本セミナーでは、データ解析の王道である多変量解析について、その基本原理を理解した上で、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について紹介していきます。ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。また現実の面倒なデータをどう取り扱うかについても触れますが、個別にご質問いただければさらにお答えいたします。
　多くの項目を扱うため、数学的な詳細に触れることはなるべく避けますので、数学に自信のない方でも受講可能です。なお、数学的なレベルは高校数学 (数列、微積、確率) 程度を想定しています。多変量解析のツールとして現在最も人気があるのは、統計計算パッケージの R と、高い数学機能をもつ汎用プログラミング言語 Python です。本セミナーではこれらについての紹介も行います。

1. 多変量解析の基礎
   1. 二変量データの線形回帰
   2. 共分散の理解がすべての基礎
   3. 相関係数の正しい理解
   4. p値と統計的検定
      • ブレーク いまどき評判のわるい統計的検定
2. よく使われる解析法
   1. 重回帰分析
   2. 主成分分析
   3. ロジスティック回帰分析
   4. 分散分析:ANOVA
   5. アソシエーション分析
   6. クラスター分析
      • ブレーク 現実の汚いデータをどう扱うか:可視化の威力
3. 多変量解析のためのツール
   1. 統計分析のためのプログラミング言語 R
   2. 数学計算に威力を発揮する Python
• 質疑応答