7日間集中講義! Excel 回帰分析入門 ツールで拡がるデータ解析&要因分析

Excelを使って回帰分析を使いこなせるようになる!!

このような方におすすめ

○売上予測や商品の好みの要因分析など、ものごとの関係を統計で調査したいビジネスマン・学生
○データ解析の初心者
○無料のアドインプログラムを使用したい人
  • 著者米谷 学 著
  • 定価2,970 (本体2,700 円+税)
  • A5 304頁 2018/10発行
  • ISBN978-4-274-22276-4
  • 定価
  • ポイント0
  • 数量

※本体価格は変更される場合があります。
※通常2〜3営業日以内で発送いたします。
※取寄が可能な場合もございますのでお問合せください。

  • 概要
  • 主要目次
  • 詳細目次

 本書は、回帰分析の理論を、その前提となる相関関係から基本の単回帰分析、重回帰分析、線形判別分析、そして類書ではあまり触れられていないロジスティック回帰まで、豊富な実例を絡めながら、わかりやすくじっくりと解き明かしていきます。本書はExcel を用い、実際に手を動かしながら進めていくよう構成しています。

https://www.ohmsha.co.jp/book/9784274222764/
はじめに
序 章 回帰分析とは
第1日 データ活用と予測をする上で知っておくべきこと
第2日 散布図と相関関係
第3日 単回帰分析
第4日 重回帰分析
第5日 カテゴリーデータを含む重回帰分析
第6日 線形判別分析
第7日 ロジスティック回帰分析
付 録 回帰分析の補足資料
A 累乗・√・log の解説
B 回帰分析について
C アドインプログラムの利用
索引
はじめに
序 章 回帰分析とは
Column 今さら平均値くらいこの本で教わらなくてもわかってるよ!

第1日 データ活用と予測をする上で知っておくべきこと
1.1 実務で意思決定や予測をするときのデータへの向き合い方
1.1.1 ビジネスの意思決定に統計学を利用する意義
1.1.2 業績向上を目指した意思決定のためのデータへの向き合い方
1.1.3 組織における予測への向き合い方
1.2 データを整えることの大切さ
1.2.1 数の種類
1.2.2 データ・クレンジングの重要性
1.3 集計・基本統計量
1.3.1 単純集計・クロス集計・多変量解析とは
1.3.2 基本統計量

第2日 散布図と相関関係
2.1 相関関係とは
2.1.1 まずはイメージからつかんでください
2.2 散布図と相関関係
2.2.1 データの特徴を表すにはグラフが効果的
2.2.2 事例:最高気温と販売個数との関係
2.2.3 散布図を描く
2.3 相関関係と相関係数
2.3.1 Excelで相関係数を求める
2.3.2 相関関係を応用できるその他の場面と意義
2.3.3 相関関係を探るときの注意点
2.4 無相関の検定
2.4.1 そもそも検定とは
2.4.2 標本の相関係数について統計的仮説検定を行う

第3日 単回帰分析
3.1 単回帰分析
3.1.1 回帰分析を行う手順
3.1.2 近似曲線の追加機能を利用する
3.1.3 データ分析ツール「回帰分析」で求める
3.1.4 予測値の求め方
3.1.5 残差出力と重相関係数
3.2 数値予測をするときの注意
3.2.1 データの範囲外の予測は要注意
3.2.2 回帰係数・目的変数のレンジにも注目

第4日 重回帰分析
4.1 重回帰分析をExcelで行う
4.1.1 重回帰分析を行う手順
4.1.2 回帰分析実行用データの準備
4.2 回帰分析を実行する
4.2.1 予測の式を求める
4.2.2 売上高の予測を行う
4.2.3 より売上高に影響している説明変数はどれかを探る〜要因分析
4.2.4 複数の説明変数ひとかたまりで判断する必要がある
4.2.5 より統計学的に最適な回帰式を求める 〜 変数選択
4.2.6 LINEST関数で回帰分析実行結果を求める
4.2.7 説明変数同士で強い相関関係を解消すべき理由〜多重共線性
4.2.8 採用する説明変数についてさらに考える
Column データ行数が説明変数の個数+2行以上必要という説明

第5日 カテゴリーデータを含む重回帰分析
5.1 回帰分析を行う
5.1.1 Excelで回帰分析を行うための準備
5.1.2 回帰分析を実行する
5.2 影響度を探る〜要因分析
5.3 カテゴリーデータを含む変数選択
Column カテゴリーデータでも説明変数で相関が高い状況を解消すること〜2値のカテゴリーの場合は特に注意
Column 数値データか、カテゴリーデータか?
Column カテゴリーの列は、どの列を取り除いても予測の本質は変わらない

第6日 線形判別分析
6.1 回帰分析を使った線形判別分析
6.1.1 線形判別分析とは
6.1.2 主な判別分析の種類
6.2 重回帰分析で線形判別分析
6.2.1 線形判別分析の流れ
6.2.2 回帰分析を実行するためのデータを用意する
6.2.3 回帰分析を実行する
6.2.4 判別式を作り、来店の有無を予測する
6.2.5 影響度を求める
6.2.6 判別精度を検証する
6.2.7 統計学的に、より最適な判別式を求める

第7日 ロジスティック回帰分析
7.1 ロジスティック回帰分析の準備
7.1.1 線形判別分析との違い
7.2 分析に使うソルバー機能とは
7.2.1 回り道のようですが、ソルバー機能の前にゴールシーク機能から
7.3 二項ロジスティック回帰分析
7.3.1 二項ロジスティック回帰分析の流れ
7.3.2 実行用データを準備する
7.3.3 ソルバーで値を求める
7.3.4 ソルバー機能を操作する
7.3.5 ソルバーの解からわかること
Column 実務では統計解析ソフトウェアの利用が現実的
7.3.6 分析の精度を確認する
Column 成長曲線の式

付 録 回帰分析の補足資料
A 累乗・√・logの解説
A.1 2の3乗!?〜累乗の説明
A.2 平方根
A.3 log(ログ)
B 回帰分析について
B.1 Excel回帰分析とは
B.2 データ分析ツール「回帰分析」のエラーメッセージ
B.3 説明変数選択規準
B.4 回帰分析が利用できるその他の事例
C アドインプログラムの利用
C.1 アドインプログラムを入手する
C.2 アドインプログラム入手後の手順
C.3 Excelにアドイン接続する
C.4 顔グラフ
C.5 カラーラベル付き散布図
C.6 外れ値の検出
C.7 変数選択

索引