| 書誌種別 |
図書 |
| タイトル |
欠測データ処理 |
| サブタイトル |
Rによる単一代入法と多重代入法 |
| シリーズ名 |
統計学One Point |
| シリーズ番号 |
5 |
| タイトルヨミ |
ケッソク データ ショリ |
| サブタイトルヨミ |
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 |
| シリーズ名ヨミ |
トウケイガク ワン ポイント |
| シリーズ番号ヨミ |
5 |
| 人名 |
高橋 将宜／著
渡辺 美智子／著
|
| 人名ヨミ |
タカハシ マサヨシ ワタナベ ミチコ |
| 出版者・発行者 |
共立出版
|
| 出版者・発行者等ヨミ |
キョウリツ シュッパン |
| 出版地・発行地 |
東京 |
| 出版・発行年月 |
2017.12 |
| ページ数または枚数・巻数 |
13,192p |
| 大きさ |
21cm |
| 価格 |
￥２２００ |
| ISBN |
978-4-320-11256-8 |
| ISBN |
4-320-11256-8 |
| 注記 |
文献:p175〜185 |
| 分類記号 |
417
|
| 件名 |
数理統計学
|
| 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。 |
| 著者紹介 |
博士(理工学)。東京外国語大学経営戦略情報本部特任助教。 |
| 言語区分 |
JPN |
| タイトルコード |
1009812174401 |
| 目次 |
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 |
