内容

目次

序章 0.1　統計的推測について 0.2　統計的回帰 0.3　パラメトリック回帰とノンパラメトリック回帰 0.4　回帰式の推定 0.5　線形回帰と非線形回帰 0.6　統計的回帰と確率分布の推定 0.7　記号の定義 第1章　線形回帰 1.1　線形回帰モデル 1.2　最小二乗法 1.3　多重共線性 1.4　単回帰 1.5　多項式回帰 1.6　最小二乗推定に係わるいくつかのこと 1.7　寄与率 1.8　個々の説明変数の評価 1.9　線形回帰によるモデリングについての補足 1.10　線形回帰モデルの最尤推定 1.11　最小ノルム最小二乗推定 1.12　線形自己回帰モデル 第2章　線形回帰の変数選択 2.1　変数選択の必要性 2.2　リスクと予測二乗誤差 2.3　変数選択のための規準 第3章　回帰におけるモデル選択 3.1　subset selection 3.2　正則化法 3.3　クロス・バリデーション 第4章　一般化線形モデル 4.1　一般化線形モデル 4.2　一般化線形モデルのパラメータ推定 4.3　一般化線形回帰モデルの具体例 4.4　一般化線形モデルの正則化法 4.5　マルチクラス・ロジスティック回帰 第5章　ノンパラメトリック回帰 5.1　ノンパラメトリック回帰 5.2　離散ウェーブレット変換 5.3　ガウス過程回帰 第6章　非線形回帰 6.1　非線形回帰モデル 6.2　階層型ニューラルネットワーク 付録 A　行列・ベクトル B　確率・統計の基礎的なこと C　R入門 あとがきと文献案内 参考文献 索引