出版社内容情報
近年，Rなどのオープンソースのデータ解析環境が整ってきており，これらを活用することで，実験・測定・調査を行った結果に対して，研究者自身の手で高度な分析手法を適用できるようになった。
しかし，自然科学研究の多様化に伴い，研究者が扱わなければいけないデータの種類や量は増える一方である。また，データ解析手順も複雑化している。そのため自然科学系の実験分野においても，データ解析の再現性の重要性は高まっている。
Rでは解析の再現性を保証する方法としてRMarkdownが広く活用されている。その方法は本シリーズ第3巻『再現可能性のすゝめ』で詳しく解説されているが，本書はその実践集である。自然科学分野で主に取り扱うデータを想定した上で，RおよびRStudioを活用して，実験ノートやレポートをまとめあげる方法を，本書では具体例をあげつつ詳しく説明している。
Chapter 1 はじめに
1.1 RMarkdown
1.2 sessioninfoによるバージョン情報の確認
1.3 プロジェクトの作成
1.4 本章のまとめと参考文献
Chapter 2 基本的な統計モデリング―要因と目的変数の関係解析(1)
2.1 データの読み込み・概観チェック・集計・可視化
2.2 【レポート例2-1】
2.3 検定・相関解析
2.4 統計モデリング第一歩
2.5 【レポート例2-2】
2.6 本章のまとめと参考文献
Chapter 3 発展的な統計モデリング―要因と目的変数の関係解析(2)
3.1 データの読み込み・集計・可視化
3.2 【レポート例3-1】
3.3 検定
3.4 統計モデリング
3.5 【レポート例3-2】
3.6 本章のまとめと参考文献
Chapter 4 実験計画法と分散分析
4.1 一元配置分散分析―One-way ANOVAによる精製カラムの検討
4.2 二元配置分散分析―Two-way ANOVAによる検出器の検討
4.3 【レポート例4-1】
4.4 直交表を使った分散分析―多数の因子がある場合の組み合わせ効率化：注入口条件の最適化
4.5 分析法の検証
4.6 【レポート例4-2】
4.7 本章のまとめと参考文献
Chapter 5 機械学習―代謝産物の変動解析を例に
5.1 データの読み込み・加工・可視化・検定
5.2 機械学習による判別分析
5.3 変数重要度が上位の因子によるpathway解析および機能解析の準備
5.4 【レポート例5】
5.5 本章のまとめと参考文献
Chapter 6 実践 レポート作成―化学物質の分子記述子と物性の関係解析を例に
6.1 ファイル作成・YAML記述
6.2 本文の記述とデータの読み込み
6.3 機械学習モデル
6.4 バリデーションセットを用いた精度の検証
6.5 変数重要度
6.6 実行環境・引用文献
6.7 本章のまとめと参考文献
江口 哲史［エグチ アキフミ］
著・文・その他
石田 基広［イシダ モトヒロ］
監修
市川 太祐［イチカワ ダイスケ］
編集
高橋 康介［タカハシ コウスケ］
編集
高柳 慎一［タカヤナギ シンイチ］
編集
福島 真太朗［フクシマ シンタロウ］
編集
松浦 健太郎［マツウラ ケンタロウ］
編集
目次
１ はじめに
２ 基本的な統計モデリング―要因と目的変数の関係解析（１）
３ 発展的な統計モデリング―要因と目的変数の関係解析（２）
４ 実験計画法と分散分析
５ 機械学習―代謝産物の変動解析を例に
６ 実践レポート作成―化学物質の分子記述子と物性の関係解析を例に
著者等紹介
江口哲史［エグチアキフミ］
２０１３年愛媛大学理工学研究科博士後期課程修了。日本学術振興会特別研究員などを経て、千葉大学予防医学センター助教。専門、環境分析化学
石田基広［イシダモトヒロ］
１９８９年東京都立大学大学院博士後期課程中退。現在、徳島大学総合科学部教授。専攻、テキストマイニング（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
