文部科学省認定 社会通信教育 多変量解析実務講座 混沌のデータから現象の姿をつかむ
多変量解析実務講座
カリキュラム~理論から解析手法まで着実に習得~
カリキュラム
多変量解析の基礎を第1単元で固めたうえで、重回帰分析、主成分分析など主要な解析手法へと発展するコンパクトで学びやすいカリキュラムです。

第1単元 データ解析序説

この単元では、多変量解析の手法を理解するための基礎知識を学習します。多変量解析の対象となるデータと変数、多変量解析を適用する手順、回帰分析の基礎である最小2乗法、分散の加法性、変数変換と対数正規分布、相関係数・因果関係など、データの性質と基本的な解析について学びます。
データ解析図

1.データ解析の基礎

  • 1.1 データ解析の対象
  • 1.2 解析の手順
  • 1.3 基本統計量

2.平均値と最小2乗法

  • 2.1 代表値
  • 2.2 平均値の分散と標準誤差
  • 2.3 平均値に関連する量の分散
  • 2.4 Excelによるシミュレーション
  • 2.5 論理的補足

3.1変数のモニタリング

  • 3.1 ヒストグラム
  • 3.2 非対称分布
  • 3.3 対数正規分布
  • 3.4 時系列データ(1)
  • 3.5 時系列データ(2)

4.2変数のモニタリング

  • 4.1 散布図と相関係数
  • 4.2 相関係数・相関関係・因果関係
  • 4.3 散布図の作成
  • 4.4 質的変数と量的変数の関係

5.演習解答

第2単元 単回帰分析

この単元では、第1単元での学習をベースに、2つの変数の関係を表わす式を求める方法、その式で1つの変数の値からもう1つ別の変数の値を推定する方法など、単回帰分析の基礎を学習します。
データ解析図

1.直線の当てはめ

  • 1.1 まずやってみよう
  • 1.2 回帰モデル
  • 1.3 最小2乗法
  • 1.4 誤差の標準偏差の推定
  • 1.5 理論的補足

2.回帰に関する検定・推定

  • 2.1 回帰係数の標準誤差
  • 2.2 LINEST関数を用いた解析
  • 2.3 回帰直線による推定
  • 2.4 回帰の逆推定
  • 2.5 理論的補足

3.回帰診断と変数変換

  • 3.1 回帰診断とは
  • 3.2 残差の検討
  • 3.3 変数変換による直線の当てはめ
  • 3.4 影響力の大きいサンプルの検出
  • 3.5 理論的補足

4.種々の単回帰モデル

  • 4.1 原点を通る回帰式の当てはめ
  • 4.2 時系列予測
  • 4.3 繰返しのあるデータへの当てはめ
  • 4.4 理論的補足

5.演習解答