オーテピア高知図書館・
高知市民図書館分館・分室
所蔵検索
検索ホーム
詳細検索
資料紹介
各館お知らせ
Myライブラリ
オーテピア高知図書館
ウェブサイトへ
高知市民図書館
分館・分室案内へ
県内図書館横断検索へ
 
よくある質問
 
簡易検索
本サイトにはJavaScriptの利用を前提とした機能がございます。
お客様の環境では一部の機能がご利用いただけない可能性がございますので、ご了承ください。
本サイトではCookieを使用しています。ブラウザの設定でCookieを有効にしてください。
資料詳細
詳細検索
ジャンル検索
1 件中、 1 件目
NEW
心理・教育のための統計学入門
川本 哲也/編著 鈴木 雅之/著
慶應義塾大学出版会 2026.3
予約かごへ
My本棚へ
所蔵
所蔵は
1
件です。現在の予約件数は
0
件です。
所蔵館
所蔵場所
請求記号
資料コード
資料区分
持禁区分
状態
オーテピア高知図書館
3F健康安心防災
4H/140.7/カワ/
1112916893
一般
利用可
ページの先頭へ
館別所蔵
所蔵数
貸出中数
貸出可能数
合計
館名
所蔵数
貸出中数
貸出可能数
オーテピア高知図書館
1
0
1
ページの先頭へ
資料詳細
タイトル
心理・教育のための統計学入門
著者
川本 哲也
/編著,
鈴木 雅之
/著,
山口 一大
/著,
尾崎 幸謙
/著
著者典拠番号
110007831880000
,
110007102300000
,
110008608100000
,
110006678610000
出版者
慶應義塾大学出版会
出版地
東京
出版年
2026.3
ページ数
10,236p
大きさ
21cm
言語
日本語
一般件名
心理学
,
教育統計学
,
数理統計学
一般件名典拠番号
510995400000000
,
510665600000000
,
511036800000000
NDC分類(9版)
140.7
内容紹介
現代の心理・教育分野研究で用いられる多様な統計分析手法を平易に解説。古典的な統計手法に加え、項目反応理論や共分散構造分析なども取り上げる。章末に練習問題も掲載。
ISBN
4-7664-3088-2
ISBN13桁
978-4-7664-3088-2
本体価格
¥2400
資料情報1
『心理・教育のための統計学入門』 川本 哲也/編著, 鈴木 雅之/著 , 山口 一大/著 慶應義塾大学出版会 2026.3(所蔵館:オーテピア高知図書館 請求記号:4H/140.7/カワ/ 資料コード:1112916893)
URL
https://opac.library.kochi.jp/winj/opac/switch-detail.do?lang=ja&bibid=1120933781
URLコピー
ページの先頭へ
目次
第1章 心理・教育研究におけるデータ
1.データの収集
2.変数とその性質
3.尺度水準
4.心理学における尺度
第2章 データの分布を記述する
1.図表を用いたデータの記述
2.数値を用いたデータの記述
3.変数の標準化
第3章 データに含まれる関係性を記述する
1.図表を用いた関係性の記述
2.数値を用いた関係性の記述
第4章 データを分類する
1.クラスター分析とは
2.ケース間の類似性の評価
3.階層的クラスター分析
4.非階層的クラスター分析
5.生成されるクラスターの解釈と検証
第5章 データに基づいて推測する(1)
1.母集団とサンプル
2.サンプリング
3.サンプルのばらつきと標本誤差
4.標本分布と標準誤差
5.正規分布と標準正規分布
6.点推定と区間推定
第6章 データに基づいて推測する(2)
1.検定の考え方
2.検定統計量
第7章 結果の大きさを評価する
1.検定における検定統計量とp値
2.2つの効果量
3.効果量とサンプルサイズ設計
第8章 平均値を比べる(1)
1.1標本の検定(母集団の分散が既知の場合)
2.1標本の検定(母集団の分散が未知の場合)
3.2標本の検定(対応のあるt検定)
4.2標本の検定(対応のないt検定)
第9章 平均値を比べる(2)
1.3つ以上の平均値の比較
2.実験計画
3.一要因分散分析
4.二要因分散分析
第10章 関係性を説明する
1.単回帰分析
2.偏相関
3.重回帰分析
第11章 構成概念を測定する(1)
1.尺度構成法
2.信頼性
3.妥当性
第12章 構成概念を測定する(2)
1.古典的テスト理論
2.項目反応理論
第13章 構成概念を測定する(3)
1.因子分析と構成概念
2.因子分析モデル
3.因子数の決定
第14章 仮説モデルを検証する(1)
1.構成概念の測定
2.確認的因子分析モデル
3.適合度指標
4.モデルの識別
第15章 仮説モデルを検証する(2)
1.共分散構造分析とは何か
2.観測変数間のパス解析モデル
3.潜在変数間のパス解析モデル
4.発展的方法
ページの先頭へ