多変量解析セミナーの紹介資料です。

1. 多変量解析入門 1日目
～Rの基本的な使い方や主成分分析
(PCA)など、基礎を詳しく解説～
1

2. セミナーの流れとポイント(1日目)
• 導入：多変量解析を学ぶのが初めての方
• 多変量解析の概要、MetaboAnalystを用いた解析例
• 第1部：Rを使った多変量解析が初めての方
• ケモメトリックスの概要と、多変量解析を用いた実際の解析
手順(データの可視化)
• Rを用いた基本的な解析と主成分分析、PLSの計算の方法
• 第2部 : 因子負荷量の使い方がわからず悩まれている方
• 固有ベクトル・因子負荷量を用いた変数の選択方法の紹介
• Rを用いた因子負荷量と統計的仮説検定の計算方法
• 第3部：回帰、判別モデル構築が必要、または経験済みの方
• データの可視化以外の回帰、判別モデルについて、
特にp(変数の数)>>n(サンプルの数)データでの解析
2
易
難
難易度

3. 多変量解析入門 ２日目
～因子負荷量・PLS回帰など、
さらに理解を深める～
3

4. セミナーの流れとポイント(2日目)
• 導入：多変量解析を学ぶのが初めての方
• 多変量解析の概要、MetaboAnalystを用いた解析例
• 第1部：Rを使った多変量解析が初めての方
• ケモメトリックスの概要と、多変量解析を用いた実際の解析
手順(データの可視化)
• Rを用いた基本的な解析と主成分分析、PLSの計算の方法
• 第2部 : 因子負荷量の使い方がわからず悩まれている方
• 固有ベクトル・因子負荷量を用いた変数の選択方法の紹介
• Rを用いた因子負荷量と統計的仮説検定の計算方法
• 第3部：回帰、判別モデル構築が必要、または経験済みの方
• データの可視化以外の回帰、判別モデルについて、
特にp(変数の数)>>n(サンプルの数)データでの解析
4
易
難
難易度