やさしくてわかりやすい多変量解析入門【提携セミナー】

　　セミナー　　技術分野共通　　やさしくてわかりやすい多変量解析入門【提携セミナー】

開催日時	未定
担当講師	高橋信氏
開催場所	未定
定員	未定
受講費	未定

★数学的な水準を心配する必要なく学習できます！

基礎から学びたい方、勝つ方法を学びたい方、ぜひご参加下さい！

やさしくてわかりやすい多変量解析入門

【提携セミナー】

主催：株式会社R&D支援センター

◆セミナー趣旨

すでに手元にある、あるいはこれから取得しようと考えている、データをうまく活用できないものかと考えている方におすすめのセミナーです。

多変量解析とは、数多くの変数からなるデータに対する分析手法の総称です。それらの分析手法の中から代表的なものを精選し、実用的な使い方と理屈を説明します。

受講にあたり、数学的な水準を心配する必要はありません。中学校程度の数学の知識があれば大丈夫です。

【受講時に知らなくても困らない事柄】シグマ, 微分, 積分, 行列, ベクトル, 対数

◆習得できる知識

多変量解析の雰囲気
さまざまな分析手法の活用法

◆受講対象

統計学の（超）初心者
統計学的なデータ分析手法の種類と活用法を知りたい方
多変量解析を勉強する必要があるけれど、よくわからなくて困っている方
会社で分析業務を任されてはいるけれど、実は知識に自信がなくて、毎日ヒヤヒヤしている方
「数学は苦手だから…」「どうせ勉強したって…」と諦めかけている方
多変量解析を基礎から学びたい方
多変量解析の活用法を学びたい方

◆キーワード

多変量解析、主成分分析、クラスター分析、因子分析、重回帰分析、統計学、データ、計算

担当講師

著述家　高橋　信　氏

＜ご専門＞　統計学・マーケティングリサーチ
＜学協会等＞日本統計学会
＜その他＞
ロングセラーであり、海外で数多く翻訳されてもいる、「マンガでわかる統計学」シリーズの著者。
1972年新潟県生まれ。九州芸術工科大学(現・九州大学)大学院芸術工学研究科情報伝達専攻修了。民間企業でデータ分析業務やセミナー講師業務などに従事した後、著述業と並行しながら大学非常勤講師や非常勤研究員などを務め、現在は再び民間企業でデータ分析を担当。
主要な著書に『データ分析の先生！文系の私に超わかりやすく統計学を教えてください！』（かんき出版）や『マンガでわかるベイズ統計学』（オーム社）などがある。著書の多くが、英語や韓国語やイタリア語などに翻訳されてもいる。

セミナープログラム（予定）

第1章　多変量解析とは？

1.データの分類
2.多変量解析とは？
3.さまざまな分析手法の概要
3.1　重回帰分析
3.2　ロジスティック回帰分析
3.3　主成分分析
3.4　因子分析
3.5　数量化Ⅲ類
3.6　クラスター分析

第2章　統計学の基礎知識

1.平方和と分散と標準偏差
2.基準化と基準値
3.単相関係数
4.データ分析の取り組み方

第3章　回帰分析　～多変量解析の前に～

1.回帰分析とは？
2.具体例
3.分析結果の精度
3.1　実測値と予測値と残差
3.2　決定係数
3.3　重相関係数
4.補足
4.1　Excelによる分析

第4章　重回帰分析　～「数値」を予測する～

1.重回帰分析とは？
2.具体例
3.分析結果の精度
3.1　決定係数と重相関係数
3.2　自由度調整済み決定係数
4.補足
4.1　Excelによる分析
4.2　標準偏回帰係数

第5章　ロジスティック回帰分析　～「確率」を予測する～

1.ロジスティック回帰分析の前に
1.1　有理数と無理数
1.2　最尤推定法
2.ロジスティック回帰分析とは？
3.具体例
4.分析結果の精度
4.1　誤判別率
4.2　決定係数
5.オッズ比
5.1　リスク比とオッズ比
5.2　ロジスティック回帰式の係数とオッズ比の関係
6.決定木

第6章　数量化Ⅲ類　～カテゴリカルデータを点グラフ化する～

1.数量化Ⅲ類とは？
2.具体例
2.1　計算の概要
2.2　分析結果の精度
2.3　点グラフの軸の解釈
3.コレスポンデンス分析

第7章　クラスター分析　～個体を分類する～

1.クラスター分析とは？
2.具体例
3.注意

第8章　主成分分析　～「総合▲▲力」を編み出す～

1.主成分分析とは？
2.注意
3.具体例
3.1　主成分の算出
3.2　主成分得点の算出
3.3　分析結果の精度
3.4　分析結果の検討
4.補足
4.1　変数の選定と第1主成分
4.2　累積寄与率の実体

第9章　因子分析　～「データの背後に潜む説明変数」を見つけ出す～

1.因子分析の前に
2.因子分析とは？
3.注意
4.具体例
4.1　回転前の因子負荷量の算出
4.2　回転後の因子負荷量の算出
4.3　各共通因子の意味の解釈
4.4　分析結果の精度
4.5　因子得点の算出
5.補足
5.1　共通因子の個数と因子負荷量
5.2　直交回転と斜交回転
5.3　あらためて、因子分析とは？
6.構造方程式モデリング

公開セミナーの次回開催予定

開催日

未定

開催場所

未定

受講料

未定

※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。

※R&D支援センターの会員登録とは？
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。

LIVE配信のご案内

こちらをご参照ください

備考

本セミナーは「Zoom」を使ったWEB配信セミナーです。

セミナーテキストは事前に郵送します。ご自宅等でのお受け取りを希望される場合は、別途ご住所をお知らせ下さい。セミナー資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。この点にご了承の上、お申し込みください。
会社以外（ご自宅等）でのテキスト受け取りを希望される場合は、メッセージ欄に明記してください。