丸善のおすすめ度
研究論文を読み解くための多変量解析入門<基礎篇> 重回帰分析からメタ分析まで
髙田 菜美,
山根 嵩史
翻訳
小杉 考司
監修
|
在庫状況
有り
|
お届け予定日
3~4日
|
|
|
価格
\3,960(税込)
|
|
|
|
発行年月 |
2016年07月 |
---|
|
|
言語 |
日本語 |
---|
媒体 |
冊子 |
---|
|
|
ページ数/巻数 |
8p,341p |
---|
大きさ |
21cm |
---|
|
ジャンル |
和書/理工学/数学/確率論・数理統計学 |
---|
|
|
ISBN |
9784762829406 |
---|
|
商品コード |
1020808980 |
---|
NDC分類 |
417 |
---|
基本件名 |
多変量解析 |
---|
|
本の性格 |
学術書/テキスト |
---|
|
新刊案内掲載月 |
2016年08月4週 |
---|
|
商品URL | https://kw.maruzen.co.jp/ims/itemDetail.html?itmCd=1020808980 |
---|
著者紹介
L.G.グリム(著者):L.G.グリム(Laurence G. Grimm)
University of Illinois at Chicago
P.R.ヤーノルド(著者):P.R.ヤーノルド(Paul R. Yarnold)
Northwestern University Medical School and University of Illinois at Chigago
髙田 菜美(翻訳):髙田 菜美(たかた・なみ)
所属 関西大学大学院心理学研究科心理学専攻 博士課程後期
山根 嵩史(翻訳):山根 嵩史(やまね・たかし)
所属 広島大学大学院教育学研究科教育人間科学専攻 博士課程後期
小杉 考司(監修):小杉 考司(こすぎ・こうじ)
1976年 大阪府大阪市生まれ
2003年 関西学院大学社会学研究科博士後期課程単位取得満了
現在 山口大学教育学部 准教授(博士(社会学))
主著
小杉考司 心理–論理と態度理論への数理アプローチ 松香堂 2006年
小杉考司 社会調査士のための多変量解析法 北大路書房 2007年
小杉考司・清水裕士(編著) M-plusとRによる構造方程式モデリング 北大路書房 2014年
内容
数学的でなく,「概念的」に,多変量解析を扱う
読んで理解する,新しい入門書!
統計の初心者が高度な分析法を用いた研究論文を読み解くことができるように,概念的側面に特化して多変量解析を解説。できる限り数式を用いずに,重回帰分析,パス解析,主成分分析と探索的・確証的因子分析,多次元尺度構成法,ロジスティック回帰分析,多変量分散分析,判別分析,メタ分析などを取り上げる。
◆姉妹本『研究論文を読み解くための多変量解析入門 応用篇:SEMから生存分析まで』
http://www.hanmoto.com/bd/isbn/9784762829437
◆本書のコンセプト
この20年で,研究における多変量統計が一般的に利用されるようになってきた。実際,多変量解析をいっさい用いない実証的な論文を探すことは困難である。多変量解析が多く使われ始め,研究者が複雑なリサーチクエスチョンに答えることができるようになってはきているが,研究結果の消費者のほとんどはおいてけぼりだ。
……多変量データをどのように分析するかという本は,今さら必要ではない。その目的に対するよいテキストが,市場にはあふれているからだ。本当に求められているのは,多変量技術の基本的な概念的側面を論じたもの,そしてさまざまな手続きが特定の研究の流れに沿って解説されたものである。それこそ,われわれが本書でまさにやろうとしていることなのである。
こうした目的をもって書かれた本書は,読者が各章で読者が学んだ分析法が,出版されている論文の考察のところで使われているときに,解読して理解することができるように書かれている。本書に含まれているある多変量解析が使われている論文に出くわしたとき,読者は筆者がなぜこの分析を用いたのかを理解できるようになるだろうし,分析に用いられる統計的記号の意味,分析の仮定,図表の解釈はどうすべきか,分析から得られる論理的な結論はどういう意味か,を理解できるようになるだろう。大学院生にとっては,多変量統計の標準的な教科書への非常に便利な副読本となるだろう。(本書「序文」より一部引用)
◆基礎篇の主な目次
序 文
第1章 多変量解析へのいざない
第2章 重回帰分析と相関分析
第3章 パス解析
第4章 主成分分析と探索的・検証的因子分析
第5章 多次元尺度構成法
第6章 クロス集計されたデータの分析
第7章 ロジスティック回帰分析
第8章 多変量分散分析
第9章 判別分析
第10章 メタ分析を理解する