データ分析のための統計入門

現在では、これまで想像もできなかったほどの大量のデータが収集・蓄積されています。それらのデータを適切に取り扱い、分析を行うことが、どの分野でも重要な課題となっています。また、実験などから得られる限られたデータから集団の姿を推測することもきわめて重要です。 　このセミナーでは、Excelを操作しながら、そのために必要な基礎知識を身につけることを目指します。単に計算の方法を知るだけでなく、なぜそのような計算を行うのかといった仕組みの理解についても重点をおいてお話しします。単に手法を覚えるだけでなく、身近なデータを基に、実感を伴った理解を大切にします。

1. データの種類と基本的な取り扱い方
   1. 尺度 (しゃくど) を意識してデータを取り扱う
      1. 間隔尺度のデータとは?
      2. 順序尺度のデータとは?
      3. 名義尺度のデータとは?
   2. レコードとフィールドを意識してデータを取り扱う
      1. 収集したデータをどのようにして入力するか
         〜アンケートや伝票のデータはどう入力するか
      2. スタック形式とアンスタック形式の変換
2. データの可視化による分析
   1. 分析の目的と可視化の方法
      1. 何を見たいかによって、利用するグラフの種類を決める
      2. 可視化に潜む落とし穴
         〜印象操作のテクニック (悪用禁止!)
   2. ヒストグラムによる分布の可視化〜収入のデータを例に
      1. 度数分布表の作成
         〜尺度によって作成の方法が異なる
      2. ヒストグラムの作成と分析
3. 集団の特徴を見極める
   1. 代表値を求めて分析する〜収入/成績/スポーツのデータを例に
      1. 平均値/中央値/最頻値 (尺度による使い分け)
      2. 平均値の落とし穴
         〜そもそも平均値とは何か
   2. 散布度を求めて分析する
      1. 分散と標準偏差を求める〜間隔尺度の場合
      2. 四分位範囲を求める〜順序尺度の場合
      3. 平均情報量を求める〜名義尺度の場合
   3. 点推定と区間推定 (参考)
      1. 信頼区間とは
      2. 平均値の区間推定を行う
      3. 分散の区間推定を行う
   4. 集団の中での位置を知る (参考)
      1. 偏差値を求める
      2. パーセント単位での順位を求める
      3. 重要度を可視化する〜パレート図
4. 項目同士の関係を知る
   1. 関係を可視化する
      1. 散布図の作成
      2. 相関関係について理解する
   2. 相関係数を求める
      1. 相関係数の意味を図形的に理解する
      2. 相関係数を求めて分析する
         〜気温とビールの売り上げの関係を例に
      3. 相関係数の落とし穴を知る
      4. 順序尺度や名義尺度での関係の強さ〜順位相関、クラメールの連関係数(参考)
5. 回帰分析による予測を行う
   1. 単回帰分析による予測を行う
      1. 回帰分析とは
      2. 回帰式の係数と定数項を求める
      3. 回帰式により予測を行う〜面積から家賃を予測する
   2. 重回帰分析による予測を行う
      1. 先に予測を行ってみよう
         〜駅歩、築年数、面積から家賃を予測する
      2. 回帰式の係数と定数項などを求める
   3. 回帰分析のテクニックと落とし穴
      1. 名義尺度のデータを予測に使うには
      2. 多重共線性にご注意
   4. 多項式回帰による予測を行う (参考)
      1. 直線的でない関係でも回帰分析を行うには
   5. 時系列分析による予測を行う (参考)
      1. 周期的に変化するデータを基に予測を行うには
6. 付録: さらにその先に進むために
   • 統計的検定、分散分析、ベイズ統計、機械学習などについての簡単な紹介資料をご用意します

※ (参考) の項目は、発展的な内容なので、資料のみの用意とします (時間があれば解説します)