目次     次へ

(情報統計研究所)

統計技術：はじめに
現代の統計分析においてコンピュータ（パソコンなど）の使用は不可避であり、統計手法はコンピュータ技術・・（例えば、機械学習（AI）などを含め）の知識と技術が必要である。
その意味においても、現代の統計手法は統計技術（Computer Aided Statistical Technique ： CAST）と言っても過言ではない。

ここでは、「・記述統計、・推測統計」に必要なコンピュータプログラミングの技術を、「MS-Excel」（関数など）と「R言語」（データ解析環境）で紹介する。したがって、「MS-Excel」と「R」の環境と知識が必要である。

統計技術（目次）

第Ⅰ部　パラメトリック法の技術

● はじめに：
   ・第1章平均値と標準偏差の技術(link) 　
● 第２章トリム平均とウインザライズド平均(link)
● 第３章　中央値と四分位数（パーセンタイル）の技術(link)
● 第４章　データの分布を見る技術（１）(link)
   ・第４章　データの分布を見る技術（２）(link)
   ・第４章　データの分布を見る技術（3）(link)
● 第５章　データの対数変換（Logarithmic transfoumation）(link)
● 第６章　正規分布に関する検定の技術(link)
● 第７章２標本の分布に関する技術
  ・第7章-1　2標本の等分散性について(link)
  ・第7章-2　独立２標本の平均について（有意差検定）(link)
  ・第7章-3　独立２標本の平均について(効果量)(link)
  ・第7章-4　独立２標本の平均について（Bayesian's t-test）(link)
  ・第7章-5 Bayesian's t-test（続き）(link)
  ・第7章-6　対応する２標本の差の検定について(link)
● 第８章　多標本の平均値差の検定
  ・第８章-1　多重比較（Tukey-Kramer mehod ）(link)
  ・第８章-2　多重比較（Tukey-Kramer mehod by R ）(link)
  ・第８章-3 多重比較（Holm-Bonferroni method）(link)
  ・第８章-4　多重比較（前回からの続き：Ｒによる方法）(link)
  ・第８章-5　その他の多重比較(link)
● 第9章　一元配置分散分析（One way ANOVA）
  >  ・　第9章-1　２群における"One way ANOVA"とt-test(link)
  ・第9章-2　３群における"One way ANOVA"(link)
  ・第9章-3　３群以上の ANOVA table の作成(link)
  ・第9章-4 対応のある一元配置分散分析(1)(link)
  ・第9章-5 対応のある一元配置分散分析（多重比較-1)(link)
  ・第9章-6 対応のある一元配置分散分析（多重比較-2）(link)
  ・第9章-７　実験計画法（直交表）と一元配置分散分析について(link)
● 第10章　相関・回帰の技術（新型コロナ感染の推移と予測）(link)
  ・第10章-1　東京都における新型コロナ感染の推移と予測(link)
  ・第10章-2 多項式近似：新型コロナ感染者累計と民力指標(link)
  ・第10章-3 検量線（Calibration curve）と回帰直線（曲線）(link)
  ・第10章-4 KyPlot による標準線アッセイ（検量線）(link)
  ・第10章-5 回帰直線：独立（説明）変数の入替(link)
● 第11章　一般化線形モデル
  ・第11章-１２元配置分散分析(繰返しなし)(link)
  ・第11章-2 ２元配置分散分析(繰返しあり)(link)
  ・第11章-3 重回帰分析とダミー変数(1)(link)
  ・第11章-4 重回帰分析とダミー変数(2)(link)
  ・第11章-4 重回帰分析とダミー変数(2：続き)(link)
  ・第11章-4 重回帰分析とダミー変数(3)(link)
  ・第11章-5 ロジスティック回帰分析(link)
  ・第11章-6 プロビット回帰分析(link)
● 第12章-1　カテゴリカルデータ(計数データ)の作成(1)(link)
  ・第12章-2　カテゴリカルデータ(計数データ)の作成(2)(link)
  ・第12章-3　カテゴリカルデータ(計数データ)の作成(3)(link)
  ・第12章-4　２×２分割表の検定(link)
  ・第12章-5 分割表と対応分析(link)
● 第13章時系列分析の技術
  ・第13章-１　時系列データの視覚化(移動平均)(link)
  ・(1)単純移動平均(Simple Moving Averages：SMA)
  ・(2) 指数移動平均(Exponential Moving Averages：(EMA)
  ・第13章-2　時系列データ(時差相関)(link)
  ・第13章-3　時系列データ(自己相関)(link)
  ・第13章-4　時系列データ(パワースペクトル)(link)
● 第14章データを分類する技術
  ・第14章-1　樹木モデル(link)
  ・第14章-2 ベイジアンネットワーク・モデル(link)
  ・第14章-3 クラスター分析(link)

統計技術第Ⅱ部ノンパラメトリック法の統計技術
● 第1章代表値を求める技術
  ・第1章-1　代表値を求める技術(Excelによる方法)(link)
  ・第1章-2　代表値を求める技術(Online Calculator による方法)(link)
  ・第1章-3　代表値を求める技術(「R」による方法)(link)
● 第2章標本の有意差検定について
  ・第２章-1 独立２標本の有意差検定について(link)
  ・第２章-2 対応のある２標本の有意差検定について(link)
  ・第２章-3　独立多標本の有意差検定について(link)
  ・第２章-4　Post-hoc tests by the Conover method.(link)
  ・第２章-5　Post-hoc tests of the Conover test etc. by R.(link)
  ・第２章-6 スティール法(Steel's test)による多重比較(link)
  ・第２章-7 スティール・ドウス法(Stee-Dwass testl)による多重比較(link)
● 第3章順序尺度の相関(1)
  ・第３章-1 ポリコリックとポリシリアル相関係数(link)
  ・第３章-2 四分相関係数(Tetrachoric Coefficient)(link)
● 第４章　多変量分散分析(MANOVAとNPMANOVA)の技術
  ・第4章-1 一元配置型の多変量分散分析(MANOVA)について．(link)
● 第５章ノンパラメトリックなカーネル法の技術
  ・第5章-1　カーネル・ヒストグラムについて．(link)
  ・第5章-2「Free Calculator」によるカーネル・ヒストグラム．(link)
  ・第5章-3　統計技術第Ⅱ部：カーネル・回帰分析について．(link)
● 第６章ノンパラメトリックな相関の技術
  ・第６章-1 ExcelによるKendall's W と Friedman test(link)
  ・第6章-2.1 「R」による Kendall's W とFreadman test(link)
  ・第6章-2.2 「Free Calculator」による方法 (1)(link)
  ・第6章-2.3 「Free Calculator」による方法 (2)(link)
  ・第6章-3 Friedman's Post Hoc test(link)
  ・第6章-4 Mann-Kendall(MK)とKendall tau について(link)
  ・第6章-5 スピアマン順位相関係数(link)

統計技術第Ⅲ部　Free Online Caluclator （事例集）
● 第１章　Wessa.net 事例集Free Statistics Software (Calculator)
  ・第1章-1　Central Tendency（データの要約） (link)
  ・第1章-2　 Variability（分散の記述） (link)
  ・第1章-3　Histogram （データの分布） (link)
● 第2章　二変量から多変量の記述統計
  ・第2章-1　Bivariate Descriptive Statistics （二変量統計記述） (link)
  ・第2章-1（続き）Bivariate Descriptive Statistics （二変量統計記述） (link)
  ・第2章-1（続き）Bivariate Descriptive Statistics （二変量統計記述） (link)
  ・第2章-2 Trivariate Descriptive Statistics （三変量記述統計） (link)
  ・第2章-3 Part and Partial correlation coefficient（部分・偏相関係数） (link)
  ・第2章-4 Multivariate Descriptive Statistics （多変量記述統計） (link)
  ・第2章-4：Multivariate Descriptive Statistics （続き） (link)
  ・第2章-4：Multivariate Descriptive Statistics （続き） (link)
● 第3章　Regression Software （回帰分析）
  ・第3章-1：Multiple Regression（単回帰分析） (link)
  ・第3章-2：Multiple Regression（重回帰分析） (link)
  ・第3章-3(1)：Bias-Reduced Logistic Regression（ロジスティック回帰） (link)
  ・第3章-3(2)：「R」による Penalized regression model の検証 (link)
  ・第3章-4.1：Regression Trees（回帰木）：Wassa.net による法 (link)
  ・第3章-4.2：Regression Trees（回帰木）：DATA tab による法 (link)
  ・第3章-5：PLS-PM（偏最小二乗回帰分析) (link)
● 第4章：Skewness-Kurtosis Plot（Cullen and Frey graph） (link)
● 第5章　分散分析
  ・第5章-1：1-way ANOVA (link)
  ・第5章-2：2-way ANOVA (link)
● 第６章要約統計量（Summary）による検定法
  ・第６章-1：独立２標本のｔ-検定の方法（2-sample t-test for summary data） (link)
  ・第６章-1：独立２標本のｔ-検定の方法（続き） (link)
  ・第６章-2：対応する２標本のｔ-検定の方法 (link)
● 第7章　要約統計量（Summary）によるANOVA検定 (link)
● 第8章要約統計量（Summary）による効果量の計算
  ・第8章-1：要約統計量（Summary）による効果量 (link)
  ・第8章-2：要約統計量（Summary）による効果量(続き) (link)
  ・第8章-3：要約統計量（Summary）による効果量(続き) (link)
  ・第8章-4：要約統計量（Summary）による効果量(続き) (link)
  ・第8章-5：要約統計量（Summary）による効果量(続き) (link)