本文へスキップします。

【参】モーダルJS:読み込み
書籍DB:詳細

Rによる多変量解析入門 データ分析の実践と理論

多変量解析手法の理論と実践をバランスよく習得できる!

様々な媒体、経路を通じて大規模データが、驚くほど低コストで入手できるようになった現在、多変量解析手法に習熟したデータサイエンティストに対する学術界、ビジネス界からのニーズは非常に高まっており、これに対して大学や企業では、高いデータ解析力を持った人材の育成に注力し始めています。しかし、多くの多変量解析についての学習書は、理論的な説明に終始し、実務場面でどのように利用されているかについて、殆ど配慮がない野が現状です。
そこで本書は、多変量解析手法の理論と実践をバランスよく解説することで、統計が得意ではない大学生や実務者にも利用しやすい構成とし、本書1冊で多変量解析手法を実務に応用できるまで習得できる内容となっています。
第Ⅰ部 多変量解析入門

第1章 Rによる多変量データの基本的な統計処理
1.1 多変量データを分析する目的
1.3 代表値と散布度
1.4 変数変換(標準化と偏差値)
1.5 2変数の図表による要約
1.6 相関係数と連関係数
1.7推測統計の基礎技術(t検定、相関係数の検定、カイ二乗検定)
1.8 代表値と散布度の解釈における留意点
1.9 標準化の意義
1.10 相関係数の解釈における留意点
1.11 検定の仕組みとその限界、そして効果量
1.12 演習と解答
1.13 文献案内

第2章 Rによるデータハンドリング
2.1 エディタの使い方
2.2 オブジェクト
2.3 ベクトル、行列、リスト
2.4 データの入出力
2.5 データフレームの操作① 条件抽出
2.6 データフレームの操作② 数値の置き換え
2.7 条件分岐・繰り返し処理
2.8 関数を使って処理を効率化
2.9 文字列の処理
2.10 固定長データを自在にハンドリングする
2.11 演習と解答
2.12 文献案内

第Ⅱ部 量的変数の予測

第3章 どの要因が影響しているのかが知りたい①
3.1 重回帰分析とは
3.2 重回帰分析の実践1(独立変数は全部量的)
3.3 重回帰分析の実践2(独立変数に質的変数を含む)
3.4 分析の診断をする
3.5 重回帰分析の理論
3.6 偏回帰係数・標準化偏回帰係数の解釈
3.7 回帰母数の検定
3.8 従属変数の平方和の分解と自由度
3.9 分散説明率とその検定
3.10 多重共線性の問題
3.11 演習と解答
3.12 文献案内

第4章 どの要因が影響しているのかが知りたい②―階層的重回帰分析―
4.1 重回帰分析における変数選択とは
4.2 変数選択法を利用した重回帰分析の適用
4.3 階層的重回帰分析とは
4.4 階層的重回帰分析の適用
4.5 さまざまな変数選択法
4.6 分散説明率の増分とその検定
4.7 情報量規準によるモデルの比較
4.8 独立変数の統制と階層的重回帰分析
4.9 演習と解答
4.10 文献案内

第5章 様々な集団から得られたデータを分析したい
5.1 マルチレベルモデルとは
5.2 家族データでの実践
5.3 カップルデータでの実践
5.4 学校データでの実践
5.5 マルチレベルモデルの理論
5.6 群別分析との違い
5.7 係数の解釈
5.8 母数の検定
5.9 モデル適合と選択
5.10 演習と解答
5.11 文献案内

第6章 複雑な統計的仮説を統計モデルとして表したい① ―パス解析―
6.1 パス解析とは
6.2 複雑な仮説を表現したモデルを作ろう
6.3 モデルの適合を確認する
6.4 モデルを修正する
6.5 モデルを解釈する
6.6 結果のまとめ方
6.7 共分散構造分析の理論
6.8 モデルの適合
6.9 係数の解釈
6.10 母数推定法と変数の分布
6.11 演習と解答
6.12 文献案内

第Ⅲ部 尺度の分析

第7章 尺度を科学的に開発したい―探索的因子分析―
7.1 尺度構成とは
7.2 尺度構成における項目分析
7.3 尺度構成と因子分析
7.4 尺度構成における因子分析の適用
7.5 尺度の信頼性とは
7.6 尺度の信頼性を評価する
7.7 因子分析の理論
7.8 因子数の決定法
7.9 因子の抽出法
7.10 因子軸の回転と因子間相関
7.11 演習と解答
7.12 文献案内

第8章 尺度を科学的に開発したい―確認的因子分析―
8.1 尺度の妥当性とは
8.2 確認的因子分析とは
8.3 確認的因子分析による妥当性の評価1
8.4 確認的因子分析による妥当性の評価2
8.5 確認的因子分析の理論
8.6 モデルの識別性と制約
8.7 モデルの適合
8.8 不適解の問題
8.9 演習と解答 
8.10 文献案内

第9章 複雑な統計的仮説を統計モデルとして表したい② ―潜在変数を伴うパス解析―
9.1 潜在変数を伴うパス解析とは
9.2 確認的因子分析モデルを当てはめる
9.3 因子間のパス解析モデルを作る
9.4 モデルの適合を確認する
9.5 モデルを修正する
9.6 モデルを解釈する
9.7 測定方程式と構造方程式
9.8 誤差間相関に関する注意
9.9 探索的因子分析 か 確認的因子分析か
9.10 より複雑なモデリングの為に・・・
9.11 演習と解答
9.12 文献案内

第Ⅳ部 質的変数の予測

第10章 クロス集計表をもっと丁寧に分析したい
10.1 対数線形モデルとは
10.2 クロス集計表の分析例
10.3 多重クロス集計表の分析例
10.4 モデルを導入してクロス集計表を分析する
10.5 より複雑なモデルを導入してクロス集計表を分析する
10.6 対数線形モデルの理論
10.7 モデルの作り方
10.8 母数の検定
10.9 モデル選択
10.10 演習と解答
10.11 文献案内

第11章 質的結果を予測したい―ロジスティック回帰分析―
11.1 ロジスティック回帰分析とは
11.2 ロジスティック回帰分析の実践1
11.3 ロジスティック回帰分析の実践2
11.4 ロジスティック回帰分析の実践3
11.5 ロジスティック回帰分析の理論
11.6 係数の解釈とオッズ比
11.7 母数の検定
11.8 モデル適合と選択
11.9 演習と解答
11.10 文献案内

第Ⅴ部 個体と変数の分類

第12章 傾向が似ているものを分類したい―クラスタ―分析―
12.1 階層的クラスタ分析とは
12.2 小規模アンケートデータへの階層的クラスタ分析の適用
12.3 非階層的クラスタ分析とは
12.4 大規模アンケートデータへの非階層的クラスタ分析の適用
12.5 階層的クラスタ分析の理論
12.6 デンドログラムと鎖状効果
12.7 非階層的クラスタ分析(k-means法)の理論
12.8 クラスタ数の評価
12.9 変数の標準化の問題
12.10 演習と解答
12.11 文献案内

第13章 質的変数間の連関を視覚化したい―コレスポンデンス分析―
13.1 コレスポンデンス分析とは
13.2 アンケート調査データのクロス集計表の分析
13.3 多重クロス集計表の分析
13.4 質的研究法にコレスポンデンス分析を活用する
13.5 テキストマイニングとコレスポンデンス分析
13.6 クラスタ―分析と一緒に使って図の解釈を客観的に
13.7 コレスポンデンス分析の理論
13.8 固有値と累積寄与率
13.9 多重コレスポンデンス分析の理論
13.10 次元数の解釈
13.11 演習と解答
13.12 文献案内

第Ⅵ部 多変量解析を使いこなす

第14章 多変量データのもつ情報を効率的に可視化したい
14.1 作図のためのデータ操作
14.2 基本的な図の作成1
14.3 基本的な図の作成2
14.4 低水準関数の利用
14.5 ファセット化による層別データの図示
14.6 テーマの変更
14.7 レイアウト
14.8 出力の保存
14.9 知っておくと役に立つ1
14.10 知っておくと役に立つ2
14.11 演習と解答
14.12 文献案内

第15章 多変量解析手法を実践で生かすために
15.1 尺度水準と多変量解析手法
15.2 変数の分類(量的・質的、連続・離散、顕在・潜在)と多変量解析手法
15.3 例示用データの説明
15.4 多変量解析手法による研究目的・仮説の検証例1
15.5 多変量解析手法による研究目的・仮説の検証例2
15.6 多変量解析手法による研究目的・仮説の検証例3
15.7 複数の多変量解析手法を組み合わせた分析例1
15.8 複数の多変量解析手法を組み合わせた分析例2

ここでは,本書内で使用している R のコードや CSV データなどを,圧縮ファイル(zip 形式)にて提供しています。圧縮ファイルを解凍(フォルダ付き)してご利用ください。

各ファイルは,Windows OSで動作するRでの実行を前提として作成されています。
それ以外のOSでの利用にあたっては,文字コードの違いに注意してください。

  • 上記ファイルは,本書をお買い求めになった方のみご利用いただけます。 本書をよくお読みのうえ,ご利用ください。本ファイルの著作権は,本書の著者である川端一光氏・岩間徳兼氏・鈴木雅之氏に帰属します。
  • 本ファイルを利用したことによる直接あるいは間接的な損害に関して,著者およびオーム社はいっさいの責任を負いかねます。利用は利用者個人の責任において行ってください。