著者紹介

内容

目次

jamovi の使い方 1.1 jamovi のインストール 1.1.1 追加オプションのインストール 1.2 jamovi の設定 1.3 データの入力 1.4 データの読み込みと保存 1.5 データの設定 1.5.1 データの尺度水準 　1.5.2 データのタイプ 1.6 新規変数の作成と変数変換 　1.6.1 Compute(計算) 新規変数の作成 　1.6.2 Transform(変換) 変数の変換 　1.6.3 Filters(フィルター) ケースの選択 1.7 FAQ 統計学史 2.1 統計 2.2 確率 2.3 統計学の誕生 　2.3.1 ドイツの統計学(国情論) 　2.3.2 イギリスの統計学(政治算術) 　2.3.3 ケトレー統計学 2.4 近代統計学の誕生 　2.4.1 記述統計学 　2.4.2 推測統計学 2.5 統計学の発展 2.6 心理学と統計学 　2.6.1 多変量解析の発達 　2.6.2 探索的データ解析 　2.6.3 構造方程式モデリングの登場 　2.6.4 仮説検定への批判 　2.6.5 ベイズ統計学の登場 2.7 これからの統計学 記述統計 3.1 代表値 　3.1.1 平均値 　3.1.2 中央値 　3.1.3 最頻値 3.2 散布度 　3.2.1 範囲 　3.2.2 四分位偏差 　3.2.3 分散 　3.2.4 標準偏差 　3.2.5 統計ソフトで出力される分散と標準偏差 3.3 作図 3.4 正規分布と標準化 　3.4.1 歪度，尖度 　3.4.2 中心極限定理 3.5 jamovi を使った記述統計 t 検定 4.1 仮説検定の流れ 4.2 t 検定 　4.2.1 データの種類 　4.2.2 帰無仮説と対立仮説の設定 　4.2.3 t 値の算出 　4.2.4 棄却値 　4.2.5 信頼区間 　4.2.6 両側検定と片側検定 4.3 t 検定の前提条件 4.4 効果量 4.5 jamovi を使った対応がないt 検定 4.6 jamovi を使った対応があるt 検定 　　 相関と回帰 5.1 共分散と相関係数 5.2 相関係数を用いる際の注意点 5.3 jamovi を使った相関分析 　5.3.1 jamovi のアドインを使って散布図を描く方法 5.4 単回帰 5.5 適合度 5.6 回帰直線の仮説検定 5.7 回帰係数の仮説検定 5.8 jamovi を使った単回帰分析 重回帰分析 6.1 重回帰式 6.2 標準化偏回帰係数 6.3 重回帰モデルの適合度と検定 6.4 回帰分析の前提条件 6.5 多重共線性 6.6 jamovi を使った重回帰分析 χ2 検定 7.1 1 標本の場合 7.2 jamovi を使ったχ2 適合度検定 　7.2.1 期待比 7.3 2 標本の場合 7.4 jamovi を使った独立性の検定 　7.4.1 分割表を使った方法 　7.4.2 ローデータを使った方法 7.5 検定の誤り 分散分析 8.1 分散分析とt 検定の違い 8.2 分散分析の基礎用語 8.3 1 元配置分散分析 　8.3.1 F 値の計算 　8.3.2 多重比較 8.4 分散分析の前提条件 8.5 jamovi を使った1 元配置分散分析(被験者間) 8.6 2 元配置分析 　8.6.1 交互作用 　8.6.2 残差 　8.6.3 交互作用のF 値 8.6.4 単純主効果の検定 8.7 jamovi を使った2 元配置分散分析(被験者間) 8.8 1 元配置分散分析(被験者内) 8.9 jamovi を使った1 元配置分散分析(被験者内) 多変量分散分析 9.1 多変量分散分析の考え方 9.2 多変量分散分析の数学的基礎 9.3 多変量分散分析の統計量 9.4 多変量分散分析の分析法 9.5 多変量分散分析の結果の解釈 線形モデル 10.1 線形モデルの考え方 10.2 線形モデル(LM) 10.3 一般線形モデル(GLM) 10.4 一般化線形モデル(GZLM) 10.5 線形混合モデル(Mixed model) と一般化線形混合モデル(GLMM) 10.6 分析法 　10.6.1 GZLM による伝統的分析法(正規分布) 　10.6.2 GZLM による伝統的分析法(指数分布族) 　10.6.3 Mixed model とGLMM による分析法 信頼性係数 11.1 信頼性と妥当性 　11.1.1 信頼性と妥当性についての現在の考え方 11.2 古典的信頼性係数 　11.2.1 信頼性の測定方法 11.3 Cronbach のα 係数とMcDonald のω 　11.3.1 Cronbach のα 係数 　11.3.2 McDonald のω 11.4 分析方法 11.5 結果の解釈 　　 因子分析 12.1 主成分分析の考え方 12.2 因子分析の考え方 　12.2.1 探索的因子分析と確認的因子分析 　12.2.2 直交回転と斜交回転 12.3 探索的因子分析の分析法 12.4 探索的因子分析の結果の解釈 12.5 確認的因子分析の分析法 12.6 確認的因子分析の結果の解釈 メタ分析と効果量 13.1 メタ分析の考え方 　13.1.1 メタ分析のデータ 13.2 効果サイズ(効果量) 13.3 メタ分析の指定法 13.4 メタ分析の結果の解釈 ベイズ統計 14.1 ベイズの定理 14.2 ベイズ統計学の基本 　14.2.1 MCMC 14.3 jamovi のベイズ統計 　14.3.1 ベイズ統計の分析指定 　14.3.2 ベイズ統計の出力の見方 索　　引