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
そもそもなぜ統計学を学び，理解しなければならないのか，との疑問を持つ方も少なくないと思います。昨今はRやSPSSなどの統計解析専用のソフトウェアにデータを入力し，適切なコマンドを入力すればあっという間に検定統計量や\(p\)値が出力されます。そのため，数学的な背景についての理解が不十分でもデータ解析を行い，ある程度のクオリティ (少なくとも発表を聞いた教員・他の研究者から極端な批判を受けない程度には) で自らの研究について客観的にみた結果を数字として発表することができます。
この話を聞くと「そうだったらソフトの使い方だけ知っていればいいじゃないか。\(p < 0.05\) になったらオールオッケーなんでしょ？」と考える方もいるかもしれません。しかし，研究を進める上では「今自分がソフトウェア上で行っている検定手法はどのような計算が背後で行われているか」「ソフトを操作した結果表示された値は何を意味しているのか」を理解しておく必要があります。
統計学について知ることは，統計学をより客観的かつ簡潔にデータを説明するための手段，数字に騙されないための手段として使いこなすために必要不可欠です。ここからは実例を交えて，統計学を理解することの重要性と統計学の基本的な用語について学んでいきましょう。