直ぐに実務で活用するための
Pythonによる統計解析データ分析予測への応用【WEB受講(Zoomセミナー)

Pythonプログラミングの基礎,統計解析の基礎,Pythonを使った統計解析手法について,初心者にも分かりやすく解説する特別セミナー!!
講師
株式会社メドインフォ 代表取締役 医学博士 嵜山 陽二郎 先生
元ファイザー(株)中央研究所,グラクソスミスクライン(株),ヤンセンファーマ(株)などで医学情報・統計解析担当を歴任
日時
2022/7/19(火)10:00〜16:00
会場
※本セミナーはWEB受講のみとなります。
会場案内
受講料 (消費税率10%込)1名:49,500円 同一セミナー同一企業同時複数人数申込みの場合 1名:44,000円
テキスト
講師
株式会社メドインフォ 代表取締役 医学博士 嵜山 陽二郎 先生
元ファイザー(株)中央研究所,グラクソスミスクライン(株),ヤンセンファーマ(株)などで医学情報・統計解析担当を歴任
日時
2022/7/19(火)10:00〜16:00
会場
※本セミナーはWEB受講のみとなります。
会場案内
受講料 (消費税率10%込)1名:49,500円 同一セミナー同一企業同時複数人数申込みの場合 1名:44,000円
テキスト
受講形式
WEB受講のみ
 ※本セミナーは、Zoomシステムを利用したオンライン配信となります。


受講対象
データ分析を行う業務に携わる方全般
論文投稿や報告書作成が必要な方(大学生も歓迎)
レベルは初心者の方:Pythonのプログラミング未経験の方、統計解析を苦手とする方でも大丈夫です。


予備知識
特にございません。


習得知識
1)Pythonのプログラミングの基礎知識の習得
2)統計解析の基礎知識の習得
3)Pythonを使った統計解析手法の基礎知識の習得 など


講師の言葉
 Pythonはシンプルで読みやすい言語で、面倒なコンパイルを行う必要がなく、結果を逐次確認しながら実行でき、初心者でも理解しやすく、しかも多目的に適用可能なため、現在最も人気のある言語の1つとなっています。この Pythonは統計解析にも向いた言語であり、簡単な記述統計量の計算から複雑なモデルによる予測、きれいなグラフ表示に至るまで、簡単なコードで実現することができます。
 統計を扱う言語というとRが有名ですが、Rは他の言語で作られたアプリケーションとデータを行き来させる必要があるのに対し、 Pythonは汎用性がありシステム上にシームレスに実装できるというメリットがあるため、統計解析における活用がますます期待されております。
 本講座では、統計解析の基本的な考え方や手法を Pythonを通じて初心者にもわかりやすく解説し、講座終了後にお手元のPC上ですぐにでも実行・活用できることを目標とします。

プログラム

1.なぜ今統計解析にPythonか
  (1).統計解析が重要視される背景【データ分析】
  (2).統計解析ソフトの選択肢の増大【統計ソフトの現状】
  (3).プログラミング言語の多様化とPythonの位置づけ
  (4).PythonとRの違い【両者の特徴】
  (5).Pythonを使うために【PC環境の構築】
    a.ANACONDAのインストール
    b.Jupyter Notebookを使う
  (6).Pythonでは最低これだけは覚えよう【Pythonの初歩】
    a.簡単プログラミング【演算、変数、条件分岐など】
    b.基本モジュールとそのインポート【numpyの使い方】
    c.データを読み込もう【pandasの使い方】

2.Pythonによる記述統計
  (1).データを整理してわかりやすく伝えよう
    a.データを要約する【要約統計量】
    b.いろいろな要約統計量【平均値、中央値、標準偏差】
    c.要約統計量をPythonで計算する【pandasとnumpy】
  (2).データを視覚化してわかりやすく伝えよう
    a.データを視覚化する【散布図、ヒストグラム】
    b.視覚化をPythonで行う【matplotlibとseaborn】

3.Pythonによる推測統計
  (1).統計解析における確率と統計的推測
    a.確率の基本を理解しよう【データの確率的変動】
    b.測定値は正規分布をする【正規分布の特徴】
    c.統計的推測【母集団と標本】
  (2).大きな集団を推定しよう
    a.母集団を推定する【標本の無作為抽出】
    b.標準誤差を理解しよう【母平均の推定】
    c.95%信頼区間を理解しよう【母平均の推定】
    d.Pythonを使って95%信頼区間を計算しよう
  (3).差があることを証明しよう【仮説検定】  
    a.仮説検定における仮説の設定
    b.2群の平均値の差からp値を求める【t-検定】
    c.2群の有効率の差からp値を求める【カイ2乗検定】
    d.多群の群間差からp値を求める【分散分析】
    e.Pythonを使って仮説検定を行ってみよう【numpy】

4.Pythonを用いた線形モデルによる予測
  (1).直線回帰分析【直線的予測】
  (2).重回帰分析【説明変数が複数ある場合の予測】
  (3).ロジスティック回帰分析【2値の予測】
  (4).Pythonでモデルによる予測をやってみよう

5.おわりに

質疑・応答

講師紹介
略歴
東京大学大学院修士課程、博士課程修了(医学博士)。
大手外資系製薬企業にて様々の疾患領域における医学情報・統計解析担当を歴任。
これまで40報を超える学術論文を執筆し、非臨床・臨床研究の統計解析手法において多数の研究業績を有する。
国際学会発表5回、国際薬物動態予測学会の座長、講演会など多数の実績あり。
著書
「医師・看護師のための統計学ポイントアドバイス77 東京図書」など