多変量解析の基礎と手法選択

今や仕事を進める上で、客観的なデータ分析の裏づけが欠かせません。多変量解析はそのための有用なツールです。様々なパッケージソフトを容易に利用することができるので、データをインプットすれば何らかの答えは出てきます。しかし、どうしてその答えが出てくるのかの構造が少しは分からないと不安です。またデータ分析結果を正しく読み取れているかの確信も持てません。 　多変量解析は数学手法の一種ですが、本講座の数学的な基礎知識としては、統計学の平均、分散、相関係数、そして微分、これらがどういうものだったか、講義の中で思い出してもらえればそれで十分理解していただけるように組み立てています。多変量解析の構造と分析結果をイメージとして捉えて、間違いなく使いこなせるようにする。これが本講座の狙いです。

1. 多変量解析の全体像
   1. 多変量解析とは
   2. 必要となる数学的知識のイメージを思い出す
   3. 基礎的な統計量の意味を問い直す
   4. 多変量解析手法を形成する数学のイメージ
2. 多変量解析の手法選択
   1. データ尺度の種類
   2. 活用目的による手法選択
   3. データ尺度による手法選択
3. 多変量解析手法を個別に学ぶ
   1. 重回帰分析
   2. 判別分析
   3. 数量化理論Ⅰ類
   4. 数量化理論Ⅱ類
   5. 主成分分析・因子分析
   6. 数量化理論Ⅲ類
   7. 正準相関分析
   8. クラスター分析
4. 多変量解析の手法を組み合わせた応用活用
• 質疑応答