メニュー

学習トラック

予測分析

この3日間のコースでは、組織で効果的な予測分析を行うための包括的なツールキットを学んでいきます。

これは、問題解決チームのメンバー、運用の効率化をはかる活動、マーケティング分析を率いる方、組織で予測分析の準備を行っている実践者に適しています。

履歴データにあるパターンを分析し、洞察を向上して、潜在的なリスクを特定し、改善の機会を探し、将来を予測するのに必要なデータ分析技術を学びます。

分析の原則は、実際の例と実践を通して示されます。すべてが、Minitab Statistical Softwareによってサポートされています。

1日目

分析の基礎

この基礎コースでは、Minitabを使用しながらデータ分析に要する時間を最小限に抑えることを学びます。データ分析の作業には、データをインポートすること、データを調べる妥当な統計的アプローチを開発すること、説得力のある視覚化を行ってそれを解釈すること、結果をエクスポートすることがあります。最小限のユーザーの入力でMinitab分析が自動的に実行されるようにし、時間を節約します。現実のさまざまなデータセットを分析して、適切な分析ツールで応用内容を調整する方法、統計的な結果を解釈する方法を学びます。仮説検定や信頼区間などの重要な統計の概念の基礎を学びます。

このコースでは、ビジネス、製造、取引の処理で一般的に使用される統計技術の実践応用に基づき、賢明な決定を行うことに重きが置かれます。

題材には、以下が含まれます。

  • データのインポートとフォーマット
  • Execマクロ
  • 棒グラフ
  • ヒストグラム
  • 箱ひげ図
  • Pareto図
  • 散布図
  • 位置と変動の測定
  • t検定
  • 等分散性検定
  • 検出力とサンプルサイズ

2日目

回帰モデルおよび予測

統計モデルツールを使用して変数間の関係を探り、説明することを学ぶことで、分析の基礎コースで習った基礎的統計分析概念の構築を続けます。時間の効果と影響に関連するデータで特徴を探し、説明する方法、将来の行方を予測します。

重要な事象の発生確率に入力変数が及ぼす影響を見つけ、定量化する方法を学びます。実例により、モデリングツールが重要な入力や、データの変動の原因を明らかにする方法を見ていきます。

題材には、以下が含まれます。

  • 散布図
  • 相関
  • 単回帰
  • 指数平滑化を含む時系列ツール
  • トレンド分析
  • 分解
  • 重回帰とステップワイズ回帰
  • 二値ロジスティック回帰
  • 検証のある回帰

3日目

機械学習

多くの産業が経験する現実の問題のデータを分析して、変数間の関係を探り、説明して、分析を拡張します。CART®などの教師あり機械学習技術を使用して履歴データにあるパターンを分析し、洞察を向上して、潜在的なリスクを特定し、改善の機会を探し、将来を予測する方法を学びます。

クラスタリングなどの教師なし機械学習ツールを使用して、データ内の自然分割を検出し、観測値または変数を同質のセットにグループ化します。データの次元性を、元のデータを無相関変数のセットに変換することで、削減します。

題材には、以下が含まれます。

  • 判別分析
  • 検定セット検証
  • k分割検証
  • CART® 分類
  • 相関
  • CART® 回帰
  • クラスター分析
  • 主成分
clear