多変量解析、ノンパラメトリック手法の基礎と実践

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、故障の発生、消費者行動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、品質管理やマーケティングなど、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、難しい数式は極力用いず、具体的な事例で統計ソフト (EXCEL統計、JMP、SPSSなど) を実演しますので、初心者でもわかりやすい内容となっております。また、分布を前提できない量的データや質的データの分析「ノンパラメトリック手法」についても解説しますので、極端な値のあるデータや、アンケート、官能検査の分析をしたいとお考えの方にもお勧めです。「t検定や分散分析よりも一歩進んだ分析がしたい!」 と日頃から感じている方は是非、受講をご検討ください。

1. 第1部 ノンパラメトリック手法
   1. ノンパラメトリック手法
      1. 確率分布が前提だったパラメトリック手法
      2. ノンパラが有効な2つの場面
      3. いろいろなノンパラ
   2. ピアソンのカイ二乗検定 (独立性の検定)
      1. カテゴリカルデータの検定手法
      2. 独立性の検定
      3. カイ二乗分布とは
   3. マン=ホイットニーのU検定
      1. U値の計算とU分布
      2. 小標本の場合 (検定表検定)
      3. 大標本の場合 (正規検定)
2. 第2部 多変量解析1
   1. 多変量解析
      1. 多変量解析の種類と分類
      2. 決定木分析の紹介
      3. 変数の測定尺度のまとめ
      4. コレスポンデンス分析の紹介
      5. 多次元尺度法の紹介
   2. 重回帰分析
      1. 理論 (最小2乗法) と事例
      2. 推定結果の読み方
      3. 説明変数の選び方と注意点
   3. ロジスティック分析 (ロジット分析)
      1. 離散選択モデルとロジット変換
      2. モデル評価と結果の読み方
      3. プロビット分析との違い
3. 第3部 多変量解析2
   1. 主成分分析と因子分析
      1. 主成分分析と因子分析の違いと使い分け
      2. 主成分分析の理論と結果の読み方
      3. 主成分得点の2次利用の事例
      4. 因子分析の理論 (因子軸の回転を中心に)
   2. 生存分析 (カプラン・マイヤー法)
      1. 生存分析とは (打ち切りデータの解説)
      2. 生存率の算定方法
   3. クラスター分析
      1. クラスターの作り方 (階層型)
      2. 樹形図 (デンドログラム) の解釈の方法
      3. 非階層型クラスター分析 (K – 平均法) の理論
      4. もう一つの分類対象 (変数の分類)
• 質疑応答