図解入門ビジネス 多変量解析の基本と実践がよーくわかる本

概 要

ビジネスや研究開発に役立つ多変量データの解析手順を具体的、実践的に解説した入門書です。一見、意味のないデータにみえても、そのなかにはビジネスや研究を飛躍的にすすめる宝が埋まっているかもしれません。本書は、データが持つ相互の関係を明らかにし、目的に応じてデータを要約する「多変量データ解析」の代表的な手法を紹介し、Excelを使った実践方法を図解でわかりやすく解説します。また、新しい評価法として注目されている「サポートベクトルマシン」や「データ包括分析法」も取り上げています。データ解析手順とポイント、統計手法の数理的な仕組み、相関と回帰、重回帰・判別分析、クラスターとデータ包括分析法がわかります!

著者 森田浩
価格 本体1800円(税別)
ISBN 978-4-7980-4061-5
発売日 2014/4/2
判型 A5
色数 2色
ページ数 280
CD/DVD
対象読者 入門
シリーズ 図解入門ビジネス
表紙イメージ
購入 アマゾンで購入する
楽天で購入する

※リンク先によっては、販売ページが用意されていないことがあります。あらかじめご了承ください。

新しいウィンドウで開く 書籍購入のご案内

サポート

サポート情報は以下からご参照下さい。

サポート情報へのリンク

目次

第1章 多変量解析の基本

1-1 多変量解析とは(データを分析する便利な道具)

1-2 多変量解析の目的(隠れた姿が浮かび上がる)

1-3 多変量解析の手法(解析手法の適材適所)

1-4 多変量解析のビジネスへの適用

1-5 平均と分散(データの散らばりの様子)

1-6 データの標準化(データのばらつきを揃える)

1-7 仮説検定(仮説の正しさを判断する)

1-8 推定と予測(データの様子を探る)

1-9 最適化問題(利益を最大にするには)

コラム 数理計画法

1-10 Excelソルバー(最適な解を求めよう)

コラム ソルバーのオプション

第2章 相関と回帰

2-1 2変量データの解析(データ相互の関係を調べる)

2-2 散布図と相関係数(視覚的に見るデータの関連性)

コラム 散布図の形

2-3 Excelによる相関係数(散布図で求める相関係数)

2-4 相関分析(相関関係を調べる)

2-5 回帰直線(直線で表す要因と結果の関係)

2-6 単回帰分析(統計的な意味を調べる)

2-7 残差の検討(モデルの正しさを検証する)

2-8 推定と予測(要因と結果の予測)

2-9 Excelによる回帰分析(分析の手順を理解しよう)

コラム 非線形回帰への応用

コラム 相関係数を当てよう

第3章 重回帰分析

3-1 重回帰分析のモデル(複数の原因が絡む現象)

3-2 重回帰式の求め方(行列やベクトルを用いる)

3-3 Excelによる重回帰式(計算の手順を理解しよう)

3-4 偏回帰係数(原因が結果に与える影響)

コラム 多重共線性

3-5 重回帰分析(分析の精度を判断する)

3-6 推定と予測(平均との確率的な距離)

3-7 残差の検討(結果に影響するデータや変数)

3-8 Excelによる重回帰分析(分析の手順を理解しよう)

3-9 説明変数の選択(回帰モデルに必要な変数)

3-10 変数選択によるモデル評価(最もよいモデルの選択)

3-11 数量化Ⅰ類(ダミー変数による重回帰分析)

コラム 数量化Ⅰ類によるデータ解析

3-12 Excelによる数量化Ⅰ類(分析の手順を理解しよう)

コラム Excel配列関数の計算方法

演習問題 中古マンションの価格を予測する

第4章 判別分析

4-1 判別分析とは(どんな基準で分かれるのか)

4-2 線形判別分析の考え方(2つのカテゴリーの違い)

4-3 相関比(2つの群の離れ方)

4-4 線形判別関数の求め方(2つの群を分ける直線)

4-5 Excelソルバーによる線形判別分析(分析の手順を理解しよう)

4-6 ラグランジュの未定乗数法による線形判別分析(判別係数を求める)

4-7 重回帰分析と判別分析(目的となる数値の群への割当)

4-8 マハラノビス距離(ばらつきの大きさを考えた尺度)

4-9 マハラノビス距離による判別分析(最も近い群に判別されるサンプル)

4-10 Excelによる判別分析(分析の手順を理解しよう)

4-11 判別分析の評価(判別がうまくできているか)

4-12 数量化Ⅱ類(ダミー変数を用いた判別分析)

4-13 Excelによる数量化Ⅱ類(分析の手順を理解しよう)

4-14 サポートベクトルマシン(グループを明確に二分する)

4-15 Excelによるサポートベクトルマシン(分析の手順を理解しよう)

演習問題 優良顧客をアンケートの調査結果から見分ける

第5章 主成分分析

5-1 主成分分析とは(変数間の関係や特徴を把握する)

5-2 主成分の求め方(サンプルの違いを表現する)

5-3 主成分の仕組み(データを標準化する)

5-4 因子負荷量と主成分スコア(変数やサンプルの関係を解析する)

5-5 Excelによる主成分分析(分析の手順を理解しよう)

5-6 Excelによるさらなる主成分分析(分析結果を視覚的に見る)

演習問題 ホテルの顧客満足度評価を要約する

コラム 気になる用語の補足

第6章 クラスター分析

6-1 クラスター分析とは(特徴が似たサンプルに分類)

6-2 サンプル間の距離(サンプル間の近さや類似性)

6-3 クラスターの統合(似かよったグループの統合)

6-4 階層的クラスター分析(似かよったグループの階層化)

6-5 Excelによる階層的クラスター分析(分析の手順を理解しよう)

6-6 定性的データの距離(サンプル間の距離を決める)

6-7 非階層的クラスター分析(多数のサンプルに有効)

6-8 Excelによる非階層的クラスター分析(分析の手順を理解しよう)

6-9 多次元尺度構成法(視覚的に見るサンプルの関係)

6-10 Excelによる多次元尺度構成法(平面に表されるデータ)

演習問題 顧客の特徴をセグメントする

第7章 データ包絡分析法

7-1 フロンティア指向の考え方(最も優れたデータを基準にする)

7-2 データ包絡分析法(DEA)とは(効率性を分析する)

7-3 乗数モデルによる効率性の評価(最も有利なウェイト)

7-4 生産可能集合(入力から作り出す出力の集合)

7-5 包絡モデルと参照点(改善目標を示す)

7-6 入力指向と出力指向(効率性を改善する入力減と出力増)

7-7 規模の効率性(適正な規模の活動かを示す)

7-8 効率性の評価(改善目標や規模の効率性)

7-9 Excelによるデータ包絡分析法(分析の手順を理解しよう)

演習問題 チェーン店の業績を分析する

演習問題 解答のためのポイント

PR

秀和システム