多変量データ分析実践の基礎PR用1分動画

予測と要因分析の基本である重回帰分析に関して、適用する。
データの構造、回帰モデルの意味、分析結果の解釈について、中古住宅の価格予測を例に平易に解説する。重回帰分析では変動を説明（予測）したい変数を目的変数、そのために使用される要因系の変数を説明変数というが、ここでは、各住宅の価格が目的変数、価格に影響する床面積や築年数などが説明変数となる。本講義では、具体的に分析結果の数値を事例に沿って解釈する方法を学習し、次に、エクセルや統計ソフトによって誰もが簡単に分析を実行できるように、その手順を解説する。最後に実際に社会でこのような分析手法が活用されている現場として不動産価格の予測ビジネスを展開する企業を訪問し、アナリスト達のデータ活用の背景の紹介を通して、データサイエンスの活用の実態と価値創造の効果を学ぶ。

クロス表と決定木分析を行うにあたり、取り扱うデータと解析の目的を示した後、クロス表解析および決定木分析の方法を説明する。また、決定木分析のメリットとデメリットを考察するために具体的な例を用いて、決定木分析の解説を行う。次に、コンピュータを使った分析の手順を示す。具体的なデータを用いてコンピュータによる分析の過程を示し、分析結果を解釈する。最後に、スポーツの現場で、これらのデータ分析が活用されていることを紹介する。

クラスター分析の目的と定義を示したあと、分類に用いる距離の概念について講義する。また、クラスター分析で使われる代表的な手法についても紹介する。次に、コンピュータでクラスター分析を行うにあたり、サンプルデータとしてPOSデータ、および、全国の食費の消費データを用いる。最後に、総務省統計局において公開されている教育用標準データセットから、クラスター分析に活用できるデータを紹介する。

主成分分析で、どのようなデータを取り扱うのかを示した後、主成分分析の定義および分析手順について解説する。次に、コンピュータによって主成分分析を行うにあたり、教科の試験結果データ、警察官の能力評価データ、魚の形状データといった具体的なデータを用いる。分析結果の解釈の方法についても説明する。最後に、アナリティクスと呼ばれる仕事の目的と内容を紹介したあと、様々なエンジニアやアナリストを支援するコンピュータの活用方法を示す。

時系列データの定義をした後、時系列データ分析の目的とその方法について解説する。ここでは、時系列データの視覚化、時系列に従ったデータの傾向変動（トレンド）と季節変動の抽出方法を紹介し、データの時点間の相関を分析する方法を講義する。次に、東京エリアの需要電力量データ、および訪日外客数のデータの説明を行ったあと、これらの具体的なデータを用いて、時系列分析を行う。その後、分析結果の解釈について解説する。最後に、時系列データがどのように社会で活用され、企業での取り組みへとつながっているかを紹介する。