Rとグラフで実感する生命科学のための統計入門

出版社: 羊土社
著者:
発行日: 2017-03-25
分野: 基礎医学  >  基礎医学一般
ISBN: 9784758120791
電子書籍版: 2017-03-25 (第1刷)
書籍・雑誌
≪全国送料無料でお届け≫
取寄せ目安:8~14営業日

4,290 円(税込)

電子書籍
章別単位での購入はできません
ブラウザ、アプリ閲覧

4,290 円(税込)

商品紹介

無料ソフトRを使うことで手を動かしながら統計解析の基礎が身につく!グラフが豊富で視覚的に確率分布や検定を理解できる!統計の基本から機械学習まで幅広く網羅した1冊.すぐに使えるRのサンプルコード付き!

目次

  • Rとグラフで実感する生命科学のための統計入門

    ―目次―

    第1章 統計学の基礎
     1.1 生命科学と統計学
     1.2 記述統計学と推測統計学
     1.3 データの分類と尺度

    第2章 データの表現方法
     2.1 データの代表値〜平均値,中央値,最頻値
     2.2 データのばらつき〜分散,標準偏差,クォータイル
    【グラフによる視覚化】2.3 棒グラフ
    【グラフによる視覚化】2.4 ヒストグラム
    【グラフによる視覚化】2.5 箱ヒゲ図
    【グラフによる視覚化】2.6 円グラフ
    【グラフによる視覚化】2.7 散布図
    【グラフによる視覚化】2.8 デンドログラム(樹状図)
    【グラフによる視覚化】2.9 ヒートマップ
     2.10 確率変数と確率分布
    【代表的な離散型確率分布】2.11 離散型一様分布
    【代表的な離散型確率分布】2.12 二項分布
    【代表的な離散型確率分布】2.13 ポアソン分布
    【代表的な離散型確率分布】2.14 負の二項分布
    【代表的な離散型確率分布】2.15 ベルヌーイ分布
    【代表的な離散型確率分布】2.16 幾何分布
    【代表的な離散型確率分布】2.17 多項分布
    【代表的な連続型確率分布】2.18 連続型一様分布
    【代表的な連続型確率分布】2.19 正規分布
    【代表的な連続型確率分布】2.20 指数分布
    【代表的な連続型確率分布】2.21 t分布
    【代表的な連続型確率分布】2.22 カイ二乗分布
    【代表的な連続型確率分布】2.23 ガンマ分布
    【代表的な連続型確率分布】2.24 ベータ分布
    【代表的な連続型確率分布】2.25 F分布
    【代表的な連続型確率分布】2.26 ロジスティック分布
     2.27 大数の法則
     2.28 中心極限定理

    第3章 検定と回帰分析
     3.1 有意差の検定
    【代表的なパラメトリック検定】3.2 t検定
    【代表的なパラメトリック検定】3.3 F検定
    【代表的なパラメトリック検定】3.4 分散分析と多重比較検定
    【代表的なノンパラメトリック検定】
     3.5 マン・ホイットニーのU 検定
    【代表的なノンパラメトリック検定】
     3.6 カイ二乗検定とフィッシャーの正確確率検定
    【回帰分析】3.7 単回帰分析
    【回帰分析】3.8 相関係数(ピアソンの積率相関係数)
    【回帰分析】
     3.9 スピアマンの順位相関係数,ケンドールの順位相関係数
    【回帰分析】3.10 重回帰分析
    【回帰分析】3.11 ロジスティック回帰分析
    【回帰分析】3.12 コックス比例ハザード回帰分析

    第4章 多変量解析
     4.1 多変量解析とは
     4.2 主成分分析
     4.3 判別分析
     4.4 階層的クラスター分析

    第5章 機械学習
     5.1 機械学習とは
     5.2 k-means 法
     5.3 自己組織化マップ(SOM)
     5.4 サポートベクトルマシン
     5.5 単純ベイズ分類器
     5.6 ランダムフォレスト

    第6章 無作為抽出法と計算機統計学
     6.1 モンテカルロ法
     6.2 ブートストラップ
     6.3 マルコフ連鎖モンテカルロ法(MCMC)

この書籍の参考文献

参考文献のリンクは、リンク先の都合等により正しく表示されない場合がありますので、あらかじめご了承下さい。

本参考文献は電子書籍掲載内容を元にしております。

第1章 統計学の基礎

P.17 掲載の参考文献
1) 「入門統計学検定から多変量解析・実験計画法まで」 (栗原伸一/著), オーム社, 2011
2) 「完全独習統計学入門」 (小島寛之/著), ダイヤモンド社, 2006
3) 「はじめての統計学」 (鳥居泰彦/著), 日本経済新聞社, 1994
4) 「基礎統計学 1 統計学入門」 (東京大学教養学部統計学教室/編), 東京大学出版会, 1991
5) 「基礎統計学 3 自然科学の統計学」 (東京大学教養学部統計学教室/編), 東京大学出版会, 1992
6) 「まずはこの一冊から意味がわかる統計学 (BERET SCIENCE) 」 (石井俊全/著), ベレ出版, 2012
7) 「統計学が最強の学問であるデータ社会を生き抜くための武器と教養」 (西内啓/著), ダイヤモンド社, 2013
8) 「はじめての統計データ分析ベイズ的 <ポストp値時代> の統計学」 (豊田秀樹/著), 朝倉書店, 2016

第2章 データの表現方法

P.86 掲載の参考文献
1) 「Rによるやさしい統計学」 (山田剛史, 他/著), オーム社, 2008
2) 「The R Tips第3版データ解析環境Rの基本技・グラフィックス活用集」 (舟尾暢男/著), オーム社, 2016
3) 「Rで学ぶデータサイエンス 12 統計データの視覚化」 (金明哲/編, 山本義郎, 他/著), 共立出版, 2013
4) 「工学のための数学3 工学のためのデータサイエンス入門フリーな統計環境R を用いたデータ解析」 (間瀬茂, 他/著), 数理工学社, 2004
5) 「Rによる統計解析」 (青木繁伸/著), オーム社, 2009
6) 「RグラフィックスRで思いどおりのグラフを作図するために」 (Paul Murrell/著, 久保拓弥/訳), 共立出版, 2009
7) 「Rグラフィックスクックブック ggplot 2 によるグラフ作成のレシピ集」 (Winston Chang/著, 石井弓美子, 他/訳), オライリージャパン, 2013

第3章 検定と回帰分析

P.126 掲載の参考文献
1) 「マイナスから始める 医学・生物統計」 (大橋渉/著), 中山書店, 2012
2) 「今日から使える医療統計」 (新谷歩/著), 医学書院, 2015
3) 「基礎生物学テキストシリーズ 9 生物統計学」 (向井文雄/編著), 化学同人, 2011
4) 「バイオサイエンスの統計学正しく活用するための実践理論」 (市原清志/著), 南江堂, 1990
5) 「みんなの医療統計12日間で基礎理論とEZRを完全マスター! 」 (新谷歩/著), 講談社, 2016
6) 「EZRでやさしく学ぶ統計学 改訂2版 EBMの実践から臨床研究まで」 (神田善伸/著), 中外医学社, 2015
7) 「フリーソフトRを使ったらくらく医療統計解析入門すぐに使える事例データと実用Rスクリプト付き」 (大櫛陽一/著), 中山書店, 2016

第4章 多変量解析

P.142 掲載の参考文献
1) 「医学的研究のための多変量解析 一般回帰モデルからマルチレベル解析まで」 (Mitchell H. Katz/著, 木原雅子, 木原正博/監訳), メディカル・サイエンス・インターナショナル, 2008
2) 「Rで学ぶデータサイエンス2多次元データ解析法」 (金明哲/編, 中村永友/著), 共立出版, 2009
3) 「統計学 : Rを用いた入門書 改訂第2版」 (Michael J. Crawley/著, 野間口謙太郎, 菊池泰樹/訳), 共立出版, 2016
4) 「Rで学ぶデータサイエンス 10 一般化線形モデル」 (金明哲/編, 粕谷英一/著), 共立出版, 2012
5) 「Rで学ぶデータサイエンス 1 カテゴリカルデータ解析」 (金明哲/編, 藤井良宜/著), 共立出版, 2010
6) 「確率と情報の科学 データ解析のための統計モデリング入門 一般化線形モデル・階層ベイズモデル・MCMC」 (久保拓弥/著), 岩波書店, 2012

第5章 機械学習

P.162 掲載の参考文献
1) 「R によるデータサイエンスデータ解析の基礎から最新手法まで」 (金明哲/著), 森北出版, 2007
2) 「ITエンジニアのための機械学習理論入門」 (中井悦司/著), 技術評論社, 2015
3) 「Software Design plusシリーズ データサイエンティスト養成読本 機械学習入門編」 (比戸将平, 他/著), 技術評論社, 2015
4) 「Rで学ぶデータサイエンス 6 マシンラーニング 第2版」 (金明哲/編, 辻谷將明, 竹澤邦夫/著), 共立出版, 2015
5) 「Rで学ぶデータサイエンス 5 パターン認識」 (金明哲/編, 金森敬文, 他/著), 共立出版, 2009
6) 「Rで学ぶデータサイエンス 3 ベイズ統計データ解析」 (金明哲/編, 姜興起/著), 共立出版, 2010
7) 「TokyoTech Be-TEXT統計的機械学習 生成モデルに基づくパターン認識」 (杉山将/著), オーム社, 2009
8) 「パターン認識と機械学習 上 ベイズ理論による統計的予測」 (C. M. ビショップ/著, 元田浩, 他/監訳), 丸善出版, 2007
9) 「パターン認識と機械学習 下 ベイズ理論による統計的予測」 (C. M. ビショップ/著, 元田浩, 他/監訳), 丸善出版, 2008

第6章 無作為抽出法と計算機統計学

P.173 掲載の参考文献
1) 「Rによる計算機統計学」 (Maria L. Rizzo/著, 石井一夫, 村田真樹/訳), オーム社, 2011
2) 「Rによるモンテカルロ法入門」 (C. P. ロバート, G. カセーラ/著, 石田基広, 石田和枝/訳), 丸善出版, 2012
3) 「Rで学ぶベイズ統計学入門」 (J. アルバート/著, 石田基広, 石田和枝/訳), 丸善出版, 2010
4) 「Rで学ぶデータサイエンス 3 ベイズ統計データ解析」 (金明哲/編, 姜興起/著), 共立出版, 2010
5) 「Rで学ぶデータサイエンス 4 ブートストラップ入門」 (金明哲/編, 汪金芳, 桜井裕仁/著), 共立出版, 2011
6) 「確率と情報の科学 データ解析のための統計モデリング入門 一般化線形モデル・階層ベイズモデル・MCMC」 (久保拓弥/著), 岩波書店, 2012

補遺

P.207 掲載の参考文献
1) 「確率のエッセンス」 (岩沢宏和/著), 技術評論社, 2013
2) 「微分積分がわかる」 (中村厚, 戸田晃一/著), 技術評論社, 2009
3) 「イラスト図解 微分・積分」 (深川和久/監), 日東書院本社, 2009
4) 「超入門 線形代数」 (小寺平治/著), 講談社, 2008
5) 「新しいLinuxの教科書」 (三宅英明, 大角祐介/著), SBクリエイティブ, 2015
6) 「Pythonによるデータ分析入門 NumPy pandasを使ったデータ処理」 (Wes McKinney/著, 小林儀匡, 他/訳), オライリージャパン, 2013
7) 「実践 機械学習システム」 (Willi Richert, Luis Pedro Coelho/著, 斎藤康毅/訳), オライリージャパン, 2014
8) 「IPythonデータサイエンスクックブック 対話型コンピューティングと可視化のためのレシピ集」 (Cyrille Rossant/著, 菊池彰/訳), オライリージャパン, 2015
9) 「Python機械学習プログラミング 達人データサイエンティストによる理論と実践」 (Sebastian Raschka/著, 株式会社クイープ/訳, 福島真太朗/監訳), インプレス, 2016

最近チェックした商品履歴

Loading...