ビッグデータという言葉に象徴されるように，データからの知識抽出技術が注目
を集めています．本書はこの技術の基礎の基礎である多変量解析技術の中から因子
分析を解説します．理論だけでなく，Rを使って実際にデータ処理を体験できるよ
うにしています．また，単なるRのノウハウ書としないために，理論展開に沿って
データ解析を段階を踏んで体験できるように工夫しています．
　Rによる多変量解析の解説書は，あまた出版されています．例えば，因子分析は
fa()関数を使えば簡単に実行できます．多くの本がこのfa()関数の使い方を解説して
います．本書の特徴は，fa()関数の背景にある基礎理論を解説し，その展開に沿って
Rによる演習を段階的に組んでいる点にあります．
　
　目次は以下の通りです．

1 はじめに

2 fa() 関数による因子分析の実行例

3 因子数の決定法
　3.1 スクリ-テスト
　3.2 ガットマン基準.
　3.3 SMC 法
　3.4 平行分析
　3.5 因子の意味解釈による方法

4 因子分析のモデル
　4.1 データの形式
　4.2 因子分析の目的
　4.3 因子モデルの行列表現
　4.4 因子モデルにおける仮定
　4.5 モデルの簡略化
　4.6 主成分分析との違い

5 因子負荷量の推定法：最小2 乗法（主因子法）
　5.1 最小2 乗法の理論
　5.2 反復推定法による解探索
　5.3 R による計算
　5.4 fa() 関数の利用
　5.5 初期値設定：smc の利用
　5.6 fa() 関数内の主因子法（主軸法）の抜粋スクリプト

6 効率的な解探索法
　6.1 反復推定法の収束の遅さ
　6.2 勾配法
　6.3 ニュートン法
　6.4 準ニュートン法
　6.5 R による解法

7 因子分析の解法：重みなし最小2 乗法
　7.1 勾配法による解探索
　7.2 R による計算
　7.3 準ニュートン法による解探索
　7.4 R による計算

8 因子負荷量の推定法：最尤法
　8.1 最尤法の理論
　8.2 反復推定法による解探索
　8.3 R による計算
　8.4 勾配法による解探索
　8.5 R による計算
　8.6 準ニュートン法による解探索
　8.7 R による計算
　8.8 準ニュートン法の探索範囲に上下限値を設定

9 因子負荷量の推定法：重み付き最小2 乗法
　9.1 重み付き最小2 乗法の理論
　9.2 準ニュートン法による解探索
　9.3 R による計算
　9.4 重みの意味
　9.5 fa() 関数について

10 因子負荷量の推定法：一般化最小2 乗法
　10.1 一般化最小2 乗法の理論
　10.2 準ニュートン法による解探索
　10.3 R による計算
　10.4 重みの意味
　10.5 fa() 関数について

11 因子の回転
　11.1 因子負荷量の不定性
　11.2 因子負荷量の回転: Varimax 回転
　11.3 R による計算
　11.4 因子負荷量の回転: Promax 回転
　11.5 R による計算

12 因子得点の推定
　12.1 Thurstone の方法
　12.2 R による計算
　12.3 Harman の方法
　12.4 R による計算
　12.5 Bartlett の方法
　12.6 R による計算
　12.7 Anderson & Rubin の方法
　12.8 R による計算
　12.9 tenBerge の方法
　12.10 R による計算

　本書で紹介しているRのスクリプトは以下からダウンロードできます．
　http://mybook-pub-site.sakura.ne.jp/multi_variate_analysis/index.html

　本書ではR 3.4.1 for Windowsを用います．このソフトウェアはhttp://cran.
r-project.org/より無料でダウンロード・インストールすることができます．
Windows版を前提にスクリプトの解説をしていますが，MacでR を使う場
合でも，データファイル(csv ファイル）の読み込み時のフォルダ指定以外は，
スクリプトを変更することなく実行できます．


著者紹介
1985年名古屋大学大学院工学研究科電気系専攻博士後期課程修了
現在　名古屋大学大学院工学研究科教授・工学博士
専門　電気工学，ソフトコンピューティング，感性工学