1口（1社3名まで受講可能）でのお申込は、

　受講料　　が格安となります。



☆☆☆Web配信セミナー☆☆☆

『Pythonによる統計解析〜実習付き〜』　


☆事前にGoogleで「Anaconda」を検索し、「Anaconda Individual Edition」の
インストールをお願いします。


 S220826AW



　☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆

開催日時：2022年8月26日（金）10:30-16:30
受 講 料：お1人様受講の場合　51,700円[税込]／1名
　　　　　1口でお申込の場合　62,700円[税込]／1口（3名まで受講可能）

　★本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、
　お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。

　★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。
　講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

　★受講中の録音・撮影等は固くお断りいたします。

画像認識セミナー日程表　　新宣伝セミナー日程表


Web配信（Zoom）セミナー日程表

　講　師

　

　嵜山陽二郎（さきやまようじろう）　氏　

　　　株式会社メドインフォ　代表取締役（医学博士）

 ＜略歴、等＞ 　1993年　東京大学　医学系研究科　博士課程　終了。
　1993年〜2014年　製薬企業にて統計解析実務および社員教育に従事。
　2015年〜　株式会社メドインフォ設立、代表取締役。
　　他にも、これまで40報を超える学術論文を執筆し1,2)、非臨床・臨床研究の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、製薬企業スタッフ対象の講演会など多数の実績あり。現在運営中のサイト「統計解析 - Python・R・エクセルを使った講義で最速マスター」は10万PVを超える人気サイトとなっている3) 。著書に、「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」がありわかりやすい統計学の教科書として絶賛発売中4)。
　1)　Sakiyama Y., Ohashi K. and Takahashi Y. Application of nonlinear regression model to sigmold dose-response relationship in pharmacological studies. Nippon Yakurigaku Zasshi 2008, 132: 199-206.
　2)　Sakiyama Y. The use of machine learning and nonlinear statistical tools for ADME prediction. Expert Opinion of Drug Metabolism and Toxicology, 2009, 5: 149-169.
　3)　統計解析 - Python・R・エクセルを使った講義で最速マスター（http://statg.com/）
　4)　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

　セミナーの概要

 

　最近、プログラミング言語として、Pythonが注目の的となっています。Pythonは汎用のスクリプト言語で、多くのプログラミング言語の中でも多目的で使用でき、簡単であり、また無料であるという特長があります。
　Pythonによる統計解析は、様々な領域（医療、画像処理、インフォマティクス、ファイナンス等）に応用されています。システム連携を考慮したデータ分析を目指すのであれば、Pythonは長い目で見て優れたツールといえます。但し、そのためにはプログラミングの知識が必要となります。
　本講座では統計解析に必要なPythonのプログラミングと実際の統計解析手法（記述統計、推測統計、線形モデルによる予測）を基礎から解説し、講座終了後直ちに皆様の業務に活用できることを主旨としております。


　　講義項目

　

　1　なぜ今、統計解析にPythonか

　　1.1　統計解析が重要視される背景【データ分析】
　　1.2　統計解析ソフトの選択肢の増大【統計ソフトの現状】
　　1.3　プログラミング言語の多様化とPythonの位置づけ
　　1.4　PythonとRの違い【両者の特徴】
　　1.5　Pythonを使うために【PC環境の構築】
　　　1.5.1　簡単プログラミング【演算、変数、条件分岐など】
　　　1.5.2　基本モジュールとそのインポート【numpyの使い方】
　　　1.5.3　データを読み込もう【pandasの使い方】

　2　Pythonによる記述統計

　　2.1　データを整理してわかりやすく伝えよう
　　　2.1.1　データを要約する【要約統計量】
　　　2.1.2　いろいろな要約統計量【平均値、中央値、標準偏差】
　　　2.1.3　要約統計量をPythonで計算する【pandasとnumpy】
　　2.2　データを視覚化してわかりやすく伝えよう
　　　2.2.1　データを視覚化する【散布図、ヒストグラム】
　　　2.2.2　視覚化をPythonで行う【matplotlibとseaborn】

　3　Pythonによる推測統計

　　3.1　統計解析における確率と統計的推測
　　　3.1.1　確率の基本を理解しよう【データの確率的変動】
　　　3.1.2　測定値は正規分布をする【正規分布の特徴】
　　　3.1.3　統計的推測【母集団と標本】
　　3.2　大きな集団を推定しよう
　　　3.2.1　母集団を推定する【標本の無作為抽出】
　　　3.2.2　標準誤差を理解しよう【母平均の推定】
　　　3.2.3　95％信頼区間を理解しよう【母平均の推定】
　　　3.2.4　Pythonを使って95％信頼区間を計算しよう
　　3.3　差があることを証明しよう【仮説検定】
　　　3.3.1　仮説検定における仮説の設定
　　　3.3.2　2群の平均値の差からp値を求める【t-検定】
　　　3.3.3　2群の有効率の差からp値を求める【カイ2乗検定】
　　　3.3.4　多群の群間差からp値を求める【分散分析】
　　　3.3.5　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

　　4.1　直線回帰分析【直線的予測】
　　4.2　重回帰分析【説明変数が複数ある場合の予測】
　　4.3　ロジスティック回帰分析【2値の予測】
　　4.4　Pythonでモデルによる予測をやってみよう



　お1人様　　　　　 受講申込要領　1口（1社3名まで） 受講申込要領 セミナー 総合日程　画像認識 セミナー日程　新宣伝 セミナー日程