統計学入門 多変量解析 セミナー

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 リンクリンク
セミナーのメニュー
  ヘルスケア系
4月
5月
6月
7月〜

化学・電気系 その他各分野
4月
5月
6月
7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
  ↑2020/3/30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  


書籍「マンガでわかる統計学」シリーズの著者、
高橋信先生が、やさしく、わかりやすく、解説します。

統計学入門シリーズセミナー(全3回)
 
−実践的な統計学入門、多変量解析入門、初めてのベイズ統計学−

講師

著述家 高橋 信 先生

* 希望者は講師との名刺交換が可能です

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。
 1998年九州芸術工科大学(現 九州大学)大学院芸術工学研究科情報伝達専攻修了。民間企業で統計学セミナー講師業務やデータ分析業務に長く従事した後、大学非常勤講師や非常勤研究員などを務め、現在は著述家。

■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

→このセミナーを知人に紹介する

日時・会場・受講料

■日時・会場
第○回開催日シリーズテーマ
第1回7月8日(水)10:30−16:30「実践的な統計学入門」
会場:[東京・大井町「きゅりあん」5階第3講習室
第2回7月22日(水)10:30−16:30「多変量解析入門」
会場:[東京・大井町「きゅりあん」5階第1講習室
第3回8月26日(水)10:30−16:30「初めてのベイズ統計学」
会場:[東京・大井町「きゅりあん」5階第3講習室

■受講料(資料・昼食付)
<全3回同時申込の場合のみ>
6月30日(火)までに、全3回申込の場合に限り、88,000円(税込)
※1社2名以上同時申込は、さらに11,000円(税込)引き


*日程変更等ございました場合は、ご容赦下さい。

*全3回申込の方へ(不測の事態により、全回開催出来ない場合、以下規定に基づき、返金致します。)
 全3回中、2回未満の実施の場合: 70%返金
 全3回中、3回未満の実施の場合: 40%返金
参加形態区分価格(税込)1社2名以上同時申込
1講座のみの参加1回、2回、3回・・・47,300円36,300円
2講座の参加1・2回、1・3回、2・3回、・・・72,600円61,600円
全講座(3講座)の参加1・2・3・回・・・99,000円88,000円

※申込時に参加形態(第○・○回参加)を申込備考覧に記載下さい。
※各回、別の方が受講いただくことも可能です。
※1社2名以上同時申込は、同時申込、同形態(講座数、参加日)でのお申込にのみ有効です

 *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。

(ご連絡)
 当セミナーの会場では、現金による受講料支払いを休止させていただくこととなりました。
 現金にてお支払い希望の方は、コンビニエンスストアにてお支払いできる用紙をご送付申し上げますので、
 お近くの店舗にてお支払い頂けましたら幸いです。尚、領収証をご希望の方は、コンビニ支払い時に発行される
 振込受領書と引き換えにて発行させて頂きます。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。

■ セミナーお申込手順からセミナー当日の主な流れ →

講座のポイント

■受講対象者
・統計学の初心者
・多変量解析の初心者
・ベイズ統計学の初心者
・これらを過去にひととおり学んだものの忘れてしまった方
・独学で挫折してしまった方

■セミナー全体の特長
 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、データをうまく調理できないものかと考えている方におすすめの講座です。
 第1回の「実践的な統計学入門」では、「統計学とはどういうものか?」「統計学を学ぶ意義は?」といったことを解説します。「t検定」「カイ二乗検定」といった名前をご存じの方もいるかもしれませんが、統計学における代表的な手法のひとつである、統計的仮説検定も解説します。
 第2回の「多変量解析入門」では、重回帰分析や因子分析などの、数多くの変数からなるデータに対する分析手法を解説します。
 第3回の「初めてのベイズ統計学」では、「ベイズ統計学とはどういうものか?」「(第1回で扱う)一般的な統計学と何が違うのか?」「ベイズ統計学の活用法」といったことを解説します。


第1回(7月8日(水)10:30−16:30)

「実践的な統計学入門」

■講座ポイント
 お仕事に従事されている中で、「これからのビジネスはデータを活用して云々」「今後を勝ち抜くには統計学の知識が……」といった話をどこかで聞いたことがあるかもしれません。
 統計学の知識は、ないよりもあったほうが有益です。「でも、難しいんでしょ?」と思った方のために本講座はあります。もちろん、過去に統計学をひととおり学んだものの実は理解にやや不安を覚えている方にも、独学で挫折してしまった方にも、本講座はおすすめです。
 本講座の構成は、「統計学とはどういうものか?」「統計学を学ぶ意義は?」といったことから始まり、統計学における代表的な分析手法である、推定と検定にまで至ります。
 本講座を受講するにあたり、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。

■受講後、習得できること
・統計学という学問の大まかな雰囲気
・統計学の基礎的な知識
・推定と検定の活用法

■講演プログラム
1.統計学とは?
 1.1 統計学はどういう場面で使われているのか?
 1.2 そもそも統計学はどのような学問なのか?
 1.3 標本が母集団の精巧なミニチュアとなるには?
2.データの雰囲気をつかみましょう 〜データの雰囲気のつかみかたを学ぶ〜
 2.1 データの分類
 2.2 データの雰囲気のつかみかた[数量データ編]
  ・平均
  ・中央値
  ・平方和と分散と標準偏差
  ・2種類の分散
 2.3 データの雰囲気のつかみかた[カテゴリカルデータ編]
3.ちょっとした分析をしてみましょう 〜基礎的な分析である相関分析を学ぶ〜
 3.1 相関分析
 3.2 単相関係数
4.データの規格を揃えましょう 〜重要なデータ変換である基準化を学ぶ〜
 4.1 基準化(標準化)
 4.2 偏差値
5.正規分布と標準正規分布 〜確率密度関数を学ぶ〜
 5.1 確率密度関数
  ・カイ二乗分布
  ・t分布
  ・F分布
  ・正規分布
  ・標準正規分布
 5.2 面積=割合=確率
6.本格的な分析をしてみましょう 〜代表的な分析手法である推定と検定を学ぶ〜
 6.1 区間推定
 6.2 統計的仮説検定
 6.3 注意
 6.4 手順と目的
 6.5 帰無仮説と対立仮説
 6.6 結果の解釈
 6.7 独立性の検定
 6.8 母平均の差の検定
(質疑応答)



第2回(7月22日(水)10:30−16:30)

「多変量解析入門」

■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。さまざまな分析手法の中から、「定番」とでも言うべき、代表的なものを本講座ではご紹介します。
 本講座は、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。
 本講座を受講するにあたり、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。
 本講座は、第1回である「実践的な統計学入門」を受講していなくても理解できます。ただし統計学について全くの初心者の方は、第1回も受講しておいたほうが、安心と理解がさらに深まります。

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

■講演プログラム
1.多変量解析
 1.1 多変量解析とは?
 1.2 さまざまな分析手法の概要
2.統計学の基礎知識
 2.1 平方和と分散と標準偏差
 2.2 基準化(標準化)
 2.3 単相関係数
 2.4 データ分析の取り組み方
3.回帰分析 〜多変量解析の前に〜
 3.1 回帰分析とは?
 3.2 予測
 3.3 回帰式の精度の確認(決定係数)
4.重回帰分析 〜売上額などの「数値」を予測する〜
 4.1 重回帰分析とは?
 4.2 予測
 4.3 「yに対する各xの影響度」と重回帰分析
5.ロジスティック回帰分析 〜「確率」を予測する〜
 5.1 オッズ比
 5.1 ロジスティック回帰分析とは?
6.主成分分析 〜「総合▲▲力」を編み出す〜
 6.1 主成分分析とは?
 6.2 注意(分析結果の精度など)
7.因子分析 〜「データの背後に潜むもの」を見つけ出す〜
 7.1 因子分析とは?
 7.2 注意(分析結果の精度/回転など)
8.コレスポンデンス分析と数量化V類 〜データの航空写真を撮る〜
 8.1 コレスポンデンス分析とは?
 8.2 数量化V類とは?
 8.3 補足
9.クラスター分析 〜分析対象を分割する〜
 9.1 クラスター分析とは?
(質疑応答)



第3回(8月26日(水)10:30−16:30)

「初めてのベイズ統計学」

■講座ポイント
 お仕事に従事されている中で、「ベイズ統計学が云々」「ベイズ統計学で柔軟なモデリングが云々」といった話をどこかで聞いたことがあるかもしれません。本講座は、「ベイズ統計学とはどういうものか?」「一般的な統計学と何が違うのか?」「ベイズ統計学を学ぶ意義は?」といったことを知りたい方におすすめです。すでにベイズ統計学に基づいた分析をおこなっているものの、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。
 本講座の数学的な水準は、正直に言って、第1回と第2回にくらべて高めです。とは言え、難しそうな記号を使い、延々と板書したりするわけでは決してありません。さまざまなお仕事に従事されている方々が受講することや講演時間には限りがあることを前提に、ベイズ統計学に関係する各概念を、あまりに数学的にブラックボックスのままやりすごすことなく、しっかりわかりやすく解説します。

■受講後、習得できること
・ベイズ統計学の基礎
・一般的な統計学とベイズ統計学の違い
・ベイズ統計学の活用法

■講演プログラム
1.ベイズ統計学とは?
 1.1 ベイズ統計学とは?
 1.2 一般的な統計学とベイズ統計学の違い
 1.3 なぜわざわざベイズ統計学を学ぶのか?
2.確率の基礎知識 〜数学っぽくて硬質だけど避けられない話題〜
 2.1 期待値と分散と標準偏差
 2.2 確率分布
3.最尤法 〜最もそれらしい推定値を求める方法(のひとつ)〜
 3.1 二項分布の場合
 3.2 正規分布の場合
4.ベイズの定理 〜ベイズ統計学の要点〜
 4.1 条件付き確率
 4.2 ベイズの定理
 4.3 事前確率密度関数と事後確率密度関数
 4.4 事後期待値と事後分散
5.マルコフ連鎖モンテカルロ法 〜平均や分散などの近似値を求める方法〜
 5.1 マルコフ連鎖モンテカルロ法
 5.2 メトロポリス・ヘイスティングスアルゴリズム
 5.3 ギブスサンプラー
 5.4 ハミルトニアンモンテカルロ法
6.ベイズ統計学の活用例
 6.1 階層ベイズモデル ―少ないデータから家賃と専有面積の関係を探る
 6.2 状態空間モデル ―クジラの生息頭数を探る
 6.3 2つの母集団の平均についての推測 ―t検定との違いを知る
(質疑応答)

セミナー番号:AR200710

top

注目の新刊

雑誌 月刊化学物質管理

動画配信 統計学入門

医薬品・医療機器包装規制

食品・化粧品包装規制

CSV文書作成例

オミクス解析

藻類ビジネス

データ・プライバシー

自然言語処理技術

新時代植物工場

創薬スクリーニング

異常検知技術と応用提案

各社の化学物質管理

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

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.