実践的に使える多変量解析の知識を身につける
この講座は、初級統計学のステップアップ講座です。多変量解析を中心として統計学への理解をさらに深めつつ、実践において統計学の知識を活用できるように、コンピューターを活用した様々な演習についても積極的に行っていきます。
※アーカイブ講座の動画販売についてお申し込み受付中です。
集団授業
続・初級統計学【多変量解析入門】
統計・機械学習講座
通常講座
Sスタンダード
アーカイブ講座（録画販売中）
講座概要
Overview
多変量解析を中心として統計学への理解をさらに深めつつ、実践において統計学の知識を活用できるように、コンピューターを活用した様々な演習についても積極的に行っていきます。
初級統計学を受講された後に本講座を受講することで、統計学の全体像を把握し、基本を網羅することができます。
【多変量解析とは】
多変量解析は、変数間の相互関係を分析する統計的な解析手法であり、様々な分野で応用されています。統計学の様々な手法のなかでも、現時点で最も広く使われているものであるといえるでしょう。統計の実践において避けては通れないといわれる多変量解析ですが、この分野は、初学者にとって習得のハードルが高い分野のひとつです。本講座では、独学では学びづらい多変量解析について集中的に学び、手を動かしてトレーニングを重ねていくことで、理解・習得を図っています。
教科書
- 書籍
すうがくぶんかのオリジナルテキスト
- 送付方法
デジタルデータ（PDF）をメール添付にてお送りいたします。
※ テキスト代は受講料に含まれています。
講義の目標
多変量解析の各手法について、理論的背景を踏まえてRによる分析ができるようになる．
前提とする知識
・統計検定2級程度の統計学の知識（初級統計学）
・高校数学の知識（大人のための高校数学IIB）
カリキュラム
Curriculum
01重回帰分析
線型重回帰分析をRで実行し，出力される数値の意味やモデルの検討方法について解説します．
また，非線型回帰分析(累乗モデル，指数モデル)についても触れます．
02ロジスティック回帰
具体的な2クラス分類の問題を通してロジスティック回帰の解説を行います．
ロジスティック回帰の推定では最尤法という考え方が用いられています．
最尤法は統計学を学んでいると何度も登場する重要な概念であるにも拘らず，理解するのが難しく躓きやすいところです．
ここでは，シンプルな例題を解きながら，最尤法という考え方についても丁寧に説明します．
一般化線形モデルと呼ばれるより広い手法の特殊な場合と考えることができます．
この分野についてさらに学びたい方は弊社講座「データ解析のための統計モデリング入門」の受講をおすすめします．
03主成分分析
複雑なデータを少ない変数で要約し解釈をする，主成分分析という手法について解説します．
主成分分析の計算は相関行列(または共分散行列)の固有ベクトルの計算に他なりません．
そこで，主成分分析そのものの説明の前に，行列の基本的な扱い方を必要なものに絞って解説します．
04因子分析
因子分析は，複雑なデータを少ない変数で要約するという意味で，前章で学んだ主成分分析に似た手法です．
ここでは主成分分析との違いを押さえながら因子分析について解説します．
因子分析では回転と呼ばれる重要概念が登場します．これは因子を線形変換する操作で，ここでも行列の理論が活躍します．
05判別分析
古典的な分類の手法である判別分析について解説します．
判別分析は，線形判別分析と非線形判別分析に分けられます．
線形判別分析は群間変動，群内変動という2つの散らばりかたに着目して判別を行う手法です．
また，非線型判別分析の手法として，マハラノビスの距離を用いた判別分析を紹介します．
06クラスター分析
似たデータをまとめ上げる，クラスター分析の手法を扱います．
クラスター分析には大きく分けて，階層的クラスタリングと非階層的クラスタリングの2つがあります．
階層的クラスタリングについてはウォード法，非階層的クラスタリングについてはk-means法を紹介します．
07決定木とアンサンブル学習
決定木は分類の手法の一つです．どのような規則で分類が行われているかがわかりやすく，結果の解釈がしやすいことが特徴です．
一方で過学習を起こしやすく，精度の高い分析をすることが難しいという側面もあります．
後半では，アンサンブル学習という工夫によってより精度の高い分析が行えることを解説します．
08数量化類と同値な手法
数量化類とは本来は量的な変数で行う多変量解析の手法を質的な変数に対しても行えるように拡張した手法群です．
この章では数量化類と同じ(あるいはほぼ同じ)でより扱いやすい手法について解説します．
09サポートベクターマシン
サポートベクターマシンとはマージン最大化を基本的なアルゴリズムとする2クラス分類の手法です．
まずは基本となる線形分類の数理について解説をし，カーネル法と呼ばれるテクニックによって非線形の分類問題に拡張していきます．
10ニューラルネットワーク
この章ではニューラルネットワークやディープラーニングと呼ばれる手法について解説します．
これらの手法の最小単位であるパーセプトロン学習器の説明から始め，どのように拡張されていくかを見ていきます．
また，計算の鍵となる誤差逆伝播と最急降下法についても説明します．
この分野に関する講義で扱う以上の発展や工夫，Pythonによる実行についてさらに学びたい方はDeepLearning入門の受講をお勧め致します．
11構造方程式モデリング
これまでに学んできた重回帰分析や主成分分析，因子分析といった手法たちをパス図という方法で俯瞰し，
構造方程式モデリングというより自由度の高い分析手法について解説します．
12データを用いた演習
総復習としてデータを配布し自由に分析の演習を行います．
問題設定に応じた手法の選択や結果の解釈，実際にRで実行するにはどうしたら良いかなど，改めて自ら実践してみることで知識が定着します．
最初は「やってみると教科書の真似をしながらでも意外と難しい…」となるかもしれませんが講師がサポートをしながら進めていきますのでご安心ください．
講座情報
Information
| 講座名 | 続・初級統計学【多変量解析入門】 |
|---|---|
| 担当講師 | |
| 開講スケジュール |
土曜クラス : 13:30-15:30
2023年10月7日～2024年2月24日
12月30日土曜日は休講です。 ※詳細はこちらのカレンダーをご確認ください。 |
| 受講方法 |
Zoomによるオンライン講座 授業は録画されます。録画（アーカイブ動画）は授業終了から5年間オンラインにて繰り返しご視聴いただけます。（ダウンロード不可） 詳細はこちらのページをご確認ください。 |
| 教科書 | すうがくぶんかのオリジナルテキスト |
| 受講料 | 税込24,500円/期（税込122,500円/5期一括） ※お支払い期日の詳細はこちらのカレンダーをご確認ください。 |
| お支払い方法 |
クレジットカード支払いは本ページ下部「受講料のお支払いについて」よりお願いいたします。 |
| 準備物 | RをインストールしたPC(zoomで受講するためのPCと同一で可） |
| その他 | 初回講義での体験受講が可能です。 |
受講生の声
Voice
関連講座
Pick up
この講座の前におすすめ
受講料のお支払いについて
Payment options
続・初級統計学講座のクレジットカード決済フォームです。（決済にはStripeというサービスを使っています。）
下記のボタンを押すと該当する集団講座のチケットをご購入いただけます。消費税については内税(10%)です。
-
- 全てのチケットの有効期限はご購入日より1年となっていますのでご注意ください。
※ボタンを押すと、stripeの決済ページへ遷移します。
| 1期分 | 2期分 | 5期一括 |
|---|---|---|
アーカイブ講座の動画販売
Archive video
2020年前期分よりオンライン授業を録画し、授業の録画販売（アーカイブ販売）を行っております。
視聴期限は5年
自分のペースで学習できます。
開講時と同じ受講料
お気に入りの講師の
過去の講義も購入できます。
過去の講義も購入できます。
Slackにて質問できます
アーカイブ講座の場合も、
質問等は受け付けます。
質問等は受け付けます。
注意事項
アーカイブ講座の動画購入をご検討いただく場合は、下記についてご確認をお願いいたします。
- お申し込み時にご登録いただいたメールアドレス宛に、講義の録画を共有させていただきます。
※Googleドライブ上のファイルを共有するため、gmailアドレス以外の場合は、共有フォルダにアクセスする際に、自動でメールに送られてくる確認コードの入力が必要になる場合がございます。 - 受講料は、開講時と同じ受講料となります。
- 動画の視聴期限は購入後、5年となっております。
- 講座内容に関するご質問等がある場合で、Slack以外でのご質問をご希望される場合はお問合わせください。（別途受講料が発生する個別指導での対応となる場合がございます。）
開講中講座の途中参加について
本講座は開講中の講座はございません。
アーカイブ講座(録画購入）にてご受講いただけます。
アーカイブ講座(録画購入）をご希望の場合はこちらからお申込みください。
| 講座名 | 動画内容 | 講師名 | 受講料 |
|---|---|---|---|
| 続・初級統計学【多変量解析入門】 2023年後期 |
全20回 （各120分） |
伊集院 拓真 | 24,500円/期（122,500円/5期一括） |
| 続・初級統計学【多変量解析入門】 2023年前期 |
全19回 （各120分） |
内場 崇之 | 24,500円/期（122,500円/5期一括） |
| 続・初級統計学【多変量解析入門】 2022年後期 |
全19回 （各120分） |
中村 伸一郎 | 24,500円/期（122,500円/5期一括） |
| 続・初級統計学【多変量解析入門】 2022年前期 |
全19回 （各120分） |
伊集院 拓真 | 24,500円/期（122,500円/5期一括） |
| 続・初級統計学【多変量解析入門】 2021年後期 |
全19回 （各120分） |
伊集院 拓真 | 24,500円/期（122,500円/5期一括） |
| 続・初級統計学【多変量解析入門】 2021年前期 |
全19回 （各120分） |
内場 崇之 | 24,500円/期（122,500円/5期一括） |
| 続・初級統計学【多変量解析入門】 2020年後期 |
全19回 （各120分） |
内場 崇之 | 24,500円/期（122,500円/5期一括）円/月（122,500円/5ヶ月一括） |
| 続・初級統計学【多変量解析入門】 2020年前期 |
全19回 （各120分） |
伊集院 拓真 | 24,500円/期（122,500円/5期一括） |
年度別 講座情報
| 年度 | 講座情報 |
|---|---|
| 2023年前期 | Python使用しています。その他の年度はRを使用しています。 |
講座のお申し込み・ご相談は
気軽にお問い合わせください。
