専門のデータサイエンティストが基礎的な分析に加え、あらゆる手法を用いサポートしています。
個々の目的に応じて、最適な分析・解析手法をご提案いたします。
些細なお困りごとから大きなものまで、ひいてはどんなことができるのか検討段階の方も
ぜひ一度お問い合わせください。
主な解析手法
コチラでは実際に使われる手法を一部抜粋して、簡単にご紹介しております。
記載してあるものが全てではありませんので、何かお困りの際はまずお問い合わせ下さい。
分析の目的 | 目的変数 | 説明変数 | |
量的変数 | 質的変数 | ||
予測 | 量的変数 | 重回帰分析 | 数量化1類 |
質的変数 |
判別分析 ロジスティック回帰分析 |
数量化2類 |
|
要約 | なし |
主成分分析 因子分析 クラスター分析 |
数量化3類 コレスポンデンス分析 |
1.データ収集 |
・対象データ選択 ・質的→量的変換 ※必要に応じて ・データクリーニング 等 |
2.単変量解析 |
・外れ値、異常値の処理 ・分布状況確認 ・時系列分析 ※必要に応じて 等 |
3.2変量解析 |
・クロス集計分析 ・散布図による分布状況確認 等 |
4.多変量解析 | ・各手法による分析の実施 |
その他にもデータを用いたあらゆる予測や、異常検知なども多変量解析の手法を用いて解析します。
テキストデータの解析の主な手法に、テキストマイニングがあります。
これは文章や言葉など文字列のデータを対象にしたデータマイニングで、
文字列データからその特徴や情報、傾向、関連性を探し出す技術です。