全くの初心者からでも大丈夫：多変量解析入門【Rによる実演】

統計手法選択のポイント・解釈上のポイントにより焦点を当て解説します。 多変量解析の基本的な使用方法や解析手順を具体的・実践的に学べます。

セミナー講師

 （株）インサイト・ファクトリー R&Dディレクター　 小野 滋 先生

セミナー受講料

【オンラインセミナー（見逃し視聴なし）】：1名49,500円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき38,500円

【オンラインセミナー（見逃し視聴あり）】1名55,000円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき44,000円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

• 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。（開催1週前～前日までには送付致します）。※準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。（土、日、祝日は営業日としてカウント致しません。）
• 当日、可能な範囲で質疑応答も対応致します。（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

• PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
• ご受講にあたり、環境の確認をお願いしております（20Mbps以上の回線をご用意下さい）。各ご利用ツール別の動作確認の上、お申し込み下さい。
• 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

• ご受講にあたり、環境の確認をお願いしております。お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。→ 確認はこちら※Skype／Teams／LINEなど別のミーティングアプリが起動していると、 Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
• Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。※一部のブラウザは音声（音声参加ができない）が聞こえない場合があります。　必ずテストサイトからチェック下さい。　対応ブラウザーについて(公式) ;　「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です

• 開催5営業日以内に録画動画の配信を行います（一部、編集加工します）。
• 視聴可能期間は配信開始から1週間です。セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。尚、閲覧用のURLはメールにてご連絡致します。※万一、見逃し視聴の提供ができなくなった場合、（見逃し視聴有り）の方の受講料は（見逃し視聴無し）の受講料に準じますので、ご了承下さい。→こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」

実演およびＰＣに関するご注意

• 本講義では、当日は講師の実演のみで、受講者の実習は前提と致しておりません。 　後日、お手許のＰＣにて復習をいただけましたら幸いです。
• ＰＣは、Windows10、Excel2007以上のものをご準備下さい。
• 申込いただいた方には別途(配布資料送付時)、RおよびRsudioのインストール方法等をご連絡致します。

セミナー趣旨

  多変量解析とは、複数の変数からなるデータを統計的に分析する手法の総称です。多変量解析にはさまざまな手法が含まれ、その使われ方も、実務・研究の領域によって大きく異なります。概念・用語や用途が多様である点で、初心者が高いハードルを感じる分野でもあります。ともすれば、わけのわからない魔法のようにみえたり、難しいことばで素人をだますテクニックのようにみえてしまったりするでしょう。  しかし本来、多変量解析のそれぞれの手法は、手元のデータをある角度から理解しようとする工夫の集まりであり、個々の発想自体は難しいものではありません。また、それらは魔法でも詐術でもなく、一定の有用性と一定の限界を持つ道具にすぎません。  本セミナーでは、さまざまな多変量解析手法を、主にビジネス・ユーザの観点から幅広く紹介します。  はじめに、理解・学習に必要な最低限の必要知識を解説します。  つぎに、多変量解析の用途を大きく次の3つにわけ、それぞれについて主要な手法を紹介します。   (1)データを視覚化する …データを適切に表現し、わかりやすく伝える　(2)因果関係を探る …原因と結果の関連性を評価し、施策立案に役立てる　(3)隠れた構造を探る …データの背後にあるしくみと意味について推理する  紹介にあたっては、手法の背後にある数理的基盤よりも、手法の選択のポイント、解釈上のポイントにより焦点を当てます。最後に、実務家にとって効果的な活用方法と学習方法について紹介します。  主要な分析法の講義とともに、広く普及しているフリーの統計ソフト・Rを使用した実演を行います。実際にデータを受講者に解析いただくことで、よりわかりやすく理解していただくことを目指します。

受講対象・レベル

本セミナーは以下の方々を対象としています。(1)文献、レポート、カタログ等に出てくる統計的データ解析の結果を適切に読み取れるようになりたい方。(2)これから自分で多変量解析に取り組みたい方。(3)必要に迫られてデータ解析を我流でやっているが、独学ではわからないことが多く、困っている方。    また正しいかどうか自信がない方   など

習得できる知識

・多変量解析についての基礎知識を習得できる・手法の理解と使い分けのポイントについて理解できる・統計ソフトRの基本的な使用方法を習得できる・さらに勉強を進めるための方法・情報源を知ることができる　など

セミナープログラム

0. イントロダクション　0.1 多変量解析とは　0.2 企業実務における多変量解析の意義　0.3 このセミナーの内容、目標、進め方　0.4 ソフトウェア紹介　　＜実演1＞ 統計ソフト Rの基本操作1. 統計データの観察と要約 ～データを適切に表現し、わかりやすく伝える～　1.1 データの構造　1.2 データ解析の3つの段階　1.3 変数の観察と要約：量的な1変数　　(1) 度数分布表とヒストグラム　　(2) 値の大きさを要約する ～平均とその他の方法～　　(3) 値のばらつきを要約する ～標準偏差とその他の方法～　1.4 変数の観察と要約：量的な2変数　　(1) 散布図と相関表　　(2) 関係の強さを要約する ～相関係数～　1.5 変数の観察と要約：質的な1変数　　(1) 度数分布とヒストグラム　　(2) 分布を要約する　1.6 変数の観察と要約：質的な2変数　　(1) クロス表　　(2) 関係の強さを要約する　1.7 変数の観察と要約：質的変数と量的変数　　(1) 層別度数分布と箱ひげ図　　(2) 層別の要約統計量を図示する　1.8 視覚化の役割　　(1) 他人のための視覚化 ～図示の三原則～　　(2) 自分のための視覚化　1.9 まとめ2. 多変量データの視覚化 ～データ行列を一目で捉える～　2.1 イントロダクション　2.2 主成分分析　　＜実演2＞主成分分析によるデータ行列の視覚化　2.3 主成分分析の考え方　2.4 主成分分析の用途　　(1) 主成分分析の解釈を通じた変数の理解　　(2) 主成分得点による個体の位置づけ　　(3) 主成分分析によるデータ行列の視覚化　　(4) 主成分分析の応用例 ～製品選好マッピング～　2.5 まとめ3. 統計的推測の基礎 ～データに基づき推測する～　3.1 母集団と標本　3.2 さまざまな統計的推測 ～推定と検定～　3.3 母平均についての推測　3.4 母分散についての推測　3.5 統計的推測と確率分布 ～正規分布とはなにか～　3.6 母平均についての推測はどのくらいあてになるか　～標準誤差とはなにか～　3.7 推測の「良さ」の2つの側面　～正確性と精度～　3.8 まとめ4. 因果関係の探索 ～データを生み出すメカニズムを探る～　4.1 イントロダクション　4.2 データから因果関係を推測できるか？　4.3 層別とその落とし穴　4.4 まとめ5. 回帰分析の基礎 ～原因と結果の変数の関連性を評価し、施策立案に役立てる～　5.1 イントロダクション　5.2 回帰分析の考え方　　＜実演3＞実験データの単回帰分析　5.3 重回帰分析の手順　　(1) モデルの推定　　(2) 性能の評価　　(3) 変数の選択　　(4) 妥当性の検討　　＜実演4＞調査データの重回帰分析　5.4 まとめ6. 隠れた構造を探る ～データの背後にある意味について推理する～　6.1 イントロダクション　6.2 因子分析　6.3 因子分析の手順　6.4 因子分析のしくみ　6.5 因子分析の実際　6.6 まとめ7. 多変量解析とのつきあい方　7.1 検証的アプローチと探索的アプローチ、どちらが良いか？　7.2 新しい手法を実務に展開するためには？　7.3 アドバイザーとどうつきあうか　7.4 どうやって勉強するか＜質疑応答＞

■受講者の声「大変わかりやすい講義だった。復習することで、かなりの部分が理解できると思われる」「文系大で講義されていただけあり、説明が大変わかりやすかった」「重回帰分析や主成分分析が分かりやすくて良かった」「これまで何となくわからないまま行っていたこと・行っていなかったことがどんな意味を持つのかよく理解できた」　等々