データから本質的な情報を取り出す製造業における予測・原因分析・縮約・分類のための
統計・多変量解析 実践入門【ソフトウェア配付・ＰＣ演習付き】【LIVE配信】
～エンジニアのための統計・多変量解析 実務的基礎～
■開催日時：2023年12月01日(金) 10:00～16:30

■会場：【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます　

■定員：30名

■受講料：55,000円（税込、資料付き／1人）
※最新のセミナー情報を「配信可」にすると割引適用（登録無料）
会員（案内）登録していただいた場合、通常1名様申込で55,000円（税込）から
　・1名で申込の場合、49,500円（税込）へ割引になります。
　・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円（2人目無料）です。

■備考：
資料付き
【LIVE配信セミナーとは？】

〇特典
Excelをインストール済みのWindows PCを各自ご用意ください。パソコン演習を実施します。

演習で使用するソフトウェアと演習ファイル一式は、受講者にのみ、開催7日前を目処に送付いたし
ます。

ソフトウェアは、下記の3点を配布します。
・多変量解析ソフトウェア（インストール必須。演習使用）
・実験計画法（品質工学）解析ソフトウェア（インストール不要。参考のため配布）
・人工知能ソフトウェア（インストール不要。参考のため配布）

配布する多変量解析ソフトウェアは、事前に演習で使用するWindows PCにインストールしておいて
ください。セミナー当日は、インストールが完了している前提で開始いたします。
なお、配布するソフトウェアは、Windows以外のOSには対応していません。
Windowsは、Windows10の32bit、64bitどちらでも結構です。

〇インストール必須の多変量解析ソフトウェアに関して事前連絡
・セミナー申込み前にソフトウェアに関して確認したい場合は、講師に直接お願いします。
連絡先：MOSHIMO研　福井　ikuma.fukui@wmjplab.com
・多変量解析ソフトウェアのフル機能を期間の制限なく使用したい場合、インストール時にWindowsの
日付を一時的に変更する操作が必要になります。
・インストール時にWindowsの日付を一時的に変更せずに、インストールする場合、30日後にデータ数
に関して制限がかかります。制限後は、10変数×20データまでになります。データ数に制限がかかって
も、解析機能には制限がかからないため、通常の開発用途では問題なく解析可能です。
・配布する3種類のソフトウェアは、下記の複数のウィルススキャナーで、問題が無いことを確認済み
です。
・McAfee ・TrendMicro ・ESET-NOD32 ・Microsoft Defender
・配布する3種類のソフトウェアは、外部と通信する機能はありません。
（インターネット環境に接続する必要はありません）

〇定員
テキストを事前に送付するため、できる限り11月27日までにお申込ください。
11月27日以降にもにお申込できますが、テキストの到着が遅れる場合もございます。

下記のようにパソコン環境を準備すると受講しやすくなります。

〇持参物
・大画面のディスプレイを使用し、オンライン聴講ソフトウェア、Excel、解析ソフトウェアの３つ
　ソフトウェアを１つのディスプレイに同時に表示して受講
・デュアルディスプレイにし、１つのモニターにオンライン聴講ソフトウェア、もう１つのモニター
　にExcelと解析ソフトウェアを表示して受講
・オンライン聴講ソフトウェアを表示するパソコンと、Excelと解析ソフトウェアを表示するパソコ
　ンの２つを使用して受講

なお、上記環境は推奨です。
上記環境をご準備できない場合でも、多少煩雑にはなりますが、
演習中に各ソフトウェアを切り替えていただくことで受講いただけます。

■主催：（株）R&D支援センター

■講師：
MOSHIMO研　代表　福井　郁磨　氏
＜略歴＞
1993年4月～ オムロン(株)：電子部品の原理開発、加工技術開発、ロボットの研究開発、人の聴感
　　　　　　判定を機械化した検査装置開発などに従事
2006年6月～ パナソニック(株)：生活家電の要素技術、製品開発などに従事
2007年11月～ 東レ(株)：液晶ディスプレイなどの微細加工技術開発などに従事
2010年4月～ LG Electronics Japan Lab(株)：関西の新規研究所設立責任者、洗濯機チームリーダー、
　　　　　　オープンイノベーション室長を歴任
2015年5月～ MOSHIMO研：製造業支援、開発コンサルティング、生活関連用品などの研究開発に従事
※人工知能応用技術、実験計画法、品質工学に関して、電子部品・ロボット・加工技術・検査技術・
　生活家電などの分野で、約28年の経験を持つ。
・日本品質管理学会会員
・品質工学会会員

[web]　https://moshimolab.jimdo.com/
[Facebookページ] https://www.facebook.com/moshimo.laboratory

■受講対象・レベル：
・要素技術、生産システム、品質管理などの分野でデータ分析・統計・多変量解析スキルが必要な
　方々
・マーケティング、商品企画等で、顧客ニーズ、コンセプトメイキングのためにデータ分析・統計・
　多変量解析スキルが必要な方々
・人工知能を活用するために、データの前処理、データの解釈、人工知能の予測能力の評価等の手
　法を習得したい方々
・複数の要因によって、目的とする対象がどのように変化するか、予測や説明を行う方法を求めて
　いる方々
・複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める（データの
　縮約）方法を求めている方々
・数多くのデータをグルーピングし、適切に分類、階層化する方法を求めている方々
・複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法を求めている方々

※技術コンサルタントの方や、講師業の方は、受講をご遠慮ください。

■必要な予備知識：
※統計解析・多変量解析・人工知能に関する予備知識は必要ありません。

■習得できる知識：
・実務で使えるデータ分析手法の基礎　⇒基本的なデータの要約（統計量）とグラフ化
・統計解析の危うさとグラフによる目視確認の重要性
・データ分析手法の体系と成果が出やすい手法
・多変量解析ソフトウェアの操作方法
・複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う方法
　⇒重回帰分析
・複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める方法（デー
　タを縮約する方法）　⇒主成分分析
・数多くのデータをグルーピングし、適切に分類、階層化する方法　→クラスター分析
・複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法　→因子分析（ただし、製
　造業の実務使用では適応し難いため、代用手法を解説）
など

■趣旨：
　製造業では、多くのデータを取扱いますが、データから価値ある情報を取り出し、解釈するため
には各種統計的な解析を使用する必要があります。
　統計解析、あるいは多変量解析は、データの要約、傾向の確認、原因分析、今後の予測などの解
析が行えますが、目的に合わせて適切な手法を選択する必要があります。
　最近トピックスになっている人工知能に関しても、効率的な学習を行うためには、データの与え
方の工夫や、学習に適した形にデータを加工する必要があります。その際にも、前述した統計解析・
多変量解析によるデータ分析が必要になります。
　一方で、統計・多変量解析を習得しようとすると、従来は、実務では実際には使用しない内容を
無味乾燥な数式で学ぶ必要があります。
　また、データ分析には統計・多変量解析ソフトウェアが必要になります。しかしながら、統計・
多変量解析ソフトウェアは、下記のように２極化しており、簡単に導入・活用するにはためらいが
ともなう状況です。

・無料で使用できる反面、プログラムのような記述が必要な「R」
・Excelライクで直感的に使用でき、かつ極めて高機能な反面、高額なため「1人1ソフトウェア体
制」や「思い立ったら誰でもデータ解析をする体制」には向かない「JMP」「SPSS」「StatWorks」

　本講座では、アカデミックな内容は最小化し、製造業の実務で使う各種データ分析の実践的な方
法を中心に講義いたします。また、無味乾燥な数式の解説ではなく、具体的な事例を通して、デー
タ分析の基礎と手順を解説いたします。
　そして、無料で導入でき、EXCELライクで直感的に使用できる統計解析パッケージソフトウェアを
使い、実際にデータ分析の演習を行います。

■プログラム：
１．実務で使えるデータ分析手法の基礎
　1)統計解析・多変量解析とは
　2)基本的なデータ要約方法　－基本的な統計量　
　3)グラフ化による目視確認の重要性
　4)実務でよく使用する各種グラフ
　5)ソフトウェア紹介

２．複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う
　1)重回帰分析（回帰式の構築）とは　
　2)重回帰分析の手順、チェックノウハウ
　3)参考：判別分析
　4)データ分析演習

３．数多くのデータをグルーピングし、適切に分類する
　1)クラスター分析（類似した特徴を持つグループ化とグループの階層化分析）とは
　2)クラスター分析の手順、チェックノウハウ
　3)データ分析演習

４．複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める
　1)主成分分析（データの縮約、データの合成分析）とは
　2)主成分分析の手順、チェックノウハウ
　3)データ分析演習

５．複数のデータ項目間の複雑な関係を説明する、潜在的な構造を求める
　1)因子分析（潜在変数の見える化、データの分解分析）とは
　2)因子分析のエンジニアリング実務上の問題点と対策（代用手法）
　3)参考：因子分析の手順、チェックノウハウ
　4)参考：データ分析デモ（時間があれば）

６．その他の分析方法
　1)要因の組合せ最適化を行う方法　→実験計画法　概要
　2)より高度な組合せ最適化方法　→品質工学（タグチメソッド）概要
　3)重回帰式の上位版　→ニューラルネットワークモデル（深層学習）概要
　
７．質疑応答

 

演習用ソフトウェアは下記の3点を配布します。
・多変量解析ソフトウェア（インストール必須。演習使用）
・実験計画法（品質工学）解析ソフトウェア（インストール不要。参考のため配布）
・人工知能ソフトウェア（インストール不要。参考のため配布）