今や仕事を進めるにはデータ分析の裏づけが必要条件となっています。ビッグデータと呼ばれるような、膨大化しつつある統計データからいかに有用な情報を取り出すのか?そのための一つの有効で広く用いられている統計手法として多変量解析があります。様々な統計パッケージが市販されていますので、誰でも手軽にデータを分析してアウトプットを出すことはできますが、本当に一番適切な方法を選択できているのか?アウトプットから情報を間違いなく読み取れているのか?となるとやや疑問符が付くことになります。この課題を解決するには、統計の数学的な構造を理解することが必要となりますが、イメージとしてとらえるレベルであれば、これは決して難しいものではありません。
　本セミナーでは高校の文系数学レベルのイメージで多変量解析の構造を理解でき、基本的な各手法を実務的にも適切に活用できる能力を涵養することを目的としています。

1. 多変量解析のための基礎知識
   1. 多変量解析とは?
   2. 基礎となる統計量の性質
      • 平均
      • 分散
      • 相関係数
   3. 数学と多変量解析の関係
   4. 多変量解析の基本的共通構造
2. 多変量解析の手法選択
   1. データ尺度から手法を選ぶ
   2. 手法選択の2大基準
   3. 多変量解析の分類
3. 重回帰分析
4. 主成分分析
5. 判別分析
   • 利用目的
6. 数量化理論
   1. 数量化理論の基本的な考え方
   2. 数量化理論Ⅰ類
   3. 数量化理論Ⅱ類
   4. 数量化理論Ⅲ類
7. まとめ
   1. 的確な手法選択
   2. 複数の手法の組み合わせ
• 質疑応答