『SPSSで学ぶ医療系データ解析』
対馬栄輝 著
序
第1章 データの設定
§1.1 データ入力の方法
1.1.1 SPSS に直接入力する場合
1.1.2 Excel などに入力する場合
§1.2 データの工夫
第2章 データ解析の基本事項
§2.1 データとは
§2.2 標本と母集団
§2.3 データの尺度
2.3.1 名義尺度
2.3.2 順序尺度
2.3.3 間隔尺度
2.3.4 比率尺度
§2.4 データ縮約のための記述統計量
2.4.1 データの代表的な値――代表値
2.4.2 ばらつきを表すもの――散布度
§2.5 データの分布（確率分布）
2.5.1 正規分布
2.5.2 一様分布
2.5.3 対数正規分布
§2.6 標本分布
2.6.1 自由度と標本分布の関係
2.6.2 χ2 分布
2.6.3 t 分布
2.6.4 F 分布
§2.7 信頼区間（区間推定）
§2.8 SPSS による記述統計量
§2.9 グラフ
2.9.1 ヒストグラム
2.9.2 エラーバーグラフ
2.9.3 箱ひげ図
2.9.4 散布図
第3章 統計的検定の基礎
§3.1 統計的仮説とは
3.1.1 帰無仮説
3.1.2 対立仮説
§3.2 統計的「有意」とは
§3.3 第I 種の誤り，第II 種の誤り
3.3.1 R による，検出力を調整してのサンプルサイズの決定法
§3.4 両側検定，片側検定
§3.5 パラメトリック検定とノンパラメトリック検定
3.5.1 パラメトリック検定
3.5.2 ノンパラメトリック検定
§3.6 パラメトリック検定，ノンパラメトリック検定の選択法
§3.7 SPSS によるShapiro-Wilk 検定
第4章 検定の選択方法
§4.1 標本の数の数え方
§4.2 データどうしの差を検定したい（2 つまでのデータの差）
4.2.1 既知の平均と差があるかを知りたい（1 標本の差の検定）
4.2.2 2 つのデータ列どうしの差をみたい（2 変数または標本の差の検定）
§4.3 データ列どうしの関連性を見たい
§4.4 名義尺度データの頻度の偏りや関連度を見たい
§4.5 3 つ以上の標本・変数の差をみたい
§4.6 測定の信頼性を知りたい
4.6.1 間隔・比率尺度のデータの場合
4.6.2 順序尺度・名義尺度のデータの場合
第5章 差の検定
§5.1 差の検定とは
§5.2 平均に関する検定（パラメトリックな手法）
5.2.1 1 標本t 検定とは
5.2.2 SPSS による1 標本t 検定
5.2.3 1 標本t 検定の結果の読み方
5.2.4 対応のあるt 検定とは
5.2.5 SPSS による対応のあるt 検定
5.2.6 対応のあるt 検定の結果の読み方
5.2.7 2 標本t 検定とは
5.2.8 SPSS による2 標本t 検定
5.2.9 2 標本t 検定の結果の読み方
§5.3 分布中心の差に関する検定（ノンパラメトリックな手法）
5.3.1 Wilcoxon の符号付順位検定とは
5.3.2 SPSS によるWilcoxon の符号付順位検定
5.3.3 Wilcoxon の符号付順位検定の結果の読み方
5.3.4 Mann-Whitney の検定とは
5.3.5 SPSS によるMann-Whitney の検定
5.3.6 Mann-Whitney の検定結果の読み方
§5.4 差の検定における注意事項
5.4.1 1 標本t 検定・対応のあるt 検定での注意点
5.4.2 2 標本t 検定での注意点
5.4.3 平均差の検定の全般的な解釈の注意
5.4.4 Wilcoxon の符号付順位検定での注意点
5.4.5 Mann-Whitney の検定での注意点
5.4.6 分布中心の差に関する検定の全般的な解釈の注意
第6章 相関・回帰分析
§6.1 相関とは
6.1.1 相関係数とは（パラメトリックな手法）
6.1.2 SPSS によるPearson の相関係数
6.1.3 Pearson の相関係数の結果の読み方
6.1.4 偏相関係数
6.1.5 SPSS による偏相関係数
6.1.6 偏相関係数の結果の読み方
6.1.7 順位相関係数とは（ノンパラメトリックな手法）
6.1.8 Spearman の順位相関係数
6.1.9 Kendall の順位相関係数
6.1.10 SPSS による順位相関係数
6.1.11 順位相関係数の結果の読み方
§6.2 回帰分析とは
6.2.1 回帰分析の理論
6.2.2 回帰式の役立ち度――決定係数
6.2.3 SPSS による回帰分析
6.2.4 回帰分析の結果の読み方
6.2.5 SPSS による曲線回帰分析
6.2.6 曲線回帰分析の結果の読み方
§6.3 相関と回帰分析における注意事項
§6.4 相関における注意点
6.4.1 有意性ばかりに気をとられてはいけない
6.4.2 曲線的な相関が存在しないか？
6.4.3 2 変数の相関関係で妥当か？（疑似相関の危険性）
6.4.4 混合標本に注意する
6.4.5 飛び離れ値（外れ値）は存在しないか？
6.4.6 時系列のデータには利用できない
§6.5 回帰分析における注意点
6.5.1 直線回帰でよいか？
6.5.2 2 変数の分布に偏りがないか？
6.5.3 外れ値の存在は？
6.5.4 比・間隔尺度のデータと順序尺度のデータとの回帰分析
第7章 分割表の検定
§7.1 分割表の検定とは
7.1.1 χ2 独立性の検定
7.1.2 SPSS によるχ2 独立性の検定
7.1.3 χ2 独立性の検定結果の読み方
7.1.4 χ2 適合度検定とは
7.1.5 SPSS によるχ2 適合度検定
7.1.6 χ2 適合度検定の結果の読み方
7.1.7 Fisher の正確確率検定，Yates の連続補正
§7.2 連関係数とは
7.2.1 φ 係数，分割係数
7.2.2 Yule の連関係数
7.2.3 Cram´er の連関係数
7.2.4 その他の連関係数（順序尺度に適用）
§7.3 比率に関する検定
7.3.1 SPSS による比率の検定
7.3.2 比率の検定結果の見方
§7.4 リスク比・オッズ比
7.4.1 調査研究のデザイン
7.4.2 リスク比・オッズ比とは
7.4.3 SPSS によるリスク比・オッズ比
7.4.4 リスク比・オッズ比の出力結果の読み方
§7.5 Mantel-Haenszel 推定量
7.5.1 Mantel-Haenszel 推定量とは
7.5.2 SPSS によるMantel-Haenszel の検定
7.5.3 Mantel-Haenszel の検定結果の読み方
§7.6 分割表検定における注意事項
7.6.1 分割表の提示
7.6.2 χ2 検定では度数の小さいセルに注意
7.6.3 χ2 独立性の検定における行・列の周辺度数の偏り
7.6.4 χ2 検定における有意性の解釈
7.6.5 従属なデータの分割表に対してはχ2検定は不適
第8章 1 元配置分散分析
§8.1 分散分析とは
§8.2 t 検定のくり返しによる検定多重性の問題
§8.3 1 元配置分散分析（パラメトリックな手法）
8.3.1 SPSS による1 元配置分散分析
8.3.2 1 元配置分散分析の結果の読み方
§8.4 Kruskal-Wallis 検定（ノンパラメトリックな手法）
8.4.1 Kruskal-Wallis 検定とは
8.4.2 SPSS によるKruskal-Wallis 検定
8.4.3 Kruskal-Wallis 検定の結果の読み方
§8.5 分散分析における注意事項
8.5.1 分散の等質性の検定について
8.5.2 ノンパラメトリック検定との使い分け
第9章 多重比較法
§9.1 多重比較法とは
§9.2 パラメトリックな手法（等分散性が仮定できるとき）
9.2.1 Fisher’s PLSD
9.2.2 Tukey の方法
9.2.3 Scheff´e の方法
9.2.4 Dunnett の方法
9.2.5 Bonferroni の方法
9.2.6 Newman-Keuls の方法
9.2.7 Duncan の方法
9.2.8 Waller-Duncan の方法
9.2.9 その他の方法
§9.3 パラメトリックな手法（等分散性が仮定できないとき）
9.3.1 Games-Howell の方法
9.3.2 Dunnett のC の方法
9.3.3 Tamhane のT2 の方法
§9.4 SPSS による多重比較法
§9.5 ノンパラメトリックな手法
§9.6 多重比較法における注意事項
9.6.1 多重比較法として不適切な手法
9.6.2 標本の大きさは同じほうがよい
9.6.3 等分散性について
9.6.4 分散分析との使い分け
§9.7 多重比較法の手法選択
第10章 2 元配置分散分析
§10.1 2 元配置分散分析とは
§10.2 交互作用
§10.3 要因について
10.3.1 制御要因
10.3.2 標示要因
10.3.3 ブロック要因
10.3.4 補助要因
10.3.5 変動要因
10.3.6 その他の分類――固定因子と変量因子
§10.4 SPSS による2 元配置分散分析（くり返しのある）
§10.5 2 元配置分散分析結果の読み方
§10.6 交互作用が有意であったときの対応
§10.7 SPSS による2 元配置分散分析（くり返しのない）
§10.8 実験計画
10.8.1 Fisher の三原則
10.8.2 乱塊法
10.8.3 ラテン方格法
10.8.4 循環法
§10.9 2 元配置分散分析における注意事項
第11章 反復測定による分散分析
§11.1 反復測定による分散分析とは
§11.2 SPSS による反復測定による分散分析
11.2.1 メニューに［反復測定］がある場合
11.2.2 反復測定による分散分析結果の読み方
11.2.3 メニューに［反復測定］がない場合と反復測定による分散分析の後の多重比較法
11.2.4 反復測定による分散分析と多重比較法の結果の読み方
§11.3 Friedman 検定（ノンパラメトリックな手法）
11.3.1 Friedman 検定とは
11.3.2 SPSS によるFriedman 検定
11.3.3 Friedman 検定の結果の読み方
§11.4 2 元配置以上の分散分析と反復測定による分散分析の関係
11.4.1 2 要因に対応があるケース
11.4.2 1 要因に対応があり，1 要因に対応がないケース（分割プロットデザイン）
§11.5 反復測定による分散分析における注意事項
第12章 検者間・検者内信頼性係数
§12.1 級内相関係数(ICC) とは
§12.2 級内相関係数(ICC) の基礎理論
12.2.1 対象データの特性
12.2.2 古典的テスト理論
12.2.3 一般化可能性理論
12.2.4 平均平方和の期待値
§12.3 級内相関係数（パラメトリックな手法）
12.3.1 Case 1
12.3.2 Case 2
12.3.3 Case 3
§12.4 SPSS による級内相関係数
12.4.1 検者内信頼性（ICC Case 1）
12.4.2 検者間信頼性（ICC Case 2，ICCCase 3）
§12.5 カッパ係数とは（ノンパラメトリックな手法）
§12.6 SPSS によるカッパ係数
§12.7 検者間・検者内信頼性係数における注意事項
12.7.1 ICC についての注意点
12.7.2 カッパ係数についての注意点
第13章 重回帰分析
§13.1 重回帰分析とは
§13.2 重回帰式を作るための基礎知識（変数選択の手順）
13.2.1 変数増加法
13.2.2 変数減少法
13.2.3 変数増減法
13.2.4 独立変数選択の基準
§13.3 重回帰分析の結果を判定する指標
13.3.1 分散分析表
13.3.2 偏回帰係数
13.3.3 偏相関係数
§13.4 モデルの適合度評価
13.4.1 重相関係数
13.4.2 決定係数
13.4.3 自由度調整済み重相関係数・決定係数
13.4.4 多重共線性
13.4.5 残差の分析
13.4.6 赤池の情報量基準，Mallows のCp，最終予測誤差
§13.5 SPSS による重回帰分析
§13.6 重回帰分析の結果の読み方
§13.7 重回帰分析における注意事項
13.7.1 ダミー変数のとり扱い
13.7.2 交互作用項
13.7.3 変数変換
13.7.4 モデル構築の注意点
§13.8 関連するその他の手法
13.8.1 判別分析
13.8.2 主成分分析
13.8.3 林式数量化理論
13.8.4 正準相関分析
13.8.5 その他の手法
第14章 多重ロジスティック回帰分析
§14.1 多重ロジスティック回帰分析とは
§14.2 解析のしくみ
14.2.1 従来の多変量解析と多重ロジスティック回帰分析
14.2.2 多重ロジスティック回帰分析の理論
§14.3 変数選択の方法
14.3.1 尤度比検定
14.3.2 Wald 検定
§14.4 多重ロジスティック回帰分析の結果を判定する指標
14.4.1 係数・オッズ比
§14.5 モデルの適合度評価
14.5.1 Hosmer-Lemeshow の適合度検定
14.5.2 Pearson 残差
14.5.3 分割表
14.5.4 残差の評価
§14.6 多重ロジスティックモデルの構築手順
14.6.1 2 変量解析を行う
14.6.2 変数選択法による重回帰分析・判別分析を行う
14.6.3 多重ロジスティック回帰分析を行う
§14.7 変数の加工
14.7.1 変数のカテゴリー化
14.7.2 名義変数のダミー変数化
14.7.3 交互作用項を設ける
§14.8 SPSS による多重ロジスティック回帰
14.8.1 SPSS による多重ロジスティック回帰分析の手順
14.8.2 多重ロジスティック回帰分析の結果の読み方
§14.9 多重ロジスティック回帰分析における注意事項と類似手法の紹介
14.9.1 Cox の比例ハザードモデル
14.9.2 プロビット分析
参考図書案内
索 引
既刊書籍の目次です。
