１．多変量解析の基礎

　　（１）．一変量統計のエッセンスを知る

　　　　ａ． 基本的な統計量とその意味

　　　　ｂ．標本抽出の深い意味(なぜ確率分布を必要とするか？)

　　　　　　・基本中の基本―正規分布を理解する

　　　　　　・無作為抽出に関わる確率分布ーΧ二乗分布，t-分布

　　　　ｃ．統計的推定ー信頼区間を求める

　　　　ｄ．統計的検定ー判断のロジック

　　　　ｅ．ミスリーディングなp値―根拠に基づいた医療(EBM)とメタアナリシス

　　（２）．基本となるのは二変量の取扱

　　　　ａ．散布図と線形回帰

　　　　ｂ．共分散

　　　　　　・相関係数の意味を正しくつかむ

　　　　ｃ．変量をベクトルで扱う

２．多変量解析の原理と、各分析法の実例と留意点

　　（１）．重回帰分析ーR入門をかねて

　　　　ａ．最小二乗法（単回帰分析)

　　　　ｂ．Rによる重回帰分析

　　（２）．主成分分析

　　　　ａ．何が最も重要な要因なのかを探り出す

　　　　ｂ．試験の得点データを分析する

　　　　ｃ．大気汚染に関わる要因を分析する

　　（３）．因子分析ー共通の「因子」を探し出す

　　　　ａ．複数の科目を支配する「共通因子」はないだろうか

　　　　ｂ．因子分析は多義的

　　　　ｃ．因子分析と主成分分析のちがい

　　（４）．分散分析ANOVA

　　　　ａ．2つの群れの親は共通？別物？

　　（５）．判別分析

　　　　ａ．この化石はどちらに属するのか？

　　（６）．数量化I類

　　　　ａ．数値ではなく「名前」のデータで扱う

　　（７）．クラスター分析

　　　　ａ．多数の対象をグルーピングしてクラスターへ

　　（８）．ロジスティック回帰分析

　　　　ａ．生と死に分かれる毒の効果を評価するには？

　　（９）．独立性の検定ー分割表を使う

　　　　ａ．アンケート結果から「傾向」の有無を知る

　　（１０）．その他の統計分析手法

　　　　ａ．アソシエーション分析，ネットワーク分析他

３．多変量解析のツールとデータ可視化・例

　　（１）．R と Python、どちらがよいか？

　　　　ａ．統計計算ソフトの王道を継いだ R

　　　　ｂ．高速のプログラミング言語として魅力ある Python

　　（２）．データの可視化の手法と有用性

　　　　ａ．データの分布状況をさまざまに見える化する