それぞれの分析法の意味が比較的わかりやすく書かれていると思います。 数理的な説明はあまりありません。
1. 多変量解析のための基本統計法
2. クラスター分析
3. 主成分分析 (1)
4. 重回帰分析 (1)
5. 重回帰分析 (2)
6. パス解析 (1)
7. パス解析 (2)
8. 確認的因子分析 (1)
9. 確認的因子分析 (2)と構造方程式モデリング (1)
10. 構造方程式モデリング (2)
11. 探索的因子分析 (1)
12. 探索的因子分析 (2) と主成分分析 (2)
13. 数量化分析
14. 多次元尺度法
15. 判別分析
多変量解析の基本がわかりやすいと思います。
1. 多変量解析とは
2. 統計的方法の基礎知識
3. 線形代数のまとめ
4. 単回帰分析
5. 重回帰分析
6. 数量化1類
7. 判別分析
8. 数量化2類
9. 主成分分析
10. 数量化3類
11. 多次元尺度構成法
12. クラスター分析
13. その他の方法
1. 独立成分分析とその周辺
1. 信号の混合と分離 - 独立成分分析の枠組み
2. 問題の定式化
3. 独立成分分析，主成分分析，因子分析
4. 確率変数の従属性コスト関数
5. 最急降下学習法
6. 自然勾配学習法
7. 独立成分分析における最急降下学習
8. 推定関数と学習アルゴリズム
9. 独立成分の逐次的抽出
10. 信号の時間相関を利用する方法
11. 時間的な混合とデコンボリューション
12. 画像の分解と独立成分解析
2. 構造方程式モデリング，因果推論，そして非正規性
1. 因果推論 - 何が問題か
2. 検証的因果推論 - パス解析
3. 探索的因果推論 - 共分散選択
4. 構造方程式モデリング
5. 因果の大きさを正確に測定する
6. 因果の方向を同定する
7. 回帰分析の役割
8. 非正規性の問題
9. 構造方程式モデリングの役割 - まとめに代えて
3. 疫学・臨床研究における因果推論
1. 因果を探る
2. 因果モデル
3. 因果グラフ
4. 因果パラメータの推定
5. 因果は巡る
A. 分布の非正規性の利用
B. 多次元ARモデルと因果関係
1. 現代の多変量解析とは
2. カーネル多変量解析の仕組み
3. 固有値問題を用いたカーネル多変量解析
4. 凸計画問題を用いたカーネル多変量解析
5. カーネルの設計
6. カーネルの理論
7. 汎化と正則化の理論
1. データ解析の基本事項 - データの形式,入力と代表値
2. 相関と相関係数 - データの関連を見る
3. χ2検定・t 検定 - 2変数の相違を見る
4. 分散分析 - 3変数以上の相違の検討
5. 重回帰分析 - 連続多変量の因果関係
6. 因子分析 - 潜在因子からの影響を探る
7. 因子分析を使いこなす - 尺度作成と信頼性の検討
8. 共分散構造分析 - パス図の流れをつかむ
9. 共分散構造分析を使いこなす - 多母集団の同時解析とさまざまなパス図
10. カテゴリを扱う多変量解析 - クラスタ分析・判別分析・ロジスティック回帰分析・コレスポンデンス
1. 心理的イメージを可視化する多次元尺度法
2. 線形代数からみた因子分析
3. 単回帰分析とその応用
4. 重回帰分析とその応用
基本的なところがすっきりと書かれています。
0. 予備知識
1. 回帰分析
2. 主成分分析
3. 因子分析
4. 判別分析
5. 正準相関分析
A. 偏相関係数
1. 多変量解析のマップ
2. 統計・確率の準備
3. 相関分析
4. 回帰分析
5. 判別分析
6. 主成分分析
7. 因子分析
8. 数量化分析
9. 数学的準備
1. 因子分析の結果を見る
2. 因子分析を自分でする
3. 因子分析の正しい使い方
4. Q&Aと文献
1. 変数の数が多いとき - 多変量解析
2. 星印の魔力 - 統計的検定
3. 予測と説明 - 従属変数が量的データのとき
4. 2群の判別 - 従属変数が2値のとき
5. 内的構造の分析 - 従属変数がないとき
1. 因子分析法
2. 因子分析モデルとその基本性質
3. 因子分析における推定
4. 因子の回転
5. カテゴリカルデータの因子分析
6. 共分散構造分析
7. 3相因子分析および多次元展開法
8. 因子分析の諸問題
1. 因子分析モデル
2. 主因子法と関連解
3. セントロイド法
4. 共通性と因子数
5. 共通因子空間における因子の変換
6. バリマックス法と関連解
7. オブリミン法およびその他の斜交解
8. ジェオマックス法
9. プロクラステス法
10. 因子スコアの推定
11. カノニカル因子分析，アルファ因子分析，最尤推定法
12. 因子分析法を応用するときの注意
A. ベクトルと行列の基礎
B. 計算機用プログラム
1. アンケートの基礎知識
2. 調査票と質問
3. 数学的な基礎知識
4. 主成分分析
5. 因子分析