いま、注目されているデータ解析手法が、主成分分析をはじめとした「多変量解析」です。
　多変量解析は、たくさんの変数を一度に処理することで、項目を集約、得点化することで製品を分類したり、故障の可能性や素材の特性を予測できる魅力的な手法ですが、その多様さから全容をつかむことが難しいとされてきました。
　本講座では、具体的な事例を使って統計ソフト (Excel分析ツールやエクセル統計、SPSS、JMP、Amosなど) の実演を交えながら、あまり数式を使わずにわかりやすく解説しますので、統計学の基礎がない方でも、すぐに実践に活かすことができます。
　データはあるが、それからどのような分析が出来るのかがさっぱりわからない方から、ある程度やりたいことが決まっているが、具体的にどのような手法があるのかがわからない方、そしてどのようなソフトウェアを購入すべきか迷っている方まで、全ての方にお勧めできる講座です。

1. 第1部 多変量解析と情報集約
   1. 本日の予定とソフトウェアについて
      1. 本日の予定
      2. 各種統計解析用ソフトの紹介と普及状況
   2. 多変量解析の概要
      1. 多変量解析
      2. 目的別分類
   3. 情報を集約する
      1. 情報を集約する多変量解析
      2. 測定尺度手法の整理
   4. 主成分分析
      1. 主成分分析と因子分析の違い
      2. 主成分分析の理論
      3. 固有値問題
      4. 結果の解釈の方法
      5. 主成分得点の2次利用の事例
   5. 因子分析
      1. 因子分析の理論
      2. 因子負荷量の推定法
      3. 因子軸の回転
2. 第2部 因果関係の解明1 (+分類)
   1. クラスター分析 (分類手法)
      1. クラスター分析の概要
      2. クラスターの作り方 (階層型)
      3. 距離の測定方法 (階層型)
      4. 樹形図 (デンドログラム) の解釈の方法
      5. 非階層型クラスター分析 (K – 平均法) の簡単な紹介
      6. もう一つの分類対象 (変数の分類)
   2. 決定木分析
      1. 変数の呼び方
      2. 因果関係を探る多変量解析の整理
      3. 決定木の紹介
      4. 決定木の特徴
      5. 決定木のデータ分割基準
      6. 測定尺度と手法の整理
   3. 重回帰分析
      1. 回帰分析の理論 (最小2乗法)
      2. 回帰分析の事例と推定結果の読み方
      3. 回帰係数のt検定
      4. 説明変数の選び方と注意点
      5. 多重共線性と解決法
      6. ダミー変数による質的データへの適用
      7. 非線形回帰への応用
3. 第3部 因果関係の解明2
   1. 結果が質的変数の重回帰分析
      1. ロジット分析とその種類
      2. 確率をロジット変換する理由
      3. 最尤法によるパラメータ推定
      4. モデルの評価と結果の解釈の方法
      5. プロビット分析 (ロジット分析との違い)
   2. 生存分析 (カプラン・マイヤー法)
      1. 生存分析とは (打ち切りデータの解説)
      2. 生存率の理論と推定
   3. 共分散構造分析 (SEM)
      1. 共分散構造分析の概要と欠点
      2. モデリングの方法 (Amosでの実演)
      3. SEM用語と評価指標
• 質疑応答