初めての多変量解析(2024年11月開講)

初めての多変量解析(2024年11月開講)

よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス
セミナーのメニュー

化学・電気系 その他各分野
一覧へ→
  ヘルスケア系
一覧へ→
情報機構 技術書籍情報機構 技術書籍
技術書籍 一覧技術書籍 一覧
   <新刊書籍>
  高分子添加剤【改訂版】
  CMOS
  プラスチックリサイクル
電子書籍電子書籍
化学物質管理化学物質管理
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
社内研修DVD
セミナー講師のコラムです。講師コラム
  ↑2024/7/17更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→



SSL GMOグローバルサインのサイトシール  


トップ通信教育講座の一覧>初めての多変量解析 通信教育
    

★書籍「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!」の著者、
 高橋信先生が、やさしく、わかりやすく、説明します。


初めての多変量解析

講師

統計家・著述家 高橋 信 先生

講師紹介

■主経歴
 ロングセラーであり、海外で数多く翻訳されている、「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、大学非常勤講師や非常勤研究員などを務めた。現在は、著述家として活動する傍ら、企業や大学などでの講演活動にも精力的に取り組んでいる。
 主要な著書に『マンガでわかる統計学【回帰分析編・因子分析編】』(いずれもオーム社)や『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)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。

■専門・得意分野
統計学・データ分析

■本テーマ関連の学会・協会等での委員会活動など
日本統計学会

開講日・受講料

●開講日 2024年11月29日(申込締切 2024年11月25日)
●受講料(消費税・10%込)
1名 40,700円
2名以上同時申込の場合、1名につき、37,400円
3名以上同時申込の場合、1名につき、34,100円
4名以上同時申込の場合、1名につき、33,000円

*本講座は、学校法人割引が適用されません。


■ 通信教育講座受講の主な流れについて →

学習プログラム

■受講対象者
・データ分析業務に携わっている方
・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

■講座ポイント
 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。
 これからデータを取得しようという方にも、すでに取得済みという方にも、おすすめです。過去に多変量解析をひととおり学んだものの、実は知識にやや不安を覚えているという方にもおすすめです。
 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。
【受講前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
【どちらかと言えば知っておいたほうがよい事柄】対数

■受講後、習得できること
・多変量解析の雰囲気
・さまざまな分析手法の活用法

学習プログラム
 第1講:統計学の基礎知識と重回帰分析

 第1講で説明するのは、多変量解析を理解するために必要である統計学の基礎知識や、多変量解析の定番中の定番である重回帰分析などです。

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

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による回帰分析
 4.2 標準偏回帰係数

演習問題

第2講:さまざまな分析手法

 先述した「講座ポイント」にあるように、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。
 この通信教育講座で説明する分析手法は、第1講で扱ったものを除くと、5つです。それら5つを、理解しやすい順に、第2講と第3講で説明します。

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

演習問題

第3講:[続]さまざまな分析手法

第8章 主成分分析 ~「総合▲▲力」を編み出す~

1.主成分分析の前に
 1.1 行列
 1.2 行列の表記のルール
 1.3 行列の計算
 1.4 固有値と固有ベクトル
 1.5 相関行列と固有値
2.主成分分析とは?
3.注意
4.具体例
 4.1 主成分の算出
 4.2 主成分得点の算出
 4.3 分析結果の精度
 4.4 分析結果の検討
5.補足
 5.1 変数の選定と第1主成分
 5.2 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

演習問題

セミナー番号:CP241132

top

会社概要 プライバシーポリシー 特定商取引法に基づく表記 商標について リクルート
Copyright ©2011 技術セミナー・技術書籍の情報機構 All Rights Reserved.