たくさんの変数を一度に処理することで個体を分類したり、未知の結果を予測したり、複雑な構造を単純化するのが「多変量解析」です。近年は自然科学だけでなく、マーケティングや品質管理など、幅広い分野で注目されています。しかし、その多様さや理論の難しさから、統計の初学者が一から学ぶのは容易ではないという印象を持たれてきました。
　そこで、本セミナーでは、具体的な事例を対象に、無料統計ソフト「Rコマンダー」の実演 (講師によるデモ) を交えながら、できるだけわかりやすく解説します。

1. 回帰分析:因果関係を明らかにして予測に生かす
   1. 多変量解析でできること
   2. 回帰分析の目的
   3. 最小2乗法による推定と解釈
   4. 決定係数とt検定で結果を評価
   5. 原因変数が多い場合の回帰分析
2. ロジスティック回帰分析&クラスター分析 : 個体を分類する
   1. 結果が2値のときの回帰分析
   2. 最尤法による推定と解釈
   3. 予測能力と適合度で結果を評価
   4. クラスター分析の考え方と樹形図作成
   5. 個体がたくさんある場合のK – means法
3. 主成分分析&因子分析 : 変数を削減する
   1. 主成分分析の考え方と、因子分析との違い
   2. 分散の最大化と主成分負荷量
   3. 因子分析の考え方と共通性
   4. 因子軸の回転