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
判別分析を解説します．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，線形判別
分析はlda()関数を使えば簡単に実行できます．また，マハラノビス距離による判
別分析にはmahalanobis()関数が用意されています．多くの本がこのlda()関数や
mahalanobis()関数の使い方を解説しています．本書の特徴は，lda()関数，
mahalanobis()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. 線形判別分析（2変量）
　2.1 基礎理論
　2.2 行列による表現
　2.3 Rによる行列計算
　2.4 Rの組み込み関数(lda())による計算

3. 定数項cの決め方
　3.1 マハラノビス距離
　3.2 定数項cの決定
　3.3 Rによる計算
　3.4 未知データの判別

4. 線形判別分析（多変量）
　4.1 行列による表現
4.2 定数項a0の決定
　4.3 Rによる行列計算
　4.4 Rの組み込み関数(lda())による計算
　4.5 未知データの判別

5. 非線形判別分析
　5.1 2変量正規分布
　5.2 マハラノビス距離
　5.3 Rによる計算
　5.4 2変量正規分布の行列表現
　5.5 Rによる計算
　5.6 n変量正規分布の行列表現
　5.7 Rによる計算
　5.8 Rの組み込み関数mahalanobis()による計算
　5.9 線形判別分析(lda()関数)による判別結果との対比
　5.10 Predict()関数による判別結果との対比
　5.11 Predict()関数の理論（ベイズ判別規則）

6. おわりに


　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 3.0.2 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．

（改訂版について，2017.1.10）
　旧版ではpredict()関数の処理の位置づけの説明が不十分でしたので，5.10
節を書き改め，新たに5.11節を追加しました．

　ダウンロードしたフォルダ名などの文字化けの指摘を読者から受けました．
日本語コードの問題と思われましたので，全て英文表記としたファイルを入れ
たフォルダもダウンロードできるように追加しました．本文に英文ファイルと
の対応が分かるように加筆しました．

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