複雑な問題をわかりやすいモデルで表す方法、それが「多変量解析」です。この手法をマスターすれば、個体の分類や、未知の結果を予測できるようになるため、近年では自然科学の分野だけでなく、マーケティングや企業の意思決定など、広い分野で注目されています。しかし、その手法の多様さから、全容をつかむことが難しく、「使いたくても使えない」方が多いのも事実です。
今回のセミナーでは、具体的な事例を対象に、実際に統計ソフト (EXCELアドイン、JMP、SPSSなど) を使って実演しますので、初心者でもわかりやすい内容となっております。また、質的データの分析などで使用する「ノンパラメトリック手法」についても解説しますので、アンケートや官能評価の分析をしたいとお考えの方にもお勧めです。
- 第1部 ノンパラメトリック手法
- ノンパラメトリック手法とは?
- 確率分布が前提だったパラメトリック手法
- ノンパラが有効な2つの場面
- いろいろなノンパラ
- ピアソンのχ2検定 (独立性の検定)
- カテゴリカルデータの検定手法
- 独立性の検定
- χ2分布とは?
- マン=ホイットニーのU検定
- U値の計算
- U分布とU検定表 (小標本用)
- 小標本の検定事例
- 大標本のU検定方法
- 正規検定と標本サイズ
- 最適なノンパラの選び方
- フローチャートを用いたノンパラ選択法
- 第2部 多変量解析 その1
- 多変量解析
- 多変量解析の種類と分類
- 外的基準のある多変量解析のいろいろ
- 決定木の事例
- 変数の測定尺度のまとめ
- 外的基準のない多変量解析のいろいろ
- コレスポンデンス分析の事例
- 多次元尺度法の事例
- 重回帰分析
- 回帰分析の理論 (最小2乗法)
- 回帰分析の事例 (ヘドニック法)
- 推定結果の読み方
- クロスセクションとタイムシリーズ
- モデル特定の注意点
- ソフトウェアによる説明変数選択
- 離散選択モデル (二項ロジット分析とプロビット分析)
- 離散選択モデルとその種類
- 二項ロジット・モデル
- ロジット変換
- モデルの評価法
- 結果の読み方
- プロビット分析
- 第3部 多変量解析 その2 (※注:因子分析と判別分析は時間に余裕のある場合のみ扱います)
- 主成分分析と因子分析
- 因子分析との違いと使い分け方
- 主成分分析の理論と方程式
- 主成分分析の事例
- ソフトウェアの注意点
- 結果の読み方
- 主成分得点の2次利用
- 因子分析の理論と手順
- 因子軸の回転について
- 適用研究事例の紹介
- 生存分析 (カプラン・マイヤー法)
- 生存分析とは?
- 生存率の算定方法
- クラスター分析
- クラスター分析とは?
- いろいろなクラスター分析
- クラスターの作り方 (階層型)
- 距離の測定方法 (階層型)
- 演習 (産業構造による1都6県の分類)
- 樹形図 (デンドログラム)
- 非階層型クラスター分析
- K-平均法によるクラスター分析
- もう一つの分類対象
- 判別分析
- 判別分析とは?
- 仮想データを用いた判別関数の推定
- 応用と研究事例