著者のことば
第1章　線形回帰分析（重回帰分析）
1.1 ● 線形回帰分析とは
COLUMN 線形回帰か線型回帰か
1.2 ● 回帰分析をするためのデータの把握
COLUMN 回帰直線の考え方
1.3 ● 説明変数の選択と変数選択モデル
1.4 ● EG で行う線形回帰分析
1.4.1 今回使用するデータ
1.4.2 分析の指定
1.4.3 結果の出力
COLUMN ステップワイズの途中経過
1.5 ● 説明変数に名義尺度がある場合　ダミー変数の利用
1.5.1 ダミー変数の考え方
1.5.2 ダミー変数と多重共線性
COLUMN 線形回帰分析を実行する場合の注意点
第2章　 一元配置分散分析とノンパラメトリックな一元配置分散分析
2.1 ● 検定の考え方
2.2 ● 分散分析と多重比較
COLUMN 古い手法が統計ソフトウェアにある理由
2.3 ● EG で行う一元配置分散分析
2.4 ● EG で行う一元配置分散分析の出力
COLUMN ケース数が多いと有意差が出やすくなるカラクリ
COLUMN 分散分析と多重比較の関係
2.5 ● ノンパラメトリックな一元配置分散分析の考え方
2.6 ● EG で行うノンパラメトリックな一元配置分散分析の実際
2.7 ● EG で行うノンパラメトリックな一元配置分散分析の出力
2.8 ● ノンパラメトリックな一元配置分散分析と多重比較
第3章　二元配置分散分析（線形モデル）
3.1 ● 二元配置分散分析の考え方
3.2 ● EG の二元配置分散分析メニュー
3.3 ● EG で行う二元配置分散分析（線形モデル）
3.3.1 今回使用するデータ
3.3.2 EG で行う二元配置分散分析（線形モデル）の実際
3.4 ● EG で行う二元配置分散分析（線形モデル）の出力
COLUMN 多重比較について
3.5 ● 混合モデルの場合
第4章　主成分分析
4.1 ● 主成分分析とは
4.2 ● 主成分分析と因子分析の違い
4.3 ● EG で行う主成分分析
4.3.1 今回使用するデータ
4.3.2 EG で行う主成分分析の実際
4.3.3 EG で行う主成分分析の出力
COLUMN データと「めんたいこ」の表記について
COLUMN 比率データとそのままのデータ
第5章　因子分析
5.1 ● 因子分析とは
5.2 ● 因子抽出法
5.3 ● 因子軸の回転
COLUMN 斜交回転はなぜポピュラーでないのか
5.4 ● EG で行う因子分析
5.4.1 今回使用するデータ
COLUMN 因子分析とアンケートデータ
5.4.2 EG で行う因子分析の実際
5.4.3 EG で行う因子分析の出力
5.4.4 因子の回転と因子負荷量
5.5 ● 比較のために他の抽出法も実行してみる
COLUMN 因子分析の考え方
第6章　判別分析
6.1 ● 判別分析とは
6.2 ● EG で行う判別分析
6.2.1 今回使用するデータ
6.2.2 EG で行う判別分析の実際
6.2.3 EG で行う判別分析の出力
COLUMN SAS やEG 以外の判別分析との比較
6.3 ● 変数の影響の比較
6.3.1 変数の大きさと標準化
6.3.2 標準化の実際
6.3.3 標準化したデータでの分析と出力
COLUMN 「 既存の変数を置き換える」の利点
6.4 ● 他のデータへの適用
COLUMN 判別分析と数量化II類
第7章　ロジスティック回帰分析
7.1 ● ロジスティック回帰分析とは
7.2 ● 判別分析とロジスティック回帰分析の違い
7.3 ● EG で行うロジスティック回帰分析
7.3.1 今回使用するデータ
7.3.2 分析の指定
7.3.3 結果の出力
COLUMN ロジスティック回帰分析の式
7.3.4 変数選択を実施した場合
7.4 ● 他のデータへの適用
第8章　クラスター分析
8.1 ● クラスター分析とは
8.2 ● データ間の距離
8.3 ● EG で行うクラスター分析
8.3.1 今回使用するデータ
8.3.2 分析の指定
COLUMN コマンドで選択できるクラスター手法
8.3.3 結果の出力
COLUMN エラーメッセージについて
8.3.4 クラスター手法を変更することによる比較
8.4 ● クラスター情報を利用した分析
8.5 ● 標準化データの利用
参考文献
索引