統計学図鑑本書は、「会社や大学で統計分析を行う必要があるが、 主要目次序章 統計学とは？ 第1章 記述統計学 第2章 確率分布 第3章 推測統計学 第4章 信頼区間の推定 第5章 仮設検定 第6章 分散分析と多重比較 第7章 ノンパラメトリック手法 第8章 実験計画法 第9章 回帰分析 第10章 多変量解析 第11章 ベイズ統計学とビッグデータ 付録Ａ Ｒ（アール）のインストールと使い方 付録Ｂ 統計数値表（分布表）、直交表、ギリシャ文字 |
目次
66 繰り返せる検定多重比較法1Bonferroni法とScheffe法 | 122 |
67 繰り返せる検定多重比較法2Tukey法とTukeyKramer法 | 124 |
68 繰り返せる検定多重比較法3Dunnett 法 | 128 |
第7章ノンパラメトリック手法 | 131 |
71 分布によらない検定ノンパラメトリック手法 | 132 |
72 質的データの検定独立性の検定ピアソンのχ2 検定 | 136 |
73 22分割表の検定フィッシャーの正確確率検定 | 142 |
74 対応のない2群の順序データの検定マンホイットニーのU検定 | 144 |
| 16 | |
| 19 | |
| 20 | |
| 22 | |
| 23 | |
| 24 | |
25 尺度のない分布標準正規分布 | 26 |
26 データの位置を知るシグマ区間 | 29 |
27 分布のかたち歪度と尖度 | 30 |
28 まれにしか起こらないことの分布ポアソン分布 | 32 |
29 複数のデータを同時に扱うχ2分布 | 34 |
210 χ2値の比F分布 | 36 |
211 正規分布の代わりに使うt分布 | 37 |
第3章推測統計学 | 41 |
31 標本から母集団の特徴をとらえる推測統計学 | 42 |
32 母数をうまくいいあてる不偏推定 | 44 |
33 制約されないデータの数自由度 | 46 |
34 標本統計量の分布1平均の分布 | 48 |
35 標本統計量の分布2比率の分布 | 50 |
36 標本統計量の分布3分散の分布 | 51 |
37 標本統計量の分布4相関係数の分布 | 52 |
38 真の値からのズレ系統誤差と偶然誤差 | 54 |
39 標本平均に関する2つの定理大数の法則と中心極限定理 | 56 |
第4章信頼区間の推定 | 59 |
41 幅を持たせた推定1母平均の信頼区間 | 60 |
42 幅を持たせた推定2母比率の信頼区間 | 64 |
43 幅を持たせた推定3母分散の信頼区間 | 65 |
44 幅を持たせた推定4母相関係数の信頼区間 | 66 |
45 シミュレーションで母数を推定するブートストラップ法 | 68 |
第5章仮説検定 | 71 |
51 差があるかどうかを判定する仮説検定 | 72 |
52 2つの仮説帰無仮説と対立仮説 | 74 |
53 仮説検定の手順 | 76 |
54 特定の値母平均と標本平均の検定 | 78 |
55 仮説検定における2つの間違い第一種の過誤と第二種の過誤 | 84 |
56 特定の値母比率と標本比率の検定 | 86 |
57 特定の値母分散と標本分散の検定 | 87 |
58 本当に相関関係はあるのか?無相関の検定 | 88 |
59 平均の差の検定1対応のない2群の場合 | 90 |
510 平均の差の検定2対応のある2群の場合 | 96 |
511 比率の差の検定対応のない2群の場合 | 98 |
512 劣っていないことを検証する非劣性試験 | 100 |
第6章分散分析と多重比較 | 103 |
61 実験で効果を確かめる一元配置分散分析 | 104 |
62 多群の等分散の検定Bartlett検定 | 110 |
63 個体差を考慮する対応のある一元配置分散分析 | 112 |
64 交互作用を見つけ出す二元配置分散分析 | 114 |
65 検定を繰り返してはいけません多重性 | 120 |
75 対応のある2群の順序データの検定符号検定 | 148 |
76 対応のある2群の量的データのノンパラ検定ウィルコクソンの符号付き順位検定 | 150 |
77 対応のない多群の順序データの検定クラスカルウォリス検定 | 152 |
78 対応のある多群の順序データの検定フリードマン検定 | 154 |
第8章実験計画法 | 157 |
81 フィッシャーの3原則1反復 | 158 |
82 フィッシャーの3原則2無作為化 | 160 |
83 フィッシャーの3原則3局所管理 | 162 |
84 いろいろな実験配置 | 164 |
85 実験を間引いて実施する直交計画法 | 166 |
86 直交計画法の応用1品質工学パラメータ設計 | 172 |
87 直交計画法の応用2コンジョイント分析 | 174 |
88 標本サイズの決め方検出力分析 | 176 |
第9章回帰分析 | 185 |
91 原因と結果の関係を探る回帰分析 | 186 |
92 データに数式をあてはめる最小2乗法 | 188 |
93 回帰線の精度を評価する決定係数 | 191 |
94 回帰線の傾きを検定するt検定 | 192 |
95 分析の適切さを検討する残差分析 | 195 |
96 原因が複数あるときの回帰分析重回帰分析 | 196 |
97 説明変数間の問題多重共線性 | 198 |
98 有効な説明変数を選ぶ変数選択法 | 200 |
99 質の違いを説明する変数1切片ダミー | 201 |
910 質の違いを説明する変数2傾きダミー | 202 |
911 2値変数の回帰分析プロビット分析 | 204 |
912 イベント発生までの時間を分析する1 生存曲線 | 208 |
913 イベント発生までの時間を分析する2 生存曲線の比較 | 210 |
914 イベント発生までの時間を分析する3 Cox比例ハザード回帰 | 211 |
第10章多変量解析 | 215 |
101 情報を集約する主成分分析 | 216 |
102 潜在的な要因を発見する因子分析 | 220 |
103 因果構造を記述する構造方程式モデリングSEM | 226 |
104 個体を分類するクラスター分析 | 234 |
105 質的データの関連性を分析するコレスポンデンス分析 | 242 |
第11章ベイズ統計学とビッグデータ | 247 |
111 知識や経験を活かせる統計学ベイズ統計学 | 248 |
112 万能の式ベイズの定理 | 250 |
113 結果から遡って原因を探る事後確率 | 252 |
114 新たなデータでより正確にベイズ更新 | 256 |
115 ビッグデータの分析1ビッグデータとは | 258 |
116 ビッグデータの分析2アソシエーション分析 | 260 |
117 ビッグデータの分析3トレンド予測とSNS分析 | 262 |
付録A Rアールのインストールと使い方 | 265 |
付録B 統計数値表分布表直交表ギリシャ文字 | 271 |
| 287 | |
著者略歴 | 300 |
| 301 | |
多く使われている語句
標本 あり あります クラスター しょう すると だけ つの データ できます できる でも という とき となり どの なっ など なら なります なる によって による のか ベイズ ページ ませ まで モデル より られ 以上 異なる 因子 影響 仮説 回帰 回帰分析 確率 観測 関係数 関数 棄却 区間 係数 計画 計算 結果 検出力 検定統計量 原因 限界値 個体 誤差 交互作用 効果 使っ 事例 自由度 実験 実施 手法 集団 順位 小さい 小さく 上側 場合 信頼 推定 成分 正規分布 相関 多重 対応 大きい 大きく 抽出 直交 度数 統計学 同じ 特定 配置 判定 比較 比率 必要 標準誤差 標準偏差 標準化 標本サイズ 標本平均 表す 不偏 分散分析 変数 変動 方法 有意水準 用い 用いる 要因 両側