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3単元 重回帰分析

この単元では、2つ以上の変数について相関を明らかにする重回帰分析を学習します。複数の変数を組み合わせての新しい説明変数の作成、説明変数の2乗を説明変数に追加するなどの重回帰分析の応用、さらには、多数の説明変数から目的変数の予測に役立つ変数を選択する方法などを学習します。
データ解析図

1.2変数の重回帰分析(1)

  • 1.1 データと重回帰式
  • 1.2 偏回帰係数
  • 1.3 誤差の標準偏差の推定
  • 1.4 理論的補足

2.2変数の重回帰分析(2)

  • 2.1 説明変数を追加することの有意性検定
  • 2.2 偏回帰係数に関する検定・推定
  • 2.3 単純なデータによる検証
  • 2.4 回帰式による予測

3.回帰モデルの改善

  • 3.1 回帰モデルの改善
  • 3.2 多項式回帰
  • 3.3 モデルの改善例
  • 3.4 モデルの改善例(つづき)

4.変数選択

  • 4.1 事前解析と総当たり回帰分析
  • 4.2 回帰式の良さの評価と選択方法
  • 4.3 手作業による逐次選択
  • 4.4 コンピュータとの対話による 逐次選択
  • 4.5 理論的補足

5.演習解答

第4単元 その他の多変量解析

この単元では、説明変数に質的変数が含まれる場合や目的変数が質的変数である場合について学習します。  これまでは、各々の変数が量的変数、つまり数値で表される場合の分析でしたが、ここでは、有・無や良・不良などの質的なデータを数値に置き換えての分析を学びます。さらに、3個以上の変数の総合特性値を捉えるための手法として、主成分分析について学習します。
データ解析図

1.質的変数を含む回帰分析

  • 1.1 基本的考え方
  • 1.2 モデルの違いの検定
  • 1.3 共分散分析
  • 1.4 数量化理論1類
  • 1.5 マクロプログラムによる解析

2.ロジスティック回帰分析

  • 2.1 説明変数が質的である場合
  • 2.2 説明変数が量的である場合
  • 2.3 2次項を含むモデル
  • 2.4 ロジスティック重回帰分析
  • 2.5 理論的補足

3.主成分分析(1)

  • 3.1 マハラノビス距離
  • 3.2 2変数の主成分分析
  • 3.3 3変数への拡張
  • 3.4 主成分分析の解析手順

4.主成分分析(2)

  • 4.1 6変数の主成分分析(1)
  • 4.2 6変数の主成分分析(2)
  • 4.3 主成分分析の適用例(1)
  • 4.4 主成分分析の適用例(2)

5.演習解答