資料詳細

  • 1 件中、 1 件目

[ 和図書 ] 欠測データ処理 Rによる単一代入法と多重代入法 ( 統計学One Point 5 )

高橋 将宜／著 -- 共立出版 -- 2017.12 --

所蔵

所蔵は 1 件です。

所蔵館 所蔵場所 資料区分 請求記号 資料コード 所蔵状態 資料の利用
配架日 協力貸出 利用状況 返却予定日 資料取扱 予約数 付録注記 備考
中央 2F 一般図書 /417.0/5561/2017 7109793621 配架図 Digital BookShelf
2018/01/09 可能 利用可   0

Eメールによる郵送複写申込みは、「東京都在住」の登録利用者の方が対象です。

    • 統合検索
      都内図書館の所蔵を
      横断検索します。       類似資料 AI Shelf
      この資料に類似した資料を
      AIが紹介します。

ページの先頭へ

資料詳細 閉じる

ISBN 4-320-11256-8
ISBN13桁 978-4-320-11256-8
タイトル 欠測データ処理
タイトルカナ ケッソク データ ショリ
タイトル関連情報 Rによる単一代入法と多重代入法
タイトル関連情報読み アール ニ ヨル タンイツ ダイニュウホウ ト タジュウ ダイニュウホウ
著者名 高橋 将宜 ／著, 渡辺 美智子 ／著
著者名典拠番号

110006471910000 , 110003167550000

出版地 東京
出版者 共立出版
出版者カナ キョウリツ シュッパン
出版年 2017.12
ページ数 13, 192p
大きさ 21cm
シリーズ名 統計学One Point
シリーズ名のルビ等 トウケイガク ワン ポイント
シリーズ番号 5
シリーズ番号読み 5
価格 ¥2200
内容紹介 平均値のt検定、重回帰分析、時系列分析など、社会科学において頻繁に使用される分析手法を取り上げ、データに欠測が生じている場合に多重代入法を用いてどのように欠測データを処理していけばよいかを具体的に解説する。
書誌・年譜・年表 文献:p175～185
一般件名 数理統計学-データ処理-001095531-ndlsh
一般件名カナ スウリ トウケイガク-データ ショリ-001095531
一般件名 数理統計学
一般件名カナ スウリ トウケイガク
一般件名典拠番号

511036800000000

分類：都立NDC10版 417
資料情報1 『欠測データ処理 Rによる単一代入法と多重代入法』（統計学One Point 5）　高橋 将宜／著, 渡辺 美智子／著 　共立出版　2017.12（所蔵館：中央　 請求記号：/417.0/5561/2017　 資料コード：7109793621）
URL https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1153105615

ページの先頭へ

目次 閉じる

第1章 Rによるデータ解析
  1.1 Rへのデータ読み込み
  1.2 平均値と標準偏差
  1.3 回帰分析
  1.4 forループ
第2章 不完全データの統計解析
  2.1 無回答とは
  2.2 欠測パターン
  2.3 欠測メカニズム
  2.4 MARデータのシミュレーション
  2.5 MARについての注意点
  2.6 欠測の処理方法
  2.7 代入法の目的
第3章 単一代入法
  3.1 データ
  3.2 確定的回帰代入法
  3.3 比率代入法
  3.4 平均値代入法
  3.5 ホットデック法
  3.6 確率的回帰代入法
第4章 多重代入法の概要
  4.1 単一代入法の実態
  4.2 ベイズ統計学概論
  4.3 多重代入モデルの概要
  4.4 多重代入法による代入結果の例
  4.5 多重代入法による分析の流れ
  4.6 多重代入法による分析結果の統合方法
  4.7 多重代入法による分析結果の統合方法の数値例
  4.8 多重代入法の諸条件
第5章 多重代入法のアルゴリズム
  5.1 データ
  5.2 DAアルゴリズムによる多重代入法
  5.3 FCSアルゴリズムによる多重代入法
  5.4 EMBアルゴリズムによる多重代入法
  5.5 アルゴリズム間の長所と短所
  5.6 MCMC系アルゴリズムにおける収束判定
  5.7 多重代入法の性能比較
第6章 多重代入モデルの診断
  6.1 診断の考え方
  6.2 データ
  6.3 RパッケージAmeliaによる代入の診断
  6.4 Rパッケージmiceによる代入の診断
  6.5 Rパッケージnormによる代入の診断
  6.6 対数正規分布データの代入法
第7章 量的データの多重代入法Ⅰ:平均値のt検定
  7.1 多重代入済みデータの平均値と分散の復習
  7.2 t検定の概論
  7.3 データ
  7.4 RパッケージAmeliaによるt検定
  7.5 Rパッケージmiceによるt検定
  7.6 Rパッケージnormによるt検定
第8章 量的データの多重代入法Ⅱ:重回帰分析
  8.1 重回帰分析概論
  8.2 データ
  8.3 RパッケージAmeliaによる重回帰分析
  8.4 回帰診断
  8.5 Rパッケージmiceによる重回帰分析と診断
  8.6 Rパッケージnormによる重回帰分析と診断
第9章 質的データの多重代入法Ⅰ:ダミー変数のある重回帰分析
  9.1 質的データの代入法に関する議論
  9.2 ダミー変数のある重回帰モデル概論
  9.3 データ
  9.4 Rパッケージmiceによるダミー変数のある重回帰分析
  9.5 Rパッケージhot.deckによるダミー変数のある重回帰分析
第10章 質的データの多重代入法Ⅱ:ロジスティック回帰分析
  10.1 ロジスティック回帰分析概論
  10.2 データ
  10.3 Rパッケージmiceによるロジスティック回帰分析
  10.4 Rパッケージhot.deckによるロジスティック回帰分析
  10.5 順序変数と多項変数の多重代入法
第11章 時系列データの多重代入法:ARIMAモデル
  11.1 時系列分析概論
  11.2 データ
  11.3 RパッケージAmeliaによる時系列データ分析
第12章 パネルデータの多重代入法:固定効果と変量効果
  12.1 パネルデータ分析概論
  12.2 データと使用するRパッケージ
  12.3 RパッケージAmeliaによるパネルデータ分析
第13章 感度分析:NMARの統計解析
  13.1 感度分析
  13.2 NMARにおける解析手法
  13.3 RパッケージSensMiceとAmeliaによる感度分析
  13.4 RパッケージSensMiceとmiceによる感度分析
  13.5 RパッケージSensMiceとnormによる感度分析
第14章 事前分布の導入
  14.1 RパッケージAmeliaによる事前分布の活用
  14.2 Rパッケージnormによる事前分布の活用
  14.3 Rパッケージmiceによる事前分布の活用

ページの先頭へ