回帰分析の基礎と実際【提携セミナー】
おすすめのセミナー情報
もっと見る開催日時 | 2021/10/08(金)10:30-16:30 |
---|---|
担当講師 | 松井 秀俊 氏 |
開催場所 | Zoomによるオンラインセミナー |
定員 | - |
受講費 | 47,300円 |
回帰モデルの基礎から非線形回帰モデルの構築方法、モデル推定のポイントまで
丁寧に解説します!
回帰分析の基礎と実際
≪受講特典としてRソースを配布します(Rによる実際の分析デモあり)≫
【提携セミナー】
主催:株式会社情報機構
おもりの重さとばねの伸びとの関係のように、一方の変数(目的変数)が他の変数(説明変数)によってある程度説明できるとき、これらの関係を観測データに基づきモデル化したものは回帰モデルとよばれる。
回帰モデルの中で最も基本的なものは、2つの変数間の関係が線形、すなわち直線で表される線形回帰モデルであるが、線形回帰モデルでは、変数間に潜んでいる真の関係性を明らかにするには不十分な場合が多い。
本講義では、はじめに説明変数と目的変数との関係が線形で表される線形回帰モデルについて説明する。モデルの推定方法として,最小2乗法に加えてRidge,Lassoについて説明する。さらに,回帰モデルを考える上で重要な変数選択問題について解説する。
さらに,線形回帰モデルをより柔軟にした非線形回帰モデル,目的変数が2値の場合に用いられるロジスティック回帰モデルについても紹介する.
講義中に、それぞれの内容について、Rによる実際の分析も行う。
■ この講座を受講して得られる情報・知見:
- 回帰モデルに対する知識や理解を深めてもらうことを目的としています。
- 線形回帰モデルだけでなく非線形回帰モデル,ロジスティック回帰モデルの構築方法や推定の流れを解説します。
- また、モデル推定においては「モデルの良さ」をどう捉えるかが重要となるので、その考え方についても解説します。
- そのうえで、「良い」モデルを得るための方法について説明します。
担当講師
滋賀大学 データサイエンス学部 准教授 博士(機能数理学) 松井 秀俊 氏
セミナープログラム(予定)
1 線形回帰モデル
1.1 線形回帰モデル
・データを「統計モデル」で説明する
・回帰モデルの意味
・最小2乗法による重回帰モデルの推定
・モデルのデータへの「当てはまりの良さ」
1.2 モデル選択
・当てはまりが良ければいいとは限らない
・重回帰モデルで起こる問題(高次元データ、多重共線性)
・変数選択問題とは
・変数選択基準(交差検証法・AIC・BIC)
・RidgeとLasso
2 非線形回帰モデル
2.1 線形から非線形へ
・多項式回帰モデルを用いた曲線推定
・多項式の次数の選択
2.2 非線形回帰モデル
・基底関数展開
・スプライン
・基底関数の個数の選択
2.3 正則化法
・滑らかでない曲線に対して「罰則」を課す
・曲線の滑らかさとデータへの当てはまりの「拮抗関係」
・正則化法による非線形回帰モデルの推定
・正則化パラメータの選択
3 ロジスティック回帰モデル
3.1 様々な種類の目的変数
・比率データ
・2値データ
3.2 ロジスティック回帰モデル
・比率データの当てはめ
・2値データの当てはめ
・ロジスティック回帰モデルによる判別
<質疑応答>
公開セミナーの次回開催予定
開催日
2021年10月8日(金) 10:30-16:30
開催場所
【Live受講】 Live配信セミナー(リアルタイム配信) ※会社・自宅にいながら学習可能です※
オンライン配信のご案内
★ Zoomによるオンライン配信
については、こちらをご参照ください
受講料
1名47,300円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき36,300円
*学校法人割引;学生、教員のご参加は受講料50%割引。
配布資料
配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
(開催1週前~前日までには送付致します)。
準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)
備考
当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
お申し込み方法
★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。