| 過去10年間の年度別売上高平均を幾何平均によって求める。 |
試験成績結果についてヒストグラムによって分布を調べる。 |
| 営業報酬一覧データについて箱ひげ図を作成し外れ値を検出する。 |
英語の研修前後の成績についてZ値（偏差値）により比較する。 |
| 製品の有効成分含有量が製品パケージの表示どおりか調べる。 |
新製品における好感度を男女別に比較し男女の違いの有無について調べる。 |
| 商品説明の前後における理解度調査によって説明方法の妥当性について検討する。 |
曜日別売上高データから、曜日による売上高の違いについて検討する。 |
| 年齢階層による主力製品の選択の違いについて検討する。 |
支店別広告費と売上高データから広告費と売上高の関係について分析する。 |
| 支店別広告費と売上高の関係について人口の影響を除いて分析する。 |
中古車における走行距離と車両価格の関係について調べる。 |
| 駅前コンビニと売上に影響を与える諸要因の有無と影響力について検討する。 |
携帯電話における満足度と機能とデザインについて男女別に検討する。 |
| 訪問回数と成約件数の関係について分析する。 |
入社試験における数科目の成績データから新入社員の成績を構成する要因を縮約する。 |
| アンケート調査から携帯電話を階層クラスター分析により分類する。 |
マンション価格と駅からの距離、築年数、面積等との回帰関係について調べる。 |
| マンション価格、駅からの距離、築年数、面積等データを用いニューラルネットワークを構築する。 |
タイタニックの生存データから決定木により生存について最も関係した要因を調べる。 |
| タイタニックの生存データからカーネルSVMにより生存について最も関係した要因を調べる。 |
自動車メーカーのイメージ調査結果についてK-meansによりメーカーを分類する。 |
| POSデータのアソシエーション分析から同時購入について調べる。 |
形態素エンジンを用いて文章について形態要素解析を行う。 |
| HP問い合わせ顧客データをk-means法によりグループに分類する。 |
HP問い合わせ顧客データから成約条件に影響を与える要因を探索し予測モデルを構築する。 |
| 飲料売上高と広告出稿量から売上予測モデルの構築、影響因子の探索を行う。 |
売上予測モデルについてニューラルネットワークを用いて精度を向上させる。 |
| 寿司ネタ評価データについて、類似ユーザーの抽出、評価予測モデルを構築する。 |
レビューコメントデータからワードクラウドを作成する。 |
| 銀行口座の解約について予測する。 |
人流データ（オープンデータ）について分析する。 |
| SMSによる販促メッセージの効果について検討する。 |
化粧品の購買額におけるマーケティング施策による効果を検討する。 |
| ヘアアイロンのモニターアンケートについて諸観点から分析する。 |
支店別売上高を対数グラフにより比較する。 |
| 新製品の売上高を主力製品の売上高と関連付けて予測する。 |
短期的な将来について指数平滑法により予測する。 |
| 時系列データからトレンド、季節指数を分離し求める。 |
百貨店の過去の3年間の売上高実績から次年度の月別売上高を予測する。 |
| 市場規模を、トレンド、季節指数を用いた回帰分析により予測する。 |
イベント開催時における保険加入の是非について統計的意思決定法により検討する。 |
| 車の購入について評価基準を設定し、階層化意思決定法（AHP）により選定する。 |
