＜開発・研究・分析・マーケティングなどの実務で役立つ＞押さえておくべき多変量解析の基本概念と実例によるExcel演習

実務で役立つ「データを解釈する上での重要ポイント」や
「結果の見方・活用方法」

押さえておくべき多変量解析の “理論(考え方)” と
“実際に使用するツール” の双方を分かりやすく解説！

★ 簡単なデータセット事例を使いながら基礎知識について解説し、これと同時にExcelソルバーやRなどのツールの使い方についても学習
★ 多変量データを構成する変数やオブザベーションの扱い方、多変量解析自体のプロセスを、より具体的かつ視覚的に、肌で感じ取るように理解することができます

※ 可能な方はPCをご持参ください ※
（PCが無くても、受講には支障はございません）

セミナー講師

(株)メドインフォ　代表取締役　医学博士　嵜山 陽二郎 氏

【専門】
　医療統計学、薬物動態学、データマイニング、機械学習、
　医療経済学、臨床研究・疫学研究

【執筆など】
　薬効薬理非線形モデリング
　（Sakiyama Y.et al. Nippon Yakurigaku Zasshi 2008, 132: 199-206.）
　機械学習による薬物動態予測
　（Sakiyama Y.et al.
　　Expert Opinion of Drug Metabolism and Toxicology, 2009, 5: 149-169.）

【簡単な経歴】
　1993　東京大学医学系研究科博士課程　終了
　1993-2014　 製薬企業(ファイザー(株)、グラクソスミスクライン(株)など)にて
　　統計解析実務および社員教育に従事
　2015-　株式会社メドインフォ設立　代表取締役

受講料

48,600円 ( S&T会員受講料 46,170円 )
(まだS&T会員未登録の方は、申込みフォームの通信欄に「会員登録情報希望」と記入してください。詳しい情報を送付します。ご登録いただくと、今回から会員受講料が適用可能です。)

S&T会員なら、2名同時申込みで1名分無料
2名で48,600円 (2名ともS&T会員登録必須​／１名あたり定価半額24,300円)  

【1名分無料適用条件】
※2名様ともS&T会員登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、１名あたり定価半額で追加受講できます。
※受講券、請求書は、代表者に郵送いたします。
※請求書および領収証は1名様ごとに発行可能です。
　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません。

セミナー趣旨

　多変量解析についてわかりやすく説明した教科書は非常に少ないです。多くの解説書は難しい線形代数の理論に終始したり、抽象的な話の展開に終始したり、また逆に基本概念の解説がおろそかで、ツールの解説に終始したりしているものが大半です。
　そこで本講座では、最初に押さえておくべき多変量解析の“理論（考え方）”と“実際に使用するツール”の双方について、バランスよく分かりやすく解説します。

◆ 講習会のねらい ◆
　講義の初めから複雑な数式を取り上げるといったことはせず、まずは簡単なデータセットの事例を使いながら基礎知識について解説します。
　また、これと同時にExcelソルバーやRなどのツールの使い方についても学習することで、多変量データを構成する変数およびオブザベーションの扱い方、多変量解析自体のプロセスを、より具体的かつ視覚的に、肌で感じ取るように理解することができます。
　さらに、多変量解析では得られた解析結果の解釈も重要ですので、開発・研究・マーケティングなどの実務で役立つ「データを解釈する上での重要なポイント」や「結果の見方・活用方法」についてもわかりやすく解説します。

セミナー講演内容

1.    多変量解析の基本コンセプト
　1)  多変量データとは
　2)  説明変数と応答変数
　3)  モデルの複雑性と頑健性

2.    重回帰分析
　1)  単回帰と重回帰
　2)  行列計算を使った重回帰分析
　3)  変数選択

3.    ロジスティック回帰分析
　1)  単変数の場合のロジスティック回帰分析
　2)  尤度と最尤推定法
　3)  2変数の場合のロジスティック回帰分析

4.    主成分分析
　1)  多次元データの1次元への縮約
　2)  固有値・固有ベクトルと因子負荷量
　3)  変数間の関係を調べる

5.    判別分析
　1)  １変数による2群の判別
　2)  線形判別関数
　3)  判別得点と誤判別の確立

6.    クラスター分析
　1)  階層的クラスター分析法
　2)  非階層的クラスター分析法

7.    決定木分析
　1)  回帰木分析
　2)  ランダムフォレスト法

8.    機械学習手法
　1)  いろいろな機械学習手法
　2)  事例紹介：サポートベクターマシン

9.    Excelソルバーによる演習
　1)  Excelソルバーを使った単回帰分析
　2)  Excelソルバーを使った重回帰分析
　3)  Excelソルバーを使ったロジスティック回帰分析
　4)  Excelソルバーを使った主成分分析

 □ 質疑応答・名刺交換 □