多変量解析の検索結果1 - 3 件 / 3件

• あとで読む

  多変量解析とは？入門者にも理解しやすい手順や具体的な手法をわかりやすく解説｜Udemy メディア

  • 4 users
  • udemy.benesse.co.jp
  • 暮らし
  • 2021/01/30

  多変量解析は、様々な分析方法を用いて、多数のデータから結果を予測したり、シンプルな計算式のような指標を導いたりする手法です。 本記事では、多変量解析について、基礎的な知識から具体的な手法までわかりやすく解説します。 多変量解析とは？どんなことができる？ 多変量解析とは、複数の変数に関するデータをもとに、これらの変数間の相互関連を分析する統計的技法の総称です。特定の分析方法を指すものではありません。 多変量解析には、重回帰分析やクラスター分析など様々な分析手法が含まれます。中にはエクセルで解析できる手法もあり、高度な数学的知識が必ずしも必要というわけではありません。 多変量解析でできることや手法をみていきましょう。 多変量解析でできること 多変量解析では、例えば、次のようなことが可能です。 アンケートの結果から商品の強み・弱みを知りたい 身体測定のデータから病気になる確率を知りたい 既存店舗

  
• あとで読む

  2. Pythonで綴る多変量解析　4-1. 因子分析(scikit-learn) - Qiita

  • 4 users
  • qiita.com/y_itoh
  • テクノロジー
  • 2020/07/20

  因子分析は、多数ある変量の間に共通する因子を探り出して、それらの共通因子を使ってデータを評価するための技法です。 たとえば、マーケティングリサーチでは、ある質問の回答データ（多肢選択型でそれも選択肢が何十もある）について因子分析を行ない、ずっと少ない数の因子に置き換えます。それを今度はデータとして、クラスター分析（人分け）を行ない、つまりタイプ分類をしてプロファイリングをやったりします。各クラスターの性別・年齢別の構成比はどうなっているか、どのような特性をもった人たちなのか、市場全体に占めるボリュームは何％か、というようなことをやるわけです。 さて、12教科のテストの得点が1000人分、というダミーデータを因子分析用に作成しました。 以下、scikit-learnを利用して、因子分析の大筋をつかみます。 ⑴ ライブラリを読み込む # 数値計算ライブラリ import numpy as np

  
• あとで読む

  2. Pythonで綴る多変量解析　2-1. 重回帰分析(scikit-learn) - Qiita

  • 3 users
  • qiita.com/y_itoh
  • テクノロジー
  • 2020/12/09

  ここでは、３つ以上の変数をあつかう線形の重回帰分析を学びます。 アメリカのマサチューセッツ州北東部にある大都市、ボストン市の住宅価格をさまざまな説明変数を用いて分析してみます。 ⑴ ライブラリをインポートする # 数値計算に必要なライブラリ import numpy as np import pandas as pd # グラフを描画するパッケージ import matplotlib.pyplot as plt # 機械学習ライブラリscikit-learnの線形モデル from sklearn import linear_model

  • Python