Business Intelligence、重回帰分析、数量化理論、正準相関分析、因子分析について学び、いろいろなデータ分析の適用例を通して講義を進めます。
数学を使わないで、分析例を示しながら、上記の多変量データ分析の本質的な考え方、数値結果の解釈、結果の信頼性等を分かりやすく説明いたします。
また、学習支援のため、講義のパワーポイントと関連資料をUSBを通して提供しています。当日パソコンを持参しない方はUSBをご持参下さい。
内容:
●BI【Business Intelligence】とは
●BIにおける統計データ分析の役割
●BIを成功させる方法と統計データ分析
●回帰式モデルとその基本的な考え方
●重回帰式モデルとその実例:国民総生産のモデル等
●重回帰分析の適用例:企業の倒産を予測する等
●予測・推測の良さを測る-残差分散、重相関係数
●偏回帰係数の信頼区間:消費支出・物価指数等の例
●多重共線性の見出し方:ドルベース輸出価格指数の例
●リッジ回帰:基本的考え方と対処方法
●輸入・資本形成等の分析例、冷蔵庫の実勢価格の分析例
●重要な説明変数の選択:その手順と歯の咬耗度の分析例
●変数選択の基準値:情報量基準AIC、Cp 統計量など
マーケティングデータ分析:
●重回帰分析による売り上額の予測
●数量化1類:アンケート調査データの分析
●数量化2類:好みの飲み物に関する分析例
●数量化3類:余暇活動に関するデータ分析
●多変量間の関連性:正準相関分析の考え方
●正準相関分析の実例:肉の消費量の分析例等
●主成分正準相関分析:入試データの分析
●因子分析とは
●因子分析の実例:調査データによる分析等
●因子分析の安定性と軸の回転
●分析結果の信頼性と現実問題での対応
●ご自分の関心あるデータでの分析
10分の説明と、それに対する講師の質疑応答。(説明の際に使うデータは、
他の方もいるので、実際のデータでなくてよい。多少の変更を加えたデータ
でよい)。参加者の中で希望者のみ。
質疑応答