0. Home
1. データ分析初歩の初歩
1.1 実例でわかる！統計学の重要性
1.2 どのようにデータを取れば良いか
1.3 統計量の基本
1.4 頻出用語の定義確認
2. 統計的仮説検定の仕組み
4. \(t\)検定
4.1 1標本\(t\)検定
5. 相関分析
6. 分散分析
6.2 一元配置分散分析 (対応あり)
7.1 単回帰分析 (単回帰モデル)
7.2 重回帰分析 (重回帰モデル)
8. ノンパラメトリック検定
7.1 適合度の検定
7.2 独立性の検定
7.3 マン・ホイットニーのU検定
9. 実践！データ分析
9.1 Rを使った分析その前に
9.2 \(t\)検定
9.3 分散分析
9.4 線形モデリング (回帰分析)
9.5 ノンパラメトリック検定
11. おわりに
12. 参考文献
13. 付録
「数学苦手だし，大学でも数学が必要なさそうだから文系に来たのに，数学の知識が必要なデータの分析をやらなきゃいけないなんて…」
「本を見ても数式ばっかりでやる気がなくなっていく…」
「本の内容はなんとなく分かったけど，実際の場面ではどのように分析手法を使い分ければいいの？」
などのお悩みを抱えたみなさん。
特に卒業研究を控えた方は土壇場になって統計学の入門書をめくり数ページでギブアップした，という方もいらっしゃるのではないでしょうか。
かくいう私も，卒業研究でデータ分析をするとなった段階で「数学がわからない〜！！」と泣きながら統計学の入門書を読み，RStudio (統計解析ソフト) を前にキーボードを叩き，エラーメッセージが出たら「誰の許可を得て変な挙動してるんじゃ！！ (※だいたい自分のせい)」と八つ当たりをしていました。今ではある程度統計学に対する苦手意識もなくなってきましたが，わからないところがあれば本やインターネットを参照してパソコンの前で唸る日々です。
このガイドは
・そもそもなぜデータ分析を行うのか
・検定の原理 (そもそも何を見ているのか，背後ではどのような計算が行われているか)
・実際に使用する形式のデータを使用するRを用いたデータ分析の進め方
・科学者のたまごとして覚えておきたい\(p\)値とのつきあい方
を紹介します。
このガイドが，数学が苦手だったり統計学に苦手意識のあったりする読者の方が，データ分析の認識を「なにかよくわからないけどそれっぽい結果を出してくれるブラックボックス」から「使い方や注意点を分かった上で使いこなせる武器」に変えるための手助けとなれば幸いです。
(※) ボックスの冒頭に★がついている項目はやや発展的な内容です。興味のある方はぜひチャレンジしてみましょう！