講座内容

実際のデータは複数個の測定項目からなる多変量データであることが多く、そのようなデータの統計解析手法の学習は、統計手法の現実問題への応用で極めて重要なものです。本講座では、多変量解析法を実際のデータに適用する際の注意点や実際の応用例を中心に学習をします。

おすすめの対象者

• データ分析を基礎から学びたい方

カリキュラム

1. 第１週:多変量データ解析法の概略と重回帰分析

・多変量データ解析法の分類／変量間の関係（因果、回帰、相関）／研究の種類とデータ収集法／重回帰分析のモデル／結果の読み方／結果の解釈／説明変数の選択／ゲスト：選挙予測―未来の政権を知る（鈴木督久）

2. 第2週:主成分分析と因子分析

・主成分・因子分析にできること／主成分分析による可視化の原理／主成分分析の二通りの定式化／要因探索のための主成分分析／主成分分析から因子分析へ／因子分析の細／因子分析の発展／ゲスト：企業ブランドのポジショニング（鈴木督久）

3. 第３週:多変量解析の活用：商品・サービスの設計を例に

・全体の概要／主成分分析による評価軸の抽出／主成分回帰分析と選好ベクトル／コンジョイント分析による商品設計／主成分回帰における主成分の回転／統計ソフトウェアによる分析手順／潜在クラス分析

4. 第４週:クラスタリング法と多次元尺度構成法

・クラスタリング法と多次元尺度構成法の概説／（非）類似性データ／データ変換／階層的クラスタリング法／非階層的クラスタリング法／計量多次元尺度構成法／適用例とさらなる応用

5. 第５週:課題解決のための多変量解析の利用

・課題から手法を選ぶ／モデル化の準備～課題の整理／パス図の描き方の基本／パス図を描く／パス図から方程式を書く／分析を行う／共分散構造分析-構造方程式モデリング-