サイトマップサイトマップ 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
  ヘルスケア系
ライブ配信
8月
9月
10月
2021年11月〜

化学・電気系 その他各分野
ライブ配信
8月
9月
10月
2021年11月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
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
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2021/8/4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→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  



Zoom

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)〜


<Zoomによるオンラインセミナー>

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 先生

講師紹介

九州大学大学院数理学府 博士後期課程 修了後、株式会社ニコンシステム、九州大学大学院数理学研究院を経て現職。


日時・会場・受講料

●日時 2021年10月8日(金) 10:30-16:30
●会場  会場での講義は行いません。
●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。→「セミナー申込要領・手順」を確認下さい。

 ●録音・録画行為は固くお断り致します。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●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。)

●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。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

下記ご確認の上、お申込み下さい(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
・ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報下さい。
・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
 <req@johokiko.co.jp>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・ご受講にあたり、環境の確認をお願いしております。
 お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
 → 確認はこちら
 *Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
 →参加方法はこちら
 →※一部のブラウザーは音声(音声参加ができない)が聞こえない場合があります、
   必ずテストサイトからチェック下さい。
   対応ブラウザーについて(公式);コンピューターのオーディオに参加に対応してないものは音声が聞こえません

セミナーポイント

 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。次に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。回帰モデルを考える上で重要な変数選択問題についても解説する。
 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。

セミナー内容

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>

セミナー番号:AG211082

top

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.