『SPSSで学ぶ医療系多変量データ解析』
対馬栄輝　著

序

第1章　基礎事項
§1.1 データとは
§1.2 データの尺度
　　　1.2.1 名義尺度
　　　1.2.2 順序尺度
　　　1.2.3 間隔尺度
　　　1.2.4 比率尺度
　　　1.2.5 尺度の扱い方
§1.3 標本と母集団
§1.4 データ縮約のための記述統計量
	1.4.1 データの代表的な値――代表値
	1.4.2 ばらつきを表すもの――散布度
§1.5 正規分布
§1.6 データの尺度・分布による記述統計量
§1.7 信頼区間（区間推定） 
§1.8 統計的検定
	1.8.1 統計的仮説とは
	1.8.2 統計的「有意」とは
	1.8.3 第I 種の誤り，第II 種の誤り
§1.9 標本分布
§1.10 パラメトリック検定とノンパラメトリック検定
	1.10.1 パラメトリック検定
	1.10.2 ノンパラメトリック検定
§1.11 SPSS による正規分布の確認
§1.12 SPSS による記述統計量の求め方

第2章　多変量解析の選択
§2.1 多変量解析とは
§2.2 多変量解析の選択方法
	2.2.1  yとxを決める
	2.2.2 特定の変数に対する影響度をみたい
	2.2.3 複数の変数の相互関係を知りたい
§2.3 重回帰分析
§2.4 判別分析と多重ロジスティック回帰分析
§2.5 主成分分析
§2.6 因子分析
§2.7 比例ハザード分析
§2.8 正準相関分析
§2.9 その他の手法
	2.9.1 林式数量化理論
	2.9.2 分散分析
	2.9.3 その他の手法
§2.10 SPSS によるデータ操作の解説
　　　
第3章　重回帰分析のしくみ
§3.1 重回帰分析とは
§3.2 重回帰分析の手順
§3.3 独立変数の選択
§3.4 重回帰式の有意性を判定する指標
	3.4.1 分散分析表
	3.4.2 偏回帰係数
	3.4.3 偏相関係数
§3.5 重回帰式の適合度を評価する指標
	3.5.1 重相関係数
	3.5.2 決定係数
	3.5.3 自由度調整済み重相関係数・決定係数
	3.5.4 赤池の情報量基準
	3.5.5 マローズのCp 
	3.5.6 最終予測誤差
§3.6 残差の分析
	3.6.1 観察による残差の確認
	3.6.2 ダービン・ワトソン比
§3.7 独立変数における影響の大きい値の確認
	3.7.1 マハラノビスの距離・てこ比
	3.7.2 クック統計量
	3.7.3 マハラノビスの距離，てこ比，クック統計量の特徴
	3.7.4 その他の指標

第4章　重回帰分析の実際
§4.1 事前準備
	4.1.1 独立変数に名義尺度のデータがあるとき
	4.1.2 多重共線性
	4.1.3 標本の大きさと独立変数の数
	4.1.4 交互作用項
	4.1.5 変数変換
§4.2 SPSS による事前準備の手順
	4.2.1 名義尺度，順序尺度のデータは存在しないか？ 
	4.2.2 多重共線性はないか？
	4.2.3 正規分布から極端に逸脱した変数はないか？ 
	4.2.4 交互作用項・変数変換
§4.3 SPSS によるダミー変数化
§4.4 SPSS による相関行列表の作成
§4.5 SPSS によるヒストグラムの作成
§4.6 SPSS による変数変換
§4.7 解析を進めるうえでの留意点
§4.8 SPSS による重回帰分析
§4.9 重回帰分析の結果の評価
§4.10 適合度の評価
	4.10.1 適合度
	4.10.2 残差の分析
	4.10.3 残差の作図
	4.10.4 ダミー変数を使った解析例
§4.11 レポート・論文への記載
§4.12 偏回帰係数と相関係数の関係
　　　
第5章　多重ロジスティック回帰分析のしくみ
§5.1 多重ロジスティック回帰分析とは
§5.2 多重ロジスティック回帰分析の手順
§5.3 変数選択の方法
	5.3.1 尤度比検定
	5.3.2 ワルド検定
§5.4 多重ロジスティック回帰分析の有意性を判定する指標
	5.4.1 回帰式の要約
	5.4.2 係数・オッズ比
§5.5 回帰式の適合度指標
	5.5.1 ホスマー・レメショウの適合度検定
	5.5.2 分割表
	5.5.3 ピアソン残差
§5.6 残差の評価
　　　
第6章　多重ロジスティック回帰分析の実際
§6.1 事前準備
	6.1.1 名義尺度データのダミー変数化
	6.1.2 順序尺度データに対するオッズ比の自然対数の確認
	6.1.3 間隔・比率尺度データに対するオッズ比の自然対数の確認
	6.1.4 多重共線性
	6.1.5 標本の大きさと独立変数の数
	6.1.6 交互作用項
§6.2 SPSS による事前準備の手順
	6.2.1 データの尺度
	6.2.2 正規分布から極端に逸脱した変数はないか？ 
	6.2.3 多重共線性
§6.3 間隔・比率尺度のデータを順序尺度データに変更する
§6.4 ヒストグラムの出力
§6.5 散布図行列の作成
§6.6 SPSS による分割表と連関係数
§6.7 解析を進めるうえでの留意点
§6.8 SPSS による多重ロジスティック回帰
§6.9 多重ロジスティック回帰分析の結果の評価
§6.10 適合度の評価
	6.10.1 回帰式構築の再確認
	6.10.2 残差の確認
§6.11 レポート・論文への記載

第7章　主成分分析のしくみ
§7.1 主成分分析とは
§7.2 主成分分析の手順
§7.3 主成分分析により得られる情報
	7.3.1 共通性
	7.3.2 固有値と寄与率
	7.3.3 主成分負荷量
	7.3.4 主成分得点
§7.4 その他の判定基準
	7.4.1 カイザー・マイヤー・オルキンの標本妥当性
	7.4.2 バートレットの球面性検定
	7.4.3 主成分の数の決め方
　　　
第8章　主成分分析の実際
§8.1 事前準備
	8.1.1 変数に名義尺度のデータがあるとき
	8.1.2 標本の大きさと独立変数の数
	8.1.3 変数変換
§8.2 シンタックスコマンドを用いたダミー変数への変更方法
§8.3 解析を進めるうえでの留意点
§8.4 SPSS による事前準備の手順
	8.4.1 名義尺度，順序尺度のデータは存在しないか？ 
	8.4.2 正規分布から極端に逸脱した変数はないか？
	8.4.3 相関行列表の確認
§8.5 SPSS による主成分分析
§8.6 主成分分析の結果の評価
§8.7 レポート・論文への記載
§8.8 主成分分析の性質――シミュレーション
　　　
第9章　因子分析のしくみ	
§9.1 因子分析とは
§9.2 因子分析の手順
§9.3 因子負荷量（初期解）の推定
§9.4 因子の回転
	9.4.1 直交回転
	9.4.2 斜交回転
§9.5 因子分析により得られる情報
	9.5.1 共通性
	9.5.2 固有値
	9.5.3 因子の数の決め方
	9.5.4 因子負荷量
	9.5.5 因子得点
§9.6 その他の情報量
	9.6.1 KMO 測度
	9.6.2 バートレットの球面性検定

第10章　因子分析の実際
§10.1 事前準備
	10.1.1 変数に名義尺度や順序尺度のデータがあるとき
	10.1.2 相関係数の観察
	10.1.3 変数変換
	10.1.4 標本の大きさと独立変数の数
§10.2 解析を進めるうえでの留意点
§10.3 SPSS による事前準備の手順
	10.3.1 名義尺度，順序尺度のデータは存在しないか？ 
	10.3.2 正規分布から極端に逸脱した変数はないか？ 
§10.4 SPSS による因子分析
§10.5 因子分析の結果の評価
§10.6 レポート・論文への記載
§10.7 再解析の検討
§10.8 因子分析と主成分分析

第11章　比例ハザード分析のしくみ
§11.1 比例ハザード分析とは
§11.2 比例ハザード分析の手順
§11.3 変数選択の方法
§11.4 比例ハザード分析の有意性を判定する指標
	11.4.1 回帰式の要約
	11.4.2 係数・ハザード比
§11.5 回帰式の適合度指標
	11.5.1 ハザード比の一定性
	11.5.2 時間依存の共変量
	11.5.3 DfBeta 

第12章　比例ハザード分析の実際
§12.1 事前準備
	12.1.1 名義尺度データのダミー変数化
	12.1.2 多重共線性
	12.1.3 標本の大きさと独立変数の数
	12.1.4 交互作用項
§12.2 SPSS による事前準備の手順
	12.2.1 2 変量解析
	12.2.2 ステップワイズ法による重回帰分析・判別分析
	12.2.3 多重ロジスティック回帰分析
§12.3 SPSS による事前準備の手順
	12.3.1 データの尺度
	12.3.2 正規分布から極端に逸脱した変数はないか？ 
	12.3.3 多重共線性の確認
§12.4 SPSS による箱ひげ図の作成
§12.5 SPSS による比例ハザード分析
§12.6 比例ハザード分析の結果の評価
§12.7 適合度の評価
	12.7.1 ハザード比の一定性
	12.7.2 DfBeta の確認
§12.8 レポート・論文への記載

第13章　正準相関分析
§13.1 正準相関分析とは
§13.2 解析を進めるうえでの留意点
§13.3 SPSS による正準相関分析
§13.4 正準相関分析の結果
§13.5 レポート・論文への記載


参考図書案内
索　　　引