Excel 統計 通信教育


◆ 通信教育講座 ◆
☆ 図解で一つ一つ丁寧に説明!Excel での演習問題で理解度UP!
Excelでできる
統計・データ分析講座

■ 指導講師、開講日
開講日 2020年8月31日(月)      申込締切日:2020年8月27日(木)
受講料

1口60,000円(税抜)【1口3名まで受講可】
4名以上の場合1名につき20,000円(税抜)

1名の場合30,000円(税抜)

指導講師

米谷 学 氏

■ スケジュール/3ヶ月コース
2020年  8月下旬 第T講 テキスト発送
2020年  9月下旬 第U講 テキスト発送/第T講 解答〆切
2020年  10月下旬 第V講 テキスト発送/第U講 解答〆切
2020年  11月下旬 第V講 解答〆切
2020年  12月下旬頃 修了証発行
■ こんな方におすすめです
 ◇ 統計学で出来ることと、出来ないことを知りたい
 ◇ どの場面でどの手法を使うべきなのかの判断法を知りたい
 ◇ 無駄なデータ分析をしないための前処理のコツを知りたい
 ◇ データクレンジングに役立つ Excelに標準で搭載されている分析ツール(機能・関数)を知りたい
 ◇ ばらつくデータの対処法、より精度良く予測をするための工夫を知りたい
 ◇ データがあってもうまく活用できないと悩んでいる方
■講座趣旨
 経営者・管理者を含むビジネスパーソンにとって重要な、意思決定支援そして業績向上に役立つデータ活用とデータ分析について、Excelベースで理解できるよう、構成しています。データを企業で活用することは、意思決定までの過程がより明らかになりその過程を継承しやすくなります。組織としては大事な点と言えるでしょう。  この講座では、データをより高次元で活用するためのデータの考え方から、グラフ、データの要約(基本統計量)、多変量解析の中でも活用範囲が広くExcelでも実践できる「回帰分析」について、初めての方にもわかりやすく説明しています。新人研修・管理者研修にもぜひお勧めします。
■内容項目
■第1講 ビジネスにおけるデータの活用と データの特徴を視覚的・直感的に表す方法

 

1.Excelとデータの準備
 1-1 ビジネスで活用できるデータとは?
  1) より広く活用できるようなデータの持ち方
  2) 業務に直結するデータ活用の考え方
  3) データベースの理解
  4) データベース作成の注意点
  5) データベース活用の前に大事なこと
  6) Excelに注目する理由
  7) 数の種類
  8) 予測への活用のために
  9) 分析ツールを使えるようにする

2.データの抽出に役立つ機能
 2-1 データの抽出に役立つフィルタ機能
 2-2 VLOOKUP関数

3.データの特徴を表わす・パート1〜グラフ
 3-1 グラフの種類と主な用途
  1) 散布図
  2) バブルチャート
  3) ステレオグラム
 3-2 グラフ作成時の注意点
 3-3 グラフ機能の応用
  1) ABC分析に役立つパレート図
  2) ヒストグラム

4.データの特徴を表わす・パート2〜基本統計量
 4-1 日常で使われる平均値
  1) 平均値とは
  2) 平均値を使うことがふさわしくない例
  3) ほかにもある平均値の種類
 4-2 その他の指標(基本統計量の抜粋)
  1) データの特徴を表わすその他の指標
  2) データのばらつき具合を探る
  3) コラム
  4) 記述統計と推測統計
  5) 極端に大きな/小さな値が含まれるデータ
  6) Excelで基本統計量を求める

【演習問題】

■第2講 クロス集計表の活用と回帰分析の基礎


5.生データからクロス集計表を作る
 5-1 集計表を作成する
  1) 単純集計表を作成する
  2) クロス集計表を作成する
 5-2 いろいろな切り口でクロス集計をする
  1) クロス表から明細リストを表示する
  2) 集計データのグループ
 5-3 より高度なクロス表の分析
  1) ピボットテーブルからグラフを作成する
  2) RFM分析への利用
  3) クロス集計表から項目による違いを探る (独立性の検定)

6.多変量解析とデータ予測・パート1
 6-1 多変量解析とは
 6-2 2項目の関連を基に予測をする 〜重回帰分析の前に〜
  1) 分析の背景・仮説
  2) 散布図を描く
  3) 関連度合いを数値で表す
  4) 相関の有無を探る
  5) 直線予測のための直線の追加
  6) 直線予測をする
  7) 分析ツール「回帰分析」による予測式の求め方
  8) 予測式の精度を検証
  9) 散布図は重要
 6-3 複数の項目の情報を基に、予測をする(重回帰分析)
  1) 分析の背景・仮説
  2) 回帰分析の実行
  3) 予測式を求める
  4) 要因分析をする
  5) 統計的に最適なモデルを求めて予測と要因分析を行う
  6) マルチコに注意 〜 相関係数にも注目する理由
  7) 相関の有無を判定する
 6-4 回帰分析と予測の理解を深める
  1) 内挿と外挿
  2) 相関係数を求めるのに無意味な例
  3) 切片を0にする/しない

【演習問題】

■第3講 重回帰分析の応用(カテゴリーデータの活用)と時系列データの予測

7.多変量解析とデータ予測・パート2
 7-1 カテゴリーデータを含む 更に多くの項目を基に予測をする
  1) 背景・仮説
  2) 回帰分析が実行できるデータに作り替える
  3) 回帰分析を実行する
  4) 予測式を求める
  5) 要因分析をする
  6) 最適なモデルを求める
 7-6 合否予測を行う(線形判別予測)
  1) 判別予測とは
  2) 回帰分析が実行できるデータに作り替える
  3) 回帰分析を実行する
  4) 予測式を求める
  5) 要因分析を行う
  6) 判別予測の検証
  7) 最適な判別予測モデルを求める
 7-7 カテゴリーデータによる判別予測 (数量化理論2類)
  1) 背景・仮説
  2) 回帰分析が実行できるデータに作り替える
  3) 回帰分析を実行する
  4) 予測式を求める
  5) 要因分析をする
  6) 判別予測の検証
  7) 最適な数量化理論T類モデルを求める
 7-8  その他の時系列データの予測
  1) 直線予測
  2) 曲線予測(近似曲線の追加機能 〜多項式近似・指数近似・累乗近似・対数近似)
  3) 成長曲線による予測
  4) 移動平均による予測

【演習問題】 

Excel 統計 データ分析