ザ・多変量解析　-膨大なデータに潜む相互関連性を明らかにする-

現在，この書籍はAmazon kindleにて販売しております。以下のタイトルよりご購入下さい。
ザ・多変量解析: 膨大なデータに潜む相互関連性を明らかにする動的視覚化シリーズ

本書は、動的視覚化シリーズ１として発行された『ザ・統計学』の続編として著されたものです。
統計学では、単一の変数の分布の性質に着目して、母平均や母比率を推定したり、仮説の検証を行ったりしましたが、多変量解析は、ばらつきを伴う変数の数が複数の場合を扱います。たとえばアンケート調査では、複数の項目について多くの調査データが収集されますが、そこでは項目ごとの情報が大切なことは当然ながら、膨大なデータが全体として物語っているものを知ることがより重要です。データを通して本当に知りたいことは、含まれる項目間の相互関連とそれらが意味することなのです。これを明らかにするための手法が、多変量解析です。

多変量解析には、変数間の関係式の発見、データの特性を説明する因子の要約や抽出、与えられたデータの分類など、さまざまな目的を持った手法が存在します。本書では、１章で多変量解析の理解や活用に不可欠な「分散共分散行列」について学ぶとともに、それをベースとして２章以降では、以下の解析手法についてわかりやすく解説します。

・回帰分析
・主成分分析
・判別分析
・因子分析
・正準相関分析
・分散分析

このように、多変量解析は流れとしては統計学の延長上にありますが、項目間の関連として表現される構造の存在を強く意識するものです。すなわち、得られたデータが（いまはまだ明らかでない）ある簡潔な構造から発生したとみなして、その構造を探す統計的技術なのです。
本書では、単に数式を用いて説明するだけでなく、論理的な内容の核心や目的に至る道筋を、図を用いることで極力見える化して伝えます。これによって、数式の展開と併行して、そこでは何が説明されているのかがつねにイメージできるようになっています。

【プログラム操作動画はこちらから】