「入門はじめての多変量解析」をPythonで写経 ～ 序章 Python写経、はじめました

書籍の著者　石村貞夫 先生、石村光資郎 先生

この記事は、書籍「入門はじめての多変量解析」と Python写経活動の動機 のご紹介 です。

書籍「入門はじめての多変量解析」のご紹介

このシリーズは書籍「入門はじめての多変量解析」（東京図書、「テキスト」と呼びます）の Python 写経です。

テキストは、2007年2月に第１刷が発行され、多変量解析の入門書のベストセラーです。
X（SNS）のデータ分析コミュニティで知り合った kenken さんのご紹介で、このテキストと出会いました。

先に実践した姉妹書「入門はじめての統計解析」で、素晴らしい学びの体験ができ、ブログで紹介させていただきました。

多変量解析も迷うことなく、石村先生のシリーズ書籍で学びを進めました。

多変量解析は Excel の表のような「複数の列（変数）を持つデータ」を分析するツールです。

分析の目的やデータの内容に応じて、適用するツールを選択します。
テキストで以下の 主要な多変量解析ツール を学べます。

• 重回帰分析：目的変数が「量的変数」の分析ツール

• 判別分析：目的変数が「質的変数」の分析ツール

• 主成分分析：複数の変数から「総合的指標」を見出すツール

• 因子分析：複数の変数の背後にある「共通点」を見出すツール

• クラスター分析：データの中から似た者どうしをグルーピングするツール

さらには、数量化理論に触れることができます。

• 数量化Ⅰ類：説明変数が質的データの場合の重回帰分析に相当

• 数量化Ⅱ類：説明変数が質的データの場合の判別分析に相当

• 数量化Ⅲ類：変数が質的データの場合の主成分分析に相当

Python写経へ

テキストは「紙とペン」で多変量解析の学びを進めるスタイルです。
時折、統計用ソフト SPSS による解析結果の出力を掲載していますが、解き方がブラックボックスになり、結果の算出が困難な場合に遭遇することもあります。

多変量解析を実践する場面では、コンピュータの力を借りてサクッと計算できたなら…と考えを巡らせて…
いつものように、Python 写経を実践いたしました！
テキストの学び方は千差万別・千客万来なのです！

最も苦労したのは テキストの SPSS の解析結果と同じ数値を算出すること でした。
SPSS と Python ライブラリの解析ロジックが相違していて、差異要因を探り当てられずに、SPSS と異なる計算結果になったケースもあります。
これが、あちこちにふらふらと立ち寄る「寄り道写経」の醍醐味なのだ、とご笑納くださいませ。

生成AI活用型学習へ

そしてそして・・・
姉妹書のブログ執筆時点でハマった「ChatGPTを学びのアシスタントに」を今回も実践しました！
利用バージョンは GPT-o4-mini-high です。
GPT-4o と比べるとクールな利用感。

主に次のシーンで ChatGPT が大活躍してくれました。

• オープニングとクロージング文案の作成

• 多変量解析手法の平易な解説文案の作成

• 多変量解析手法の深堀り、計算ロジックの把握

• Pythonライブラリの調査、サンプルコードの試作

生成AIでこんなこともできるんだ、ということを共感していただければ幸いです🍀

📣 追加情報 📣
2025年8月8日から ChatGPT 5 にバージョンアップしました。

ブログの目次はこちら

ぜひ目次で記事タイトルをご覧いただき、記事に想いを巡らせてみて下さい！

引用表記

この記事は、出典に記載の書籍に掲載された文章とデータを引用し、適宜、掲載文章・データを改変して書いています。
【出典】
「入門はじめての多変量解析」 第13刷、著者 石村貞夫・石村光資郎、東京図書

記事中のイラストは、「かわいいフリー素材集いらすとや」さんのイラストをお借りしています。
ありがとうございます！

シリーズの記事

次の記事

目次

ブログの紹介

note で７つのシリーズ記事を書いています。
ぜひ覗いていってくださいね！

１．のんびり統計

統計検定２級の問題集を手がかりにして、確率・統計をざっくり掘り下げるブログです。
雑談感覚で大丈夫です。ぜひ覗いていってくださいね。
統計検定２級公式問題集CBT対応版に対応しています。
Python、EXCELのサンプルコードの配布もあります。

２．実験！たのしいベイズモデリング１＆２をPyMC Ver.5で

書籍「たのしいベイズモデリング」・「たのしいベイズモデリング２」の心理学研究に用いられたベイズモデルを PyMC Ver.5で描いて分析します。
この書籍をはじめ、多くのベイズモデルは Ｒ言語＋Stanで書かれています。
PyMCの可能性を探り出し、手軽にベイズモデリングを実践できるように努めます。
身近なテーマ、イメージしやすいテーマですので、ぜひぜひPyMCで動かして、一緒に楽しみましょう！

３．実験！岩波データサイエンス1のベイズモデリングをPyMC Ver.5で

書籍「実験！岩波データサイエンスvol.1」の４人のベイジアンによるベイズモデルを PyMC Ver.5で描いて分析します。
この書籍はベイズプログラミングのイロハをざっくりと学ぶことができる良書です。
楽しくPyMCモデルを動かして、ベイズと仲良しになれた気がします。
みなさんもぜひぜひPyMCで動かして、一緒に遊んで学びましょう！

４．楽しい写経 ベイズ・Python等

ベイズ、Python、その他の「書籍の写経活動」の成果をブログにします。
主にPythonへの翻訳に取り組んでいます。
写経に取り組むお仲間さんのサンプルコードになれば幸いです🍀

５．RとStanではじめる心理学のための時系列分析入門 を PythonとPyMC Ver.5 で

書籍「RとStanではじめる心理学のための時系列分析入門」の時系列分析をPythonとPyMC Ver.5 で実践します。
この書籍には時系列分析のテーマが盛りだくさん！
時系列分析の懐の深さを実感いたしました。
大好きなPythonで楽しく時系列分析を学びます。

６．データサイエンスっぽいことを綴る

統計、データ分析、AI、機械学習、Pythonのコラムを不定期に綴っています。
統計・データサイエンス書籍にまつわる記事が多いです。
「統計」「Python」「数学とPython」「R」のシリーズが生まれています。

７．Python機械学習プログラミング実践記

書籍「Python機械学習プログラミング PyTorch & scikit-learn編」を学んだときのさまざまな思いを記事にしました。
この書籍は、scikit-learnとPyTorchの教科書です。
よかったらぜひ、お試しくださいませ。

最後までお読みいただきまして、ありがとうございました。