多変量解析のアイデアを数学的に理解するために

本書は、
多変量解析の入門書。


構成は以下の通り。


１章：多変量解析とは
２章：統計的方法の基礎知識
３章：線形代数のまとめ
４章：単回帰分析
５章：重回帰分析
６章：数量化１類
７章：判別分析
８章：数量化２類
９章：主成分分析
10章：数量化３類
11章：多次元尺度構成法
12章：クラスター分析
13章：その他の方法

●ページ数は、
練習問題の解答と数表を除いて実質約220頁ある。

内訳は、
次の通り。

１章〜４章：多変量解析を学ぶ前の準備（約60頁）
５章〜13章：多変量解析そのもの（約160頁）

●13章：その他の方法の内訳は以下の通り。

（１）パス解析
（２）グラフィカルモデリング
（３）因子分析
（４）正准相関分析
（５）多段層別分析

●本書の特徴は、
多変量解析のアイデア、
手法を数学的に解説していることにある。

まず、
（１）適用例と解析ストーリーが述べられ、

次に、
（２）単純な場合（ex.変数が１個の場合）での解析方法を数学的に説明し、

その次に、
（３）単純な場合での解析方法を拡張し、
複雑な場合（ex.変数が２個以上の場合）での解析方法を数学的に説明している。


●私（独学で統計学を学び始めて1年程度）の場合、
多変量解析の学びは次のステップで行なった。


[step1］:多変量解析のアイデア・考え方を大雑把に掴む。

　　　→多変量解析のはなし―複雑さから本質を探る (Best selected Business Books)