第Ⅰ部　基礎編
第1章　R と統計学
1.1　Rって何だろう
1.2　なぜR を使うのか
1.2.1　他のソフトとの比較
1.2.2　R を使ってみよう
1.3　R を導入しよう
1.3.1　R のインストール手順（Windows）
1.3.2　R のインストール手順（Mac OS X）
1.4　R をさわってみよう
1.4.1　R の画面の様子
1.4.2　基本的な操作の概要
1.5　R をもっとさわってみよう
1.5.1　R を使った統計
1.5.2　同じことをExcel でやると
1.6　R の使い方のコツ
1.6.1　複数の値をまとめて扱う
1.6.2　外部データファイルを読み込んでみよう
1.6.3　関数を作ってみよう
1.6.4　他の人の作った関数を利用する
1.6.5　パッケージをインストールしてみよう
1.6.6　Rcmdr を使ってみる
1.7　この本のこれから
第2章　1 つの変数の記述統計
2.1　1 つの変数の要約
2.2　本書で用いるデータの説明
2.3　変数の種類
2.4　データの視覚的表現
2.5　平均とは
2.6　平均以外の代表値
2.7　散布度
2.8　分散、標準偏差とは
2.9　分散、標準偏差以外の散布度
2.10　標準化
2.11　偏差値
まとめ
練習問題
第3章　2 つの変数の記述統計
3.1　2 つの変数の関係
3.2　散布図
3.3　共分散
3.4　相関係数
3.5　クロス集計表
3.6　ファイ係数
まとめ.
練習問題
第4章　母集団と標本
4.1　母集団と標本
4.2　推測統計の分類
4.3　点推定
4.3.1　点推定の手順
4.3.2　推定量と推定値
4.3.3　標本抽出に伴う誤差
4.4　推定値がどれくらいあてになるのかを調べる方法
4.4.1　標本抽出の方法――単純無作為抽出
4.4.2　確率変数
4.4.3　確率分布
4.4.4　母集団分布
4.4.5　正規分布
4.4.6　正規分布について少し詳しく
4.4.7　正規母集団から単純無作為抽出を行う
4.5　標本分布
4.5.1　標本分布から何が分かるのか
4.5.2　標本分布を「経験的」に求める
4.5.3　正規母集団の母平均の推定
4.5.4　標本分布を求める
4.5.5　不偏性
4.5.6　標準誤差
4.6　標本平均以外の標本分布
4.6.1　標本分散と不偏分散の標本分布
4.6.2　中央値の標本分布
まとめ
練習問題
第5章　統計的仮説検定
5.1　統計的仮説検定の必要性
5.2　統計的仮説検定の手順と用語
5.2.1　帰無仮説と対立仮説
5.2.2　検定統計量
5.2.3　有意水準と棄却域
5.2.4　統計的仮説検定の結果の報告
5.2.5　p 値
5.2.6　第1 種の誤りと第2 種の誤り
5.2.7　検定力
5.3　標準正規分布を用いた検定（1 つの平均値の検定・母分散σ2 が既知）
5.4　t 分布を用いた検定（1 つの平均値の検定・母分散σ2 が未知）
5.5　相関係数の検定（無相関検定）
5.6　独立性の検定（カイ二乗検定）
5.7　サンプルサイズの検定結果への影響について
まとめ
練習問題
第6章　2 つの平均値を比較する
6.1　2 つの平均値を比較するケース
6.2　独立な2 群のt 検定
6.3　t 検定の前提条件
6.3.1　分散の等質性の検定
6.3.2　Welch の検定
6.4　対応のあるt 検定
まとめ
練習問題
第7章　分散分析
7.1　一元配置分散分析（対応なし）
7.1.1　一元配置分散分析（対応なし）を実行する
7.1.2　平方和の分解
7.1.3　多重比較（Tukey の方法）
7.2　一元配置分散分析（対応あり）
7.2.1　対応がないものと見なして分散分析をしてみる
7.2.2　一元配置分散分析（対応あり）を実行する
7.2.3　対応の有無による違い
7.2.4　平方和の分解と自由度の計算
7.3　二元配置分散分析（対応なし）
7.3.1　主効果と交互作用効果
7.3.2　二元配置分散分析（対応なし）を分析する
7.3.3　一元配置と見なして分散分析をしてみる
7.4　二元配置分散分析（2 要因とも対応あり)
7.5　二元配置分散分析（1 要因のみ対応あり）
まとめ
練習問題
第Ⅱ部　応用編
第8章　ベクトル・行列の基礎
8.1　スカラーとベクトル
8.2　ベクトル
8.2.1　ベクトルを作るための関数
8.2.2　ベクトルの基本演算
8.2.3　ベクトルの要素を取り出す
8.3　行列.
8.3.1　行列の基本演算
8.3.2　特別な行列
8.3.3　行列の要素を取り出す
8.3.4　行列を使ってデータを扱う（第7 章を例として）
8.3.5　行列の演算（応用）
第9章　データフレーム
9.1　外部データファイルを読み込むには
9.2　第2章の分析
9.3　第3章の分析
9.4　第5章の分析
9.5　第6章の分析
9.6　第7章の分析
9.7　データフレームについて
9.7.1　data.frame 関数により、直接データフレームを作成する場合
9.7.2　すでにあるベクトルを合成してデータフレームを作成する場合
9.7.3　すでにある行列をデータフレームに変換する場合
9.7.4　外部データファイルを読み込んでデータフレームを作る場合
9.7.5　データフレームをデータエディタウィンドウで編集する
第10章　外れ値が相関係数に及ぼす影響
10.1　問題：動物の体重と脳の重さ
10.2　R で分析してみよう
第11章　統計解析で分かること・分からないこと
11.1　問題：子どものゲーム時間と親の認識
11.2　R で分析してみよう
11.2.1　問題（1）
11.2.2　問題（2）
11.2.3　問題（3）
第12章　二項検定
12.1　二項検定とは
12.2　問題：北海道日本ハムファイターズと東北楽天ゴールデンイーグルスはどちらが強い？
12.2.1　R で分析してみよう
12.3　問題：じゃんけんの結果を予測できるか？
12.3.1　R で分析してみよう
第13章 プリ・ポストデザインデータの分析
13.1　プリ・ポストデザイン
13.2　R で分析してみよう
13.2.1　ポストテストの値を従属変数、プリテストの値を統制変数
（共変量）とした、群の効果に関する共分散分析
13.2.2　変化量について、t 検定によって群の効果を吟味
第14章　質問紙尺度データの処理
14.1　質問紙尺度について
14.2　R で分析してみよう
14.2.1　パッケージpsy を利用する
14.2.2　逆転項目の処理
14.2.3　尺度得点の計算
14.2.4　α 係数を求める
第15章　回帰分析
15.1　回帰分析とは
15.2　R で分析してみよう
第16章　因子分析
16.1　因子分析とは
16.2　R で分析してみよう
第17章　共分散構造分析
17.1　sem パッケージ
17.2　sem パッケージを利用した共分散構造分析
17.2.1　相関係数行列の入力
17.2.2　測定方程式と構造方程式の記述
17.2.3　共分散構造分析の解
第18章　人工データの発生
18.1　人工データを使うと
18.2　どのような人工データを発生させるか.
18.3　母集団を指定する
18.3.1　1 変数の場合
18.3.2　多変量の場合
18.4　特定の統計モデルに基づいたデータの発生
18.4.1　回帰分析モデル
18.4.2　因子分析モデル
18.5　標本統計量を特定の値にする
18.5.1　データの平均と標準偏差を特定の値にする
18.5.2　データの標本相関係数を任意の値にする
18.6　再現性のある人工データを発生させる
第19章　検定の多重性と第1 種の誤りの確率
19.1　検定の多重性の問題
19.2　プログラムの全体的なイメージを考える
19.3　プログラムの作成
第20章　検定力分析によるサンプルサイズの決定
20.1　検定力
20.2　検定力を求めるシミュレーション
20.2.1　独立な2 群のt 検定の検定力
20.2.2　対立仮説のもとでの検定統計量の標本分布
20.3　検定力分析でサンプルサイズを決める
20.3.1　標準の関数を使う
20.3.2　pwr パッケージを使う
20.3.3　t 検定のサンプルサイズを決める
20.3.4　cohen.ES 関数で効果の大きさの値を求める
20.3.5　無相関検定のサンプルサイズを決める
20.3.6　独立性の検定（カイ二乗検定）のサンプルサイズを決める
20.3.7　一元配置分散分析のサンプルサイズを決める
付録 A　R の情報源
書籍
サイト
その他
引用文献
付録 B　練習問題解答
第2章
第3章
第4章
第5章
第6章
第7章
付録 C　FAQ
索　引