マーケティングデータサイエンティスト養成講座
講座概要
■開講月 2月、6月、10月
■料金 50万円（税込）
■修了期間 4ヶ月（54時間）
■修了認定 下記3要件を満たした場合、修了証を交付
①全科目受講（各科目90％以上出席） ②最終テスト70点以上 ③事例プレゼンテーションに合格
# 本養成講座は、現在開講されている下記セミナーを統合・再編成しています。
＜実践統計学、実践統計手法、Rによる統計学（入門編・実践編）、Pythonによるデータ解析・ビッグデータ解析、アンケート調査法、販売予測・需要予測＞
| No. | テーマ | 内容 | 時間 |
|---|---|---|---|
| 1 | マーケティングのための実践統計学 | 1. データの視覚化（箱ひげ図、ヒストグラム、散布図） 2. 基本統計（平均、分散、標準偏差、Z値、中央値、中央絶対偏差） 3. 分布（正規分布、ｔ分布） 4. 母集団と標本（検定のしくみ、2種類の過誤） 5. t検定（P値、区間推定、効果量、検出力） 6. カイ2乗検定（カイ2乗分布、効果量) 7. 相関分析（散布図、積率相関係数） ・交絡要因と偏相関係数 8. 重回帰分析（標準化偏回帰係数、自由度調整済み決定係数） ・交互作用のある場合、ダミー変数を用いた場合 |
12 |
| 2 | Ｒによるデータ解析 | 1. Rとは（R、Rstudioのインストール） 2. Rの基本的な使用方法 3. 基本統計量、各種グラフと外れ値 4.ｔ検定（対応の有無、区間推定、効果量、検定力） 5. 2種類の過誤とサンプルサイズの設定方法 6. ノンパラメトリック検定（ウイルコクソン検定、対応の有無） 7. 分散分析（テューキー、ボンフェローニ、ホルム） 8. 重回帰分析（ダミー回帰） 9. ロジスティック回帰分析（オッズ比、傾向スコア） 10.主成分分析 11.因子分析（主因子法、最尤法、直交回転、斜交回転） 12.階層的クラスター分析（群平均法、ウオード法） |
12 |
| 3 | Pythonによるビッグデータ解析 | 1. Pythonとは（Jupyter Notebook、Matplotlib、 Pandas、 scikit-learn） 2．（データベースの基本知識、ファイルの結合） 3．教師あり学習による予測 ・重回帰による予測と影響因子の絞込み、データの標準化 ・オーバーフィッティング（過剰適合）と多重共線性 ・サポートベクタマシン／ニューラルネットワーク 4．教師あり学習によるクラス分類 ・ロジスティック回帰、決定木、ランダムフォレスト (アンサンブル学習) ・Precision（適合率）とRecall（再現率） 5．教師なし学習によるクラスタリング ・k-means クラスタリング、クラスタリング と 決定木 の組合わせによる分析 6．教師なし学習によるアソシエーション分析 ・アソシエーション分析 7．自然言語処理とテキストマイニング ・MeCab、ジップの法則、単語のベクトル化 |
12 |
| 4 | 実践力の養成 | Ⅰ アンケート調査法 1．調査の分類、バイアス、質問項目の作成法 2. 回答形式、尺度化の方法 3. 調査結果の集計方法 4. 平均値の違いについての検討 5. クロス集計表による検討 6. 2群以上の因果関係の検討 7. サンプルサイズの設定方法 Ⅱ 販売予測・需要予測 1．対数グラフによる観察法 2. 指数平滑法 3. 時系列分析（移動平均法、季節指数） ・TCSI分離法による予測 4. 回帰モデルによる予測 ・トレンド、季節指数を用いた予測 ・ダミー変数を用いた予測 |
12 |
| 5 | 事例発表会 | 課題解決事例の発表(解析方法の立案・ 解析、プレゼンテーション実施) | 6 |
| 計 | 54 | ||
〇修了認定者には、統計検定２級取得を無料サポートします。