統計入門
収集したデータは分析される。分析の目的は大きく２つにわけることができる。１つは、データそのものの構造・情報をわかりやすく表すことである。このための分析に用いられるのが記述統計である。もう１つの目的では、データはある仮説・モデルについての情報を得るために集められる。収集されたデータに基づいて仮説・モデルの検討あるいは推測を行うのが統計的検定あるいは推定である。ここでは、これら記述統計および統計的検定・推定について説明する。
以下の目次において、下線の引かれている項目はリンクが張られていて、クリックするとそれぞれの説明のページが表示される。
第１部 記述統計
第1.1節 １変量の場合： ヒストグラム、棒グラフ
第1.2節 ２変量の場合： 散布図
第２章 データの分布の指標
第2.2節 ２変量の場合： 共分散、相関係数、回帰直線、決定係数
第2.3節 ３変量の場合： 線形回帰モデル、偏相関係数、疑似相関、構造方程式、
第３章 検定の基本的考え方： 帰無仮説と対立仮説（２項検定を例として）
第4.3節 相関係数の検定
第4.4節 分散分析
4.4ａ １要因：水準間で独立な場合
4.4ｂ １要因：水準間で対応のある場合
4.4ｃ ２要因：交互作用とは
第５章 ノンパラメトリック検定
第5.1節 カイ２乗検定：分布の検定
第5.2節 カイ２乗検定：クロス表の検定
第６章 尤度比検定
第７章 確率分布
第7.1節 正規分布
第7.2節 カイ２乗分布
第7.3節 ｔ分布
第7.4節 Ｆ分布（自由度は正の実数）
第7.5節 ロジスティック分布
第7.6節 対数正規分布
第7.7節 ワイブル分布
第３部 統計的推定
第８章 点推定
第8.1節 モーメント法： 平均、分散
第8.2節 最尤法
第９章 区間推定： 信頼係数と信頼区間
第9.1節 平均
第9.2節 分散
第9.3節 相関係数
第9.4節 ２項分布
第9.5節 標準誤差と信頼区間
第10章 パラメタの分布の推定：ベイズ的方法
第10.1節 MCMC (Markov chain Monte Carlo；マルコフ連鎖モンテカルロ)