【第一回】 2月10日(水)  統計学の基礎とR の使い方

1.1 統計学の基礎

  • 1.1.1 統計学の現状と本講座の射程
  • 1.1.2 記述統計学と推測統計学
  • 1.1.3 データの種類

1.2 代表値

  • 1.2.1 平均値・中央値・最頻値
  • 1.2.2 分散と標準偏差
  • 1.2.3 標準化と標準偏差

1.3 R 入門

  • 1.3.1 演算
  • 1.3.2 データの入力
  • 1.3.3 簡単な統計量計算

【第二回】2月13日(金)  統計的推定と検定

2.1 統計的推定と検定の考え方

  • 2.1.1 推定とは?
  • 2.1.2 検定とは?

2.2 確率分布

  • 2.2.1 確率変数と確率分布
  • 2.2.2 正規分布とその面積
  • 2.2.3 その他の確率分布
  • 2.2.4 標本分布

2.3 t 検定と2 検定

  • 2.3.1 t 検定
  • 2.3.2 2検定

【第三回】2月17日(水)  データの分析法1 相関と回帰・重回帰分析

3.1 2変量の関連を見る

  • 3.1.1 相関係数
  • 3.1.2 ϕ 係数
  • 3.1.3 クラメールの連関係数

3.2 回帰分析

  • 3.2.1 相関と回帰の違い
  • 3.2.2 OLS による回帰
  • 3.2.3 lm 関数による回帰分析

3.3 重回帰分析

  • 3.3.1 lm 関数による重回帰分析
  • 3.3.2 変数選択について(多重共線性)
  • 3.3.3 オーバーフィット(AIC)

3.4 カテゴリカル回帰分析

  • 3.4.1 ダミー変数
  • 3.4.2 lm 関数によるカテゴリカル回帰分析
  • 3.4.3 様々な回帰

【第四回】 2月20日(金)  データの分析法2 因子・主成分分析

4.1 主成分分析

  • 4.1.1 主成分分析の概要
  • 4.1.2 prcomp 関数による主成分分析
  • 4.1.3 結果の解釈

4.2 因子分析

  • 4.2.1 因子分析の概要
  • 4.2.2 factanal 関数による因子分析
  • 4.2.3 結果の解釈
  • 4.2.4 因子得点と個別分析

4.3 コレスポンデンス分析

  • 4.3.1 コレスポンデンス分析の概要
  • 4.3.2 corresp 関数によるコレスポンデンス分析
  • 4.3.3 結果の解釈

【第五回】 2月24日(水)  データの分析法3 判別・クラスター分析

5.1 判別分析

  • 5.1.1 線形判別分析と非線形判別分析
  • 5.1.2 lda 関数による線形判別分析
  • 5.1.3 結果の解釈

5.2 クラスター分析

  • 5.2.1 階層的クラスター分析と非階層的クラスター分析
  • 5.2.2 hclust 関数による階層的クラスター分析
  • 5.2.3 結果の解釈

5.3 全体のまとめ

  • 5.3.1 既習部分の確認
  • 5.3.2 発展的分野の紹介
  • 5.3.3 参考となる書籍やWebsite の紹介