イベント
| イベント名 | 複数条件・要因が絡む現象の関係性を読み解くための 製造業の実務で使う統計・多変量解析 |
|---|---|
| 開催期間 |
2026年05月22日（金）
10:00～17:00 【見逃し配信の視聴期間】 5/25(月)～5/31(日) ※このセミナーはアーカイブ付きです。セミナー終了後も繰り返しの視聴学習が可能です。 ※ライブ配信を欠席し見逃し視聴のみの受講も可能です。 ※詳細・お申込みは、下記「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。 ※会社・自宅にいながら受講可能です。 ※講義中の録音・撮影はご遠慮ください。 ※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。 【配布資料】 PDFデータ(印刷可・編集不可) ※開催2日前を目安に、S＆T会員のマイページよりダウンロード可となります。 |
| 会場名 | 【Zoomによるライブ配信セミナー】アーカイブ(見逃し)配信付き |
| 会場の住所 | オンライン |
| お申し込み期限日 | 2026年05月22日（金）10時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
複数条件・要因が絡む現象の関係性を読み解くための
製造業の実務で使う統計・多変量解析
【ソフトウェア配付・ＰＣ演習付】
個人PCで使える解析ソフトの配付と演習で身につける、データ分析の手順と注意点
データの傾向確認、原因分析、今後の予測、分類、特徴抽出など
例えば、温度、圧力、速度、湿度などのプロセス条件が複数絡んで不良が発生する場合の原因分析と今後の予測や、大量かつ多次元のデータを分類し、目的の特徴を持つデータだけを
ピックアップしたい場合、あるいは、多次元のデータから特徴を抽出し、技術者が扱い易い
2次元のデータに変換するなど―
こうした「要因が一つではない」問題 こそ、多変量解析が威力を発揮する場面です。
年間受講者が1000人を超え、「初学者でもわかりやすい解説」「実務で使えるノウハウが有用」と定評のある講師が、アカデミックな内容は最小限に、実務で本当に使うデータ分析のやり方を解説。初めての方がつまずきやすい「イメージのしにくさ」も、具体的な事例紹介を交えてクリアにしていきます。無償かつExcelライクで使えるソフトウェアを配付し、その演習を通じて、理解と定着をしっかりサポートします。
※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。
上記につきまして、お申込み後に確認のためご連絡させていただく場合がございます。
受講者が変更になる場合（代理出席）は、必ず事前にご連絡をお願いいたします。
上記につきまして、お申込み後に確認のためご連絡させていただく場合がございます。
受講者が変更になる場合（代理出席）は、必ず事前にご連絡をお願いいたします。
【対象】
・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
※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。
※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。
・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
※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。
※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。
【得られる知識】
・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
※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。
・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
※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。
＜受講にあたって＞
【１】ソフトウェア配付・PC演習付きのセミナーです。以下を満たすPCをご用意ください。
・Excelをインストール済みのWindows PC (32bit・64bitいずれも可、OSはwin10を推奨)
・Excelおよび事前配付ソフトウェア(下記【2】)を事前にインストールしたPC
※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。
【２】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1週間前を目安に送付します。開催３日前時点で届いていない場合は弊社へご連絡ください。ソフトウェアは下記の3点を配布します。
【１】ソフトウェア配付・PC演習付きのセミナーです。以下を満たすPCをご用意ください。
・Excelをインストール済みのWindows PC (32bit・64bitいずれも可、OSはwin10を推奨)
・Excelおよび事前配付ソフトウェア(下記【2】)を事前にインストールしたPC
※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。
【２】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1週間前を目安に送付します。開催３日前時点で届いていない場合は弊社へご連絡ください。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。
【３】インストール必須の多変量解析ソフトウェアに関して
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、講師に直接ご連絡ください。
連絡先は、上記「お申し込みはこちらから」（遷移先WEBサイト）⇒ 受講にあたって 欄
よりご確認ください。
・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するために、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（スモールデータ解析）では問題なく解析可能です。
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（スモールデータ解析）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）
(インターネット環境に接続する必要はありません）
| 講師 |
MOSHIMO研 代表 福井 郁磨 氏
※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30年の経験を持つ。
| セミナー趣旨 |
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。
| セミナー講演内容 |
１．実務で使えるデータ分析手法の基礎
1.1 統計解析・多変量解析とは
1.2 基本的なデータ要約方法 －基本的な統計量
1.3 グラフ化による目視確認の重要性
1.4 実務でよく使用する各種グラフ
1.5 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
2.1 重回帰分析（回帰式の構築）とは
2.2 重回帰分析の手順、チェックノウハウ
2.3 参考：判別分析
2.4 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
3.1 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
3.2 クラスター分析の手順、チェックノウハウ
3.3 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
4.1 主成分分析（データの縮約、データの合成分析）とは
4.2 主成分分析の手順、チェックノウハウ
4.3 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
5.1 因子分析（潜在変数の見える化、データの分解分析）とは
5.2 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）
5.3 参考：因子分析の手順、チェックノウハウ
5.4 参考：データ分析デモ（時間があれば）
６．その他の分析方法
6.1 要因の組合せ最適化を行う方法 →実験計画法 概要
6.2 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
6.3 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
※説明の順序が入れ替わる場合があります。
講義内容に関するキーワード
統計解析, 多変量解析, データ分析, 重回帰分析, 回帰モデル, 主成分分析, 因子分析, クラスター分析,ニューラルネットワークモデル, ディープラーニング, 人工知能
■推奨環境■
zoomでセミナーを受講しながら事例演習を行うにあたり、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。以下環境をご準備できない場合でも、受講可能です。
1.1 統計解析・多変量解析とは
1.2 基本的なデータ要約方法 －基本的な統計量
1.3 グラフ化による目視確認の重要性
1.4 実務でよく使用する各種グラフ
1.5 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
2.1 重回帰分析（回帰式の構築）とは
2.2 重回帰分析の手順、チェックノウハウ
2.3 参考：判別分析
2.4 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
3.1 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
3.2 クラスター分析の手順、チェックノウハウ
3.3 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
4.1 主成分分析（データの縮約、データの合成分析）とは
4.2 主成分分析の手順、チェックノウハウ
4.3 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
5.1 因子分析（潜在変数の見える化、データの分解分析）とは
5.2 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）
5.3 参考：因子分析の手順、チェックノウハウ
5.4 参考：データ分析デモ（時間があれば）
６．その他の分析方法
6.1 要因の組合せ最適化を行う方法 →実験計画法 概要
6.2 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
6.3 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
※説明の順序が入れ替わる場合があります。
講義内容に関するキーワード
統計解析, 多変量解析, データ分析, 重回帰分析, 回帰モデル, 主成分分析, 因子分析, クラスター分析,ニューラルネットワークモデル, ディープラーニング, 人工知能
■推奨環境■
zoomでセミナーを受講しながら事例演習を行うにあたり、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。以下環境をご準備できない場合でも、受講可能です。
------------------------------------------------------------------------------------------------
・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
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
------------------------------------------------------------------------------------------------
※上記環境は推奨です。演習中に各ソフトウェアを切り替えることで、多少煩雑にはなりますが、受講には差し支えありません。
※詳細・お申込みは上記
「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 5/22 圧縮空気エネルギー貯蔵（CAES）の技術開発動向と 水封式CAESの土木技術的課題 (2026年02月06日)
- 4/23 高分子結晶の成長機構、構造の特徴と各種分析法 (2026年02月06日)
- 5/22 複数条件・要因が絡む現象の関係性を読み解くための 製造業の実務で使う統計・多変量解析 (2026年02月06日)
- 5/28 まで申込み受付中 【オンデマンド配信】バイオ医薬品(CMC)マスターコース(全6コース) ＜管理手法(製造管理及び品質管理)とCTD作成/データ提示＞ (2026年02月06日)
- 4/14 リチウムイオン電池のバインダーの基礎と開発動向 (2026年02月06日)
- 4/17 【解説×生成AI】医療機器リスクマネジメントセミナー (2026年02月06日)
- 4/16 【解説×生成AI】【医薬品】滅菌バリデーションの具体的な計画書・記録書・報告書の作成セミナー (2026年02月06日)
- 4/15 【解説×生成AI】QMS省令セミナー (2026年02月06日)
- 4/10 2026年のARグラスを中心とする XR機器及び搭載ディスプレイの最新動向と技術解析 (2026年02月05日)
- 4/27 まで申込み受付中 【オンデマンド配信】 大気圧プラズマの基礎と最新応用技術 (2026年02月05日)
