IBM SPSS Statistics分類のための主成分・因子・クラスタ分析
- コースコード GKI-0362
- 講座日数 1日間 9:30～17:00
- 対象者 Statisticsでデータを分類することを習得したい方
- 前提コース IBM SPSS Statistics操作入門・IBM SPSS Statistics基礎統計
- 前提条件1 Statisticsへのデータの入力や読み込み方法がわかる方
- 前提条件2 Statisticsでの集計表やグラフの作成方法がわかる方
- 前提条件3 統計的推定や検定の基本的な考え方がわかる方
- 価格 60,500円(税別)
- 実施日程 オンライン 日程調整中
- 目的 Statisticsの主成分分析、因子分析の基礎を理解する
- 概要 データの分析は、いくつかの視点から手法を組み合わせて利用することがよいとされています。その視点の1つとして、データを分類して考えることが挙げられます。
- 講義内容 1.主成分分析と因子分析の概要
- 備考 ・当コースはオンライン研修に対応します。
1. 主成分分析の基礎を理解
2. (探索的)因子分析の基礎を理解
3. クラスタ分析の基礎を理解
当コースでは、変数間の関連性から主成分を作る手法や潜在因子を発見する手法を学びます。そして、その出力結果を解釈します。
なお、クラスタ分析は、回帰分析や決定木分析の前に使用することで、よりターゲットを絞った予測やルールを発見することができるようになるため、他の多変量解析の手法と組合せてもよく利用される手法です。データを分類する手法には因子分析やクラスタ分析があります。このコースでは、データに潜む類似性を発見することで分類を行う主成分分析、(探索的)因子分析、クラスタ分析を取り上げます。
主成分分析は、データの合成成分を抽出する手法です。たとえば、どの野球チームが強いのかを評価するために打点、打率、本塁打、防御率からチームの総合力を合成成分として抽出できます。
また、因子分析は、データの共通因子を抽出する手法です。たとえば顧客の満足度を的確に評価するために、製品の質やサービスの質、価格やデザインなどから顧客満足度因子を抽出することができます。
主成分分析や因子分析は、直接観測できるものから構成概念となる主成分や因子を見つけ出す手法です。
クラスタ分析は、ケース間の類似度をもとにケースをまとめます。たとえば、顧客の行動履歴を基にし、似たような行動パターンを持つ顧客をグループ(クラスタ)化します。
顧客の行動だけに限らず、商品や店舗の類似度、質問項目などの類似度などに基づくグループ化も行うことができます。
クラスタ分析では、ケース間や変数間の関連性からクラスタ化が行えます。
このコースでは、階層クラスタ、K-meansクラスタ、TwoStepクラスタの手法を取り上げ、それぞれの結果の解釈を行います。
2.例1:主成分分析
3.例2:因子分析:直交回転
4.例3:因子分析:斜交回転
5.クラスタ分析の概要
6.例1:階層クラスタ
7.例2:K-meansクラスタ
8.例3:TwoStepクラスタ
・実習で使用するPCは弊社で用意いたします
・研修環境はStatistics 24を使用いたします
本研修は、株式会社アイ・ラーニングの主催になります。