![回帰分析 ~因果関係を把握・分析しビジネスのヒントを得る~](https://static.unlimited.globis.co.jp/uploads/course/photo/2349/thumb_%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90-0331414d7fef7c128d6b402a2a2d477365b1ffb1f29251d4fc4ff1f7c840b795.jpg)
回帰分析 ~因果関係を把握・分析しビジネスのヒントを得る~
回帰分析とは、ある変数と他の1つ、またはいくつかの変数の関係を見る分析です。たとえばアイスの売上に影響を与える変数を知るといったことです。どの変数に関係があるかを明らかにすることで、施策検討に活かすことができます。また、変数間の関係を知ることで、知りたい情報の予測をすることができます。 単回帰分析と重回帰分析の手法を通して、変数間の関係の把握やそれに基づいた予測などを学びます。 ※2019年5月、一部内容をリニューアルいたしました。 旧版でコースを修了している場合、本コースは未視聴・未修了の状態となります。 旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
会員限定
より理解を深め、他のユーザーとつながりましょう。
100+人の振り返り
hideyukit
マーケティング
知っているようで、正確な意味を知らなかったことをさらえる、いいコンテンツでした。
自分の場合、分散と標準偏差の違い、ディープラーニングがニューロモデルでのシミュレーションであることなどです。
takadatom
その他
数値化された数字もいろんな不確定要素もあるので、注意しなければならない
m-onodera
IT・WEB・エンジニア
もう少し、利用できる事例を増やすともっと良い想定です。
non25
販売・サービス・事務
変数や乱数などプログラミングでも出てくる用語だなと思いました。あと数字で表せるか表せられないか、天気や為替変動など外的要因か、予想ができるかできないか、法則性があるかないか、など特徴を知って組み合わせて分析していくことができると思いました。
mayu_37
人事・労務・法務
少し難しいが、あげられていた例が分かりやすかったです。
mao-joan
経営・経営企画
それぞれの分析手法を理解して、目的に合う手法を使うことが重要だと思う。
shimn
メーカー技術・研究・開発
強化学習、教師なし学習、教師アリ学習の違いがよく分かった
nakajisa
販売・サービス・事務
分析については未知だったので、更なる学習が必要。データマイニングに必要になりそう。
murasan0928
その他
学生時代に習った内容や業務機会に得た知識を頭の中で整理するにに役立った。
今後、様々なビジネスシーンで同様の用語に遭遇した場合に、他の用語の関係も含めて今回整理できた知識を活かしていきたい。
yumi_8888
資材・購買・物流
データ分析では、平均値だけでなく、中央値、最頻値も併せて分析することが必要だと感じました。
yuduki_y
その他
分析に役立つ分析方法についてこんなにたくさんの種類があることを知りませんでした。何となくの概要については理解できましたが、実際の業務においてどのように使うかのイメージがまだ曖昧なので、調べてみようと思いました。
konaka_r
営業
内容をもう一度見返してみます
n_jiro
営業
分析に関するIT用語の意味を再確認できてよかったです。
takuya1001
マーケティング
当たり前に使っていた用語を浅く広く説明されているので、復習として有益と感じる。
masa-se
その他
用語の意味を先ずは理解して、デジタルスキルを具体的に活用していきたい。
inyourmind
建設・土木 関連職
機械学習に関する基礎的な用語説明でした。
tsuufy
その他
言葉の定義を再整理しておくことが先ずはスタートに
madogiwazoku
その他
一般的な内容だと思いました。
ankh
IT・WEB・エンジニア
教師あり、教師なし学習、学習強化学習の違いが分かった
nobuyuki_46
営業
知識の再確認ができました。独立などは実際のビジネスでは使用することが少ないですが、より理解を深めることで、活用場面を見いだせればと思います。
northfox_autumn
経営・経営企画
DXの取り組みや業務改善
mkh8510
メディカル 関連職
今回の学習内容は、IT用語というよりは、
高校の理系数学、統計学の内容であった。
機械学習で、例えばPythonを使用し、ライブラリをどれを使うと、機械学習に適した環境を構築できるなど、具体的なことを学習したい。
happoh
メーカー技術・研究・開発
日頃接している用語の説明を改めに確認することが出来た。普段あまり使わない内容もあるので、今後業務でも使用しようと思う。
x0888
メーカー技術・研究・開発
知見のない言葉などは会話の参考になる。
show0914
メーカー技術・研究・開発
反復勉強します。
s_atmimi
メーカー技術・研究・開発
なかなか難しい。
shoji-k
IT・WEB・エンジニア
とても役に立ちました。
hanamau
販売・サービス・事務
なじみのない言葉も多かったが、データマイニングの際には知っておいた方が良いワードが多かった
yoko-matsuoka
その他
通常の業務では使用しない専門用語ばかりだったので、復習が必要だ。
homma_y
IT・WEB・エンジニア
知らないことも多く、勉強になりました。
pana_2022
経営・経営企画
データには質的変数と量的変数がある。
shoshioka
メーカー技術・研究・開発
変数は数値で計測できる量的変数についつい着目してしまいそうだが、質的変数にも着目したい
ke_sato
経理・財務
基本的な勉強に良い。知らない言葉もあった
haniwainu
経理・財務
機械学習の詳細を知ることができたのは良かった。ただ、それぞれの用語のつながりが分かりにくく、分析についての全体像が見えなかった。
atuya
その他
用語を改めて把握できた。
ssato2
IT・WEB・エンジニア
AI や機械学習の前提知識として必要
takeshi_kun
販売・サービス・事務
評価・分析の対象をイメージとして捉えている事が多かったように思うが、分析用語を学習した結果、イメージではなく分析や統計の正しい用語・定義に基づいた対象として認識していくことに活用できると思います。
sphsph
メーカー技術・研究・開発
今の時代データは山盛りあるので、どう分析しその結果を踏まえどう行動するか?
そこの繋ぎです。
偏見が入るので何とも難しいです。
結果ありきでは全く意味がない
ecysd0515
IT・WEB・エンジニア
分析用語の曖昧さを整理できました
stani
専門職
用語の説明を学んだ。
tuufy
その他
基礎的な言葉。記憶の片隅に置いておこう。
kshimada_0127
マーケティング
色々な分析手法があることを理解した。
si51083203
その他
復習に最適な長さと簡潔さでした
yeon
メーカー技術・研究・開発
平均値・中央値・最頻値
データの個数で求められる値
大きさ順に並び変えた中央の値
データの中で最も頻度が高い値
分散と標準偏差
定期んちとの差を二乗の合計/データの個数
分散で出した値の平方根をとった正の値
乱数:次の値が予測できないランダムの数
独立:2つの事象について一方の事象が変化したときにもう一方の事象が変化しない
機械学習:コンピューターが自動学習
深層学習:機械学習の深いバージョン
教師あり学習/教師なし学習/強化学習:正解/答えない/ゲームなどの思考
量的変数/質的変数:数値で測ることができる/測らない
説明変数/目的変数:予測に使う変数/予測したい変数
外的要因:外的要因でサービスや購買に影響を与える要因
city_runner
その他
よく分かりました。これから仕事に活用します。
75475
メーカー技術・研究・開発
今後発展していく業務内容の中で活かせる知識があるかもしれない。
ryoma-tst
クリエイティブ
データ分析はあまり馴染みがないので今後活用したい
fuji4
メーカー技術・研究・開発
データを正しく活用するために活用する
yukoshib
マーケティング
業務で平均値を使うときは、中央値や最頻値も確認してデータ分布に偏りがないかどうか調べてから施策に落とし込んでいきたい
kyohei-inoue
メディカル 関連職
業務で活用するためには、まずデータ収集が重要となってきます。
to-ymj
その他
基礎知識を纏めて知ることが出来ました。
takemasa2020
クリエイティブ
データ分析の重要性は認識されていても分析結果を具体的に何に用いるかが明確化されていないことが多かった。分析目的をはっきりさせてどのデータをどう分析するか手法確立が重要であると感じた。
y-arano
メーカー技術・研究・開発
実験データを解析することがあるので、データの解釈のために、社内のデータだけではなく、社外データも有効活用することが大事なことを理解。
また、正しく用語を使うことで、他者と正しく意思疎通ができるので用語をしっかり理解しておくことも重要であると感じた。
mist360jp
販売・サービス・事務
いよいよもって理解が難しくなってきた。別の学習方法を検討しなければ!
tanakatake
経営・経営企画
分析は苦手分野ですが、色んな手法があることは理解しています。
kenji1209
メーカー技術・研究・開発
たいへんよくわかりました。
kazu-mishima
営業
うーん、なかなかわかりにくかったです。
k_y_76
IT・WEB・エンジニア
機械学習の特徴を踏まえて、教師あり/なし等どの学習が使われているかをイメージしながらサービスを利用することで、検索結果やAI利用(プロンプトエンジニアリング)において、自分がより求めている結果をどのように出力するかの一助になると感じた。
hr-sakai
その他
学習させるデータは公平性をもたなければならない。
y-yukie
販売・サービス・事務
平均値・中央値・最貧地・分散・標準偏差
乱数
独立
機械学習
変数・量的変数
・質的変数
cw92040
経営・経営企画
数多くの分析の用語、、、これがわからないとデータも作れないから大事だと思った。
n-o-b-u
メーカー技術・研究・開発
今の業務では、中央値などちかっていないものはあるが、分析方法は色々あるので都度判断して必要なものを使うべきだと思う。
kiyoe2023
その他
難しい。何度か繰り返して視聴する必要があります。
koooou_
販売・サービス・事務
大学の時を思い出しました。
akira_1504
IT・WEB・エンジニア
言葉の意味を知らないものが多かった。
ozawa_h
IT・WEB・エンジニア
AIで利用されるIT用語の基礎でした。GLOBISの他コースを受ける前に取得して置くと便利だと思いました。
kamutaku
金融・不動産 関連職
基本用語をしっかりと理解し日常生活に当てはめて考えていきたい。
t_t-suzuki
経営・経営企画
学びが深まりました。
masa_2023
経営・経営企画
・中央値の算出方法がわかった
・教師あり/なし機械学習の違いがよくわからなかった
yusuke_takao
メーカー技術・研究・開発
統計用語をざっくりと理解できた。これからデータ分析する際に意識したい。
amano_048001
資材・購買・物流
変数の単語までは覚えられなかったが、ある程度の意味は理解できる。
mnezuminn
販売・サービス・事務
難しいです。数学の知識が必要
hokuto1
営業
実際に使ってみないと身につかなそうな用語集であったが、分析業務を行うことがあまりないので、知識を役立てるのは難しそうだった。
bunbun3
人事・労務・法務
機械学習と深層学習の違いを学べた。
平均値/中央値あたりは大学で心理学を学んだ時の分析で授業で習ったなぁと思いだしたりした。
既存知識と、単語は知っていても意味までは知らなかったことについて学ぶことを合わせて、業務効率を上げていきたい。
tatsuro-kochi
メーカー技術・研究・開発
基本的な知識が整理できた
nora12345
専門職
それぞれ実際に触れてみる必要があると思いました。
inspiration
営業
なんとなくわかっていると思っていたことが、理解できました。
yunikoko
専門職
分析関連のワードは苦手な分野ではありますが、気になる分野ではあるのである程度は理解していきたいと思いました。
ynhata
金融・不動産 関連職
良いシリーズと思います。
noru
マーケティング
数学が苦手でも、この分野を身につけることはできるのでしょうか?
yamaseki2024
その他
カイ二乗分布、昔むかしに勉強したことを思い出しました。
kawanami2
販売・サービス・事務
こういうまとめ好き〜
ryoma12
営業
ディープラーニングにおいては、3種類の勉強法がある旨理解した。
sam_m
メーカー技術・研究・開発
基礎の基礎なのでまだ使えない
kyon-m
その他
不具合の未然防止に、過去トラのテキストデータから重要ポイントを読み取ったり、活用すべき過去トラを提案したりするシステムがあるとよいと思った。
nakajima2512
販売・サービス・事務
だんだん難しくなってきました!変数の話などが出てくると混乱します。。
yuka_ms
販売・サービス・事務
統計的な処理をしたデータを解釈する際に役立ちそうと思いました。
user-d7a0869b99
undefined
これからビッグデータ分析をしていくにあたり、自分の知識レベルを確かめることができました。
知らなかったり理解していたつもりになっていた分析用語もあったので、復習を繰り返して自分のものにしていきます。
gouda0922
経営・経営企画
馴染のない用語ばかりでした
勉強になりました
syoneda
営業
基礎知識として知っておきたい
cs1960
販売・サービス・事務
大変参考になりました。
t-wakazuki
営業
聞いたことはあるがしっかりと意味を把握していなかった用語の意味を知ることができた。
kaneko999
IT・WEB・エンジニア
業務分析や、顧客に提供する資料に活用する
konzu
建設・土木 関連職
分析にも様々な方法があると初めてしりました。
揃えるデーター選ぶから慎重に行わないといけないとも感じました。今回は分析の種類でしたが
データーの活用の手法についても学んでいきたいです。
yu_tako11
IT・WEB・エンジニア
日々活用している用語を正確に理解するための良い機会になりました!
ただ、用語自体を知らない人が社内には多いので、自らがデータ分析の火付け役となって浸透させたい。
awanoa
IT・WEB・エンジニア
データ解析、分析において必要な用語を再確認しました。
ikoan-
IT・WEB・エンジニア
本コースで学ぶことで、何となくで使っていた言葉を正しく認識できた。プロジェクト検討時の議論に活用していきたい。
fsa
クリエイティブ
用語について理解を深められた
o-tomo
クリエイティブ
学生の時に学んだ統計を思い出しました。
yuk_sumi
その他
分布図の読み解きや説明変数の設定等難しい課題は沢山ですが、勉強になりました。