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、故障の発生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、マーケティングや品質管理など、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、難しい数式は極力用いず、具体的な事例で統計ソフト (EXCELアドイン、JMP、SPSSなど) を実演しますので、初心者でもわかりやすい内容となっております。また、「ノンパラメトリック手法」についても解説しますので、アンケートや官能検査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
      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
   2. ピアソンのカイ二乗検定 (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. マン=ホイットニーのU検定
      1. U値の計算と分布
      2. 小標本の検定事例
      3. 大標本のU検定方法
2. 第2部「多変量解析1」
   1. 多変量解析とは
      1. 多変量解析の種類と分類
      2. 決定木の事例
      3. コレスポンデンス分析の事例
      4. 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. 事例を使った推定結果の読み方
      3. 説明変数の選び方と注意点
   3. 離散選択モデル (ロジステック分析)
      1. 離散選択モデルとは
      2. モデルの評価と結果の解釈の方法
3. 第3部「多変量解析2」
   1. 主成分分析と因子分析
      1. 主成分分析の理論
      2. 結果の解釈と2次
      3. 因子分析の理論と主成分分析との違い
   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. 生存率の算定方法
   3. クラスター分析
      1. クラスターの作り方 (階層型)
      2. 樹形図 (デンドログラム) の解釈
      3. 非階層型クラスター分析 (K – 平均法)
      4. もう一つの分類対象 (変数の分類)