【中止】効果的なデータ分析のためのExcel活用術 -データの可視化/集団の代表値と散布度/相関・回帰分析-

研究開発段階の実験などから得られるデータを適切に分析するためのExcel活用術！ なぜその計算が必要なのか、仕組みから丁寧に解説 

セミナー講師

 有限会社ローグ・インターナショナル 代表取締役   羽山 博 先生

■ご経歴1961年生まれ。京都大学文学部哲学科(心理学専攻)卒業後、日本電気株式会社でプログラミングやシステム分析・設計のユーザー教育・社内要員教育を担当。1991年ライターとして独立。2006年に東京大学大学院学際情報学府博士課程を単位取得後退学。現在、有限会社ローグ・インターナショナル代表取締役、東京大学、一橋大学講師(非常勤)。■ご専門および得意な分野・ご研究情報処理(プログラミング)、認知心理学、統計学■本テーマ関連学協会でのご活動＜著書＞『事例で学ぶExcel統計』(2022、日経BP)、『やさしく学ぶ データ分析に必要な統計の教科書』(2018、インプレス) など多数＜連載記事＞『社会人1年生から学ぶ、やさしいデータ分析【Excelで学べる】』（＠IT Deep Insider）（https://atmarkit.itmedia.co.jp/ait/subtop/features/di/dataanalysis_index.html）『AI・機械学習の数学入門 ― 中学・高校数学のキホンから学べる』（＠IT Deep Insider）  (https://www.atmarkit.co.jp/ait/subtop/features/di/mathematics_index.html)『数学×Pythonプログラミング入門 ― 中学・高校数学で学ぶ』（＠IT Deep Insider）  (https://atmarkit.itmedia.co.jp/ait/subtop/features/di/mathpython_index.html)など ＜所属学会＞　日本認知学会

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47,300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36,300円

【オンラインセミナー（見逃し視聴あり）】：1名52,800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41,800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

• 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。）
• 受講にあたってこちらをご確認の上、お申し込みください。
• Zoomを使用したオンラインセミナーです→環境の確認についてこちらからご確認ください
• 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→こちらをご確認ください

セミナー趣旨

  インターネットでのサービスや各種センサーなどから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される時代においては、データをいかに適切に取り扱い、的確に分析を行うかが重要な課題となっています。一方で、実験などから得られる限られたデータから集団の姿をより正確に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。

習得できる知識

・データの適切な取り扱い方と可視化の方法が身につけられる・集団の特徴を記述することにより、分析を行うための観点が理解できる・項目同士の関係についての分析ができる・さまざまな特徴を基に、未知の値についての予測ができる

セミナープログラム

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　　a) 間隔尺度のデータとは?　　b) 順序尺度のデータとは?　　c) 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　　a) 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　　b) (参考）スタック形式とアンスタック形式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　　a) 何を見たいかによって、利用するグラフの種類を決める　　b) 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　　a) 度数分布表の作成～尺度によって作成の方法が異なる　　b) 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　　a) 平均値/中央値/最頻値（尺度による使い分け）　　b) 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　　a) 分散と標準偏差を求める～間隔尺度の場合　　b) 四分位範囲を求める～順序尺度の場合　　c) 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　　a) 信頼区間とは　　b) 平均値の区間推定を行う　　c) （参考）分散の区間推定を行う　4) (参考)集団の中での位置を知る　　a) 偏差値を求める　　b) パーセント単位での順位を求める　　c) 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　　a) 散布図の作成　　b) 相関関係について理解する　2) 相関係数を求める　　a) 相関係数の意味を図形的に理解する　　b) 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　　c) 相関係数の落とし穴を知る　　d) （参考）順序尺度や名義尺度での関係の強さ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　　a) 回帰分析とは　　b) 回帰式の係数と定数項を求める　　c) 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　　a) 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　　b) 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　　a) 名義尺度のデータを予測に使うには　　b) 多重共線性にご注意　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。

■講演中のキーワード平均値、中央値、分散、四分位範囲、相関係数、回帰分析