統計解析の基本について学ぶ全4回のシリーズ講座です。
理論的（学問的）な部分はポイントを絞り丁寧な説明を心がけ、解析方法についてはExcelを操作しているデモ動画などを活用しながら具体的に説明しています。また、各章ごとに豊富な演習問題を設けることで、理解が深まるよう、解析方法が身につくよう工夫しています。

新版（2024年完全リニューアル）
オンデマンドで学ぶ！実務で役立つ統計解析
【統計基本コース（３講座版／４講座版）】

※プログラムの見直し、テキストの刷新、演習問題の追加など、完全リニューアルしました

東京電機大学 システムデザイン工学部　情報システム工学科　教授 荒川 俊也先生

2001年 早稲田大学理工学部卒業、2003年 東京大学大学院総合文化研究科広域科学専攻修了。2003～13年まで富士重工業㈱（現：㈱SUBARU） スバル技術研究所に勤務し、この間の2008年 総合研究大学院大学複合科学研究科統計科学専攻博士後期課程に入学し、2012年修了。2013～2021年まで愛知工科大学工学部にて准教授・教授として勤務、2021〜2025年まで日本工業大学先進工学部にて教授として勤務、2025年4月より現職。また、2024年より香川大学イノベーションデザイン研究所客員研究員。博士（学術）。専門は、自動運転におけるヒューマンファクタ、統計科学・機械学習の応用。現在は、これまでの研究成果を活かし、機械学習やシミュレータ技術，数理最適化を自動運転時のヒューマンファクタ、デジタル防災，スマート畜産など社会の問題に応用する「スマート社会システム」に関する研究を進めている。自動車技術会、日本知能情報ファジィ学会、日本災害情報学会などに所属。著書には『Excelによるやさしい統計解析』（オーム社、2020年）などがある。

【荒川先生のオンデマンド講座】
オンデマンドで学ぶ！実務で役立つ統計解析【統計基本コース（３講座版／４講座）】
多変量解析コース／全3講座
機械学習のイロハ（2023年5月25日のオンラインセミナーのアーカイブです）
PYTHONプログラミング入門Ⅰ・Ⅱ【セット講座】
Pythonで学ぶ機械学習の基本
Pythonで学ぶ機械学習の応用

＜講座紹介＞
①統計の基本【約2時間40分（160分）】
⇒統計基礎概念、正規分布、ヒストグラム、散布図、相関

②ｔ検定【約2時間40分（160分）】
⇒推測統計、仮説検定、ｔ検定などを学びます

③回帰分析【約1時間40分（100分）】
⇒相関、単回帰分析、重回帰分析

④やりなおし数学【約3時間40分（220分）】
⇒確率、微積分、ベクトル、行列、ベイズ推定、最尤推定、線形代数


＜特徴＞
★基本を丁寧に解説し、統計のエッセンスを学びます
★豊富な演習で理解を深めます
★実演動画や演習で実際の（Excelを使った）分析方法が身につきます

＜講座の特徴＞
・初心者向けの包括的なプログラム: 統計の基礎概念を網羅し、実務や日常で役立つデータの見方や分析方法を丁寧に解説します。
・多様な演習問題: 各セクションで演習を取り入れ、理論だけでなく実践的なスキルの習得をサポートします。
・可視化技術の習得: ヒストグラムや散布図など、データを視覚的に表現するスキルも学べるため、プレゼンテーションやレポート作成に役立つ内容です。


＜習得知識＞
・データの基本的な理解: 名義尺度から比例尺度までの統計尺度や、平均・分散・標準偏差などの基本統計量の計算方法を理解。
・データの可視化スキル: ヒストグラムや散布図を用いたデータの可視化、2変数データの分析手法を習得。
・相関と因果関係の理解: 相関係数を用いたデータ間の関係性の分析と因果関係との違いを理解。


＜プログラム＞
１．統計を何故学ぶべきか？
２．統計の尺度
　・名義尺度、順序尺度、間隔尺度、比例尺度
　★演習
３．ヒストグラム
　・ヒストグラムを作る理由、ヒストグラムを作る手順
　・相対度数、累積度数、累積相対度数
　★演習
４．2変数データの見方
　・2変数データとは
　・時系列データ
　・2変数データの可視化
　・違った見方をする（差、変化率）
　・散布図
　★演習
５．基本統計量
　・平均、分散、標準偏差
　・データのばらつき
　・中央値
　★演習
６．正規分布と標準正規分布
　・確率分布とは？
　・統計学と推定の流れ
　・確率密度関数
　・正規分布
　・標準正規分布
　・標準正規分布から正規分布を作る
　★演習
７．相関
　・相関係数とは？
　・相関係数と散布図の関係
　・相関係数式
　・相関と因果関係
　★演習

＜講座概要＞
　製造業の技術部門の方々を対象に、業務で役立つ統計解析の基本について学ぶ全4回のシリーズ講座です。理論的（学問的）な部分はポイントを絞り丁寧な説明を心がけ、解析方法についてはExcelを操作しているデモ動画などを活用しながら具体的に説明しています。また、各章ごとに豊富な演習問題を設けることで、理解が深まるよう、解析方法が身につくよう工夫しています。
　1回目は統計の基本となります。統計の基礎を体系的に学び、データ分析の初歩的なスキルを習得できる講座です。統計尺度やヒストグラム、散布図を使ったデータの可視化をはじめ、平均や分散、標準偏差などの基本統計量を具体的な演習を交えて学べます。また、相関や因果関係についての理解を深め、日常業務でデータを活用する際の基礎的な知識を身につけることが可能です。統計をこれから学び始めたい方や、データをより効果的に使いたい方に最適です。

＜講座の特徴＞
・体系的な解説: 推測統計や仮説検定、さらにはｔ検定まで、一連の流れを段階的に学べます。
・実践的な演習: 講義の途中に演習を挟み、学んだ知識をすぐに実践で確認できる構成です。
・Excelを用いた実践的なデータ分析: 統計手法の理論だけでなく、Excelを使った実践的な分析手順を学べるので、職場での即戦力として活かせます。


＜習得知識＞
・統計的推測の基礎: 記述統計と推測統計、信頼区間、母集団と標本の関係を深く理解。
・仮説検定のスキル: 帰無仮説と対立仮説の違い、片側検定と両側検定の使い分け、有意水準に基づく判断方法を習得。
・ｔ検定の実践力: ｔ検定の手順やExcelによる分析手法を習得し、実務でのデータ分析に活用可能。


＜講義概要＞
　「実務で統計解析をやってみたい」という方に、統計の基礎と解析の方法を解説する講座で、全4回のシリーズとなっています。理論はポイントを絞り、また、数式はなるべく使わず、分かりやすく解説します。解析方法はエクセルなどを使いながら具体的に解説し、受講生の方には演習にも取り組んでいただきます。
　2回目は検定（ｔ検定）となります。統計的推測の基礎から実務で活かせるスキルまでを網羅した講座です。統計的推測や仮説検定といった重要なテーマを理論と実践を組み合わせて解説し、受講者が現場で即活用できる知識を提供します。特にExcelを使った分析（ｔ検定）では、初心者の方でも無理なく習得できるよう、実際の操作方法や入力手順を細かく解説しています。


＜プログラム＞
１．検定を行う意味とは？
２．記述統計と推測統計
　・標本と母集団
　・統計とはいわば推理ゲーム？
　・ランダムサンプリング
３．信頼区間の考え方
　・母平均の推定
　・母分散の推定
　・標準正規分布（復習）
　・不偏分散
　・ｔ値
　・不偏分散を使うことの問題
　・ｔ分布
４．演習その１
５．帰無仮説と対立仮説
　・統計的仮説検定
　・片側検定と両側検定
６．両側検定
　・両側検定の手順
　・「ｔ値」と「ｔ値の境界値」を比較する意味
７．片側検定
　・片側検定の手順
　・両側検定と片側検定で有意水準の考え方が違う理由
　・統計的仮説検定のまとめ
８．ｔ検定
　・ｔ検定の手順
　・ｔ検定の注意
　・Excelによるｔ検定の手順
　・分析ツールによる結果の見方
９．演習その２

＜講座の特徴＞
・基礎から応用まで体系的に学べる: 相関や単回帰分析から始め、重回帰分析まで網羅。
・演習を通じて理解を深める: 演習を通じて学んだ内容を確認し、理解を深めます。
・実践的なExcel操作: Excelを使った回帰分析の手法を実際に画面を動かしながら説明し、現場でのデータ分析にすぐ活かせるスキルを習得。


＜習得知識＞
・回帰分析の基礎と応用: 回帰式の作成や解釈、単回帰分析と重回帰分析の違いを理解し、データの背後にあるパターンを明確化。
・多重共線性や説明変数の標準化: 重回帰分析における問題点や前処理の必要性について学び、より信頼性の高い分析結果を導き出すスキルを習得。
・Excelを使った実践的な分析スキル: Excelを使って回帰分析を実行し、結果の見方やコツを習得。実務で即活用できるデータ分析の力を身につける。


＜プログラム＞
１．「回帰分析」を行う意味とは？
２．相関
　・相関係数
　・相関係数と散布図の関係
　・相関係数の求め方
３．回帰分析
　・回帰分析の例題
　・説明変数と目的変数
　・Excelで回帰分析をやる方法
　・回帰分析でわかること
　・回帰式
　・例題を解いてみる
４．演習その１
５．重回帰分析
　・説明変数は1つだけで良いのか？
　・重回帰分析とは
　・ダミー変数
６．重回帰分析の問題点
　・説明変数の標準化
　・多重共線性
７．Excelで重回帰分析
　・重回帰分析の例題
　・重回帰分析のコツ
　・分析ツールを使った回帰分析
　・回帰分析のフローチャート（まとめ）
８．演習その２
９．まとめ


＜講義内容＞
　「実務で統計解析をやってみたい」という方に、統計の基礎と解析の方法を解説する講座で、全4回のシリーズとなっています。理論はポイントを絞り、また、数式はなるべく使わず、分かりやすく解説します。解析方法はエクセルなどを使いながら具体的に解説し、受講生の方には演習にも取り組んでいただきます。
　3回目は回帰分析となります。相関や回帰分析の基本的な理論から重回帰分析の応用までを例題や演習を交えて学習します。また、回帰式の解釈や、説明変数の標準化、多重共線性といった現実のデータ分析における問題点にも触れ、正確で妥当な結果を得るための技術を習得します。特に、Excelによるデータ分析に役立つスキルを学ぶことができるため、実用性の高い内容となっています。

＜ねらい＞
　「統計学の基本概念を理解したので、もう少し知識を身に着けて一段階上を目指したいが、数学が（超）苦手…」という方向けに、最低限の数学の知識を身につけていただくために用意した講座です。これだけを学んでも、統計学で求められる数学を全部理解するには至りませんが、統計学の教科書を読んで少しは理解できるようになるはずです。「抽象」から「具体」に落とし込めるようにしています。また、 「身体で覚え」られるよう演習を多数設けています（必ず手を動かして問題を解いてください）。


＜講座の特徴＞
・数学が苦手な方でも安心: 必要最小限の数学知識に絞り、統計学を理解するために最低限必要なエッセンスだけを学べます。
・統計学の基礎概念にフォーカス: 数式に対する恐怖を取り除き、統計学の教科書を理解できるレベルに到達することを目指します。
・豊富な演習問題を通じて身体で覚える: 実際に手を動かしながら理解を深める構成です。また、演習解答では、集中力が途切れないよう講師が手書きをしながら解説します


＜習得知識＞
・統計学で必要な数学の基礎力: Σ計算や確率、微積分、ベクトルや行列など、統計学の土台となる数学の重要ポイントを理解。
・統計分析に必要な数学的概念: ベイズ推定や最尤推定、線形代数の基本を学ぶことで、統計モデルの背後にある計算原理を把握。


＜プログラム＞
１．シグマ（Σ）計算
　・Σ記号とは
　・Σの定義と性質
　・Σに関する公式
２．確率の基本
　・確率の定義
　・試行と事象
　・条件付き確率
　・期待値
　・分散
　・正規分布
　★演習問題
３．ベイズ推定と最尤推定
　・ベイズ推定とは
　・条件付き確率
　・ベイズ推定
　・最尤推定
　★演習問題
４．微分・積分の基本
　・極限
　・微分
　・導関数
　・不定積分
　・定積分
　★演習問題
５．線形代数の基本
　・ベクトル
　・内積
　・行列
　・特殊な行列
　・行列の基本演算
　・逆行列
　★演習問題
６．まとめ


＜講義概要＞
　実務で統計解析をやってみたい」という方に、統計の基礎と解析の方法を解説する講座で、全4回のシリーズとなっています。理論はポイントを絞り、また、数式はなるべく使わず、分かりやすく解説します。解析方法はエクセルなどを使いながら具体的に解説し、受講生の方には演習にも取り組んでいただきます。
　4回目は数学となります。統計学に必要な最低限の数学知識を学び直すための講座です。数学が苦手な方でも安心して参加できるよう、複雑な理論ではなく、実際に統計学を理解するために必要なエッセンスだけに絞って解説します。Σ計算、確率、ベイズ推定、微積分、線形代数といった数学の概念を、演習問題を通じて身体で覚え、統計学の教科書を読み解ける力を養います。