Oops! It appears that you have disabled your Javascript. In order for you to see this page as it is meant to appear, we ask that you please re-enable your Javascript!
スポンサーリンク

「多変量解析」とは?多変量解析に入門したいあなたが最初に読んでおくとよい、おすすめ本はこちらです【多変量解析のはなし】

スポンサーリンク
The story of multivariate analysis データ分析
The story of multivariate analysis
スポンサーリンク
スポンサーリンク

世の中には複雑でサクッと理解できないことがたくさんあります。

例えばあなたがスーパーの店長だとして、

「お店の商品を、どのように陳列すれば売上が高くなるだろう?」

といった疑問を考えてみます。

  • 多くの要素が絡み合って複雑
  • 多くの可能性がある
  • なにが本質なのかわからない

このように、ヒトの直感でサクッと理解できない問題が多々あります。

 

しかしながら科学の進歩によって、このような複雑な現象を理解して、

その本質をわかりやすく表現できる手法が身近になりました。

それが統計学とコンピュータを使った「多変量解析」と呼ばれる手法群です。

多変量解析の手法群を使いこなすことで、複雑な現象を解きほぐし、ヒトが理解しやすい形で示してくれます。

上のスーパーの例だと、どの商品をどの位置に置くと売上を高くできそうか、のような結果を得ることができます。

 

多変量解析っておもしろそうだね!

やってみたいなぁ〜

なんて思われる方もおられるのではないでしょうか。

 

でも本屋さんなどで多変量解析の本を開いてみると、

  • 数式ばかりでわからなかった・・
  • 多変量解析の意味を数式によらず、わかりやすく理解できたらなぁ
  • ソフトを使ったやり方は理解できたけど、中身がわかってないなぁ

なんて思われる方も多いのではないでしょうか。

そういった悩みをもつあなたにおすすめなのがこちらの本になります↓

本書は多変量解析に必要となる考え方や手法群をサクッと理解できます。

具体例を使って、解析の計算過程が実際に示されていて、

多変量解析の意味を数式を使わずにサクッと理解できる、わかりやすい本です。

 

まず第1章では、「タレント性を決定するものは?」ということで、エリマキトカゲ、タランチュラ、コアラ、チョハッカイ、カラステング、バンパイアの6つを例にして、タレント性の定量化を試みています。

5人の男女に、6つのそれぞれに好き・どちらでもない・嫌いの判断をしてもらい、得点表にまとめています。この得点表をつぶさに眺めることによって、「正の相関」や「負の相関」を見いだします。

ただこのままではタレント性を決めることはできず、相関についての次章にはなしが移っていきます。

 

第2章では、相関の説明から始まります。

プロ野球のセリーグの6球団(中日・巨人・阪神・ヤクルト・広島・横浜)を例にして、相関の考え方を丁寧に説明してくれます。

特にここでは「順位相関」の考え方が一般的に説明されています。

次に具体的に、2人の女性のお酒の好み(ウイスキー、ワイン、ビール、日本酒、焼酎)の順位相関を例にして計算することで、理解が深まります。

これらから、「スピアマンの順位相関」をスムーズに理解出来ます。

 

第3章では、「ピアソンの積率相関係数」についての説明があります。さまざまなデータのグラフと対応させながら説明があり、相関係数の強さや注意点などが参考になります。相関係数の信頼性についての信頼区間についての考え方が説明されています。

加えて、相関を使うときに陥りやすい誤りが紹介されています。

異質なデータを混在させた場合や、データの切り捨てにより影響、相関と因果の違いについてもサクッと説明がされています。

 

第4章では、様々な尺度での相関の考え方が紹介されています。「間隔尺度」「順位尺度」「名義尺度」などが説明され、「期待値」「実現値」を使った「クラーメルの関連指数」がわかりやすく導かれています。「相関比」についても3人のゴルフスコア(6回分)の例をもとに、計算過程が示されながら解説があり、スムーズに理解できます。

 

第5章からは、各手法についての解説になります。

第5章では「回帰分析」、第6章では「重回帰分析」、第7章では「因子分析」、第8章では「主成分分析」、第9章では「クラスター分析」、第10章では「判別分析」、第11章では「数量化理論」の説明があります。どれも具体的な例と、実際の計算過程がつぶさに書かれていて、それぞれの方法の考え方と実際の計算の中身をきちんと理解することができます。

 

多変量解析をはじめたいあなた、一度つまずいたあなた、中身を理解して使いたいあなたなど、一度目を通しておくことで、その後の学びが加速する1冊となっています。

 

本書の構成は以下の通りです。

1、多変量解析に触れる

2、順位相関を求める

3、相関係数はこれだ

4、相関の変わり者

5、直線で回帰する

6、重回帰分析のはなし

7、因子分析のはなし

8、主成分分析のはなし

9、クラスター分析のはなし

10、判別分析のはなし

11、多変量解析と数量化

付録

となっています。

 

本書は数式をほとんど使わずに、多変量解析の考え方を具体的な例をもとに、実際に計算しながら説明してくれます。

身近な例を参考に、解析を手計算しながら順を追って理解できる良書となっています。

  • これから多変量解析を学んでみたい方、
  • 一度学んでみたけど挫折した経験のある方、
  • できれば数式は避けたい方、

など、多変量解析の初学者から学び直したい方にも、

まさにタイトルの通り、はなしを聞いているようにわかりやすく、

多変量解析の考え方や代表的な手法について、サクッと理解できる本となっています。

 

 

こちらもございます↓

 

こちらの記事もどうぞ↓

「多変量解析」に関係する記事をまとめ

 

「多変量解析」を「エクセル」でサクッと実行したいあなたにおすすめの良書、9冊はこちらです

 

「多変量解析」でよく使われる、7つの「ソフトウェア」をまとめました(「フリーソフト」もどうぞ)

 

 

こちらの記事もございます↓

「マーケティング」のための「分析」をサクッとできるようになりたい店長さんやエリアマネージャーさんにおすすめの良書7冊はこちらです

「統計学」を「ビジネス」に活かしたいけど、どの本で学べばいいの?ってあなた、こちらはいかがでしょうか

「エクセル」で「データ分析」できるようになりたいあなたにチェックしてほしい良書10冊はこちらです

 

 

「データ分析」を活用したい!けど分からないことだらけの方、その悩みを解決する良書10冊はこちらです

「ロジスティック回帰分析」とは?分析例やオッズ比、重回帰分析との違いなどをサクッと理解したいあなたはこちらをどうぞ

「ディープラーニング」を基礎からビジネス応用までサクッとつかみ、自社ビジネスに活用したい方はこちらをどうぞ【グーグルに学ぶディープラーニング】