図解と数値例で学ぶ多変量解析入門
ビッグデータ時代のデータ解析
-
野口博司 著
正誤票はこちらをご覧ください。図書
3,850 円（税込）
本体価格：3,500 円
ISBN：9784542601123
発売年月日：2018-08-31
-
A5判・326頁
商品コード：360112【概要】
多変量解析の解法プロセスが見える
多変量解析とは、対象となる変数が複数である場合におけるデータ解析手法のことです。
解析手法は複数存在しており、それらをいかに使い分けてデータを理解するかが重要となります。
多変量解析には難解な数式展開が待ち受けており、それらを理解することは容易ではありません。
本書では、図解により多変量解析の考え方をおさえられるとともに、
数式は平易な数値例にて、解法プロセスが見えるようにしました。
多変量解析とは何か、これから多変量解析をしっかりと学習したい産業界の方々や大学生の方にもおすすめの内容になっています。【目次】
第1章 多変量解析の概要と活用場面
1.1 多変量解析とは
1.2 データについて
1.3 本書で扱う各多変量解析諸法の代表的な活用場面
第2章 統計学の知識
2.1 基本統計量
2.2 散布図と相関係数
2.3 データの確率分布
2.4 2次元分布から多変量分布へ
2.5 統計量の確率分布－推定と検定
第3章 線形代数とExcelによる演算
3.1 行列とベクトル
3.2 行列式と逆行列
3.3 行列の階数と直交行列
3.4 行列のトレースと2次形式
3.5 固有値と固有ベクトル
3.6 ベクトルと行列についての偏微分
3.7 行列の演算ソフト
第4章 重回帰分析
4.1 相関から回帰
4.2 重回帰分析とは
4.3 重回帰分析の考え方
4.4 重回帰分析の解法
4.5 重回帰分析の数値例
4.6 重回帰分析の指標
4.7 重回帰分析の活用事例
4.8 重回帰分析の活用
第5章 コンジョイント分析
5.1 コンジョイント分析とは
5.2 コンジョイント分析の考え方
5.3 コンジョイント分析の解法
5.4 コンジョイント分析の数値例
5.5 コンジョイント分析の問題
5.6 コンジョイント分析の事例
5.7 コンジョイント分析の活用
第6章 線形判別分析
6.1 線形判別分析とは
6.2 線形判別分析の考え方
6.3 線形判別分析の解法
6.4 線形判別分析の数値例
6.5 線形判別分析の事例
6.6 線形判別分析の活用
第7章 正準(重)判別分析
7.1 正準判別分析とは
7.2 正準判別分析の考え方
7.3 正準判別分析の解法
7.4 正準判別分析の数値例
7.5 正準判別分析の事例
7.6 正準判別分析の活用
第8章 主成分分析
8.1 主成分分析とは
8.2 主成分分析の考え方
8.3 主成分分析の解法
8.4 主成分分析の数値例
8.5 主成分分析の事例
8.6 主成分分析の活用
第9章 コレスポンデンスアナリシス(数量化Ⅲ類)
9.1 コレスポンデンスアナリシスとは
9.2 コレスポンデンスアナリシスの考え方
9.3 コレスポンデンスアナリシスの解法
9.4 コレスポンデンスアナリシスの数値例
9.5 コレスポンデンスアナリシスの事例
9.6 コレスポンデンスアナリシスの活用
第10章 因子分析
10.1 因子分析とは
10.2 因子分析の考え方
10.3 因子分析の解法
10.4 因子分析の数値例
10.5 因子分析の事例
10.6 因子分析の活用
第11章 多次元尺度構成法
11.1 多次元尺度構成法とは
11.2 MDSの考え方
11.3 MDSの解法
11.4 MDSの数値例
11.5 MDSの活用事例
11.7 MDSの活用
第12章 クラスター分析
12.1 クラスター分析とは
12.2 クラスター分析の考え方
12.3 クラスター分析の解法
12.4 クラスター分析の数値例
12.5 クラスター分析の事例
12.6 クラスター分析の活用
第13章 共分散構造分析
13.1 共分散構造分析とは
13.2 共分散構造分析の考え方
13.3 共分散構造分析の解法
13.4 共分散構造分析の数値例
13.5 共分散構造分析の事例
13.6 共分散構造分析の活用
第14章 多変量解析の最前線
14.1 データ解析の変化
14.2 データマイニング
14.3 機械学習
14.4 多変量解析の各手法の目的別分類
バッグに入れる
