はじめに
JMPとは何か
JMPトライアル版の入手方法
第1部　JMP を体験する
第1章　データの種類
1.1　変数の種類
1.1.1　はじめに
1.1.2　ビッグクラスを使う
1.1.3　名義尺度
1.1.4　順序尺度
1.1.5　連続尺度
1.2　一変量の分布
1.2.1　一変量の選択
1.2.2　新規の列の追加
1.2.3　計算式エディタの利用
1.2.4　ラベルの使用
1.2.5　手のひらツールの使用
1.2.6　注釈ツールの使用
1.3　二変量の分布
1.3.1　「二変量の関係」を選択する
1.3.2　グラフの作成
1.4　データテーブルの作成
1.4.1　はじめに
1.4.2　キーボードから入力する方法
1.4.3　Excel からデータを転送する方法
1.4.4　計算式を利用してつくる方法
第2部　JMPで学ぶ統計の基礎
第2章　分　布
2.1　確率分布を考える
2.1.1　はじめに
2.1.2　過去のデータの分布
2.1.3　理論分布の確認
2.1.4　パレート図の応用
2.2　正規分布を考える
2.2.1　はじめに
2.2.2　データの準備
2.2.3　点数の標準化
2.2.4　標準得点から偏差値へ
2.2.5　偏差値から順位へ
2.2.6　偏差値を見るときの注意点
2.3　正規分布と棄却検定法
2.3.1　はじめに
2.3.2　正規分布をグラフに描く
2.3.3　標準正規分布での検討
2.3.4　2 つの変数の分布を考える――棄却検定法
2.3.5　身近な例――女性のヒールの高さ
2.3.6　両側検定と片側検定
2.3.7　分布の位置関係と一種の誤差、二種の誤差を体験する
2.4　平均から不偏分散までを体験する
2.4.1　はじめに
2.4.2　統計の基本用語
2.4.3　データの準備
2.4.4　平均、偏差平方から母集団の分散へ
2.4.5　標本から標本の分散へ
第3章　標　本
3.1　標本と母集団の大事な関係
3.1.1　はじめに
3.1.2　平均値のばらつきを考える
3.1.3　母集団の分布と平均値の分布
3.1.4　平均に潜む誤差を考える
3.2　標本から母集団を考える――t 分布を体感する
3.2.1　はじめに
3.2.2　データの準備
3.2.3　t 分布を求める
3.2.4　重ね合わせプロットによるt 分布と標準正規分布の表示
第4章　検　定
4.1　平均の差の分布からt 検定へ
4.1.1　はじめに
4.1.2　平均の差の性質を理解する
4.1.3　標本の分散
4.1.4　2 つの標本の平均の比較を考える前に
4.1.5　平均の差での分布の考え方
4.1.6　平均の差の標準誤差（SE）を求める
4.1.7　標準誤差（SE）を用いて平均の差を検討する
4.2　等分散の検定と平均値の差の検定
4.2.1　はじめに
4.2.2　分散が等しいか否かを検討するには
4.2.3　等分散の検定を体験する
4.2.4　分散が等しいと見なせる場合
4.2.5　分散が等しいと見なせない場合
4.3　分散分析を理解する
4.3.1　はじめに
4.3.2　分散分析の概念
4.3.3　分散分析の実際
4.3.4　平均値の多重比較
4.4　回帰分析とは
4.4.1　はじめに
4.4.2　回帰分析の概念
4.4.3　回帰分析の出力
4.4.4　分散分析の実際
4.4.5　その他
4.5　カイ2 乗分布を考える
4.5.1　はじめに
4.5.2　独立性を考える
4.5.3　正規分布よりカイ2 乗分布を求める
4.5.4　カイ2 乗分布のグラフをつくる
4.5.5　カイ2 乗分布と分割表のばらつき
4.6　ノンパラメトリック検定の概要.
4.6.1　はじめに
4.6.2　順位の性質を確認する
4.6.3　U検定の概略
4.6.4　U検定の詳しい説明
4.6.5　実際にU検定の数表を求めてみる
第3部　JMPによる解析事例
第5章　データのモニタリングと外れ値のチェック
5.1　宝くじの解析
5.1.1　はじめに
5.1.2　ナンバーズ3 とは
5.1.3　ミニを検討
5.1.4　割合の検定
5.1.5　賞金を考える
5.1.6　例数を多くしたら
5.1.7　下2 桁の出現に法則性はあるか
5.2　企業の求める大学生とは
5.2.1　はじめに――企業が学生に求める資質は何か
5.2.2　データテーブルの作成
5.2.3　散布図の作成
5.2.4　注釈ツールの利用
5.2.5　結果の解釈
5.3　理想と現実の調査
5.3.1　はじめに
5.3.2　データクリーニングの例
5.3.3　一変量のグラフの作成
5.3.4　グラフ上でデータを選択し移動する
5.3.5　グラフの表示を変える
5.3.6　データを置換する
5.3.7　ラベルを表示し異常なデータを検討する
5.3.8　サブセットの抽出.
5.3.9　印刷にあたって
第6章　クロス集計
6.1　ネット犯罪データの解析
6.1.1　はじめに
6.1.2　WEB110 とは
6.1.3　サンプルの概要
6.1.4　トラブルの概要
6.1.5　1999 年度のサンプルの解析
6.1.6　性別とトラブル
6.1.7　インターネット経験とトラブル
6.1.8　年度によるトラブルの変化
6.2　アルコールの代謝できない体質とは
6.2.1　はじめに
6.2.2　アルコールを飲んで悪酔いするのは生まれつき？
6.2.3　アルコールの代謝のタイプとエタノールパッチテスト
6.2.4　調査の実施と課題
第7章　平均値の差の検定
7.1　心理状態によるヒールの高さの変化.
7.1.1　はじめに
7.1.2　対象と方
7.1.3　「新おしゃれ度」とヒールの高さ
7.1.4　改まった時とヒールの高さ
7.1.5　対応のあるペアの変数
7.1.6　シチュエーションによるヒールの高さ
7.2　待ち時間の解析
7.2.1　はじめに
7.2.2　対象と方法
7.2.3　ノンパラメトリック検定で「ちょっと待って」を比較する
7.2.4　3 種類の「ちょっと待って」を比較する
7.2.5　外れ値と年令の関係を見る
7.2.6　変数の分布が正規分布というには
7.2.7　正規分布の検定をするには
第8章　相関と回帰――多重ロジスティック回帰
8.1　アンケート回答を科学する――本当の体重は
8.1.1　はじめに
8.1.2　町で答える体重と本当の体重
8.1.3　体重の大小による解析
8.1.4　「理想の体重」と「本当の体重」
8.2　セクハラに対する拒絶の度合い
8.2.1　はじめに
8.2.2　データの説明
8.2.3　解析結果
8.2.4　「具体的行動」と「拒絶度」の関係
第9章　多変量解析――主成分分析（バイプロット）・対応分析・決定木
9.1　学生は高校で何を学んでくるか
9.1.1　はじめに
9.1.2　データの説明
9.1.3　操作
9.1.4　対応分析の実施
9.1.5　データの解釈
9.2　ワインに関する定量調査
9.2.1　はじめに
9.2.2　データの説明
9.2.3　解析結果
9.3　アトリウムの印象評価データの解析
9.3.1　はじめに
9.3.2　データの概要
9.3.3　データの入力
9.3.4　「一変量の分布」で評定値の分布を観察する
9.3.5　多次元的にデータを眺める
9.3.6　主成分分析によるバイプロット表示
9.3.7　バイプロットの活用
9.4　ワインに関する定量調査のデータマイニング
9.4.1　はじめに
9.4.2　データの説明
9.4.3　パーティションを使う
第10章　テキストマイニング
10.1　定量調査と定性調査
10.2　ワインに関する定性調査
10.2.1　はじめに
10.2.2　データの説明
10.2.3　解析結果
10.3　住民意識調査で得られた非定型自由文データの分析
10.3.1　はじめに
10.3.2　データの概要
10.3.3　非定型自由文の回答例
10.3.4　分析方針
10.3.5　茶筌による形態素データの作成
10.3.6　形態素データと他の設問のデータの結合
10.3.7　分析対象とする語句の絞り込み
10.3.8　語句×地区の対応分析
10.4　ワインに関する定性調査から因果関係を把握する
10.4.1　はじめに
10.4.2　データの説明
10.4.3　解析結果
索　引