【講座の趣旨】
インターネットを介して、” 人ともの”や” ものともの”が繋がっている世界では、データ通じて
従来は分からなかった情報が分かるようになっています。しかし、データの分析手法については、「データの
閲覧」「集計」で終わっている企業が多いのも現実です。この要因には、データを分析できる人材の不足が考
えられます。データから価値のある情報を抽出し活用するには、データ分析や統計学の基礎が必要になりま
す。本セミナーは、データの活用目的に応じた統計手法とデータ解析のポイントを座学とExcelによる演習や
事例を通じて一日で習得いたします。データの活用目的に応じた統計手法を習得することで、ワンランク上の
ビジネスパーソンや技術者、管理者を目指して下さい。
【講座内容】
1.データ分析と統計の基礎知識
1.1 データ分析と活用の実態
1.2 データを活用する5つのレベルとは
1.3 サンプルデータで全体像を把握する
1.4 データが正しいかを確認するポイント
1.5 データの比較に使う代表値とは
1.6 データは平均値と中央値をチェックする
1.7 データの比較に使う散布値とは
1.8 ばらつきは分散と標準偏差で把握する
■Excelで代表値と散布値を求める
1.9 データ分布の代表は正規分布
1.10 正規分布の見方と考え方
1.11 平均値と標準偏差が異なる正規分布を比較する
2.状況(出来事)の傾向や関連性を把握するのに必要な統計手法
2.1 散布図で対応するデータの関係を読む
2.2 2つの要因の関係を数値化した相関係数とは
■Excelで相関係数を求める
2.3 2つの要因の関係を直線で読む
2.4 誤差を最小にする最小二乗法とは
■Excelで散布図を直線で分析する
2.5 複数の要因を扱う重回帰分析とは
2.6 未来を予測する回帰式の精度を調べる
2.7 重要な要因を判定するには
■Excelで重回帰分析を実践する
2.8 機械学習(クラスタリング)の適用例
3.原因(要因)と状況(出来事)の関連性を把握するのに必要な統計手法
3.1 データの活用は分けることから始まる
3.2 目標値からの差を分解する
3.3 要因による違いと誤差による違いに分ける
3.4 設備の違いなど1つの要因の効果を判定する
3.5 設備と材料の違いなど2つの要因の効果を判定する
3.6 効果の大きいばらつき要因を絞り込む
3.7 判定結果が正しいかを検定する
3.8 判定結果を分散分析表にまとめる
■Excelで要因の効果を判定する
4.事例で学ぶ将来の状況(出来事)をシミュレーションするのに必要な統計手法
4.1 技術部門でのデジタルツインを活用した製品設計事例
4.2 製造・生産技術部門での最適生産条件設定事例
4.3 スマート工場、AIへのアプローチ
5.まとめと質疑応答
【質疑応答】
|