目次

まえがき
日本語版へのまえがき

第I部　Rの基礎

第1章　Rの概要
1.1　Rとは
1.2　なぜRを使うのか
1.3　なぜRを使わないのか
1.4　どんな時にRを使うのか
1.5　BaseとTidy，どちらのRを使うか
1.6　本書の使い方
1.7　まとめ

第2章　R言語入門
2.1　始めよう
2.2　Rの実力をチェック
2.3　Rコマンドの基礎
2.4　主なオブジェクト
2.5　データフレーム
2.6　ファイル入出力
2.7　関数の作成
2.8　クリーンアップ
2.9　まとめ
2.10　さらに学ぶために
2.11　演習


第II部　データ分析の基礎

第3章　データの特徴を捉える
3.1　シミュレーションデータの作成
3.2　データの特徴を調べる
3.3　データフレームの基本統計量を求める
3.4　変数の可視化
3.5　まとめ
3.6　データソース
3.7　さらに学ぶために
3.8　演習

第4章　連続変数間の関係
4.1　小売店データ
4.2　散布図でデータ間の関係を調べる
4.3　複数のグラフを1つのオブジェクトにまとめる
4.4　散布図行列
4.5　相関係数
4.6　アンケートデータの相関
4.7　まとめ
4.8　データソース
4.9　さらに学ぶために
4.10　演習

第5章　グループの比較：テーブルとグラフ化
5.1　消費者セグメントのシミュレーションデータ
5.2　グループ毎の統計量を求める
5.3　まとめ
5.4　データソース
5.5　さらに学ぶために
5.6　演習

第6章　グループの比較：統計的検定
6.1　データの準備
6.2　カイ2乗検定：chisq.test( )
6.3　比率の検定：binom.test( )
6.4　平均値の差の検定：t.test( )
6.5　多グループの平均値の差の検定：分散分析
6.6　ベイジアン分散分析入門
6.7　まとめ
6.8　さらに学ぶために
6.9　演習

第7章　結果に対する要因を特定する
7.1　遊園地データ
7.2　lm() による線形モデル近似
7.3　複数の予測因子による線形モデル近似
7.4　因子型変数を予測因子に使う
7.5　交互作用
7.6　まとめ
7.7　データソース
7.8　さらに学ぶために
7.9　演習


第III部　より高度なマーケティングへの応用

第8章　データの複雑さを低減する
8.1　消費者ブランド評価データ
8.2　主成分分析と知覚マップ
8.3　探索的因子分析
8.4　多次元尺度構成法
8.5　まとめ
8.6　データソース
8.7　さらに学ぶために
8.8　演習

第9章　線形モデルの発展的トピックス
9.1　強い相関を持つ変数の扱い
9.2　2値データに対する線形モデル：ロジスティック回帰
9.3　階層線形モデル
9.4　階層ベイズモデル
9.5　推定された効果の比較
9.6　まとめ
9.7　データソース
9.8　さらに学ぶために
9.9　演習

第10章　確認的因子分析と構造方程式モデル
10.1　なぜ構造モデルを用いるのか
10.2　確認的因子分析（CFA）
10.3　構造方程式モデル
10.4　部分最小二乗法（PLS）
10.5　まとめ
10.6　さらに学ぶために
10.7　演習

第11章　セグメンテーション：クラスタリングと分類
11.1　セグメンテーションの考え方
11.2　セグメンテーションデータ
11.3　クラスタリング
11.4　クラス分類
11.5　予測：潜在的な顧客の特定
11.6　まとめ
11.7　さらに学ぶために
11.8　演習

第12章　マーケットバスケット分析とアソシエーションルール
12.1　アソシエーションルールの基礎
12.2　小売取引データ：マーケットバスケット分析
12.3　アソシエーションルールの検出と可視化
12.4　非トランザクションデータのルール：セグメントの再探索
12.5　まとめ
12.6　さらに学ぶために
12.7　演習

第13章　選択モデル
13.1　選択型コンジョイント分析の質問調査
13.2　選択データのシミュレーション
13.3　選択モデルの推定
13.4　選択モデルへの消費者の異質性の追加
13.5　階層ベイズによる選択モデル
13.6　選択型コンジョイント調査の設計
13.7　まとめ
13.8　データソース
13.9　さらに学ぶために
13.10　演習

第14章　行動シーケンス
14.1　ウェブログデータ
14.2　基本的イベントの統計
14.3　シーケンスを特定する（セッション）
14.4　行動遷移に対するマルコフ連鎖
14.5　考察と課題
14.6　まとめ
14.7　さらに学ぶために
14.8　演習

おわりに


付録A　Rのバージョンと関連ソフトウェア
A.1　R base
A.2　RStudio
A.3　ESS: Emacs Speaks Statistics
A.4　Eclipse + StatET
A.5　Microsoft R
A.6　その他の方法

付録B　Rノートブックによる再現可能な分析入門
B.1　Rノートブック
B.2　再現性に関する最後の注意

付録C　スケールアップ
C.1　データ操作
C.2　大規模データの操作
C.3　計算のスピードアップ
C.4　時系列解析，反復測度，縦断的分析
C.5　自動レポート作成

付録D　使用したパッケージ
D.1標準パッケージおよび頻度論的統計学
D.2　グラフィックス
D.3　ベイズ統計
D.4　高度な統計学
D.5　機械学習
D.6　データ操作
D.7　その他のパッケージ

付録E　サポートウェブサイトとデータファイル
E.1　データファイル構成
E.2　データファイルのURL

参考文献
訳者あとがき
索引