多変量解析は「複雑なことを単純化する」ことができる強力なツールです。しかし、手法が多いために全容が分かりづらく、難しいというイメージを持たれがちです。本講義では、多変量解析の全体を平易に解説します。複雑に絡み合ったデータから隠れた法則を読み解き、これまで見えなかった「明確なビジョン（進むべき道筋）」がくっきりと見えるようになる感覚をぜひ掴んでください。

【複雑なデータから因果関係を探り、確かな予測を立てる】

多変量解析 完全ガイド

千葉大学大学院 園芸学研究科 教授 栗原 伸一先生

1966年生。東京農工大学で博士(農学)を取得後，1997年より千葉大学に勤務，2015年より現職。専門は農業経済学と行動経済学。現在の主な研究は，アンケートやセンサスを統計解析し、食品安全性に対する消費者や政策に対する地域住民の意識について明らかにすることである。大学の授業では，統計学をはじめ，その応用編である計量経済学，消費者行動論などを担当。著書『入門 統計学―検定から多変量解析・実験計画法まで―』は多くの大学で教科書に採用され、3万部を超えるベストセラー。また2017年9月『統計学図鑑』（オーム社）を出版。　詳細：http://www.h.chiba-u.jp/academics/staff/kurihara_s.html

＜習得知識＞
・「多変量解析で何ができるのか？」という初歩の初歩から学べます
・目的やデータに応じた分析手法を選べるようになります
・複雑な因果関係を明らかにして結果を予測できるようになります
・わかりにくい沢山の指標データを，わかりやすい図で説明できるようになります
・個体や変数を分類できるようになります
・具体的に修得できる手法名（全11種類）：
　①決定木分析
　②重回帰分析
　③ロジスティック（ロジット）分析
　④プロビット分析
　⑤生存時間分析（カプラン・マイヤー法）
　⑥共分散構造分析（SEM)
　⑦主成分分析
　⑧因子分析
　⑨コレスポンデンス分析（対応分析）
　⑩多次元尺度法
　⑪クラスター分析（階層型，K平均法）


＜プログラム＞
第１部　多変量解析と回帰分析
　0.イントロダクション
　　① 本日の予定
　　② 各種統計解析用ソフトの紹介と普及状況
　1.多変量解析とその種類（決定木から）
　　① 多変量解析と目的別分類
　　② 因果関係を探る多変量解析の整理
　　③ 決定木の紹介
　　④ 決定木の特徴
　　⑤ 決定木のデータ分割基準
　　⑥ 測定尺度と手法の整理
　2.重回帰分析（量的変数の因果関係）
　　① 回帰分析の理論（最小2乗法）
　　② 回帰分析の事例と推定結果の読み方
　　③ 回帰係数のｔ検定
　　④ 説明変数の選び方と注意点
　　⑤ 多重共線性と解決法
　　⑥ ダミー変数による質的データへの適用
　　⑦ 非線形回帰への応用

第２部　因果関係の解明（回帰分析からの発展）
　1.結果が質的変数の重回帰分析
　　① ロジット分析とその種類
　　② 確率をロジット変換する理由
　　③ 最尤法によるパラメータ推定
　　④ モデルの評価と結果の解釈の方法
　　⑤ プロビット分析（ロジット分析との違い）
　2.生存分析（カプラン・マイヤー法）
　　① 生存分析とは（打ち切りデータの解説）
　　② 生存率の理論と推定
　3.共分散構造分析（SEM)
　　① 共分散構造分析の概要と欠点
　　② モデリングの方法（Amosでの実演）
　　③ SEM用語と評価指標

第３部　情報の集約と分類
　1.情報を集約する多変量解析
　　① 情報を集約する手法の整理と簡単な紹介
　　② 測定尺度手法の整理
　2.主成分分析と因子分析
　　① 因子分析との違いと使い分け方
　　② 主成分分析の理論（数式と図解）
　　③ 結果の解釈の方法
　　④ 主成分得点の2次利用の事例
　　⑤ 因子分析の理論
　　⑥ 因子軸の回転
　　⑦ コレスポンデンス分析の事例
　　⑧ 多次元尺度法の事例
　3.クラスター分析
　　① クラスター分析の概要
　　② クラスターの作り方（階層型）
　　③ 距離の測定方法（階層型）
　　④ 樹形図（デンドログラム）の解釈の方法
　　⑤ 非階層型クラスター分析（K-平均法）の紹介
　　⑥ もう一つの分類対象（変数の分類）