close
1.

図書
図書
1. 現代統計学
美添泰人, 竹村彰通, 宿久洋編集
出版情報: 東京 : 日本評論社, 2017.3  v, 245p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 1変量データ分析の基礎
第2章 : 多変量データ分析の基礎
第3章 : 重回帰分析
第4章 : 主成分分析と因子分析
第5章 : 正準相関分析と多重対応分析
第6章 : クラスター分析と判別分析
第7章 : 統計的機械学習
第8章 : 確率と統計的推測
第9章 : 時系列解析
第10章 : ベイズ統計法
第11章 : 統計における最適化
第1章 : 1変量データ分析の基礎
第2章 : 多変量データ分析の基礎
第3章 : 重回帰分析
概要: ビッグデータを自在に使いこなすために身につけておきたい、統計学の基礎理論がここにある。
2.

図書

東工大
目次DB
図書
東工大
目次DB
2. Data analysis of asymmetric structures : advanced approaches in computational statistics
Takayuki Saito, Hiroshi Yadohisa
出版情報: New York : M. Dekker, c2005  vii, 258 p. ; 24 cm
シリーズ名: Statistics : textbooks and monographs ; v. 179
所蔵情報: loading…
目次情報: 続きを見る
1. Introduction 1
   1.1. What is Asymmetry? 1
   1.2. Asymmetric Data 1
   1.3. Analysis of Asymmetric Structures 3
   1.4. Overview of the Book 3
   1.5. Prospective Fields and Readers 5
   1.6. Suggestions for Reading 6
   1.7. Notation 6
2. Paired Comparisons with Asymmetry 8
   2.1. Overview and Preliminaries 8
   2.2. Detection of Ordinal Structure 9
   2.3. Analysis of Variance 15
   2.4. Psychological Scaling 21
   2.5. Operational Scaling 41
   2.6. Summary 49
3. Graphical Representation of Asymmetric Data 51
   3.1. Overview and Preliminaries 51
   3.2. Gower's Procedure 52
   3.3. Escoufier and Grorud's Procedure 69
   3.4. Vector Model 80
   3.5. Vector Field Model 89
4. Multidimensional Scaling of Asymmetric Data 103
   4.1. Overview and Preliminaries 103
   4.2. Generalization of Scalar Product Models 109
   4.3. Similarity and Bias Model 124
   4.4. Generalization of Distance Models 128
   4.5. Feature-Matching Model and TSCALE 159
5. Cluster Analysis of Asymmetric Data 164
   5.1. Overview and Preliminaries 164
   5.2. Hubert Algorithms and their Extensions
   (One-Mode Approach) 165
   5.3. Classic (One-Mode Approach) 173
   5.4. Brossier Algorithm (One-Mode Approach) 180
   5.5. De Soete et al. Algorithm (Two-Mode Approach) 185
   5.6. Bond Energy Algorithm (Two-Mode Approach) 188
   5.7. Centroid Effect Algorithm (Two-Mode Approach) 190
   5.8. Gennclus (Alternating Least Squares Approach) 194
6. Network Analysis of Asymmetric Data 199
   6.1. Overview and Preliminaries 199
   6.2. Detection of Cohesive Groups 201
   6.3. Network Scaling 206
   6.4. Statistical Models for Social Network 208
7. Multivariate Analysis of Asymmetry Between Data Sets 215
   7.1. Overview and Preliminaries 215
   7.2. Redundancy Analysis 220
   7.3. Multivariate Regression on Composite Variates 225
   7.4. Comparision of Related Procedures 229
   7.5. Numerical Example 234
Bibliography 243
Index 252
1. Introduction 1
   1.1. What is Asymmetry? 1
   1.2. Asymmetric Data 1
3.

図書
図書
3. R Commanderによるデータ解析. 第2版
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
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。
4.

図書

東工大
目次DB
図書
東工大
目次DB
4. 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
5.

図書
図書
5. 教養のための統計入門
大田靖, 宿久洋編修
出版情報: 東京 : 実教出版, 2016.5  277p ; 21cm
シリーズ名: 事例でわかる統計シリーズ
所蔵情報: loading…
目次情報: 続きを見る
基礎編 : はじめに—あなたは何が知りたいのか?
まとめるからわかることがある!—1変数のデータの要約と視覚化
その関係、本当に相関?—2変数のデータの要約と視覚化
偶然を測る方法—事象と確率
事象に数字を対応させる方法とは?—確率変数の登場
さまざまな確率分布たち—基本確率分布について
手元のデータから全体を知る—母集団と標本の関係
推測統計の影の主役たち—標本分布
実践編 : 実践編に向けて—正規母集団と統計的推測の考え方
卒業パーティーの幹事になったら—区間推定のススメ
ちょっとカレーの量少なくない?—母平均の仮説検定のススメ1
ちょっとカレーの量少なくない?—母平均の仮説検定のススメ2
ちょっとカレー好きの割合少なくない?—母比率の仮説検定のススメ
性別とカレーの意外な関係—分割表による独立性の検定のススメ
読書数で文章能力は説明できるのか?—回帰分析のススメ
参考図書
基礎編 : はじめに—あなたは何が知りたいのか?
まとめるからわかることがある!—1変数のデータの要約と視覚化
その関係、本当に相関?—2変数のデータの要約と視覚化
6.

図書
図書
6. 確率と統計の基礎. 増補版 (1)
宿久洋, 村上享, 原恭彦著
出版情報: 京都 : ミネルヴァ書房, 2011.5  xii, 394p ; 21cm
シリーズ名: MINERVA数学講義
所蔵情報: loading…
7.

図書
図書
7. 応用基礎としてのデータサイエンス : AI×データ活用の実践
北川源四郎, 竹村彰通編 ; 赤穂昭太郎 [ほか] 著
出版情報: 東京 : 講談社, 2023.2  x, 371p ; 21cm
シリーズ名: データサイエンス入門
所蔵情報: loading…
目次情報: 続きを見る
第1章 データサイエンス基礎 : データ駆動型社会とデータ分析の進め方
データの記述
データの可視化 ほか
第2章 データエンジニアリング基礎 : ビッグデータとデータエンジニアリング
データ表現、プログラミング基礎、アルゴリズム基礎
データの収集と加工、データベース ほか
第3章 AI基礎 : AIと社会
機械学習の基礎と予測手法
深層学習の基礎 ほか
第1章 データサイエンス基礎 : データ駆動型社会とデータ分析の進め方
データの記述
データの可視化 ほか
概要: いますぐ身につけるべき「データサイエンス」「データエンジニアリング」「AI」の基礎知識がここにある!「難しいことをやさしく書いている」と大好評の『教養としてのデータサイエンス』に続く第2弾!
8.

図書
図書
8. 確率と統計の基礎 (1 ; 2)
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
所蔵情報: loading…
9.

図書
図書
9. 確率と統計の基礎. 増補改訂版 (1)
宿久洋, 村上享, 原恭彦著
出版情報: 京都 : ミネルヴァ書房, 2013.5  xiv, 404p ; 21cm
シリーズ名: MINERVA数学講義
所蔵情報: loading…
目次情報: 続きを見る
第1章 : データの整理
第2章 : 事象と確率
第3章 : 確率変数と確率分布
第4章 : 多次元確率変数とその分布
第5章 : 基本確率分布
第6章 : 母集団と標本
第7章 : 標本分布
第1章 : データの整理
第2章 : 事象と確率
第3章 : 確率変数と確率分布
概要: 確率と統計の基礎基本をすべて網羅。これから学ぶ人にも、もう一度学びなおす人にも。
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼