第1章　多変量解析の概要
　　1.1　多変量データとは
　　1.2　多変量解析の手法

第2章　Python入門
　　2.1　Pythonの概要
　　2.2　Jupyter NotebookにおけるPythonの使い方
　　2.3　統計解析に使うライブラリ

第3章　多変量解析における事前の予備的解析
　　3.1　予備的解析の概要
　　3.2　例題
　　3.3　結果と見方
　　3.4　Pythonによる結果の出し方
　　3.5　データフレームの作成
　　練習問題

第4章　回帰分析
　　4.1　単回帰分析の概要
　　4.2　例題
　　4.3　結果と見方
　　4.4　Pythonによる結果の出し方
　　4.5　重回帰分析の概要
　　4.6　例題
　　4.7　結果と見方
　　4.8　Pythonによる結果の出し方
　　4.9　変数選択
　　4.10　例題
　　4.11　結果と見方
　　4.12　Pythonによる結果の出し方
　　練習問題

第5章　ロジスティック回帰分析
　　5.1　ロジスティック回帰分析の概要
　　5.2　例題
　　5.3　結果と見方
　　5.4　Pythonによる結果の出し方
　　5.5　オッズ比の算出と変数選択
　　練習問題

第6章　クラスター分析
　　6.1　階層的クラスタリングの概要
　　6.2　例題
　　6.3　結果と見方
　　6.4　Pythonによる結果の出し方
　　6.5　k平均法の概要
　　6.6　例題
　　6.7　結果と見方
　　6.8　Pythonによる結果の出し方
　　練習問題

第7章　主成分分析
　　7.1　主成分分析の概要
　　7.2　例題
　　7.3　結果と見方
　　7.4　Pythonによる結果の出し方
　　練習問題

第8章　因子分析
　　8.1　因子分析の概要
　　8.2　例題
　　8.3　結果と見方
　　8.4　Pythonによる結果の出し方
　　練習問題

第9章　対応分析
　　9.1　対応分析の概要
　　9.2　例題
　　9.3　結果と見方
　　9.4　Pythonによる結果の出し方
　　9.5　01データ表の対応分析
　　9.6　例題
　　9.7　結果と見方
　　9.8　Pythonによる結果の出し方
　　練習問題

第10章　決定木
　　10.1　決定木と分類の木
　　10.2　例題
　　10.3　結果と見方
　　10.4　Pythonによる結果の出し方
　　10.5　決定木と回帰の木
　　10.6　例題
　　10.7　結果と見方
　　10.8　Pythonによる結果の出し方
　　練習問題

第11章　総合演習

付録A　主成分分析の理論的背景

付録B　因子分析の理論的背景

問題略解
索引