多変量解析入門

多変量解析の初学者を対象に、実データ解析の例を通じて、 多変量解析の基本的な考え方と代表的手法を紹介する。 特に、化学・生命科学分野で用いられるケモメトリックスおよびメタボロミクスの事例を題材とし、 主成分分析（PCA）を中心に、解析結果の可視化と変数解釈の方法を学ぶとともに、 関連する多変量解析手法として回帰分析およびフィッシャーの判別分析を取り上げる。

全9回・各回60～90分程度

回テーマ内容
1 多変量解析とは何か 多変量解析の基本的な発想、単変量解析との違い、全体の構成を説明する。
2 応用事例にみる多変量解析 メタボロミクス、ケモメトリックス、近赤外分光の事例を通じて、多変量解析が必要とされる背景を理解する。
3 Rの基本的な使い方 Rの基本操作、データの読み込みと整形など、多変量解析を行うための準備を行う。
4 主成分分析によるデータの可視化 Rを用いて主成分分析を実行し、主成分スコアの可視化を行う。
5 多変量解析に必要な基礎知識 線形代数・確率統計の基礎を確認し、主成分分析の考え方を整理する。
6 主成分負荷量と結果の解釈 主成分負荷量を用いた変数解釈の方法を学ぶ
7 Partial least squaresとは 群情報を用いた多変量解析手法としてのPLSを取り上げ、主成分分析との違いを軸に、その考え方と位置づけを理解する。
8 回帰分析 回帰分析の直感と限界を整理し、多変量解析との関係を理解する。
9 判別分析 フィッシャーの判別分析を通じて、教師あり解析の基本的な考え方を学ぶ。