第1章　Rプログラミング環境の準備

• 1-1　Rのセットアップ
  • ダウンロード
  • インストール
• 1-2　RStudioのセットアップ
  • ダウンロード
  • インストール
• 1-3　Rの動作確認
  • まずはHello World
• 1-4　本書で使用するパッケージの追加

第2章　数値計算

• 2-1　差分と差分商
  • 差分商とは
  • 差分とは
• 2-2　微分と偏微分
• 2-3　数値積分
  • ラグランジュの内挿公式
  • ニュートン・コーツの積分公式
  • 重積分

第3章　ニュートン法・反復法

• 3-1　ニュートン法（ニュートンラフソン法）
  • テイラー展開とニュートン法（ニュートンラフソン法）
• 3-2　多変数ニュートン法
  • 2変数テイラー展開
• 3-3　準ニュートン法
  • Broyden Quasi-Newton Algorithm（ヤコビアンの逆行列の近似行列Hを計算）
  • Pre-Broyden Algorithm（ヤコビアンの近似行列Bを計算）
  • fiacco, mccormick（1968），sargent（1969），murtagh（ヘッシアンの逆行列の近似行列）
  • その他の反復法

第4章　重回帰分析

• 4-1　正規方程式と重回帰式
  • 偏差積和行列を用いる方法
• 4-2　分散分析
• 4-3　重相関係数
  • 出力結果
• 4-4　偏回帰係数の検定
  • 野球のデータ
  • 交通事故死傷者数の予測データ

第5章　一般化線形モデル

• 5-1　指数分布族
• 5-2　連結関数（link function）
  • 例1　ポアソン回帰
  • 例2　正規回帰モデル
• 5-3　フィッシャー・スコア法
  • 例1　対数尤度が2項分布に従う場合～ロジット変換（2項回帰モデル）
  • 例2　ポアソン回帰モデル
  • 例3　ロジスティックモデル・プロビットモデル・補対数対数モデル
  • 例4　指数回帰モデル
  • 例5　ガンマ分布回帰
  • 例6　逆ガウス分布回帰

第6章　多クラスロジスティック

• 6-1　ベルヌーイ・ロジットモデルの多クラス拡張
• 6-2　データ処理の例

第7章　Bradley-Terry model

• 7-1 データの説明
• 7-2 仮説検定
  • 出力結果
• 7-3　各反復法
  • Broyden Quasi-Newton Algorithm
  • fiacco, mccormick（1968），murtagh, sargent（1969）
  • levenberg（1944）

第8章　主成分分析

• 8-1　主成分導出
• 8-2　ラグランジュ関数をもとにした考え方
• 8-3　固有値，および固有ベクトルの計算

第9章　2元表の解析モデル

• 9-1　主効果と交互作用を含めた回帰モデル
• 9-2　尤度比検定
  • データの説明
  • 準ニュートン法
  • 重み付き最小二乗法

第10章　比例危険度モデル（ワイブル分布）

• 10-1　生存時間解析によるモデル，比例危険度モデルの最尤推定
• 10-2　データの説明