統計検定準1級 統計学実践ワークブック（後半）

分散分析・直交計画法は定番のやり方が確立している分野で、その分典型的な何通りかの状況に特化した技法の開発が進んでいます。それが当然の前提となっている出題に備えておきましょう。標本調査法は、導出が困難な式は問題文で与えられるのでその運用法をおさえておけばいいですが、そうでない式は自力で導けるようにしておきたい分野です。主成分分析は結果の解釈・運用に慣れておきましょう。背景では線形代数のやや高度な知見が縦横に活用される分野ですが、統計検定では数学的知識はさほど必要ありません。23章は素朴な線形判別分析とより発展した技法のサポートベクトルマシンが主要な題材です。それぞれがどのような特徴を持つかをおさえておきます。

クラスター分析は、階層的・非階層的クラスタリング法のそれぞれに対して、代表的な手法とその特徴を分類しておくことが大切です。因子分析はやや複雑な技法です。登場する色々な用語・概念を整理して理解しておきましょう。グラフィカルモデルや構造方程式は、より進んだ分析法のベースで、統計検定の試験範囲内では重要性が読み取りにくい所があります。聞かれていることには答えられるようにしておきましょう。26章は、実質的に多次元尺度法のみ扱います。時系列解析は、与えられたデータに対する最適なモデルの選択法が主要な題材です。代表的なモデルの（偏）コレログラムの特徴を整理します。

分割表は医療統計などで多く使われ、特に 2×2 分割表に特化した技法が発達しています。これも表の見方も含め慣れておきたい所です。不完全データの統計処理は、典型的なやり方が持つ特徴をおさえておきましょう。モデル選択では、代表的なモデル選択規準である AIC と BIC の定義式・使い方が重要です。ベイズ法は、試験範囲内では事後確率の更新の仕方と、シミュレーションによる乱数標本の得方が主要な題材です。32章ではその他の計算機シミュレーションの原理を扱います。