シンクタンクならニッセイ基礎研究所
■要旨 統計的分析方法の中で最も使われている一つが回帰分析である。回帰分析を簡単に言うと、ある変数の値で、他の変数の値を予測し、両者の関連性を確認する分析方法だと言える。 回帰分析が世の中に登場するまでには、ルジャンドル、ガウス、ゴルトン、ピアソンという4人の学者の貢献があった。 最近は、StataやSPSS、そしてRなどのような統計パッケージを使い、半自動的に（？）実証分析を行うケースが多いので、実証分析の初心者の中には回帰分析の詳細を理解せず、p値とt値、そして回帰係数という分析結果だけを確認・利用するケースも少なくないだろう。 パソコンの普及に伴って軽視されがちであった回帰分析に至るまでの過程を理解しようと努めることが分析結果をより明確に解釈できる近道であると信じている。 本文の内容がこれから回帰分析の過程を学人たちにとって、少しでも参考になることを願うところである。 ■目次 1――
実務で使う統計手法は、５つ。すごい、そんなシンプル？
このセミナー、冒頭の渋谷 直正さん(日本航空 旅客販売統括本部Web販売部 1to1マーケティンググループ アシスタントマネジャー)のお話がとても参考になりました。 まず、渋谷さんはご存知のように、2014年に「データサイエンティスト・オブ・ザ・イヤー」を受賞され、ビジネス・サイドにおける、データサイエンスのリーダー的存在です。 その渋谷さんの「実務で使う分析手法は５つで十分、マーケターこそデータサイエンティスト候補」という講演は、多くの示唆に富んだものでした。 まず、みなさんが気にしている５つの手法とは、 クロス集計 ロジスティック回帰 決定木 アソシエーション分析 非階層的クラスター分析（k-meansなど） の５つです。統計の教科書にはさまざまな手法が出てきますが、マーケターが実務で使うのはこの５つ程度だと説明されるのです。でも、この説明には、私も思い当たる部分があります。東大の数学
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
