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