『入門はじめての多変量解析』
石村 貞夫・石村 光資郎 著
目 次
はじめに
1章 多変量解析は楽しい！
Section 1.1 What's 多変量解析?!
Section 1.2 重回帰分析のはなし
Section 1.3 主成分分析のはなし
Section 1.4 因子分析のはなし
Section 1.5 判別分析のはなし
Section 1.6 クラスター分析のはなし
Section 1.7 数量化理論のはなし
Section 1.8 ここでちょっと復習！
2章 はじめての重回帰分析
Section 2.1 重回帰分析とは因果なもの?!
Section 2.2 重回帰式と重回帰モデル
Section 2.3 重回帰式を求めよう
Section 2.4 その重回帰式は因果関係をよく表していますか？
Section 2.5 偏回帰係数の意味するもの
Section 2.6 重回帰分析の検定
Section 2.7 重回帰分析の推定
Section 2.8 重回帰分析がいつもうまくゆくとは限らない
Section 2.9 多重共線性の問題点
Section 2.10 ダミー変数の利用
Section 2.11 回帰分析についてのその他の話題
3章 はじめての主成分分析
Section 3.1 主成分分析は総合化です！
Section 3.2 主成分とは?!
Section 3.3 主成分の求め方(1)――情報損失量の最小化
Section 3.4 主成分を解釈する？
Section 3.5 寄与率と累積寄与率
Section 3.6 主成分得点を定義しよう
Section 3.7 これは便利！――主成分得点によるランキング
Section 3.8 第1主成分と第2主成分
Section 3.9 主成分の求め方(2)――分散の最大化
Section 3.10 主成分分析は単位の影響を受けます
Section 3.11 主成分分析についてのその他の話題
4章 はじめての因子分析
Section 4.1 因子分析で共通要因を?!
Section 4.2 因子分析のモデル式と因子の解釈
Section 4.3 因子分析の分散共分散行列
Section 4.4 主因子法による因子分析
Section 4.5 因子負荷の求め方の実際
Section 4.6 因子を回転する?!
Section 4.7 最尤法と1変量の尤度関数
Section 4.8 p変数の尤度関数への一般化
Section 4.9 最尤法による因子負荷の求め方
Section 4.10 直交モデル・斜交モデルの分散共分散行列
Section 4.11 最尤法とプロマックス回転の例
5章 はじめての判別分析
Section 5.1 判別分析とは判別するもの?!
Section 5.2 線型判別関数とは？
Section 5.3 判別得点とその変動
Section 5.4 3つの大切な変動――SW・SB・STの計算
Section 5.5 線型判別関数の求め方
Section 5.6 判別得点と境界線の関係
Section 5.7 1変数のマハラノビスの距離
Section 5.8 2変数のマハラノビスの距離
Section 5.9 マハラノビスの距離による境界線
Section 5.10 正答率と誤判別率
6章 はじめてのクラスター分析
Section 6.1 似ている！ 似ていない？
Section 6.2 クラスタ間の距離の決め方
Section 6.3 クラスター分析の手順は？
Section 6.4 デンドログラムの使い方
7章 はじめての数量化Ⅰ類
Section 7.1 数量化理論とは？
Section 7.2 予測に役立つ数量化Ⅰ類
Section 7.3 数量化Ⅰ類の予測式の求め方
Section 7.4 カテゴリ数量の基準化
Section 7.5 数量化Ⅰ類で美女のサイズをあてよう
8章 はじめての数量化Ⅱ類
Section 8.1 判別に役立つ数量化Ⅱ類
Section 8.2 数量化Ⅱ類の判別式の求め方
Section 8.3 数量化Ⅱ類の判別式の利用法
Section 8.4 カテゴリ数量の基準化
Section 8.5 数量化Ⅱ類で血液型をあてよう
9章 はじめての数量化Ⅲ類
Section 9.1 分類や特性を知る数量化Ⅲ類
Section 9.2 カテゴリ数量・サンプルスコアの求め方
Section 9.3 カテゴリ数量・サンプルスコアを読む
Section 9.4 数量化Ⅲ類でわかる女子学生のお酒の好み
Section 9.5 数量化Ⅲ類でわかる血液型の特性
付録：数表
参考文献
索 引
既刊書籍の目次です。
