１．実務で使えるデータ分析手法の基礎
1)統計解析・多変量解析とは
2)基本的なデータ要約方法 －基本的な統計量
3)グラフ化による目視確認の重要性
4)実務でよく使用する各種グラフ
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
1)重回帰分析（回帰式の構築）とは
2)重回帰分析の手順、チェックノウハウ
3)参考：判別分析
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
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
2)クラスター分析の手順、チェックノウハウ
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
1)主成分分析（データの縮約、データの合成分析）とは
2)主成分分析の手順、チェックノウハウ
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
1)因子分析（潜在変数の見える化、データの分解分析）とは
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）
3)参考：因子分析の手順、チェックノウハウ
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
1)要因の組合せ最適化を行う方法 →実験計画法 概要
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
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
演習用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）