出版社内容情報
多変量解析の手法を広く網羅しさらにAI的アプローチを加え，広い領域の実際例をもとに明快に解説。〔内容〕データ解析総論／重回帰分析／判別分析／主成分分析と正準相関分析／因子分析／数量化理論／多次元尺度構成法／クラスター分析
【目次】
1. データ解析総論
1.1 問題解決とデータ解析
1.2 尺度の分類
1.3 データの形式による分類
1.4 変数間の関連の尺度
1.5 適用上の問題
2. 重回帰分析
2.1 単回帰分析
2.2 説明変数が２個以上のとき
2.3 重回帰分析適用上の諸問題
2.4 非線形の回帰モデル
3. 判別分析
3.1 １変数による２群の判別
3.2 ２個以上の変数による２群の判別
3.3 判別関数
3.4 ３群以上の判別
4. 主成分分析と正準相関分析
4.1 主成分分析の基本的考え方
4.2 p 変数の主成分分析
4.3 主成分回帰
4.4 正準相関分析
5. 因子分析
5.1 因子分析モデル
5.2 因子分析の一般的手順
5.3 因子分析のバリエーションと注意事項
5.4 多相データの因子分析
6. 数量化理論
6.1 数量化Ⅰ類
6.2 数量化Ⅱ類
6.3 数量化Ⅲ類
6.4 数量化４類（eij型数量化）とその他の数量化法
7. 多次元尺度構成法
7.1 多次元尺度構成法とは――距離データのMDS
7.2 非計量MDS――類似性データの解析
7.3 MDSにおける個人差の分析――類似性データが複数組みある場合
7.4 MDSにおける外部分析――ベクトルモデルと理想点モデル
8. クラスター分析とそのAI的アプローチ
8.1 階層クラスター分析
8.2 シンタックス距離
8.3 概念クラスタリング
9. 付録：SASによる入力例
10. 参考文献
11. 索 引
目次
１． データ解析総論
２． 重回帰分析
３． 判別分析
４． 主成分分析と正準相関分析
５． 因子分析
６． 数量化理論
７． 多次元尺度構成法
８． クラスター分析とそのＡＩ的アプローチ
