 入れ子の計画と分割区画 189
   分割区画実験 189
   変量効果と入れ子の計画 192
   固定効果それとも変量効果? 193
   擬似反復の除去 193
   経時データの解析 194
   要約変数分析 194
   分散成分分析 195
   分割区画標本と階層計画標本の違い 199
第10章 共分散分析 201
第11章 重回帰 211
   簡単な例 211
   さらに複雑な例 220
   step関数を用いるモデルの自動的単純化 226
   AIC(赤池情報量規準,Akaike's Information Criterion) 227
第12章 対比 229
   対比係数 230
   Rでの対比の取扱い例 231
   事前対比 232
   段階的に減少させるモデル単純化 233
   対比平方の和の手計算 237
   3種類の対比の比較 238
   別名表記 241
   共分散分析モデルでの母数と対比 242
   多重比較 245
第13章 計数データ 247
   ポアソン誤差を仮定した回帰 248
   計数データの逸脱度分析 249
   分割表のもつ危険性 254
   計数データにおける共分散分析 258
   頻度分布 261
第14章 比率データ 269
   1標本あるいは2標本比率データの解析 271
   比率としての計数データ 271
   オッズ 272
   過分散と仮説検定 273
   応用 274
   2項誤差を仮定したロジステイック回帰 275
   カテゴリカル型の説明変数を複数個もつ比率データ 277
   2項データの共分散分析 283
第15章 死亡および故障データ 287
   打切りをもつ生存解析 288
第16章 2項応答変数 295
   発生関数 297
   2項応答変数の共分散分析 301
付録 R言語の基礎 309
   電卓としてのR 309
   変数への代入(付値) 310
   反復の生成 310
   要因の水準の生成 311
   グラフィクス表示の変更 312
   ファイルからのデータの読込み 314
   Rにおけるベクトル関数 315
   添字選択 : ベクトルの部分抽出 316
   論理式と添字選択 317
   配列の添字選択 317
   リストの添字選択 319
   Rにおける関数の記述 320
   並べ替え(ソート)と順序付け 321
   配列の中の要素の数え上げ 322
   tapp1y関数 322
   cut関数を用いて連続型変数をカテゴリカル型変数へ 324
   split関数 324
   格子プロット 325
   xyplot関数 327
   3次元プロット 328
   行列演算 329
   線形方程式の解法 333
参考文献 335
索引 339
まえがき i
訳者まえがき iv
第1章 基本 1
7.

図書

東工大
目次DB

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
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
8.

図書

東工大
目次DB

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
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
9.

図書

東工大
目次DB

図書
東工大
目次DB
篠田正人編著
出版情報: 東京 : 共立出版, 2008.4  v, 174p ; 21cm
シリーズ名: 教育系学生のための数学シリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 確率論の始まり 1
   1.1 生活の中の確率 1
   1.1.1 偶然を扱う数学 1
   1.1.2 様々な意味での確率 2
   1.2 確率論の始まり 3
   1.3 有限と無限 4
第2章 組合せ計算 8
   2.1 個数の処理 8
   2.1.1 場合の数,和の法則 8
   2.1.2 直積集合と積の法則 11
   2.2 順列と組合せ 13
   2.2.1 順列 13
   2.2.2 組合せ 14
   2.2.3 順列と組合せの具体例 16
   2.3 2項定理 18
第3章 確率とその計算 23
   3.1 確率の定義 23
   3.1.1 試行と事象 23
   3.1.2 事象の確率 24
   3.1.3 一般の確率の定義 28
   3.2 確率の計算 29
第4章 独立試行と乗法定理 34
   4.1 事象の独立 34
   4.2 条件付き確率 39
   4.3 ベイズの定理 44
第5章 確率変数と期待値 48
   5.1 確率変数と確率分布 48
   5.2 期待値 50
   5.3 分散 52
   5.4 重 要な確率分布 54
   5.4.1 2項分布 54
   5.4.2 2項分布の期待値 57
   5.4.3 ポアソン分布 59
第6章 確率論の話題から 63
   6.1 モンモールの問題 63
   6.2 切手集めの問題 65
   6.3 賞金の配分とランダムウォーク 68
   6.3.1 賞金配分の問題 68
   6.3.2 1次元ランダムウォーク 70
第7章 統計学の始まり 76
   7.1 標本と母集団 76
   7.2 標本データの整理 78
   7.3 標本データの特性値 81
   7.3.1 標本データの平均 81
   7.3.2 標本データの標準偏差・分散 83
   7.3.3 度数分布表・ヒストグラムと平均・標準偏差 85
第8章 確率分布と母集団 90
   8.1 母集団から確率分布へ 90
   8.2 確率分布の性質 92
   8.2.1 確率分布での平均と標準偏差(分散) 92
   8.2.2 連続型変数 93
   8.2.3 和と定数倍の確率分布の性質 94
   8.3 正規分布 98
   8.3.1 正規分布での確率 98
   8.4 2項分布と正規近似101
   8.4.1 2項分布の平均と標準偏差 102
   8.4.2 2項分布の正規近似 103
第9章 推定 107
   9.1 標本平均の分布 107
   9.2 母平均の推定 109
   9.2.1 不偏推定 109
   9.2.2 点推定と区間推定 110
   9.2.3 母集団が正規分布で標準偏差がわかっているとき 111
   9.2.4 大標本の場合 113
   9.3 小標本の場合(スチューデントのt分布) 114
   9.4 比率の推定 116
第10章 仮説の検定 119
   10.1 仮説と2種類の誤り 119
   10.2 平均値の検定 122
   10.2.1 平均値の検定(両側検定) 122
   10.2.2 平均値の検定(片側検定) 124
   10.3 小標本の場合 125
   10.4 比率の検定 126
   10.5 平均値や比率の差の検定 128
第11章 相関と回帰 1
   11.1 線形相関 132
   11.1.1 相関係数 132
   11.1.2 相関係数の推定と検定 136
   11.2 直線回帰 138
第12章 確率・統計教育の概観と展望 143
   12.1 確率教育の概観と展望 143
   12.1.1 確率教育の歴史と現状 143
   12.1.2 確率の指導内容 144
   12.1.3 確率教育の課題と展望 146
   12.2 統計教育の概観と展望 148
   12.2.1 統計教育の歴史と現状 148
   12.2.2 統計の指導内容 149
   12.2.3 統計教育の課題と展望 152
練習問題解答 155
数表 168
参考文献 171
索引 172
第1章 確率論の始まり 1
   1.1 生活の中の確率 1
   1.1.1 偶然を扱う数学 1
10.

図書

東工大
目次DB

図書
東工大
目次DB
キース・デブリン, ゲーリー・ローデン著 ; 山形浩生, 守岡桜訳
出版情報: 東京 : ダイヤモンド社, 2008.4  xi, 369p ; 20cm
所蔵情報: loading…
目次情報: 続きを見る
訳者口上 i
序文 : 数学者が主人公??!! vii
Chapter1 ホットゾーンを発見 : 犯罪の地理的プロファイリング 1
Chapter2 初歩の統計で犯罪捜査 19
Chapter3 データマイニング : 大量情報からパターンを抽出 37
Chapter4 予兆が初めてあらわれるのはいつ? : 変化点検出 75
Chapter5 画像エンハンスと再現 91
Chapter6 未来を予測する : ベイズ推論 109
Chapter7 DNAプロファイリング 127
Chapter8 秘密 : 暗号づくりとその解読 153
Chapter9 証拠の信頼性は? : 指紋に対する疑念 177
Chapter10 点をつなぐ : ネットワークの数学 197
Chapter11 囚人のジレンマ、リスク分析、対テロ対策 219
Chapter12 裁判所の数学 251
Chapter13 カジノでの犯罪 : 数字で胴元を負かすには 279
Appendix NUMB3RSシーズン3までの数学的あらすじ 303
訳者あとがき 342
訳者口上 i
序文 : 数学者が主人公??!! vii
Chapter1 ホットゾーンを発見 : 犯罪の地理的プロファイリング 1
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼