インターネットを介して、”人ともの”や”ものともの”が繋がっている世界では、データ通じて従来は分からなかった情報が分かるようになっています。しかし、データの分析手法については、「データの閲覧」「集計」で終わっている企業が多いのも現実です。この要因には、データを分析できる人材の不足が考えられます。データから価値のある情報を抽出し活用するには、データ分析や統計学の基礎が必要になります。
　本セミナーは、データの活用目的に応じた統計手法とデータ解析のポイントを座学とExcelによる演習や事例を通じて一日で習得いたします。データの活用目的に応じた統計手法を習得することで、ワンランク上のビジネスパーソンや技術者、管理者を目指して下さい。

1. データ分析と統計の基礎知識
   1. データ分析と活用の実態
   2. データを活用する5つのレベルとは
   3. サンプルデータで全体像を把握する
   4. データが正しいかを確認するポイント
   5. データの比較に使う代表値とは
   6. データは平均値と中央値をチェックする
   7. データの比較に使う散布値とは
   8. ばらつきは分散と標準偏差で把握する
      • Excelで代表値と散布値を求める
   9. データ分布の代表は正規分布
   10. 正規分布の見方と考え方
   11. 平均値と標準偏差が異なる正規分布を比較する
2. 状況 (出来事) の傾向や関連性を把握するのに必要な統計手法
   1. 散布図で対応するデータの関係を読む
   2. 2つの要因の関係を数値化した相関係数とは
      • Excelで相関係数を求める
   3. 2つの要因の関係を直線で読む
   4. 誤差を最小にする最小二乗法とは
      • Excelで散布図を直線で分析する
   5. 複数の要因を扱う重回帰分析とは
   6. 未来を予測する回帰式の精度を調べる
   7. 重要な要因を判定するには
      • Excelで重回帰分析を実践する
   8. 機械学習 (クラスタリング) の適用例
3. 原因 (要因) と状況 (出来事) の関連性を把握するのに必要な統計手法
   1. データの活用は分けることから始まる
   2. 目標値からの差を分解する
   3. 要因による違いと誤差による違いに分ける
   4. 設備の違いなど1つの要因の効果を判定する
   5. 設備と材料の違いなど2つの要因の効果を判定する
   6. 効果の大きいばらつき要因を絞り込む
   7. 判定結果が正しいかを検定する
   8. 判定結果を分散分析表にまとめる
      • Excelで要因の効果を判定する
4. 事例で学ぶ将来の状況 (出来事) をシミュレーションするのに必要な統計手法
   1. 技術部門でのデジタルツインを活用した製品設計事例
   2. 製造・生産技術部門での最適生産条件設定事例
   3. スマート工場、AIへのアプローチ
5. まとめと質疑応答