複雑な問題をわかりやすいモデルで表す方法、それが「多変量解析」です。この手法をマスターすれば、個体の分類や、未知の結果を予測できるようになるため、近年では自然科学の分野だけでなく、マーケティングや企業の意思決定など、広い分野で注目されています。しかし、その手法の多様さから、全容をつかむことが難しく、「使いたくても使えない」方が多いのも事実です。
　今回のセミナーでは、具体的な事例を対象に、実際に統計ソフト (EXCELアドイン、JMP、SPSSなど) を使って実演しますので、初心者でもわかりやすい内容となっております。また、質的データの分析などで使用する「ノンパラメトリック手法」についても解説しますので、アンケートや官能評価の分析をしたいとお考えの方にもお勧めです。

1. 第1部 ノンパラメトリック手法
   1. ノンパラメトリック手法とは?
      1. 確率分布が前提だったパラメトリック手法
      2. ノンパラが有効な2つの場面
      3. いろいろなノンパラ
   2. ピアソンのχ2検定 (独立性の検定)
      1. カテゴリカルデータの検定手法
      2. 独立性の検定
      3. χ2分布とは?
   3. マン=ホイットニーのU検定
      1. U値の計算
      2. U分布とU検定表 (小標本用)
      3. 小標本の検定事例
      4. 大標本のU検定方法
      5. 正規検定と標本サイズ
   4. 最適なノンパラの選び方
      1. フローチャートを用いたノンパラ選択法
2. 第2部 多変量解析 その1
   1. 多変量解析
      1. 多変量解析の種類と分類
      2. 外的基準のある多変量解析のいろいろ
      3. 決定木の事例
      4. 変数の測定尺度のまとめ
      5. 外的基準のない多変量解析のいろいろ
      6. コレスポンデンス分析の事例
      7. 多次元尺度法の事例
   2. 重回帰分析
      1. 回帰分析の理論 (最小2乗法)
      2. 回帰分析の事例 (ヘドニック法)
      3. 推定結果の読み方
      4. クロスセクションとタイムシリーズ
      5. モデル特定の注意点
      6. ソフトウェアによる説明変数選択
   3. 離散選択モデル (二項ロジット分析とプロビット分析)
      1. 離散選択モデルとその種類
      2. 二項ロジット・モデル
      3. ロジット変換
      4. モデルの評価法
      5. 結果の読み方
      6. プロビット分析
3. 第3部 多変量解析 その2 (※注:因子分析と判別分析は時間に余裕のある場合のみ扱います)
   1. 主成分分析と因子分析
      1. 因子分析との違いと使い分け方
      2. 主成分分析の理論と方程式
      3. 主成分分析の事例
      4. ソフトウェアの注意点
      5. 結果の読み方
      6. 主成分得点の2次利用
      7. 因子分析の理論と手順
      8. 因子軸の回転について
      9. 適用研究事例の紹介
   2. 生存分析 (カプラン・マイヤー法)
      1. 生存分析とは?
      2. 生存率の算定方法
   3. クラスター分析
      1. クラスター分析とは?
      2. いろいろなクラスター分析
      3. クラスターの作り方 (階層型)
      4. 距離の測定方法 (階層型)
      5. 演習 (産業構造による1都6県の分類)
      6. 樹形図 (デンドログラム)
      7. 非階層型クラスター分析
      8. K-平均法によるクラスター分析
      9. もう一つの分類対象
   4. 判別分析
      1. 判別分析とは?
      2. 仮想データを用いた判別関数の推定
      3. 応用と研究事例
• 質疑応答・名刺交換