はじめに1：ベイズファクタと統計分析の学習法
はじめに2：シミュレーションによる主体的で深い学び
Chapter0 事前準備
0.1 フリーウェア及び関連ファイルの準備
0.2 R画面の設定
Chapter1 1×2表のベイズファクタ分析
【演習1a】 みんなが好きなもの
1.1 データ入力・分析
1.2 『結果の書き方』
レポート例01-1
1.3 統計的概念・手法の解説1
●ベイズファクタとは何か ●確率分布の尺度設定 ●95％確信区間推定 ●真の比率の範囲検定
【演習1b】 統計的仮説検定のシミュレーション
1.4 シミュレーションの操作手順
●シミュレーションの基本操作 ●シミュレーションの応用操作
1.5 統計的概念・手法の解説2
●ベイズファクタ分析のメリット ●二項検定のp値とBF値の比較
Chapter2 1×2表・母比率不等のベイズファクタ分析
【演習2a】 鶏肉は低温調理がおいしい
2.1 シミュレーションの操作手順
2.2 統計的概念・手法の解説1
●p値とBF値の検定の仕組み
【演習2b】 新型ウイルスは従来型よりも危険か
2.3 データ入力・分析
2.4 『結果の書き方』
レポート例02-1
2.5 統計的概念・手法の解説2
●ベイズファクタの事前設定問題
Chapter3 1×Ｊ表のベイズファクタ分析と対応のある度数の検定
【演習3a】 お昼に食べたいメニューは何か
3.1 データ入力・分析
3.2 『結果の書き方』
レポート例03-1
3.3 統計的概念・手法の解説1
●多項分布によるBF値の計算 ●確信区間を用いた多重比較
3.4 自動評価判定1×2：統計的グレード付与
【演習3b】 道徳性に評価グレードを与える
3.5 純肯定率とグレードの付け方
3.6 自動集計検定2×2：連関の探索
【演習3c】 道徳性の項目間の関連を探索する
3.7 対応のある度数の検定：Ｑ検定とMcNemar検定
【演習3d】 不支持の理由は集計するとダメ？
レポート例03-2
3.7 統計的概念・手法の解説2
●CochranのQ検定 ●McNemar検定
Chapter4 ｉ×Ｊ表のベイズファクタ分析
【演習4a】 感受性が低い人は感情知能が働かない？
4.1 データ入力・分析
4.2 『結果の書き方』
4.3 標本タイプの選択
●ポアソンタイプ：N ＝無作為，行・列＝無作為 ●同時多項タイプ：N ＝固定，行・列＝無作為 ●独立多項タイプ：行＝固定，列＝無作為 ●独立多項タイプの列組み：行＝無作為，列＝固定 ●超幾何タイプ：行・列＝固定（2×2表のみ）
レポート例04-1
4.4 統計的概念・手法の解説1
●ｉ×Ｊ表の事前確率分布
4.5 データセットraceDollsの分析：BF値の警報は誤報か
【演習4b】 黒人・白人の子どもは同人種の人形を好むか
レポート例04-2
4.6 統計的概念・手法の解説2
●Fisherの正確検定とBF値の検定 ●2×2表のp値とBF値の比較
4.7 ステレオタイプ効果と学習意欲
【演習4c】 ステレオタイプ効果で学習時間を延ばす
レポート例04-3
Chapter5 t検定のベイズファクタ分析
【演習5a】 トレーニング法は分散法がよいか集中法がよいか
5.1 データ入力・分析
5.2 『結果の書き方』
5.3 統計的概念・手法の解説1
●t値と効果量δ（delta） ●t検定のベイズファクタ分析の仕組み ●p値とBF値の検定結果の不一致 ●BF値を用いたノンパラメトリック検定 ●t検定のp値とBF値の比較
5.4 シミュレーション学習①：正規分布をつくる
【課題1〉正規分布をつくる
5.5 シミュレーション学習②：データを再現する
【課題2〉データを再現する
5.6 時間データの対数変換による分析
【演習5b】 トレーニングは伸び盛りに！
レポート例05-1
5.7 統計的概念・手法の解説2
●効果量δの範囲検定
Chapter6 1要因分散分析デザインのベイズファクタ分析
【演習6a】 SD法で創造性を高める
6.1 データ入力・分析
6.2 『結果の書き方』
レポート例06-1
6.3 統計的概念・手法の解説1
●多重比較の早見表の利用 ●ベイズファクタ分析の仕組み：分散分析デザイン ●平均の95％確信区間 ●分散分析Ａ sデザインのp値とBF値の比較
6.4 小学校英語指導に必要な技能は何か
【演習6b】 英語指導にどんな技能が必要か
6.5 『結果の書き方』
レポート例06-2
6.6 統計的概念・手法の解説2
●参加者内デザインのベイズファクタ分析
Chapter7 2要因・3要因分散分析デザインのベイズファクタ分析
【演習7a】 協同経験はルール意識を高めるか
7.1 データ入力・分析
7.2 『結果の書き方』
レポート例07-1
7.3 統計的概念・手法の解説1
●Inclusion BF：BF値のモデル平均化 ●全体モデル平均化
7.4 アイディア・プロダクション法
【演習7b】 アイディアの発想に“ 書き送り法”を用いる
7.5 『結果の書き方』 3要因デザイン
レポート例07-2
7.6 統計的概念・手法の解説2
●3要因デザインのBF値の平均化
7.7 シミュレーション学習①：2要因データを再現する
【課題1】 データの再現
7.8 シミュレーション学習②：交互作用を判別する
【課題2】 交互作用の判別
●シミュレーションによる交互作用問題の解答要領
7.9 シミュレーション学習③：N，SDを変えてみる
【課題3】 N，SDを変える
Chapter8 相関係数のベイズファクタ分析
【演習8a】 気温とアイスクリーム，ホットコーヒーの売り上げは相関するか
8.1 データ入力・分析
8.2 『結果の書き方』
8.3 統計的概念・手法の解説1
●p値有意・BF値有効となる最小相関係数の比較 ●相関係数の差の検定
8.4 相関係数のシミュレーション学習
【演習8b】 シミュレーション課題①：散布図をつくる
【演習8c】 シミュレーション課題②：相関係数を予想する
●散布図問題の解答例
【演習8d】 シミュレーション課題③：外れ値のある散布図をつくる
8.5 統計的概念・手法の解説2
●相関係数と説明率
Chapter9 回帰モデルのベイズファクタ分析
【演習9a】 革新性を高める職場風土とは？
9.1 データ入力・分析
9.2 『結果の書き方』
9.3 統計的概念・手法の解説1
●初期モデルの選び方と独立変数の上限数 ●交互作用モデルの探索：ベイズ
ファクタ回帰分析 ●BF値による回帰モデルの選出率
9.4 交互作用の単純傾斜分析
【演習9b】 明るさ×温かさの交互作用を分析する
9.5 『結果の書き方』 ステップワイズ回帰分析
レポート例09-1：単純傾斜分析の結果
9.6 統計的概念・手法の解説2
●交互作用モデルの探索：ステップワイズ回帰分析 ●ベイズ情報量規準とベイズファクタ
Chapter10 各種ユーティリティ
10.1 乱数発生ユーティリティ＆乱数コマンド
●一様乱数コマンド unif（ユニフ） ●正規乱数コマンド norm（ノゥム）
10.2 階級化集計ユーティリティ
10.3 数値変換ユーティリティ
【練習問題1】 困難度の異なるテスト得点を標準化する
【練習問題2】 2ポイント尺度を4ポイント尺度に変換
【練習問題3】 3ポイント尺度を5ポイント尺度に変換
10.4 逆転項目処理ユーティリティ
10.5 欠損値処理ユーティリティ
付録 統計分析の授業用シラバス（参考例）
シラバス参考例1 統計分析入門
シラバス参考例2 統計分析演習
索引
Column 1 セルへの数値入力の基本と小技
Column 2 分析結果の保存
Column 3 ダイアグラムで連関・相関を視覚的に表示
Column 4 スタック形式によるデータ入力
Column 5 平均のグラフとボックスプロットの利用
Column 6 シミュレーションボタンの使い方
