ネットワークが接続されていません
h-n
2019/05/12
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析のtとかpの意味をもう少し詳しく知りたい。

hiromi_m
2020/04/13
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の「t」「P-値」の説明がもう少し欲しいです。
勉強しておきます。

tarimo
2020/02/10
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

1度で理解できるレベルではなかったので繰り返し見てみようと思う。

sige0306
2020/05/03
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析のエクセル分析方法の紹介も欲しかった。

kami5
2019/05/18
メーカー 営業 課長・主任・係長・マネージャ

まだまだ腑に落ちていない。

yuta_be
2021/01/19
金融・不動産・建設 クリエイティブ 課長・主任・係長・マネージャ

係数、切片、決定係数がどう導き出されるのかわからず、全体的に理解が進みません。

kazu_365
2020/08/23
IT・インターネット・ゲーム・通信 人事・労務・法務 一般社員

人事部門においては、例えば従業員の「自己申告サーベイデータ」と「年次評価」との相関関係を調べることができる。
もくしは、「採用後のパフォーマンス(評価)」を「面接時の評価」、「SPIの結果」や「出身大学の偏差値」などと重回帰分析しても面白い結果が出るかもしれない。

zeromission
2020/08/03
メーカー メーカー技術・研究・開発 一般社員

t値とp値については、詳しく確認する必要あり。

b-201
2020/05/11
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

目的変数・説明変数の説明もあったほうが良いと思います。

hiromi0kaede
2020/07/04
IT・インターネット・ゲーム・通信 営業 一般社員

今まで回帰分析をしたことがなかったので、今回の学びを生かしてエクセルを活用して回帰分析してみたい。

makoto_baseball
2021/05/09
IT・インターネット・ゲーム・通信 メーカー技術・研究・開発 一般社員

t値 : それぞれの説明変数が目的変数に与える影響の大きさ。係数を標準誤差で割ると算出できる。2以上だと、影響がある。
p値 : t値の絶対値をパーセント表示したもの。意味のなさを表すので、小さいほど良い。

midori_g
2020/07/19
商社・流通・小売・サービス 販売・サービス・事務 一般社員

分析は過去データに基づくため、将来予測の参考値であることを忘れずに利用したいと思います。

junbeat
2020/08/14
IT・インターネット・ゲーム・通信 マーケティング 課長・主任・係長・マネージャ

単回帰分析、重回帰分析について理解できた。ただ、R二乗やtやpがどのように求めた値なのかがよく分からず、tやpはそれ自体がよく分からなかった

joyjoy83
2019/06/14
広告・マスコミ・エンターテインメント その他 その他

だんだん難しくなってきた。

hiro_yoshioka
2021/08/29
メーカー メーカー技術・研究・開発 一般社員

これもエクセルでできるの知りませんでした。要復習。

目安:
t ≧ 2
p ≦ 0.1

chesswing
2021/07/09
メーカー メーカー技術・研究・開発 一般社員

実験作業で出てきたデータの回帰分析は良く行っていたが、その他の事象にも使えそうだと思った。
重回帰分析のやり方を勉強してみたい。

hiraki1098
2021/04/19
メーカー 営業 課長・主任・係長・マネージャ

工場での生産数量の計画立案に効果的ですね。営業のセールス拡大にも活用できるのか気になりました。

akatsuki_89
2021/02/12
インフラ・公共・その他 建設・土木 関連職 一般社員

重回帰分析が難しくて理解が出来なかった。淡々と数値の説明をするだけでなく、グラフ化するなど視覚化すれば分かりやすかったと思う。また、最後のセンテンスで条件が異なる場合は分けて分析を行うと良いとの説明だが、天候は晴れとそれ以外の2通りしかないなら、それぞれを分けて分析をした方が単純でわかりやすかったのでは?

kzhr2358301
2020/12/26
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

重回帰分析の場合、tp値を見ることでどの変数がより影響しているかわかることが勉強になりました。

wkiymbk
2020/12/02
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

回帰分析は、「①どの変数に関係があるかを明らかにすることで、施策検討に活かせる。②変数間の関係性を知ることで、知りたい情報の予測ができる。」ということがわかりました。
こういう分析法があったな、ということを覚えておき、将来必要になったときに活用したいと思います。

donadona
2020/11/04
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

月間の売上分析、イベント出店時の売上分析を行う際などに活用できそう。
傾向がつかめれば売上予測、販売戦略に活用できる。
重回帰分析のエクセル操作まで説明があれば尚良かった。

kanibuchi
2020/09/06
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

意味のある変数の組み合わせを見つけることが至難であり、
それは過去からの蓄積、普段から引き出しを増やしていくしかないと思った。
それら変数がどの程度結果に影響を与えているか確かめる術としてはこの上ない武器であると感じた。

eda6596
2020/08/21
商社・流通・小売・サービス 資材・購買・物流 一般社員

今まで標準偏差などを用いていたが、
Excel機能で簡単に検出できることを知って、
嬉しいような残念な、複雑な心境です。
統計学は数式の組合せが複雑と思っていましたが、
機能で簡単に出せることを知る情報収集能力が必要と感じました。

sakai-0218a
2020/08/21
商社・流通・小売・サービス 経営・経営企画 部長・ディレクター

基本概念は理解。一方でt、p値、R等の英語イニシャルはすんなりとは頭に入っててこんかった。

y884
2020/08/20
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

実際に何か具体例を自分で取り上げて計算式を使わないと中々理解しにくいと感じたが、アイスの例は非常にわかりやすかった。

yohei21
2020/08/18
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

業務内では、定量性のない変数 (今回でいう天気)などは外して解析することが多かった。予測精度を高められる可能性もあるため、ダミー変数なども活用してみたい。

tantan-0363
2020/08/16
商社・流通・小売・サービス マーケティング 課長・主任・係長・マネージャ

理解するのご難しい内容だったが、試してみることで身につけていきたい。

rice-ball2030
2020/05/09
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

係数、補正の出し方や、回帰分析を行う際、有効である組み合わせをよく考えてたり違う角度で試して結論を出していく重要性を感じた。

sue_0120
2020/04/07
メーカー 人事・労務・法務 一般社員

因果関係を把握し、分析に基づいたビジネスのヒントを少しでも得られるとよかったが数式など、難しかったので、また学びたい。

ishikawa2021
2021/11/28
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

変数の候補を挙げる作業が大事

y_taniguchi1209
2021/11/28
メーカー 経理・財務 部長・ディレクター

将来の予測を立てる回帰分析は、売上予測を立てる上で非常に重要だと言うことがわかりました。今後の営業に役立てたいと思います。

keifuji
2021/11/27
メーカー その他 一般社員

稼働日の日数と稼働日の業務報告の作成にかかる時間の関係を式でもとめ、報告書の作成が効率的な報告間隔を出してみる。

natsuki_3
2021/11/27
IT・インターネット・ゲーム・通信 マーケティング 一般社員

キャンペーンの効果予測、実施施策の優先順位付等で用いることができそう。

kokabe
2021/11/27
メーカー その他 部長・ディレクター

重回帰分析の使い道は想像つかなかった

yousun
2021/11/27
IT・インターネット・ゲーム・通信 メーカー技術・研究・開発 課長・主任・係長・マネージャ

単解析と異なり、重解析は教えるのにも苦労しますが、最低限の概要を知るためには十分と思います。ただ、決定係数の算出方法やt値,p値の算出方法を理解できるようになれば(計算アレルギーでなければ)各算出値を構成させる目的が理解できるのかも?と思います。

tadsato
2021/11/27
IT・インターネット・ゲーム・通信 その他 一般社員

変数と変数の間にどういった相関関係があるか

yoshida-m
2021/11/27
インフラ・公共・その他 IT・WEB・エンジニア 一般社員

景気指数と新卒採用者数は関係ありそう。

dahon
2021/11/26
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

回帰分析は実際に使ってみないと理解できないと思う。

m-kozakai
2021/11/25
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

売上と日々の業務における様々な数値の関係を調べることに使いたい。

natsume_kin
2021/11/25
メーカー その他 一般社員

回帰分析について初めて知ることができました。詳細はもっと難しいのでしょうが、概要を知って興味を持ちました。

muchacha
2021/11/25
IT・インターネット・ゲーム・通信 経営・経営企画 課長・主任・係長・マネージャ

切片とは何かが、知りたかった。重回帰分析の説明をもっと詳しくしりたかった。

shingo_nishi
2021/11/24
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

天気との相関関係は、一番身近で影響がある係数だと思うので分析する際にはいろいろな場面で考慮した分析をしてみたい。

wada_toshiyuki
2021/11/24
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 部長・ディレクター

実際のビジネスの中で重回帰分析をどう利用するか、特に変数の与え方が非常に難しい。

ntsuboi
2021/11/24
IT・インターネット・ゲーム・通信 コンサルタント 課長・主任・係長・マネージャ

予測モデル、重回帰分析ともによく聞く言葉ですが、算出方法や各指標の見方を学ぶことができた。

shigesato
2021/11/23
メーカー メーカー技術・研究・開発 一般社員

グラフにしてr2をみる

megumi_g
2021/11/23
IT・インターネット・ゲーム・通信 販売・サービス・事務 課長・主任・係長・マネージャ

理解するのが難しかったです。何回も繰り返しみようと思います。

dai58
2021/11/22
メーカー 営業 部長・ディレクター

恥ずかしながら単回帰分析をExcelで簡単に行えることも知らず、非常に勉強になった。さっそく身近な例でトライしてみる。

shimochan
2021/11/22
メーカー 営業 その他

取引先の販売実績という1つの変数と売価、気温との重回帰分析は、具体的にイメージできるので、やってみたい。

sekohi
2021/11/21
商社・流通・小売・サービス 営業 部長・ディレクター

物流に関わる車輌台数不足の課題があり、何台足りないか?という漠然とした疑問を数値化できそうな期待が持てた。

chimamikikoro
2021/11/21
メーカー 人事・労務・法務 課長・主任・係長・マネージャ

離職率の分析に使用してみたい。

kazumushi
2021/11/21
金融・不動産・建設 金融・不動産 関連職 部長・ディレクター

分析手法はたくさんおるが、その選択肢を導き出すことが1番難しいと思います。
観点がずれると、欲しいデータも異なってしまいます。

mine1021
2021/11/20
商社・流通・小売・サービス 販売・サービス・事務 一般社員

方程式が出てきて、拒否反応。
これは、何度も見直さないと、覚えられない。

tahara-n
2021/11/20
メーカー その他 課長・主任・係長・マネージャ

回帰分析、使えそう。

kuniyuki_m
2021/11/20
商社・流通・小売・サービス その他 課長・主任・係長・マネージャ

売上を伸ばす=様々な数字の組み合わせが必要。
天気等に関しては、駐車場がどのタイプなのか?
施設はインショップなのか?ロードサイドタイプなのか?
他にもあるが、検証をするために必要なことは理解できた

yamamoto05
2021/11/20
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

コール数と新規獲得数の関係を調べる

yarebadekiru
2021/11/19
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

重回帰分析で予想してない要素をみつけられたら、感動し病みつきになるかも。

mt607
2021/11/19
商社・流通・小売・サービス 人事・労務・法務 課長・主任・係長・マネージャ

職場風土の改善において、結果により結びつく要素を探る際や影響の強い要素を特定する際などに活用できそうだと感じた。

uchiyama3
2021/11/19
メーカー 営業 部長・ディレクター

慣れない言葉が出てきました

a95091
2021/11/18
メーカー 営業 一般社員

分析するためのデータが限られるため、条件を探すのに苦労している。

emi5884
2021/11/17
金融・不動産・建設 金融・不動産 関連職 一般社員

ニーズ調査の結果について回帰分析することでターゲット増の具体化に活かせるような気がしました。

xtanao
2021/11/16
メーカー 資材・購買・物流 一般社員

色んな要素の影響度が分かる

chietaji81
2021/11/16
IT・インターネット・ゲーム・通信 経営・経営企画 一般社員

どんな切り口でデータを見るか、のヒントになりそう

dai_20211101
2021/11/16
IT・インターネット・ゲーム・通信 マーケティング 一般社員

全体は理解できたが、細部については理解が怪しいところがあるので引き続き学んでいきたい

t26ul
2021/11/16
コンサルティング・専門サービス コンサルタント その他

頑張ります

yuna_fukuhara
2021/11/15
IT・インターネット・ゲーム・通信 クリエイティブ 一般社員

とても有益なレッスンでしたが、数学が得意ではないので自分が実際に行うというより、その専門の方にお願いできる場面を学べた。

PV数と曜日、時間などで回帰分析できそう

chamori
2021/11/15
IT・インターネット・ゲーム・通信 マーケティング 課長・主任・係長・マネージャ

定量的に推測できるので、施策立案時に参考にする

kmti
2021/11/14
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

自分の今の業務では変数によっての変化は少ないはずなので利用頻度はほぼないが、単純に変化が無いと思い込んでいるだけの可能性がある(高い)のでこれからは色々な視点で考えてみようと思いました。

takeshitamura
2021/11/13
メーカー 営業 課長・主任・係長・マネージャ

解析

yutayokoyama
2021/11/13
メーカー メーカー技術・研究・開発 一般社員

設備不稼働抑制施策検討
不稼働時間と、日常実績の記録を回帰分析しどのような時に設備不稼働が生じているかを分析する

hirohito0616
2021/11/12
商社・流通・小売・サービス 経営・経営企画 経営者・役員

難しいパートではあったが分かりやすくまとまっていた。

mokana
2021/11/12
IT・インターネット・ゲーム・通信 その他 一般社員

直接は使う機会はなさそうだが、こんな分析があるのだと知ることができた

nzm2765
2021/11/11
コンサルティング・専門サービス 専門職 課長・主任・係長・マネージャ

エクセルの利用方法の説明があり、実践的で分かりやすかった。

tkogoma
2021/11/11
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

単回帰分析の利点や使い方は理解できたが、t値、p値など求め方の実務的な部分に使うのには理解力が足りず難しいと感じました。

kazu195
2021/11/10
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

気温とシーズン商品の販売数の分析に使用。

smakita
2021/11/10
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の「t」「P-値」の算出のやり方を知りたいです。

ka12345
2021/11/10
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

サンプルを使った演習があると理解が深まりそう。

kenji_0214
2021/11/09
IT・インターネット・ゲーム・通信 営業 一般社員

単回帰分析、重回帰分析は提案に活用できそうだが、理解を深めておかないと適切な使い方にならなさそうだなと感じた。

taninotani
2021/11/09
金融・不動産・建設 営業 課長・主任・係長・マネージャ

分析するときに使います

kss_mtr
2021/11/09
メーカー その他 課長・主任・係長・マネージャ

目的変数と関係のありそうな変数を探すことが大変だと思った。

yy_1974
2021/11/09
メーカー 営業 課長・主任・係長・マネージャ

余り理解できなかった。統計学の知識が必要かも。

cosmic_radio
2021/11/08
メーカー メーカー技術・研究・開発 一般社員

要因と結果の関係性を検証することは重要。また関係がないと思っていることも実は関係があるかもしれない。検証し事実認識できるようにしたい。

hirano-a
2021/11/08
メーカー メーカー技術・研究・開発 一般社員

他者に説明が難しい基礎的な統計的手法がコンパクトにまとめられていて、分かりやすかったです。誰かに説明するのと、2つの変数を見つけたらすぐやってみたいです。

tak_fu
2021/11/08
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

これまでカンコツで判断〜決定されてきた内容を定量的な数値で表し、判断材料とする事でより信頼性の有る計画となることが期待出来る。

mon0725
2021/11/07
IT・インターネット・ゲーム・通信 販売・サービス・事務 部長・ディレクター

用語の意味がフワッとしていたので、どういう計算ロジックなのか知りたい。
また、自分自身も業績予測をする人間なので、使える変数を検討して試してみたい。

michiko7
2021/11/06
インフラ・公共・その他 営業 一般社員

ある月の営業アポイント数と、3ヶ月後の受注件数の相関を調べることができる

oke-py
2021/11/06
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

アンケート結果を分析したいシーンは多々ありますが、有効回答数をある程度確保する必要があると感じました。

yurikanishimoto
2021/11/04
メーカー メーカー技術・研究・開発 一般社員

重回帰分析においては日常的に業務内で使用している

shinpei_622067
2021/11/04
メーカー メーカー技術・研究・開発 一般社員

具体的な事例は記載できないが、解析結果をみることはよくあるが、その中身について初めて知った

kurapapa
2021/11/03
広告・マスコミ・エンターテインメント コンサルタント 一般社員

重回帰分析の分析を通して業務に活かしたいが、もう少しExcelでの説明が欲しかった

harry_1234
2021/11/03
IT・インターネット・ゲーム・通信 経理・財務 課長・主任・係長・マネージャ

感覚としてわかるが、説明を必要以上に難しくされた感じがする

e_yama
2021/11/03
IT・インターネット・ゲーム・通信 営業 一般社員

売り上げ予測の因果や離職予測のような様々な要因が絡むものも、一種のヒントを探す方法として活用できる。
根本は統計学の内容なので理解するには数学的知識が必要。その点は説明が長くなるので興味は各個人で学ぶ必要性を感じた。

dai_0414
2021/11/02
メーカー メーカー技術・研究・開発 一般社員

tとかpの意味について、もう少し詳しく知りたかった。

running_energy
2021/11/02
メーカー メーカー技術・研究・開発 一般社員

計測した複数のデータから、影響しあっているデータとその関係を抽出できる

li_1962
2021/11/02
メーカー IT・WEB・エンジニア 一般社員

重回帰分析の場合、tp値を見ることでどの説明変数がより目的変数に影響しているかわかることが習得できました。

buki2000
2021/11/02
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

実際には変数の候補を挙げることが難しそうだなと感じました。
また、tやpについてR二乗係数など理解しきれていないです。

maiko_ssl
2021/11/02
IT・インターネット・ゲーム・通信 販売・サービス・事務 一般社員

重回帰分析は難しくてすぐに使えなそうです。習得できるまでは単回帰分析を繰り返して関係を探ることになりそうです。

jopy
2021/11/01
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

データの中から、説明変数としてどの値が適しているかを見出す方法は分かったが、
大量にある説明変数からどれを優先的に取捨選択するかを検討できると、より効率的に作業ができると感じた

ybk
2021/11/01
メーカー マーケティング 一般社員

通常気づきもしない説明変数をみつけられる

sk-1018
2021/11/01
メーカー メーカー技術・研究・開発 一般社員

どの運転条件が製品の品質に最も影響を与えるか、把握するために重回帰分析を行ってみる。

hirohiro33
2021/10/31
メーカー メーカー技術・研究・開発 一般社員

用語と意味が混同してしまうので、よく理解しておきます。

yoshijet
2021/10/31
メーカー メーカー技術・研究・開発 一般社員

テストデータの傾向をみて関連するパラメーターを絞り込み重回帰解析をすることで相関関係にあるか確認することが可能

tmktmk
2021/10/29
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 部長・ディレクター

統計的な部分(P値やt値)とデータの処理的な部分(ダミー変数やカテゴリ変数などなど)を
上手く省きつつ、ポイントをさらっと知れる動画。

take441
2021/10/29
インフラ・公共・その他 IT・WEB・エンジニア 課長・主任・係長・マネージャ

データをまとめる上で活用したい

takumi_1453
2021/10/28
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

普段使うようにしないとすぐ抜けてしまうスキルですね。回帰分析の限界や要改良点についても知りたいと思いました。

midoba2021
2021/10/27
メーカー マーケティング 一般社員

個人個人が分析を行うことは、変数となりそうな項目を選ぶ際に偏りが生じそうです。ビッグデータを活用して変数となりうる変数を片っ端から探した上で、その後の分析を個人で行った方が使えるデータになりそうだと思いました。

yh1983
2021/10/27
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

重回帰分析は市場価格の傾向を知るのに活用していきたい。

delpy_2021
2021/10/26
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

回帰分析を業務でよく扱うが、「t」「p」の意味をよく理解していなかったので非常に参考になった。

hide-kane
2021/10/26
メーカー 販売・サービス・事務 一般社員

外気温の蓄積温度と虫の発生数を単回帰分析して毎年の傾向を掴む

kou_hashimoto
2021/10/26
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

提案における顧客との打ち合わせ回数や競合の数により成約数が変化するかどうかを分析することが可能

ogura_ma
2021/10/26
商社・流通・小売・サービス 経営・経営企画 経営者・役員

よくわかった

kameyama_kohei
2021/10/26
インフラ・公共・その他 その他 一般社員

全然意味わからなかった。
もし、使う時が来たときになんか分析できる方法あったような気がするなあ、と思い出せればいいなと思う。

yoshinori-66
2021/10/26
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

勉強になりました。

kotaro_0315
2021/10/25
商社・流通・小売・サービス 販売・サービス・事務 一般社員

難しい。

tsuyo_uchiyama
2021/10/24
メーカー 人事・労務・法務 一般社員

役に立つ

marumaru0401
2021/10/24
金融・不動産・建設 販売・サービス・事務 一般社員

過去の苦情件数とその要因を立証する。

k-ta
2021/10/23
インフラ・公共・その他 資材・購買・物流 課長・主任・係長・マネージャ

実際に作成してみないと理解が深まらないと感じました

sakura1446
2021/10/22
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

業務で活用するには分析したいデータを記録しておくことが大事だと思いました。

hasshy
2021/10/22
金融・不動産・建設 営業 部長・ディレクター

回帰分析は前提条件や適切な変数の選択が難しそう

masahiro-128
2021/10/22
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

実験計画の際に活用できると思う。

iijima_1226
2021/10/21
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

業務にて活用したいと考えております。

mitsu-s4
2021/10/20
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

今後のテストデータまとめにおいてどんな将来結果が予測でき、正しいのかの判断に使える

miki777
2021/10/19
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

最初はとっつきにくいかもしれませんが、今回は大変良くわかりました。

matsukoro
2021/10/19
メーカー 専門職 一般社員

お客様が活用されているので会話が出来るテーマとして勉強してます。

tetsuya_431155
2021/10/19
メーカー 経理・財務 課長・主任・係長・マネージャ

市場の品質問題について、回帰分析の手法を使い、分析、予測、未然防止策の検討をやりたい

tama_2329
2021/10/18
メーカー 販売・サービス・事務 一般社員

蓄積したデータはそのままでは本当にもったいないなと感じました。きちんと分析すれば、目的に合った数字を導き出すだけでなく、予想もしていなかった相関があったりする。情報、データはまだまだ有効活用できるのだと気づきました。

taka2314
2021/10/18
メーカー 資材・購買・物流 一般社員

重回帰分析についてはもう少し説明が欲しい。今回の説明だと1度見るだけは理解できない。

tomoko_mi
2021/10/17
メーカー メーカー技術・研究・開発 一般社員

tやpの値の意味合いをもっとよく知ることができれば、関連性の有無をより理解できそうだと思いました。

tsubaichi
2021/10/17
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

関係性を定量的に示すことが重要だとわかりました。

toriy
2021/10/16
IT・インターネット・ゲーム・通信 その他 経営者・役員

Excelの使い方も解説されていたのは良かった。

kkr_0413
2021/10/15
広告・マスコミ・エンターテインメント 販売・サービス・事務 一般社員

エクセル回帰分析を用いると必要な値を持ってきてくれるが、それぞれの値の意味をもう少し深堀して理解したい。

aiino
2021/10/15
IT・インターネット・ゲーム・通信 営業 一般社員

気温とタイヤの売上個数の関係性など分析できるものをやってみたい

m-ta
2021/10/14
メーカー 資材・購買・物流 一般社員

事象をシンプルな形にするところから始めたい。

naokurod
2021/10/14
IT・インターネット・ゲーム・通信 営業 一般社員

実施した施策の振り返り、また次回予測をすることで、より内容の詰まった提案を出来る。

mitto-man
2021/10/13
IT・インターネット・ゲーム・通信 資材・購買・物流 課長・主任・係長・マネージャ

相関分析の応用のように考えられると思う

toshi148
2021/10/13
メーカー メーカー技術・研究・開発 部長・ディレクター

漠然と捉えていた重回帰分析について、改めて原理原則から学びました。今後の業務上で、過去の傾向(データ)から将来を予測できることに早速に活用してみます。

27899u
2021/10/13
メーカー IT・WEB・エンジニア 課長・主任・係長・マネージャ

しっかり理解しました。

morichan66
2021/10/13
IT・インターネット・ゲーム・通信 その他 一般社員

施設管理業務において、過去データ(気温や湿度、警報履歴など)から、気象状況と発報の関連性を見る

uzucky
2021/10/13
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

重回帰分析の説明変数の選び方など、もっと知りたい。

vys05714
2021/10/12
医薬・医療・バイオ・メディカル その他 課長・主任・係長・マネージャ

何よりもエクセルの使い方が一つ分かったのが大きいです。

kobayashi_82
2021/10/11
商社・流通・小売・サービス 販売・サービス・事務 一般社員

難しい、何回も受講しやってみないと分からない。

mai555
2021/10/09
インフラ・公共・その他 人事・労務・法務 一般社員

まずは身近なデータから分析練習をしてみます。

mksai
2021/10/09
IT・インターネット・ゲーム・通信 経理・財務 課長・主任・係長・マネージャ

重回帰分析が難しくかった。

iceman_007
2021/10/07
商社・流通・小売・サービス 人事・労務・法務 一般社員

こちらのsectionは理論は理解しつつも、最後の設問で少々手こずりました。

kawainobuhiko
2021/10/07
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

物事を客観的にみるためには数学的思考が有効なのかと思いました。

yasu32
2021/10/06
メーカー メーカー技術・研究・開発 一般社員

単回帰分析しか知らなかったので勉強になった

kato-372
2021/10/05
IT・インターネット・ゲーム・通信 メーカー技術・研究・開発 課長・主任・係長・マネージャ

単回帰分析は業務上しようする事が多いが、重回帰分析は使用した事がないので勉強になった。
しかし、今回の説明で使用した例(アイス)では、晴とそれ以外で単回帰分析をしてグラフに重ねた方が分かりやすいと思う。

ayarin
2021/10/05
商社・流通・小売・サービス 経理・財務 一般社員

難しい

nochika1226
2021/10/03
商社・流通・小売・サービス その他 課長・主任・係長・マネージャ

繰り返し見て活用できるようにしたいと思います。

shingo_biz
2021/10/02
メーカー 営業 課長・主任・係長・マネージャ

単回帰分析は理解できたが、重回帰分析は正直理解できなかった。
これを頑張って勉強し使いこなせるようになるよりは、概念だけ覚えておき
実務では得意な人に任せた方が効率が良いように感じた。

hajime_nomo
2021/10/01
IT・インターネット・ゲーム・通信 その他 一般社員

新商品のプロモーションを例に、
目的変数:販売数
説明変数:広告媒体の頻度
などで回帰分析ができたなら広告のコストパフォーマンスが予測できたりするのかなとイメージしました。

yoshiki_200231
2021/10/01
広告・マスコミ・エンターテインメント その他 部長・ディレクター

もう少し基礎的な知識が必要だと思った。

koji_hirose
2021/10/01
メーカー メーカー技術・研究・開発 一般社員

重回帰分析のt/pの意味が分かりにくいのでもう少し細かく知りたい

hideki_soe
2021/09/27
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

今回の説明ではt、P、Rの導出方法を理解できなかった。他の教科書等を見て勉強する。
合わせて、意味のある説明変数を見つける方法もチェックしたい。

umemori
2021/09/26
メーカー 営業 課長・主任・係長・マネージャ

営業活動において、商品の販売予測に役立てたい。

masaya0803
2021/09/25
メーカー 営業 課長・主任・係長・マネージャ

重回帰分析は使う時があるが、なぜその関係性が生まれたのかわからなくなる時がある。今回の講座でそのメカニズムが理解できたので、なぜその関係性が生まれたのかを意識しながら実践に取り組みたいと考える。

mayumiya_m
2021/09/25
医薬・医療・バイオ・メディカル その他 一般社員

一回で理解できなかった。何度か繰り返して、実際にプロットを作成してみた。仕事に活かせるためには、練習あろのみ。

ri_4444
2021/09/25
IT・インターネット・ゲーム・通信 人事・労務・法務 一般社員

浅い理解なのでケーススタディを出し実際に回帰分析をしていくことで
理解が深まる
以前に行った仕事で相関関係が出るために作業をしていただけだった。
なぜ、相関を出す必要があるのか、他の要因はないのか今思うとやれることは多かったとこちらの動画で感じた

andy5588
2021/09/24
商社・流通・小売・サービス 専門職 経営者・役員

重回帰分析は、理解するのは大変そうです。

pandap
2021/09/23
コンサルティング・専門サービス 経理・財務 一般社員

営業利益率の増加と税務調査の回数の関係性を探してみても面白いかも。

kkjt-e
2021/09/23
商社・流通・小売・サービス 資材・購買・物流 課長・主任・係長・マネージャ

科学的で面白いです。予測に使えます。

yoshi-c
2021/09/23
メーカー IT・WEB・エンジニア 課長・主任・係長・マネージャ

まずは、様々な変数を洗い出す事が必要。それぞれで回帰分析し係数を確認して、どの変数が良いかを探し出す。これにより、予測モデルの精度を高める。

hide_kkm
2021/09/22
メーカー マーケティング 課長・主任・係長・マネージャ

本項は実際に使ってみないと難しいと感じました。

aiko_it
2021/09/20
IT・インターネット・ゲーム・通信 人事・労務・法務 一般社員

数学的な考え方が苦手で、どうしてその計算と計算結果の見方で分析ができるのか、理解が追い付かない。

mappon_osk
2021/09/19
金融・不動産・建設 営業 一般社員

統計学だからか、一気に難易度が上がった印象。pやtが何かの説明はないがそういうものなのかな

m-take_73
2021/09/19
メーカー その他 課長・主任・係長・マネージャ

表計算ソフトの使い方まで説明してもらえるのは、助かりました。
拒否反応をします人も多いいと思いますが、私は割と好きなカリキュラムでした。

yuki0318
2021/09/18
メーカー 建設・土木 関連職 一般社員

難しく1回目では理解しずらかった。

kazuaki_0206
2021/09/17
メーカー 営業 一般社員

論理は理解できたが、客観データをこのように分析して解へ導いた事が無かった。今後は、試してみたい。

ta2ya___
2021/09/17
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

今後の季節変化に合わせて販売を強めるべき物を、学んだ内容を元に活用してみたいです。

a_station
2021/09/16
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

実際に活用していますが、理解が不十分でした
今回の学習で理解が深まりました
変数を見つけだすのがキモだと思います

shuts
2021/09/15
メーカー メーカー技術・研究・開発 一般社員

単回帰分析は知っていたが、重回帰分析については今回初めて学ぶことが出来た。

fuyuka_0904
2021/09/14
金融・不動産・建設 人事・労務・法務 一般社員

学生時代に卒業論文作成で学んだ知識だったが、すっかり忘れていた。現在の担当業務でも活かせる時がないか、意識していきたい。また忘れないようエクセルで回帰分析のやり方を試して習得したい。

moekoro
2021/09/13
医薬・医療・バイオ・メディカル 専門職 一般社員

重回帰分析によって、結果を予測できることは興味があるが、
現在の業務では活用する場面がなさそうなのが残念。

shuheiarai3
2021/09/13
メーカー マーケティング 部長・ディレクター

エクセルを用いて一発で散布図にするやり方は参考になりました。
重回帰分析の場合もエクセルで作成する方法があれば知りたい。

harunosuke
2021/09/13
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

回帰分析の基礎について、学んだ。理屈は分かったが、最後の問題で間違えました。きちんと理解していない。

taku_n
2021/09/13
広告・マスコミ・エンターテインメント 人事・労務・法務 部長・ディレクター

回帰分析を業務に使用したことがなく、今後使用するシーンを
現状でも想像できないが、一般的な知識としては理解をしておきたかった。

hirokazu-i
2021/09/13
商社・流通・小売・サービス 人事・労務・法務 課長・主任・係長・マネージャ

回帰分析の考え方、導き方を初めて知った。売上予測など見込みを出す上で参考になりそう。

hide-aq
2021/09/12
メーカー 経営・経営企画 経営者・役員

売上と価格、売上と売り場の位置またはスペースなど

hisashi_a_77
2021/09/12
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

相関分析の次にこの回帰分析を観たので、相関分析の発展系なのだと理解しました。 他の方も書いているように、Pとかtとかの説明が1回ではわからず、エクセルを使った場合にどのような分析手順なのか、があると嬉しかったです。 自分でもう少し調べてみます。

ken_taka
2021/09/11
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

重回帰分析のtとかpの意味を勉強したいという思いに駆られますが、正確に理解するには、大学の理数系レベルの数学知識が必要になりそうなので、シミュレーションのツールの一つして「こういうものがある」と認識する程度で十分なのだと理解しました。

tk3303
2021/09/11
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 部長・ディレクター

EXCELを利用して業務に活かすことができそうだとおもわれる。

884-yoshihito
2021/09/10
商社・流通・小売・サービス 販売・サービス・事務 部長・ディレクター

正直、理論だけだけでは理解が進まないので、簡単な数値予測を繰り返し、理解を深める必要があると思いました。

kosuke1974
2021/09/08
医薬・医療・バイオ・メディカル マーケティング 課長・主任・係長・マネージャ

Excelの機能の10分の1も使いこなしていない事を痛感した・・・。

業務柄回帰分析はよく目にするのですが、p値に関しては分析対象によって必ずしも0.1未満がカットオフでないという解釈です。より精度の高い分析(関係性をより高いレベルで証明しなくてはならない際)では、p値はより低い値を求められるということですよね。

halu_26
2021/09/08
医薬・医療・バイオ・メディカル IT・WEB・エンジニア 一般社員

感覚で何か関係がありそうだという事柄同士の関係性を見出したり、数値化できない事柄をダミー変数化して関係性を探ることで、客観的に納得のできるデータを提示できそう。

takahiko927
2021/09/07
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

回帰分析を使って、関係性のある事象を整理して、どの項目が重要な因子となるが考えてみようと思いました。

hiroki-0925
2021/09/07
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 課長・主任・係長・マネージャ

大変勉強になります。

hideki_1968
2021/09/07
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

トラブルの原因究明において複数の要因が考えられるときに、どの要因が大きく影響するかなどに活用できると考える。

dhungana-saroj
2021/09/07
IT・インターネット・ゲーム・通信 その他 一般社員

一度であまり理解できなかった。

akira_358
2021/09/06
メーカー 人事・労務・法務 課長・主任・係長・マネージャ

1回の講義で習得するには説明不足のように感じた
ただ、もっと勉強してみたくなった。

toshi7190
2021/09/05
メーカー 営業 課長・主任・係長・マネージャ

コーヒーの販売予測を提案する際に、漠然とお伝えするのではなくて、過去の傾向力数値化して提案する事で説得力が上がると思った。

enishim
2021/09/05
メーカー 人事・労務・法務 一般社員

例えば企画をする際、効果を出すために、受講者のいくつかの属性や環境でどの組み合わせをすれば良いかを考える時などに有効かと思いました。

rei19970120
2021/09/04
金融・不動産・建設 営業 一般社員

大学院時代に行った重回帰分析が職場で生かされる例を学ぶことができた。
保険のパンフレットの在庫が山ほどあるので、重回帰分析で過剰注文を防ごうと思う

satoshi_m1991
2021/09/04
金融・不動産・建設 営業 一般社員

実際にExcelで手を動かす必要があると感じた。
重回帰分析の各数値算出が不明確なので要確認。

naopon_48
2021/09/04
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

在庫、リードタイムの分析で使ってみたい。

ici
2021/09/04
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

扱う事象が複雑な系になってくると重回帰分析は必須で、目的変数の決定に大きく影響する因子を抽出するということがスタンダードになってきていると思います。エクセルを活用した重回帰分析のやり方が身につけられると良いですよね。

siganai40
2021/09/04
メーカー 経営・経営企画 課長・主任・係長・マネージャ

難しい。理解するには何度か見ないと。実務ではAIで活用することが多い気がする。考え方と出てきたデータの判断・使い方を深める事が大事になるのかな。

miyawaki1993
2021/09/03
金融・不動産・建設 コンサルタント 一般社員

来店客の予測に利用できるかもしれません。

5656_hiroshi
2021/09/03
商社・流通・小売・サービス その他 課長・主任・係長・マネージャ

イベント来客数を、気温、天気、場所などから予測

kr_12
2021/09/03
インフラ・公共・その他 その他 一般社員

私にはすべてを理解するのが難しかった。何度も繰り返しみて復習したい。
特に重回帰分析は、業務に活かせそうなので復習したい

tinoue_423
2021/09/03
メーカー メーカー技術・研究・開発 一般社員

設計パラメータと特性値の関係性を探る

toru1203
2021/09/03
医薬・医療・バイオ・メディカル 人事・労務・法務 課長・主任・係長・マネージャ

物事の判断には関係性を把握することが必要となるので、回帰分析の考え方は決定に必要な分析ツールの一つと理解しました。また、要素の選択と影響力の相関は仮説を立てながらより正しい方向性を探ることににも活用できそうです。

matsudatt
2021/09/02
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

製造工程で、複数の評価パラメータを持つ製品に対して、その性能予測を、重回帰分析を用いて、解析できれば、効率が上がると期待しました。

k_fukushima1971
2021/09/02
メーカー 専門職 課長・主任・係長・マネージャ

アイスの販売数量と気温、天気の例はシンプルでわかりやすかった。うまく活用出来れば精度の高い予測をその根拠と共に示せて有効だと感じた。商品の販売予測等、実際の業務にどのように有効活用出来るかを考えていきたい。

take44
2021/09/02
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

何の数値を集めるのかが難しそうです

standingfields
2021/09/01
メーカー 経営・経営企画 部長・ディレクター

アンケート項目(エンゲージメント項目の各スコア)が、事業成果にどう影響しているかがわかるようにしたい

marron777
2021/09/01
メーカー 人事・労務・法務 部長・ディレクター

普段あまり使用しない分析ではあるが、適切な機会があれば考えたい

yukochin
2021/09/01
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

いろいろなものには相関関係があるとわかった

match-v
2021/08/31
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

エクセルでの具体的な解析手法を学べた。

proyu
2021/08/30
コンサルティング・専門サービス IT・WEB・エンジニア 一般社員

適切な前提条件のもとで有効な変数を見つけるのが重要。

ir132
2021/08/30
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

マーケティングに関する業務も行っており、復習になりました。

melody-
2021/08/29
医薬・医療・バイオ・メディカル マーケティング 部長・ディレクター

回帰分析自体は理解できたが、その言葉の定義、数値の記憶に至らないため、実際に分析する事で理解を高めるしかない。

satoeri
2021/08/29
コンサルティング・専門サービス 専門職 課長・主任・係長・マネージャ

わかりづらい。
エクセルの使い方よりも、もっと概念や意味を深堀りしないと理解が進まない。
大学受験程度の数学の知識がないと、相当難易度が高いと思われる。

■相関分析と回帰分析の違い
相関分析:そもそも2つの要素に相関があるかどうかを分析する手法
回帰分析:相関分析において、相関が”ある”と判断された要素に対し
     具体的にどういった相関になるかを数式で表す手法
ところで、p値、t値とは?一切説明がありませんでした。

yoshi3696
2021/08/28
メーカー 営業 課長・主任・係長・マネージャ

回帰分析を行うことで見えてくること、行っても見えてこないこと。いろいろな考え方を交えて営業活動に注力したい。
偏った見方をすることで、絶対値の変動幅が変わる可能性があるため、分析の方法手法は数多く知っておくにこしたことはないと感じた。

7010guchi
2021/08/26
メーカー 営業 一般社員

日々の業務推進の中で、データをみて回帰分析ではなく直観的に判断では、他人への説得出来ないため、活用していく。

matsuda_yumi
2021/08/23
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

重回帰分析のpとtの値が急に出てきて混乱した。
pの値とtの値が重回帰分析の精度を確認する基準になっているのならば、どのように算出された値なのかを説明してほしかった。

taka-1225
2021/08/22
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

少しわかりづらかった

gf_ntf
2021/08/22
インフラ・公共・その他 メーカー技術・研究・開発 一般社員

t値は多重共線性、p値は有意性の知識が不可欠で、初級のレベルを超えている。いきなり数式を出されても初学者は面食らうだけだから、講座の構成を考え直した方がよい。

bonjours
2021/08/21
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

エクセルでこんなに簡単に回帰分析ができることに気付きませんでした。

isogai680
2021/08/21
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

テストが難しかったです。
業務では装置のデータと品質の関係など活用できそうです(内容は伏せますが)。
日常(家庭)や地域の活動では活用できるか微妙ですが、
考えかたを子に伝えたいなと思いました。

176011
2021/08/21
金融・不動産・建設 建設・土木 関連職 経営者・役員

重回帰分析は極めて重要だと感じました。

kida4701164
2021/08/20
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

重回帰分析時の具体的なグラフの作成方法を入れていただきたかった。

mash0927
2021/08/20
医薬・医療・バイオ・メディカル 経営・経営企画 課長・主任・係長・マネージャ

表計算ソフトの進化に驚いた

shinbara
2021/08/19
メーカー 経営・経営企画 経営者・役員

完全な理解はしていないが、ある程度は知れた。

rymy1970
2021/08/19
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

Rの2乗は知っていたが、t値やp値の意味を知ることができたのはよかった。より説得力のある予測ができそう。

shiho_3108
2021/08/19
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

回帰分析を用いて、精度の高い未来予測を行っていけたらと思います。

cliopre
2021/08/19
医薬・医療・バイオ・メディカル メディカル 関連職 一般社員

重回帰分析が、ある薬剤使用量と複数のリスク因子との関係性に活用できそう。
エクセルで簡単にできそうで、実践していきたい

dito
2021/08/18
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

t値とp値が判らないです。

tkswk
2021/08/17
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

気温と売れ筋の関係は試してみたい

yosdpal
2021/08/17
メーカー マーケティング 課長・主任・係長・マネージャ

商品の販売台数の予測に役立てられそうです。

ys7710
2021/08/17
コンサルティング・専門サービス 営業 一般社員

<ポイント>
・回帰分析:ある変数と、他の1つまたは複数の変数の関係を見る分析
・単回帰分析:ある変数と1つの変数の関係を見る
・重回帰分析:ある変数と複数の変数の関係を見る
・目的変数(Y軸)、説明変数(X軸)、回帰線(y=ax+b)、決定係数(0≦R2≦1)
・目的変数が説明変数によって決まる割合が分かる。
・より割合の高い説明変数を用いると目的変数の予測が楽になる。
・重回帰分析:y=a1x1+a2x2+…+b アイスの販売個数←気温、天気
・t:2以上、P-値:0.1以下が目安

使う場面
・どのような変数があるかを明らかにすることで、施策検討に活かせる。
・予測していないような変数同士に関係がある場合や、またその反対もありえる
・変数間の関係をしることで、知りたい情報の予測ができる。

コツ・留意点
・分析の前提条件を揃える。
- 国内と海外の売上など、傾向の異なる前提状況は、分けて分析したほうが正確な結果が得られる。

<まとめ>
・感覚や勘に頼っている施策も数値化することで、本当に効果があるのかを確認できる。
・重回帰分析を用いる場合、適切な説明の変数の数や上限などはあるのでしょうか。
・各営業担当者の成績にどの説明変数が効いているのか調べてみたい。

884
2021/08/16
インフラ・公共・その他 マーケティング 課長・主任・係長・マネージャ

重回帰分析は複雑な相関関係を紐解くときに有効だと思いました。

hiro_1234_
2021/08/16
医薬・医療・バイオ・メディカル 営業 一般社員

説明変数、目的変数が何を指しているのか初めて知りました。自身で分析に役立てる事があるかは微妙ですが、単回帰分析はエクセルで比較的簡単にできそうなので、機会があれば使ってみたい。

taichi047
2021/08/15
商社・流通・小売・サービス 営業 一般社員

考慮できる要素との関係性の可視化、定量化。

重回帰分析についてはより詳しく知りたい。
Tの説明変数として適切か、という説明は少しざっくりし過ぎている気がする。

kuma4021
2021/08/15
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

t、pの説明が少なく、理解が不十分なまま終わってしまった。もう少し説明が欲しかった。

newone
2021/08/15
メーカー 資材・購買・物流 その他

予測をカンに頼らないで裏付けをとるときに応用できる。また、予測を繰り返すことで実績を積み上げ、将来の予測の精度向上にも使える。

kairi-takuno
2021/08/15
コンサルティング・専門サービス 営業 一般社員

しっかりと理解できていないところがあったので復習したい

yat_18
2021/08/14
商社・流通・小売・サービス メーカー技術・研究・開発 課長・主任・係長・マネージャ

あまり使う機会は無さそうだと思った

nobu_agf
2021/08/14
メーカー 営業 課長・主任・係長・マネージャ

ある商品の生産数量を割り出すときに用いる。

dai666
2021/08/14
メーカー マーケティング 課長・主任・係長・マネージャ

重回帰分析は使いこなすのが難しそう。資料に出てきた表の作り方、t、p、切片等についてより詳しく知りたい。

karina_yuiyui
2021/08/14
商社・流通・小売・サービス 経理・財務 課長・主任・係長・マネージャ

もうちょっと詳しく重回帰分析について知りたかった。数が複雑だったのでもうちょっと単純な数を使って説明してほしい。

ckt
2021/08/14
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

基本的なことの理解が深まった
t値が2以上となっている根拠があると、納得度が高まる

meme613
2021/08/14
コンサルティング・専門サービス コンサルタント 課長・主任・係長・マネージャ

回帰分析はビジネスの色々な場面で使える。もっと理解を深めたいと思った。

take_0802
2021/08/13
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

少し難しかったです。

tk-a
2021/08/12
金融・不動産・建設 営業 課長・主任・係長・マネージャ

グラフを見る機会に本講義を思い返してみたい。

flatmountain
2021/08/12
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

未来を予測するという点で、作業規模の見積もりなどにも使えそうだと感じました。

yasusi_21
2021/08/12
メーカー その他 一般社員

今まで意識せずに回帰分析していたが、今後はもっと色々な変数を見てみようと思った。

yamamoj2
2021/08/11
医薬・医療・バイオ・メディカル 営業 一般社員

実際に試してみないとつかめないかも。重回帰分析のExcelの方法も知りたい。

tk_17
2021/08/11
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

重回帰分析の補正R二乗・t,p-値の概要がつかめました。
求め方を調べてみようと思います。

yasu-342
2021/08/11
IT・インターネット・ゲーム・通信 営業 一般社員

ある程度相関関係が予想できるものに対して、数字で詳細に分析することができるのでかなり有用。

moto_0501
2021/08/11
メーカー マーケティング 課長・主任・係長・マネージャ

実際にやってみないと、変数同士の関連性から将来の予測を立てるということは具体的にイメージできないですね。

eisuke0928
2021/08/10
IT・インターネット・ゲーム・通信 営業 部長・ディレクター

数値のとらえ方がまだ完全ではない。そのあたりの詳細を説明してもらいたかった。一度では理解できていない。

ace_2021
2021/08/09
メーカー 人事・労務・法務 部長・ディレクター

tとpに関する説明をもう少ししてもらいたい

0991
2021/08/09
インフラ・公共・その他 営業 部長・ディレクター

反復し理解を深めます

kurou
2021/08/09
メーカー 営業 部長・ディレクター

回帰分析は、自分で使うのは難しそう。販売予測に使うには、変数が多いことと数値を集めて処理する手間にハードルを感じる。考え方は知っておいて、作業は専門の担当者に任せるのが現実的ではないかと思っています。

sayan_
2021/08/08
メーカー メーカー技術・研究・開発 一般社員

相関関係が数値化でき、三つ以上の相関も数式化できることに驚いた。実務で問題のブレークスルーや新しい発想の検証に使いたい。

akirok
2021/08/08
メーカー メーカー技術・研究・開発 部長・ディレクター

単回帰分析はデータの裏付けにも使うことが多くあるが、重回帰分析は変数の組み合わせを見つけるのが難しい。ポイントを再確認できたので、うまく活用していきたい。

k-m202106
2021/08/08
医薬・医療・バイオ・メディカル その他 一般社員

重回帰分析をもっと詳しく説明してほしい

ym_15
2021/08/07
商社・流通・小売・サービス 資材・購買・物流 一般社員

一度では理解することは難しかった。そして、欲しいデータが手元にあることが非常に重要になってくると感じた。

k_hisao
2021/08/07
メーカー 資材・購買・物流 課長・主任・係長・マネージャ

何度か見て 勉強をしなと理解できない。再度勉強を行います。

otb
2021/08/06
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

設問2は、「適切なものを一つ選びなさい」とあり、全ての選択肢が適切である為、どれを選んでも正解とすべきではないでしょうか。選択肢の中に「他の選択肢は誤りである」とは書いていない。

t値、p値等、情報が断片的過ぎて浅いところしか理解できません

moru
2021/08/06
IT・インターネット・ゲーム・通信 販売・サービス・事務 その他

重回帰分析は難しかったです。。

manalmrp
2021/08/06
広告・マスコミ・エンターテインメント 営業 課長・主任・係長・マネージャ

Excelでの散布図や図式の出し方の解説があり、有難かった
重回帰分析の基データの出し方から理解が出来なかったが
データの集め方から知る必要がある

雨の日、晴れの日以外の出し方は?

akubichan1967
2021/08/06
金融・不動産・建設 販売・サービス・事務 課長・主任・係長・マネージャ

ちょっと難しくて、頭が追いついて行きませんでした。
復習しながら、日々変数を見つけられるよう意識した仕事の取組をしていきたいです。

ida-ma
2021/08/06
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

感覚で捉えていた実績を数値化することで将来の見込みを正確に見ることができる。

hitoshi1970
2021/08/06
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 課長・主任・係長・マネージャ

回帰分析における、基本的な考え方と用語が理解できる。

y-tasayuma
2021/08/06
金融・不動産・建設 営業 課長・主任・係長・マネージャ

まだしっかり理解できていないので、回帰分析を実践してみながら学び直そうと思います。

manabo2021
2021/08/05
メーカー 経営・経営企画 課長・主任・係長・マネージャ

データの関係性を分析する手段として、知っておくと有効だと思います。

tochiro35
2021/08/05
金融・不動産・建設 営業 部長・ディレクター

営業戦略を考えるうえで、将来予測をし、リソースを割くべきか否かの判断に活用できる。

097008010
2021/08/04
メーカー 資材・購買・物流 一般社員

必ずしも数値だけでなく、数値以外の要素も分析に用いることができる点、参考にしたい。

taka_0701
2021/08/03
金融・不動産・建設 人事・労務・法務 課長・主任・係長・マネージャ

難しい内容をとても分かりやすく理解できました。
これを実践で活用すれば、施策の妥当性やPDCAを回しやすいと思いました。

0000104437
2021/08/02
メーカー その他 課長・主任・係長・マネージャ

会員の販売動向の相関や傾向をみるのに活用できそうだと感じた。

1173omo
2021/08/02
メーカー マーケティング 課長・主任・係長・マネージャ

実際に実務で重回帰分析をした上で視聴したので、非常にわかりやすかったです。

yoshikazu-1103
2021/08/02
メーカー 営業 一般社員

頭では理解できた気持ちになっていたが、理解出来ていない事がわかった。
もう一度、受講します。

wondeul
2021/08/01
商社・流通・小売・サービス 販売・サービス・事務 一般社員

活用できそう、やってみたいと思いました

hachi_sophia
2021/08/01
メーカー 経営・経営企画 部長・ディレクター

回帰分析を今まで使用した事がないので今の業務に紐づけ、何かを事例に一度解析したいと思う。その際、Excel表計算モデルを参考にしたい。

hysosm
2021/07/31
メーカー 営業 課長・主任・係長・マネージャ

一度で理解できない。
単回帰分析のエクセル利用はわかったが、各数字の導き方が。。。

tadashiokamoto
2021/07/31
商社・流通・小売・サービス 専門職 課長・主任・係長・マネージャ

たいへんわかりやすかったです

kac-5445
2021/07/30
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

販売予測に繋がる事例は非常に分かり易かったが、結びつける材料が何かを見極めるのが重要であると思えた。

masayamauchi
2021/07/30
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

もう少しtとPの意味を説明して欲しい

grace_cf
2021/07/30
メーカー 人事・労務・法務 一般社員

Excelで早速、残業時間と勤続年数の関係を分析してみました。近似曲線の自動表示が素晴らしかったですがそこから回帰式を求めるところまではできていません。SLOPE関数でできるとネットサーフィンで学びました。
入り口として基礎の基礎を学ぶにはよいコースでした。

yoko_0719
2021/07/28
商社・流通・小売・サービス マーケティング 一般社員

全く馴染みのない分野だったので非常に難しかった(特に計算式)。もっと理解を深めなければ実践では使用できないことを実感させられた。

otksbk
2021/07/28
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

重回帰分析のt値とp値の算出方法について説明してほしい。

fjt-21904
2021/07/28
金融・不動産・建設 建設・土木 関連職 一般社員

日々の研究や業務において、長年先輩方より引き継いできた膨大なデータから有効な結果を出すのにとても役立つと思います。

jun3338
2021/07/28
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

回帰分析の内、単回帰分析は顧客満足度の分析に使用できそうだ。
一方、重回帰分析は単回帰分析よりも詳細な分析ができそうな印象はあるが、正直あまりに難しすぎて実務への活用がイメージできない。

miho884
2021/07/26
IT・インターネット・ゲーム・通信 その他 一般社員

切片、係数、t、pの値はどこから求めだしたものなのか、詳細があれば尚分かりやすかった気がする。

yoko0508
2021/07/25
インフラ・公共・その他 営業 一般社員

回帰分析を今回初めて知った。難しかったが、よく復習して、日々の仕事で生かせるようになりたい。

masakazu_6218
2021/07/24
メーカー 経営・経営企画 部長・ディレクター

t値やp値については、統計学の本で理解を補うようにしたい。

maiahigashi
2021/07/22
IT・インターネット・ゲーム・通信 経営・経営企画 一般社員

2つ以上の変数に関する相関関係を見るには効果的である一方で、
「施策検討につながる」点を鵜呑みにしすぎないように気をつける必要がある、と思った。

相関はあるが因果関係にはない場合、施策を打っても意味がないので
プロセスのフローや、カスタマージャーニーなど、施策を打とうとしている対象の変数は本当に結果につながりそうか?を別観点からも合わせて確認をしておきたい。

k-yuyu
2021/07/21
メーカー メディカル 関連職 課長・主任・係長・マネージャ

業務上活用できるようなことは思い浮かばないが、回帰分析を学べてよかった。
概要が何となくつかめた。

tatsunoko_mebal
2021/07/21
インフラ・公共・その他 専門職 一般社員

実践的なのはよいが、R2乗やt,P値がどう導出されるのか学ばないと、本当の意味で身に付いたとはいえない

udon1330
2021/07/21
インフラ・公共・その他 人事・労務・法務 課長・主任・係長・マネージャ

重回帰分析はすこし難しかった

kaichiro_mohri
2021/07/19
広告・マスコミ・エンターテインメント その他 課長・主任・係長・マネージャ

なんとなく説明の意味はわかりましたが、実際に試してみるのは難しそうだと思いました。説明変数として意味のあるものを探すことが大事だと思いました。

ksk_2980
2021/07/18
メーカー メーカー技術・研究・開発 一般社員

tを詳しく知りたいです

tsuyoshi_ueda
2021/07/18
商社・流通・小売・サービス メーカー技術・研究・開発 課長・主任・係長・マネージャ

単回帰分析と重回帰分析までは追いついたが、決定係数R二乗からは説明が難しい。復習が必要。

riemarutani
2021/07/18
IT・インターネット・ゲーム・通信 経営・経営企画 課長・主任・係長・マネージャ

商品問い合わせ件数と成約件数の過去データをもとに売上予測に役立てられると考える

ki44n1
2021/07/18
メーカー メーカー技術・研究・開発 その他

人間の行動パターンの傾向分析に役に立つのではないかと思いました。
そう考えると、いろいろな相関を調べるのが楽しくなります。

eye-310
2021/07/16
商社・流通・小売・サービス 営業 一般社員

重回帰分析が難しかった…理解できるまで繰り返して覚えないととおもいます。

buh_3427
2021/07/15
メーカー その他 一般社員

相関があっても、因果関係があるとは限らない。そこは注意点だが、エクセルで手軽に分析できるので、いろいろと試してみている。数値でないものを、数値にして計算するので、いろいろと応用できる(例えば晴れを1、雨を0)。

akichika
2021/07/15
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

回帰分析の式を利用すると未来の予測も立てやすくなるということが理解でき、日々の業務にも利用できそうだと感じた。

it_325217
2021/07/15
IT・インターネット・ゲーム・通信 経理・財務 課長・主任・係長・マネージャ

tとp値が急に出てきたのでちょっと?でした
どう使われるかはわかりましたが、どう導き出している値なのか、簡単でもいいので説明があると分かりやすかったと思います。

kokorono-papa
2021/07/14
医薬・医療・バイオ・メディカル 資材・購買・物流 課長・主任・係長・マネージャ

この分野は初めて勉強したのでやや難しかった。更に勉強が必要だと感じた。

shige-0321
2021/07/14
メーカー 経理・財務 一般社員

X軸:影響を与えるもの
Y軸:影響を与えられるもの
t値:影響度(1増えたときに大きく変化するかどうか)
p値:どのくらいの割合で起こるか(10%以上であれば偶然起きるものと判断される)

cavila1968
2021/07/12
金融・不動産・建設 営業 課長・主任・係長・マネージャ

難しくてついていけなかったので、何度かやり直します

kanazawa_sainen
2021/07/12
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

散布図から、変数の関係性を数式化できることを学んだ。
実際の事例のデータで、試してみたい

jnagasawa
2021/07/12
メーカー メーカー技術・研究・開発 一般社員

開発材料とプロセスの関係性を評価するのに有効です。

tomotake7
2021/07/12
メーカー 営業 課長・主任・係長・マネージャ

前提条件、また変数の切り口のセンスが重要

taka_36
2021/07/12
メーカー メーカー技術・研究・開発 一般社員

いきなり難易度が上がった!

atsushi_th
2021/07/12
商社・流通・小売・サービス その他 課長・主任・係長・マネージャ

数字を入れるような
練習問題があると、より理解が深まると思う。

makurin-bibi
2021/07/11
金融・不動産・建設 営業 課長・主任・係長・マネージャ

重回帰分析の数式説明エクセルは難しかった

sakura123
2021/07/11
医薬・医療・バイオ・メディカル 人事・労務・法務 課長・主任・係長・マネージャ

例で取り上げられていたようなシンプルなモデルの場合は使い勝手の良い分析だが、実務で使用する際、有効な変数の組み合わせを見つけることや、見つかったとしてもダミー変数化して分析モデルにはめることが難しいと感じた。例えば、「高業績者ほど長時間働いている」を検証するための説明変数は労働時間だけで良いが、「高業績者になるための特性」を分析しようとすると、説明変数はかなり多くなりダミー化も難しい。「マネジャーが長時間労働になる原因」についても同様であり、分析で示唆を得るためには、いかに筋の良いモデルを作れるか+現実的に説明変数をデータ化できるかという2点が重要と再認識した。

pelikan
2021/07/11
商社・流通・小売・サービス マーケティング 一般社員

もう少し詳しく勉強して、自分で実際に式を作ってみることで頭に入ってくるのだと思う。
今のままでは仕事で使おうという発想にならない。

machikyo
2021/07/10
メーカー 営業 一般社員

様々な売り上げ予測立てるためのデータとして使用しているが、前提となるデータの選択が非常に難しく、いろいろ試しながらある程度の傾向をつかむ必要がある。人口、年齢、性別、時間、天気など相関していそうなものを考えたらきりがなくなる。

gami_64
2021/07/09
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

数学の授業を受けているような気分になった。
自分の実務と乖離していてイメージがしづらかったが
もう少し勉強してから改めて見てみたいと思った。

fk1
2021/07/08
メーカー メーカー技術・研究・開発 一般社員

重回帰分析のtとかpってどうやって求めるんだ?

takashi_0427
2021/07/08
商社・流通・小売・サービス 営業 一般社員

相関関係と回帰分析の違いは、双方ともに結果が影響し合うのが相関関係で、結果と原因が明確であることが回帰分析

m-nagai
2021/07/07
インフラ・公共・その他 メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析は覚えておきたい。

hon
2021/07/06
インフラ・公共・その他 人事・労務・法務 課長・主任・係長・マネージャ

目的の変数に影響のある変数を見つける手法があることがわかった。

gishio
2021/07/06
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

すぐに活用可能な場面は思いつきませんでしたが、分析手法として回帰分析があることを知っているだけでも十分価値があると思いました。

takaakiishii
2021/07/06
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

122222222222

hitomi_bts
2021/07/06
広告・マスコミ・エンターテインメント その他 一般社員

p値、t値の求め方が理解できませんでした。分析と単純に言っても、複数の数値をこまめに確認していくという途方もない作業が必要になると感じた。

kyc
2021/07/05
医薬・医療・バイオ・メディカル IT・WEB・エンジニア 課長・主任・係長・マネージャ

同僚は機械学習を日常的に研究しているのですが、自分には実務経験がないので基本的な用語解説だけでも今後周囲の仕事内容がわかりやすくなるのでありがたいです。

shuntakag
2021/07/05
金融・不動産・建設 建設・土木 関連職 経営者・役員

日頃のデータから推察される数値的な根拠は非常に説得力があり、戦略にも役立つと感じた。また、蓄積するデータとして何が重要か、この辺りもしっかりと考えていき、いかしたい。

nanatata1226
2021/07/05
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

基本的な考え方は理解することができた。

kaori0821
2021/07/04
商社・流通・小売・サービス 営業 一般社員

恥ずかしながらエクセルでR2やT値P値が出せる事を知りませんでした。すごく便利なので積極的に使っていきたいです。

aya_bunbun
2021/07/04
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

単回帰や、重回帰分析を使うことにより、仮説を定量的に検証することができ、周囲への説得力が増し、有効である。

dx_2030
2021/07/03
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析の仕方をもっと説明して欲しかった。

aru
2021/07/03
金融・不動産・建設 その他 一般社員

必要とされる材料を間違えずに選ぶことがなによりも重要で難しい

shark1209
2021/07/03
メーカー メーカー技術・研究・開発 一般社員

説明係数を見つけることが難しいと感じた。説明係数を予測して、そのデータを集めてくることの作業量を考えると、専門の部署やソフトを利用することが現実的な気がする。
ただ仕組みを知ることは自分が納得するためにも大切なので、一度自分の手で確かめてみたい。

yobe0054
2021/07/03
広告・マスコミ・エンターテインメント 営業 課長・主任・係長・マネージャ

帰納的なアプローチとして、様々なシーンで活用できるツール。エクセルで簡単に目的変数に対する何が説明変数なのかという仮説のもと説明変数の選択が重要だし、要素をヌケモレなく考える上では他のフレームワークを考えることが必要だと感じる。数字の背景を考える仮説思考から説明変数を考えるアプローチとそもそもどんなデータがあるのかもポイントなのでデータをどのようにして収集するかも課題となりそうです。

rh_7777
2021/07/01
広告・マスコミ・エンターテインメント コンサルタント 一般社員

tは2以上、pは0.1以下

m1939
2021/07/01
メーカー 営業 一般社員

月次の結果をまとめる際に活用できるが難しい

aiko_21452
2021/07/01
広告・マスコミ・エンターテインメント 営業 一般社員

単回帰分析はわかりましたが、
重回帰分析に関しては難しく、理解が追い付きませんでした。

jyny_s
2021/07/01
商社・流通・小売・サービス 営業 一般社員

実際使ってみると便利だと思うが難しく感じた。知識として覚えておこう。

jinji-yamaguchi
2021/06/30
インフラ・公共・その他 人事・労務・法務 部長・ディレクター

20年前に当時の上司が回帰分析を使って商品の販売予測を立てていたことを思い出した。例えば食品スーパーの白物3品(牛乳、食パン、卵)などの販売数は客数と気温の影響を受けるため、予想客数と予想気温をもとに重回帰分析を使って発注計画を立てると効果的かもしれない。

mmiura_nelco
2021/06/30
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

単回帰分析は、利用場面がありそうだが、重回帰分析は実験、研究向きのツール

miz3934
2021/06/30
コンサルティング・専門サービス コンサルタント 一般社員

数値と数値だけでなく、天気など要素との関連も同様に分析する方法を新しく知ることができた。

nonoka
2021/06/29
商社・流通・小売・サービス 経営・経営企画 一般社員

動画でコメントされていたように、まずは有効な変数を見つけるのが簡単ではなさそうだが、精度の高い予測ができる方法として、回帰分析があるということを覚えておきたい。

mr24pons
2021/06/29
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

tとp値について詳しく知りたいです。

tak_197
2021/06/28
金融・不動産・建設 経営・経営企画 部長・ディレクター

結果につながる活動・環境要因を回帰分析することで、予測の精度を向上させる

t-h-
2021/06/28
インフラ・公共・その他 IT・WEB・エンジニア 課長・主任・係長・マネージャ

なんとなく理解できたが、今度は実際分析する数字を用意してみてみたい

yama_shige
2021/06/27
コンサルティング・専門サービス コンサルタント 部長・ディレクター

具体的な事例で何度か試すことで、実際に使えるようになると思う。

hide_marathon
2021/06/26
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

業務に活かしていきます

m-matano
2021/06/26
IT・インターネット・ゲーム・通信 経営・経営企画 経営者・役員

小売りの販売予測には使えるが、説明変数の設定が難しそう。

hidet_0808
2021/06/24
商社・流通・小売・サービス IT・WEB・エンジニア 課長・主任・係長・マネージャ

恥ずかしながら回帰分析をよく知りませんでした。これは永久保存版です。

3110saito
2021/06/24
インフラ・公共・その他 営業 一般社員

日々の脱落率分析に活用できると思います

io-daisaku
2021/06/23
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

用語が少し難しかったです。実際に慣れるまで分析して、自分で説明できるようにします。

a25_k
2021/06/23
金融・不動産・建設 金融・不動産 関連職 一般社員

関数が出てきたあたりから理解が追いつかなかった。
復習したい。

youko_n
2021/06/22
メーカー メーカー技術・研究・開発 その他

単回帰分析と重回帰分析という言葉を知らない人に説明するのにとてもわかりやすい例題が示されたと思います。

ino_1212
2021/06/22
医薬・医療・バイオ・メディカル 資材・購買・物流 一般社員

漠然と経験で推測していたことが、数値化して予測できる。実施したい。

kenei53
2021/06/21
金融・不動産・建設 マーケティング 部長・ディレクター

わかりやすかったです。分類問題も取り上げてほしいです。

ken_matsushima
2021/06/20
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

技術系においては、参考になりました。

hina1234
2021/06/20
メーカー 営業 一般社員

概念は理解できたが、数式周りが理解できなかった。

riku0317
2021/06/18
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

動画内だけでの理解は難しいと感じました。

mao4178
2021/06/18
メーカー 人事・労務・法務 一般社員

面白い内容ですが、式についての説明は難しく感じました。エクセルの機能などを使い、身近なものを公式にあてはめる、使ってみるなどしないと、身に付かないと思いました。

n_yukari
2021/06/18
商社・流通・小売・サービス マーケティング 課長・主任・係長・マネージャ

繰り返し視聴することで、理解が深まる部分だと感じた。実践できるレベルまで理解するために何度か見直してみたい。

kuri5846
2021/06/18
金融・不動産・建設 営業 課長・主任・係長・マネージャ

身近なところで活用してみたい。営業の現場では何を説明変数にすべか、訪問件数はぱっと浮かぶが、それ以外の要素について天気と気温のような客観的な要素を考えてみたいと思います。

taka-p007
2021/06/17
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

周りのあらゆる事象に対し、回帰分析を行う事で将来予測を立てることは可能。
どのような変数を選択するかで、分析精度が変動する。

omochi_k
2021/06/16
IT・インターネット・ゲーム・通信 その他 一般社員

一見関係性のない変数同士でも回帰分析を行うことで関係性を見つけられることがあるので、様々な変数同士での回帰分析を重ねていくことが大切だと学んだ。

moritti
2021/06/16
商社・流通・小売・サービス 販売・サービス・事務 一般社員

天気、気温、来店人数の関係を早速調べてみたい

kyouko_3143373
2021/06/15
IT・インターネット・ゲーム・通信 販売・サービス・事務 一般社員

難しくてなかな理解できないです。

tomo1418
2021/06/15
商社・流通・小売・サービス マーケティング 部長・ディレクター

初めて学ぶ分野であり、これから業務で応用していきたい。

chaso
2021/06/15
メーカー 人事・労務・法務 一般社員

「切片」の意味が分からず、全体的に理解が進みませんでした。繰り返し見て学習します。

t-a-t-a-t-a
2021/06/15
医薬・医療・バイオ・メディカル 営業 一般社員

顧客へのアプローチ方法(直接面談、on-line面談・電話・メール・イベント等)と売り上げの関係性を確認して最も有効な手段を分析する

taku_0318
2021/06/14
コンサルティング・専門サービス コンサルタント 一般社員

どういったものであるのかは理解できたと思うが、数式とそれぞれの変数の意味合いがいまいち腹落ちしていないため要復習。エクセルで簡単に単/重回帰分析を行えるとわかったが、それぞれの変数とかの意味合いとかを正確に理解した上で分析を行うことと、そもそもの前提を揃えないと意味ある分析ができないため留意が必要と考える。

ottaiman
2021/06/14
金融・不動産・建設 営業 課長・主任・係長・マネージャ

スマホだけで学習するにはハードな内容でしたね

tadaken4310
2021/06/14
広告・マスコミ・エンターテインメント 営業 課長・主任・係長・マネージャ

相関分析と単回帰分析の違いがよく理解できなかった

kaicyou
2021/06/14
メーカー その他 一般社員

このセクションは回帰分析という言葉を知らない人には説明が乱暴。基礎知識のセクションがないとダメです。

kouhei_funatsu
2021/06/14
金融・不動産・建設 その他 一般社員

t値とp値の詳細説明求む。

uesugitomokazu
2021/06/13
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

重回帰分析のp-値, tについての説明が欲しかった。

oria
2021/06/13
医薬・医療・バイオ・メディカル マーケティング 一般社員

難しいので復習します

aaaaanna
2021/06/12
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

p値について勉強になりました。

natsupooh
2021/06/12
インフラ・公共・その他 その他 一般社員

一度聞いただけではなかなか理解できませんでした。
もう少し読み返そうと思います。

utsu_musako
2021/06/12
IT・インターネット・ゲーム・通信 販売・サービス・事務 一般社員

まずは簡単なことから試してみたいと思いました。
ただ、普段の業務のなかでここまで精緻な分析したこともないため、生兵法による怪我は避けたいとおもいました(突っ込まれたときに返答できないなど)。

taosyatyo
2021/06/12
金融・不動産・建設 営業 一般社員

回帰分析が整理できた。

yuka_0826
2021/06/11
IT・インターネット・ゲーム・通信 人事・労務・法務 一般社員

特に重回帰分析は、実際に自分の身近にあるデータで集計してみないと理解が及ばないなと思いました。

chinam
2021/06/11
IT・インターネット・ゲーム・通信 その他 一般社員

難しかったので再度復習する。実際のデータを使ったやる。

yum77
2021/06/11
メーカー メーカー技術・研究・開発 一般社員

アイスの例を実際の業務に紐づけるのが難しいですが、実際のグラフの作成方法の例があり、実用的で良いと思いました。

taka_satoh
2021/06/10
メーカー 営業 部長・ディレクター

日常の数字をつかって試してみようと思います。

hrp55
2021/06/10
IT・インターネット・ゲーム・通信 マーケティング 一般社員

回帰分析の活用場面や概要は理解できました。ただ、実際に分析する際の数式やそれぞれの値の部分がまだ明確に理解できていないので、繰り返しこの動画を見るかつ他の教材などで勉強した上で業務で活用していきたいと思います。

kohikun_1729
2021/06/09
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

急に数式が出てきた...

nekoneko55
2021/06/09
メーカー 専門職 一般社員

重回帰分析は難しそうだが、現実の場面ではこちらの方が役に立ちそう

yas-t
2021/06/08
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

単回帰はよく使用するが、重回帰は複雑だった。

hideo_0724
2021/06/08
メーカー メーカー技術・研究・開発 一般社員

重回帰分析におけるtとPの出現が唐突すぎる気がしました。
どのような状況でt/Pそれぞれの値が大きくなる/小さくなるかが感覚的にわかるといいのですが…

masaki_1234
2021/06/06
IT・インターネット・ゲーム・通信 メーカー技術・研究・開発 一般社員

単回帰分析はよく使うテクニックなので良い復習になった。
相関がある=因果関係がある ではないことに気をつけたい

mayumi_15
2021/06/06
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

重回帰分析を使ってみたい

toshi1280jp
2021/06/05
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

仕事でかなり使っています。確認の意味で振り返ることができました。

saito_hr
2021/06/05
メーカー 人事・労務・法務 課長・主任・係長・マネージャ

重回帰分析が難しかった。ざっくりイメージができたってところです。

bntx
2021/06/05
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の詳しい部分は復習が必要だと感じた

shinnosuke_0311
2021/06/04
商社・流通・小売・サービス 経営・経営企画 課長・主任・係長・マネージャ

t値とp-値がよくわからずだったのと、係数ってどうやって出すのかが掴めなかった。分析をしないといけないタイミングで復習したい。取り急ぎ、概念は理解できました。

m_m_
2021/06/04
メーカー その他 課長・主任・係長・マネージャ

難しいので今の段階では、具体的には活用できなそうだが、こういった分析方法もある事が分かった事だけでも勉強になった。

suu_0314
2021/06/03
メーカー マーケティング 課長・主任・係長・マネージャ

難しかった。

nihonsoba
2021/06/03
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

回帰分析を行うにあたり、有効である変数を見極める方法・コツを教えていただきたい。

momo-san
2021/06/02
メーカー 専門職 一般社員

一度では理解できなかったので、再度受講しようと思います。

gifupooh
2021/06/02
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

難しいですね。もう少し勉強します

hk_04
2021/06/02
商社・流通・小売・サービス マーケティング 一般社員

1vs1の相関を調べる単回帰分析について、来店客数と気温でも相関があるか調べてみたい。

oohashi_0814
2021/05/31
メーカー マーケティング 課長・主任・係長・マネージャ

なかなか理解が進まないのですが、学生時代の勉強が足りていないためでしょうか

h-mura
2021/05/31
広告・マスコミ・エンターテインメント 人事・労務・法務 部長・ディレクター

実際のビジネスにおいては有効な説明変数の洗い出しは難しそうです。

keiko_1984
2021/05/31
金融・不動産・建設 販売・サービス・事務 一般社員

残業時間と進み具合

iam702
2021/05/28
医薬・医療・バイオ・メディカル 営業 一般社員

yme
2021/05/27
メーカー 販売・サービス・事務 一般社員

いきなり難しかった
重回帰分析のエクセルでのやり方を知りたいです。
マニュアル片手でなければわからないと思います。

tomonori_2007
2021/05/26
メーカー メーカー技術・研究・開発 一般社員

実験で取得している、一定の電流値に対する電圧値の変化や傾きの予測に使えます

caakatori
2021/05/26
商社・流通・小売・サービス 営業 一般社員

数学的な考え方になって難しく考えます。

doremi123
2021/05/24
メーカー 販売・サービス・事務 一般社員

散布図は使ったことがないのでなかなか理解できなかった。ありがとうございました。

miyabi141
2021/05/24
インフラ・公共・その他 その他 その他

少し難しかったので、復習します。

guccigucci
2021/05/24
IT・インターネット・ゲーム・通信 経営・経営企画 課長・主任・係長・マネージャ

単回帰分析は使えそう。重回帰分析は、計算ロジックがまだわからないので、調べる必要あり。

kyoko_0510
2021/05/22
メーカー 人事・労務・法務 一般社員

文系のせいもあるのか、よく理解できなかった

hn-4009
2021/05/21
医薬・医療・バイオ・メディカル 人事・労務・法務 その他

すごく難しいかと思いましたが、エクセルにより簡単には算出できる。ただ分析の説明変数に何をおくのかが勝負となる。一度顧客満足度調査などで試してみる。

harasansan
2021/05/20
金融・不動産・建設 営業 課長・主任・係長・マネージャ

訪問件数と獲得実績について。

udon_daijin
2021/05/20
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

仕事で活用する場合は、かなりの経験が必要と感じた。予測は難しい分野と感じた。

aaa_aaa_aaa
2021/05/19
IT・インターネット・ゲーム・通信 経営・経営企画 一般社員

実際の業務で回帰分析や重回帰分析を行うためには、私の場合データの収集が一番大変なように感じる。実際の業務でデータをどうとるのかが課題。

kazu3264
2021/05/19
メーカー その他 一般社員

重回帰分析がわかりにくいので、もう少し詳しく説明して欲しかった。

gets
2021/05/18
IT・インターネット・ゲーム・通信 クリエイティブ 一般社員

思い出せるか

munekichi_0623
2021/05/18
コンサルティング・専門サービス 営業 課長・主任・係長・マネージャ

重回帰分析のTとP値の意味をもっとよく知りたい。
また、アイスの個数はよくある例なので、もっと実務的な(例えば売上予測など)事例も知りたい。説明変数と目的変数それぞれはは、どの程度のサンプル数があれば有効なのか?

tartaruga
2021/05/18
コンサルティング・専門サービス 人事・労務・法務 課長・主任・係長・マネージャ

予測は過去のデータに基づくもので参考値であること

人材評価において利用可能である。(例:学力と人事評価、従業員満足度)

makoto35
2021/05/17
メーカー メーカー技術・研究・開発 一般社員

重回帰分析を習得できるよにしたい

ikedokoji
2021/05/17
メーカー メーカー技術・研究・開発 一般社員

マーケティングと言うよりは統計に近いと感じた。

mi_2015
2021/05/17
金融・不動産・建設 人事・労務・法務 一般社員

人材に関するデータ(リーダーシップに関するサーベイの結果や、strength finderの結果等)を一覧にまとめ、各指標がどのようにパフォーマンスと関連しているかを見てみたいと思う

4109
2021/05/17
メーカー 営業 課長・主任・係長・マネージャ

予測をする上ではこの方法を使うことで、説得力がある具体的な数値を出すことできる

effectfoce
2021/05/16
金融・不動産・建設 営業 課長・主任・係長・マネージャ

色々と切り口を増やし、関係性を探ってみたいと思います

qq0119qq
2021/05/15
コンサルティング・専門サービス 販売・サービス・事務 一般社員

回帰分析は、折をみて再履修します

yysan1600
2021/05/15
メーカー 営業 課長・主任・係長・マネージャ

分析方法としては少し複雑で特に重回帰分析における係数の組み合わせを見つける点をしっかりする必要があることに注視します。

takashi_asukana
2021/05/15
メーカー その他 課長・主任・係長・マネージャ

なんとなくだったので更に勉強して活かせるようにしていきたい。できればもっと詳しく知れれば良かった。

watata05
2021/05/15
インフラ・公共・その他 その他 一般社員

重回帰分析の理解と活用について、さらに理解進捗が必要。

mojao
2021/05/14
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

重回帰分析結果のt値が高いから良いんですという理解で、業務適用するには説明力が足りないと感じたため、その導出経緯についても理解する必要があると感じた。

mas8
2021/05/13
金融・不動産・建設 金融・不動産 関連職 一般社員

単回帰分析と相関分析の違いがわからない…

fumihito_matsuo
2021/05/12
商社・流通・小売・サービス 営業 一般社員

t、pが全く分からなかった。

burunabe49
2021/05/12
メーカー 営業 課長・主任・係長・マネージャ

重回帰分析は、単回帰分析のように単純でなく、この説明だけでは理解しづらい。

urgm
2021/05/12
メーカー マーケティング 課長・主任・係長・マネージャ

エクセルで早速アドインで出しました。
数学的にはわかるのですが、分析に使えそうなデータを持ち合わせていない。

ayakamalu
2021/05/11
IT・インターネット・ゲーム・通信 営業 一般社員

重回帰分析のExcelでの出し方を、別途紹介してほしい。

nick_1974
2021/05/11
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

重回帰分析まではあまり使っていなかったが、論理的、かつ体系的に学べたので事例を活かしていきたい。

haruharu86
2021/05/10
メーカー 営業 課長・主任・係長・マネージャ

重回帰分析のエクセル方法(作り方)を詳しく教えて欲しい

miho34
2021/05/09
商社・流通・小売・サービス 販売・サービス・事務 一般社員

PCで実践しながら理解を深めたいと思います。

ha_2014
2021/05/08
メーカー メーカー技術・研究・開発 一般社員

業務で統計解析をする場面は非常に多く、活かしていきたい。

k_akane
2021/05/07
金融・不動産・建設 その他 課長・主任・係長・マネージャ

予測業務を行っているため、回帰分析の有効性を確認するポイントがわかって良かったです。早速業務で使ってみます。

kasahan
2021/05/07
医薬・医療・バイオ・メディカル 営業 一般社員

回帰分析を取り入れます。

aaatsuko
2021/05/06
メーカー マーケティング 一般社員

グラフ化するのが楽しみになってきました

r_konishi
2021/05/05
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

重回帰分析を行う意義を学びました。
予測していない変数同士に関係性を見出し将来の予測に活用する事はイノベーションを生む事に繋がる為、実践していきたい。

kazuyuki0703
2021/05/05
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析の数値をエクセルで出す手順の方が知りたかった

takayuki_kaji
2021/05/05
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

回帰分析を実際の業務活用には、試行錯誤は必要だろう。

y_yoshitake
2021/05/05
メーカー メーカー技術・研究・開発 部長・ディレクター

肌分類において、各測定項目(角層水分量、TEWL、角層細胞面積、角層細胞形状...)が肌状態にどのような影響を与えているかは重回帰分析で調べることになる。

fudhinn
2021/05/05
メーカー メーカー技術・研究・開発 一般社員

回帰分析は理解出来たが、重回帰分析の t や p の値の意味がよく分からなかった。

study_daisuki23
2021/05/04
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

例えば、入社後のパフォーマンスの分析には、変数としていろいろなものさしがあるので、良質なデータを揃えることが大事と思った。

daoshin
2021/05/04
金融・不動産・建設 金融・不動産 関連職 一般社員

回帰分析が使えると、データ分析の幅が広がると思うので、しっかり身につけたい。
重回帰分析のt値のP値については、統計学の教科書で勉強してみたい。

kaeru123
2021/05/03
IT・インターネット・ゲーム・通信 マーケティング 一般社員

過去のデータから未来をデータを予測できる回帰分析という考え方があることやその概要を知ることができました。ですが応用係数、切片、決定係数などの数値がどのように割り出されているのか説明が少ないまま、回帰分析の解説に入ったので、後半は置いてけぼり感が強く、受講中不安になりました。
過去のデータの数値からどのように導き出されるのか具体例があると助かります。

diceky
2021/05/02
金融・不動産・建設 経営・経営企画 課長・主任・係長・マネージャ

重回帰分析の説明で利用方法がわかった

hope94
2021/05/02
メーカー 営業 一般社員

全体像は理解できましたが、数式が出てきたところから見直しても理解しきれないので、復習します。

tanaka_cototoki
2021/05/02
メーカー その他 部長・ディレクター

時間内では仕方がない事ですが、自分で調べて勉強する必要があります。

hana_2021
2021/05/02
インフラ・公共・その他 その他 部長・ディレクター

単回帰分析だけでは相関が見えない場合でも、重回帰分析を実施すれば相関が見えてくるかもしれない。t値、p値、補正R2など重回帰分析の評価パラメータの意味を理解することが大切。

moka_1704
2021/05/02
メーカー その他 一般社員

単回帰分析は、感覚的に理解できていたが、重回帰分析については、目から鱗で、理解が深まった。

takayoshi64822
2021/04/30
メーカー 専門職 一般社員

重回帰の信頼性を上げるには、ビッグデータが必要である旨の説明も含めておく必要を感じます。少数データで判断した時のリスクの説明不足を感じます。

shin_shin88
2021/04/29
金融・不動産・建設 経営・経営企画 一般社員

回帰分析は一時期よく利用していたが、重回帰分析の有効変数を見つけるのが難しかった。ある程度仮説をもってデータを取りにいかないと、永遠に終わらない(納得性の高い分析ができない)気がした。

ni0904
2021/04/29
金融・不動産・建設 営業 一般社員

営業マンの顧客との接点件数と約定件数の関係性の分析

hiroki_0320
2021/04/28
インフラ・公共・その他 販売・サービス・事務 一般社員

データ同士の関係の根拠となる分析と分かった。
(t値とp値については、もう少し自分の理解が必要だと感じている)

asa20210201
2021/04/28
インフラ・公共・その他 人事・労務・法務 課長・主任・係長・マネージャ

単回帰分析は2つのデータの関係を、重回帰分析は複数のデータの関係を見る。各係数の大きさから、ばらつきや偶然の度合いを確認して、より精度の高い分析を探すことや、将来の動きを予想することに使用できると思います。

katsuki12066
2021/04/26
商社・流通・小売・サービス 営業 一般社員

回帰分析を使う事でデータの関連性を導き出せる点は有用だと感じた。一方でその導き方にはまだまだ疑問が残った。

yuya1031
2021/04/25
メーカー 営業 課長・主任・係長・マネージャ

製品の出荷数量の予測に天気と気温を変数として活用できそう。AIに任せたい領域。

m1109
2021/04/25
金融・不動産・建設 営業 部長・ディレクター

一度では理解出来ない部分があるので繰り返し勉強します。

kenkenkenken
2021/04/24
金融・不動産・建設 営業 部長・ディレクター

仕事に応用できそうです。

magurosusi
2021/04/24
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

 面白い! 実務に生かしたい!
品質管理検定3級ですね。

kojikoji
2021/04/22
金融・不動産・建設 金融・不動産 関連職 部長・ディレクター

エクセルでグラフを作ってみた方がいいです。

sakura_887
2021/04/22
インフラ・公共・その他 販売・サービス・事務 一般社員

単回帰分析はエクセルでやったことがあるが、重回帰分析を今回初めて学べてよかった。どの変数に関係があるのか考えて使ってみようと思う。

dj-fumi
2021/04/22
メーカー 経営・経営企画 一般社員

概要は理解できました。実際に業務に生かすには数値感覚を持つためにある程度の演習が必要ですね。

mtamaki1
2021/04/21
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

相関分析よりも難しく感じましたが、より関係のある変数同士を探す=色々な仮説を立てるというところからコツコツと始めていく必要があると思いました。

yasuaki_n
2021/04/21
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

実際には重回帰分析のほうが活用する場面は多いので、もう少し詳しく学ぶ必要があると感じた。

tadaishi
2021/04/20
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

予測モデルで精度が上がる施策をうてる可能性を思いました

fumineko3
2021/04/20
広告・マスコミ・エンターテインメント その他 課長・主任・係長・マネージャ

演習が必要だと思いました。どこかでドリルを入手します

shun_1027
2021/04/20
メーカー メーカー技術・研究・開発 一般社員

t値や補正値といった評価指数の求め方を説明してほしかった

ryo-0123
2021/04/19
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

回帰分析を行うことで、漠然とした関係性をより数値化した形で把握することができる。
回帰分析の結果が全てではないと思うが、ひとつの指標として上手く取り入れていきたい。

kats1012
2021/04/18
広告・マスコミ・エンターテインメント 営業 部長・ディレクター

重回帰分析で将来予測ができるのは理解できたが係数などの見方については突っ込んだ学びが必要と感じる。

oka7712230
2021/04/17
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

少し相手からの勉強で、あまり良く思い出せず、再度勉強します

yunnyutan
2021/04/17
メーカー マーケティング 課長・主任・係長・マネージャ

回帰分析の初歩的な内容を知ることができたが、今後参考書籍などでもっと深掘りして勉強してみたい。

kayobe
2021/04/17
IT・インターネット・ゲーム・通信 経営・経営企画 一般社員

回帰分析は、ハードルが高いイメージだったが、軽い気持ちでどんどん使っていこうと思う

a-toda
2021/04/16
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 部長・ディレクター

もう少しトレーニングが必要かもしれん。

0829koba
2021/04/15
商社・流通・小売・サービス マーケティング 課長・主任・係長・マネージャ

重回帰分析において、複数の変数を仮説として挙げることが難しいとは思うが仮説の訓練として繰り返して行うことが重要

tosatoshiyuki
2021/04/14
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

使いこなすには難しかったです。

omso
2021/04/14
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析はこれまで用いてなかったので、活用してみようと思います。
t値とp値の判断基準もわかったので、日常業務の中にある説明変数と目的変数の関係を抽出して分析していきたい

yuka_matsumotos
2021/04/14
商社・流通・小売・サービス 販売・サービス・事務 一般社員

重回帰分析ときくと難しく考えがちだが、Excelを活用して予測モデルに近いことができるのはとても興味深かった。

siba-chan
2021/04/13
メーカー その他 一般社員

QC検定で出てきたやつでした。 概略が非常にわかりやすかったです。単回帰分析はなんとなく行ってきましたが、重回帰分析は判らなかったので今後チャレンジしてみたいとおもいました。 収率や分解率などの分析に使えるような気がします。 

momonouti
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

ほかの初級編に比べてかなり難易度が高く感じた。一度見ただけでは回帰分析はできるようにはならないと思う。

daishin777
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

回帰分析は、2つ以上の変数の関係を見れるので、様々な条件付けができそう。

s_yoshino1007
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の説明がもう少し欲しかった。

micky_arune
2021/04/12
メーカー 営業 一般社員

新車の売り上げ台数予想や今後の販売戦略を考える上で、過去のデータを数字として因果関係に落とし込むことのできる回帰分析はとても重要だと感じた。

takaishi_0713
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

ダミー変数の考え方はこれまでにあまりしたことがないので、今後積極的に活用していきたい。また、ほとんどの事象は「重回帰分析」に値するものだと思うが、これに関する具体的なデータ解析手法を知らないため、十分に使いこなせるよう、勉強したいと思う。

deu_22
2021/04/12
メーカー 人事・労務・法務 一般社員

説明変数は、ロジックツリーなどで出していけばいいのでしょうか。

k_tsuda
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

開発等の分析に必要だと思う。特に重回帰分析については積極的に活用していきたい

mito_0110
2021/04/12
メーカー 資材・購買・物流 一般社員

大学で専攻していた分野であったので、仕事においても例えばコストを目的変数として、意外な説明変数を発見し、改善するために回帰分析を活用していこうと思います。

ryota_96
2021/04/12
メーカー その他 一般社員

回帰分析を用いて、これまでに発見できていなかった相関性を見つけていきたいです。

shotarrow720
2021/04/12
メーカー その他 一般社員

相関分析と並んで世の中の動きを理解するための強力なツールになりそうだと感じました。

khk
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の各値の説明をもう少ししていただきたかった。

gotokota
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

概要を教えていただけた印象なので、より回帰分析について具体的に学びたいと考えました。

dai1118
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の作り方を学んでおきたい

shige_arta
2021/04/12
メーカー その他 一般社員

どういった場面でも応用できるものであると感じた。

kikuryo77
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

簡潔でわかりやすかったですが、計算式も見ずに使うのは無謀だと思います

kanta_3117
2021/04/12
メーカー 営業 一般社員

表計算ソフトは実際に使ってみないと身につかないと思うので、仕事の中で取り組みたい。

szktomo
2021/04/12
メーカー メーカー技術・研究・開発 一般社員

データがあるからこそ、解析できる。

masa_2064
2021/04/12
商社・流通・小売・サービス メディカル 関連職 一般社員

曜日、天気、チラシ有無を考慮した客数予測

gmd
2021/04/10
メーカー 営業 一般社員

今まで回帰分析もその為のエクセル表も使用した事が無かったので、一度簡単な事例で試してみたい。

mayumi_no_1
2021/04/09
商社・流通・小売・サービス 販売・サービス・事務 一般社員

t,pが懐かしかったが、もう少し思い出すため、今日明日で過去の教材を復習してみる。
推定・検定などを含めて簡単に統計の復習をしようと思った。

tikk_kkit
2021/04/08
IT・インターネット・ゲーム・通信 経営・経営企画 一般社員

重要となってくるt値、p値を算出するところまで把握するする必要があると感じました。

baakun
2021/04/08
メーカー 資材・購買・物流 部長・ディレクター

最近使っていなかったので、良い復習になりました。

enari_mocomichi
2021/04/06
メーカー その他 一般社員

難しいからもう一度。

abeshin0817
2021/04/05
金融・不動産・建設 金融・不動産 関連職 一般社員

確かに業務で分析することで有効な結果を得ることができと思います。その中で回帰分析は使えるとは思いますが、重回帰分析は多少の慣れが必要だと思いました。

cf_202104
2021/04/05
メーカー 資材・購買・物流 一般社員

重回帰分析が難しかったです。

kimi55
2021/03/28
インフラ・公共・その他 経理・財務 課長・主任・係長・マネージャ

活用するまでの理解には至っていない気がする。

zummy_0617
2021/03/27
金融・不動産・建設 金融・不動産 関連職 一般社員

重回帰分析のtとpのどんな用語の略なのか、説明してほしかったです。
アイスの販売をするときは、気温と天候を関連付けてイメージを膨らますことが
大事だと分かりました。

auto9
2021/03/26
メーカー 営業 課長・主任・係長・マネージャ

売価が変動する場合の需要予測に活用する事ができる。

kraft
2021/03/25
商社・流通・小売・サービス その他 その他

重回帰分析が難しくよくわからなかった…
また見返してみたいと思う

myukiko1007
2021/03/25
IT・インターネット・ゲーム・通信 経理・財務 一般社員

職種から、活用する場面がイメージしにくいが、
用語として知っておくのは必要なことかと思う。

take_1976
2021/03/24
メーカー マーケティング 課長・主任・係長・マネージャ

製品の販売動向の傾向分析と対策立案に使いたい。

nakanishi_n
2021/03/24
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 課長・主任・係長・マネージャ

テストは意図を汲んで回答できますが、専門家目線だと結構間違いだらけです。

kaz4580
2021/03/24
メーカー 経営・経営企画 経営者・役員

業務で活用するには、目的と調べる変数に何を用いるかによって精度が変わってくると思います。変数が多い場合は、ある程度の習熟が必要になると思いました。

ueda_hideki
2021/03/22
メーカー 専門職 一般社員

大まかには知っていたが、忘れていたこともあったのでこの機会に一度使って思い出してみようと思う。

yumi_yumi
2021/03/21
メーカー その他 一般社員

内容はわかるが、切片?がどうやって導かれるのか、理解できません。

mana_na
2021/03/21
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

データを取るたびに手法を思い返さなければならなそう。

kazu0743
2021/03/20
メーカー 経理・財務 課長・主任・係長・マネージャ

業務で使うには、説明変数の使い方が重要かと思いました。因果がなくても、T値が高くでる可能性もあるのかな。

fuji_atsu
2021/03/17
メーカー その他 課長・主任・係長・マネージャ

回帰分析、とくに重回帰分析はあまり使用頻度がなかったので知識として覚えておく。

namatakuro
2021/03/17
メーカー 営業 一般社員

分析自体はコンピューターがやってくれますが、変数のあらいだしの方法にいつも苦慮します。

iga_1221
2021/03/17
メーカー 営業 課長・主任・係長・マネージャ

業務で活用するには、日々の振り返りに活用できる。営業でもマーケティングでも自分たちの特徴や傾向を導き出していくにあたり、仮設を考える際に定量的な視点で分析していくことが可能になる。

kenichiro_2021
2021/03/16
金融・不動産・建設 営業 課長・主任・係長・マネージャ

デジタルを学ぶ機会に重回帰分析が出てきて理解できなかったのですが、少し理解が深まった気がしますが、tとかpとか理解ができませんでした。もう一度学んでみます。

mazu_sq
2021/03/15
金融・不動産・建設 金融・不動産 関連職 一般社員

重回帰分析の理解が難しかった。エクセルで自分で作成して腹落ちさせたい。

rrabbit
2021/03/14
インフラ・公共・その他 営業 一般社員

なんで、使ったことなかったか、、、
これから予測不能な時代にはなるが、天気商売の部分は多少あるな。

maytokyo
2021/03/14
メーカー マーケティング 部長・ディレクター

まずはエクセル動かして場数踏みたいです

funaki_09087
2021/03/14
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

将来の売上予測につながる変数の組み合わせ候補→人口、店舗数(ターゲット顧客数)、活動量(ディテール、講演会、mail、など)、競合のマンパワー

cause_18
2021/03/12
IT・インターネット・ゲーム・通信 メーカー技術・研究・開発 課長・主任・係長・マネージャ

システムバグの発生数を目的変数として、さまざまな説明変数を見つけ出して、今後作成するシステムのバグ発生数を予測していくことに使えそう

muneo4038
2021/03/12
金融・不動産・建設 建設・土木 関連職 課長・主任・係長・マネージャ

重回帰分析が業務で使えそうなので試しにやってみようと思う。計算結果表の作成方法がいまいち分かりませんでした。

ryu_00
2021/03/12
金融・不動産・建設 販売・サービス・事務 課長・主任・係長・マネージャ

お客さまアンケートにて、質問項目数は多いものの、関連性については「何となく」の感覚で見ていたと思います。重回帰分析を実施し、感覚と現実数値が合うのか検証したいと思います。

ke-ke
2021/03/12
IT・インターネット・ゲーム・通信 人事・労務・法務 課長・主任・係長・マネージャ

過去の変数同士の関係を分析することで将来を予測できる回帰分析は、様々な事項に用いることができそうです。

katsu_c
2021/03/11
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

単回帰分析はこれまで良く使用していましたが、重回帰分析は使用したことがなかったです。概要は分かったので、別の資料で理解を深めるようにします。

maja
2021/03/11
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

回帰分析を見るための前提となるデータの精査から始めないといけない、、

no-san
2021/03/10
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

■回帰分析を使って需要
予測をしたいと考えて
います
◎回帰分析は適切な説明
変数を見いだすことが
重要
・何をどこまで細かく
落とし込んでいくか
が難しいところ

esraa_y0604
2021/03/08
商社・流通・小売・サービス 販売・サービス・事務 一般社員

When you earn a degree, you accomplish a big step. You gain knowledge, skills and experience to help you both in your career and in life in general. On top of that, by gaining additional skills in communication and problem solving and achieving your goals, you can also increase your confidence.

wywy_wywy_7
2021/03/08
インフラ・公共・その他 メーカー技術・研究・開発 課長・主任・係長・マネージャ

基本的なところは理解しました。実際に使うには、何回か練習を繰り返さないと身につかないと思いました。

yosukeadac
2021/03/07
IT・インターネット・ゲーム・通信 営業 一般社員

回帰分析は、他者に相関を説明するにあたり、定量的で納得性のある説明が可能になると学んだ。

ty16
2021/03/05
メーカー マーケティング 課長・主任・係長・マネージャ

重回帰分析はもう少し詳しく学びたい

naganori
2021/03/05
インフラ・公共・その他 その他 一般社員

エクセルの使用法等一度では覚えられないので何度も見返そうと思う。

john-cattie
2021/03/05
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

回帰分析について理解しました

drive_mach
2021/03/04
インフラ・公共・その他 販売・サービス・事務 課長・主任・係長・マネージャ

言葉の意味や説明を覚えることより、使い方を学ぶことの方が重要。使い方自体もネットで調べることができるため、まず使うことから始めよう。

hkoyama_00127
2021/03/04
IT・インターネット・ゲーム・通信 営業 一般社員

重回帰分析がいまいち理解していないので、具体例をもっと確認したい。また、過去データも大事かと思うので合わせて予測するデータとして参考にするのが良いのかと思いました。

inubushi
2021/03/04
商社・流通・小売・サービス IT・WEB・エンジニア 部長・ディレクター

自分の仕事においても製品の過去のトレンドデータを活用して、これから未来の先を予測できるかと言う部分に関して非常に興味を持っている。AIとかの部分になるのかなと考えるが、基本的な予測に役立てられる変数、またそれの基本的な計算方法を理解することができ、活用したいと考えた。

yoshikawa68044
2021/03/02
コンサルティング・専門サービス 営業 課長・主任・係長・マネージャ

難しい。複数回視聴し活用できるようにしたい

sassan0033
2021/03/02
IT・インターネット・ゲーム・通信 経営・経営企画 課長・主任・係長・マネージャ

なんとなく回帰曲線を書くまではやっても決定係数まで評価することはすくないので勉強になった。

tomosnow
2021/03/02
商社・流通・小売・サービス 専門職 課長・主任・係長・マネージャ

変数になるものを常に意識しておくことが大事と考えます。
日ごろの何気ない出来事も、関係性が見いだせれば楽しくなるかもしれません

masahiro0213
2021/03/02
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

・回帰分析は、変数同士の関係を分析する手法(相関分析に似ている)
・回帰分析には「単回帰分析」「重回帰分析」の2種類ある
・単回帰分析は「散布図」から回帰線を算出し決定係数で分析結果の妥当性を確認することができる。
・重回帰分析は決定係数に対して複数の変数を用いて分析モデルを算出する。妥当性を確認するためには、「t値(2以上)」「P値(0.1以下)」「Rの2条(1に近い)」があり規定値を確認して妥当性を検証する。
・回帰分析は「施策」への活用に用いられる。
・分析においては前提条件を揃えること、有効な変数を組み合わせることが大切。変数を見つけることは大変。

yug1
2021/03/02
インフラ・公共・その他 経理・財務 一般社員

重回帰分析のtとpについて理解が足りていないと感じました。普段の業務ではあまり使うことはないと思いますが、いざというときに動けるための土台になりました。

sa1216
2021/03/01
メーカー マーケティング 課長・主任・係長・マネージャ

回帰分析は使ってみようと思うものの、なかなか使い方や活用方法が分からないので、今後より深く学んでいきたいと感じた。

aya39
2021/02/28
メーカー その他 一般社員

難しい…

saemon74
2021/02/28
メーカー 資材・購買・物流 課長・主任・係長・マネージャ

販売数量の予測に活用したいが、どの変数を選択するかが、重要とかんじた

kamturkey
2021/02/28
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

仮説をデータ化してみたいとした発想に繋がった。
小売業の仕入れ予測の一片を体感出来た。

yutaro_7
2021/02/27
商社・流通・小売・サービス 資材・購買・物流 課長・主任・係長・マネージャ

イメージが湧いた

hisarin99
2021/02/26
メーカー メーカー技術・研究・開発 一般社員

オペレーションズリサーチの手法だと記憶している。
講義の通り、適切な説明変数を選択するには、実践と経験が必要と感じる。
熟練すると、思いもよらない関係が判明するかも知れない。

sugasyo
2021/02/25
メーカー 営業 一般社員

営業の手法の中に持ち込みたい。

sainouchi
2021/02/25
IT・インターネット・ゲーム・通信 その他 一般社員

この受講は回帰分析の概念を理解・習得する目的であり、
具体的な算出方法などはより詳しいサイトを参照に調べるなどして自力で身に着けるほうが良いと思った。
知るきっかけとしてはとてもよかったです。

rio0721
2021/02/24
医薬・医療・バイオ・メディカル 営業 一般社員

ソフトを使いこなすのは難しそう。。

hayase_tomoharu
2021/02/24
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

tが2以上、pが0.1以下の場合に変数が有効というのは初めて知った。
有効な説明変数を見つけるのも大変だが、正確なデータを取り続けるのも難しいと思った。

motikusa
2021/02/24
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析のエクセルでのやりかたについて詳しく知りたい

sbktnk
2021/02/22
金融・不動産・建設 その他 課長・主任・係長・マネージャ

顧客動向の要因分析で使ってみた

takahira15005
2021/02/22
インフラ・公共・その他 専門職 一般社員

とても難しかった。

abeshy
2021/02/22
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

これまでのデータが蓄積されたルーティン業務などには適切に当てはまると思うが、新規業務には当てはめ方をよく検討する必要がある。

mayuko-k
2021/02/21
メーカー その他 一般社員

重回帰分析を今までよくわかっていなかったが、概要がわかった。
単回帰分析のようにエクセルで表現する方法が知りたかった。
重回帰分析で分析して算出された回帰統計の表の値の中でなぜ補正R2乗を用いるのか分からなかった。また、t値やp値についてももっと理解したい。

shinji_udagawa
2021/02/17
IT・インターネット・ゲーム・通信 営業 一般社員

統計は楽しい!更に学習します。

cloud-m
2021/02/17
IT・インターネット・ゲーム・通信 販売・サービス・事務 一般社員

一度では十分に理解できなかった。

k_star
2021/02/16
メーカー メーカー技術・研究・開発 一般社員

T とpの説明がよく分からなかった

ch_an_mio
2021/02/15
メーカー メーカー技術・研究・開発 一般社員

初めて目にする専門用語が多く、理解することが困難だった。

でも、注目したい事柄に対して、数値化・可視化させて客観的に判断し、根拠として用いるための手段としていいツールだと感じた。日ごろの業務に落とし込むには時間がかかりそうだが、データを扱う業務の際に意識してみたいと思った。

h_t_
2021/02/15
金融・不動産・建設 建設・土木 関連職 一般社員

・出てきた用語の意味をもう一度整理して理解する必要あり
・重回帰分析はいくつまで説明変数を増やしていいのか

mai_chi
2021/02/15
金融・不動産・建設 人事・労務・法務 課長・主任・係長・マネージャ

重回帰分析は少し難しく感じたが、2〜3回説明を見返すことでかなり理解ができた。
重回帰分析を用いて何か分析してみようと思ったが、なかなか「説明変数」を用意することができない。常日頃関係性を意識していなくてはすぐに実践できないものなのだなと実感した。

big_007
2021/02/14
インフラ・公共・その他 その他 一般社員

普段の業務の中で使うことがなかったので、単回帰分析も重回帰分析も初めて学習した。
物販飲食店舗の在庫管理や売上予測を行う際に非常に役に立つのだろうなと感じた。

重回帰分析の説明が少なかったので、もう少しボリュームを増やしてもらえると理解が進むと思う。特に単回帰分析と同様にエクセルの使い方やそれぞれの用語の意味の解説が欲しい。

amayonohoshi
2021/02/14
コンサルティング・専門サービス マーケティング 一般社員

・まずは分析に入る前に仮説を立てることでやみくもに分析しないように注意したい。
・分析時には前提条件を揃えているか、確認する。
・仮説が有効であることの根拠として回帰分析を使用したい。

sueno_t
2021/02/13
インフラ・公共・その他 マーケティング 課長・主任・係長・マネージャ

データから予測を立てるのに役立つことが理解できた

andoh_m
2021/02/12
メーカー メーカー技術・研究・開発 部長・ディレクター

単回帰分析は使用しているが重回帰分析は使えていない
機会を見つけて使用していく

toh
2021/02/10
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

「統計の基礎」というカテゴリを新設していただくことを希望します。

ryuji_109
2021/02/10
商社・流通・小売・サービス 経営・経営企画 経営者・役員

このような数学的な分析手法を普段していない為、思った以上に専門用語が多く、理解するのが難しい。リピートして学習します

renkoutak
2021/02/10
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

各人の業務状況を解析して業務効率をあげる対策をうっていきたい

ahosuke226
2021/02/09
商社・流通・小売・サービス コンサルタント 一般社員

回帰分析※便利!!
●「明日あるいは今後どのくらい売れるか?」の予測に使える
●相関係数とt(>=2)、p(<0.1)で分析自体の妥当性を計れる

kaymiz-0824
2021/02/09
メーカー その他 課長・主任・係長・マネージャ

材料特性値と不良発生件数の相関関係を見たいと思っていた矢先にドンピシャできました。

manbow04
2021/02/09
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

各値の意味がよくわかった。

fedyo
2021/02/08
インフラ・公共・その他 その他 一般社員

重回帰分析の数値の意味を把握でき、分析結果を考察するときに役立てたい

sumire0006
2021/02/06
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

いかにして、分析の前提条件をそろえるかが重要であると思いました。

fujitakayuki
2021/02/05
広告・マスコミ・エンターテインメント 営業 課長・主任・係長・マネージャ

世の中は単純ではなく複雑である。
よって、単回帰分析より重回帰分析が重要になる。

jamcat1018
2021/02/04
商社・流通・小売・サービス 販売・サービス・事務 一般社員

季節商品の売上と気温の関係は相関関係があるので、前年実績表には気温データも記載されている。天気のように数値でないデータもダミー変数として扱えるのは知らなかった。
実際にデータどおりに売上が取れるかは難しいが、考え方として武器にしたい。

hirona0422
2021/02/04
コンサルティング・専門サービス その他 一般社員

何がどう影響していたのか、結果をエクセルを使用することによりできることが素晴らしいと感じた。

noguchi001501
2021/02/02
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

t値、p値、r二乗など唐突すぎて理解するのにはさらに調べなくてはならないですね。

urkn
2021/02/02
コンサルティング・専門サービス コンサルタント 一般社員

それぞれの値の計算式も知識として押さえておくべきだと感じたので、自分自身で学習を深めていきたいと思いました

shin_chang
2021/01/31
コンサルティング・専門サービス 専門職 一般社員

Pは有意差といい偶然ではないことを意味します。統計が分からないとこの内容は無理カモです。

keruna
2021/01/31
医薬・医療・バイオ・メディカル 専門職 課長・主任・係長・マネージャ

単回帰分析は実際エクセルで作成し理解が深まった。重回帰分析が例を作成しても、どのように
分析表に変換すればよいのかわからなかった。何度か繰り返してみます。

tomo-21264
2021/01/30
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

重回帰分析は使うシーンが多いと思うので、ぜひ活用したい。が、このコース内容だけではまだ理解が浅くなってしまった。復習したい。また、重回帰分析のエクセル方法も詳しく載っていると助かるのだが…

20210123
2021/01/27
金融・不動産・建設 販売・サービス・事務 一般社員

数値化することで見える事がありイメージがわきました

moocaster
2021/01/26
メーカー 営業 課長・主任・係長・マネージャ

グラフや図を使っていただいたが、数式が難しくなかなか理解できなかった。アイスと気温と天気の重回帰分析は分析せずともわかるが、分析してわかる事例が思いつかない。

0800kuroda
2021/01/26
インフラ・公共・その他 経営・経営企画 経営者・役員

分析する前提条件を地域別に有効な変数を組み換えて活用できることを理解した。大きな社会変化で活用できる範囲を見極めていきたい。

meguro2020
2021/01/26
メーカー マーケティング 一般社員

統計学の一部なので、t値やp値は自分でも改めて正確な理解を期すよう勉強しておきたい。

saggi
2021/01/24
コンサルティング・専門サービス その他 一般社員

現状の仕事でつかえそうにない。
また動画だけでは十分理解できず、Youtubeでほかの参考動画を見た。

勉強します。

take11
2021/01/24
インフラ・公共・その他 専門職 一般社員

すぐに実務で活用するには少し難しい内容であったが、分析の目的やどのような時に活用するかについては理解できた。
業務上で分析できるような事例があれば活用し、Excel上で実践してみたい。

gokk
2021/01/23
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

わかりやすかったです

nanadog
2021/01/22
金融・不動産・建設 経営・経営企画 一般社員

重回帰分析を理解した。t値は2以上、p値は0.1以下、r2乗は高いほうが説明変数と目的変数の関係性が強い。

ishida_m
2021/01/22
インフラ・公共・その他 IT・WEB・エンジニア 課長・主任・係長・マネージャ

普段の業務で扱っている数値の結果の分析に適していると感じました。
色々な変数の組み合わせを考えて、予測精度の向上につなげたいと思います。

hamachan_2021
2021/01/21
メーカー 営業 一般社員

すごく勉強になった。が、この状況で、日々小売業にメーカー側が納品数をコントロールするのは営業の立場ではほぼ不可能?(毎日変わりゆく天気予報を見て予測を変えるのは手作業では時間がかかる。)

小売業がこの仕組みをシステムで導入し、自動発注システムに組み込むとかならとても有効かもしれない。既にやってるとことかあるのかな?

メーカーとしては、気温が上がる、晴れる、と小売業からの発注が増えるので在庫を持たなければ行けないが、すぐに工場での生産は増やせない。卸店が導入すると非常に有効だと思う。

kazuki_99
2021/01/20
コンサルティング・専門サービス コンサルタント 一般社員

回帰分析と相関分析の使い分けがわからない。

hiroshi1560oh
2021/01/19
金融・不動産・建設 経営・経営企画 経営者・役員

重回帰分析のtとpのところが、わからなかった。
単回帰分析は理解しやすかった。
実務につなげるには、もう少し学びが必要だと思う。

yuka_kz
2021/01/19
医薬・医療・バイオ・メディカル 営業 一般社員

重回帰分析のところでチャプター飛ばしたか?と思って戻ったが飛ばしてなかった。もう少し説明してほしかった。

yasuyuki_mizuno
2021/01/19
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

会議分析は施策前のシミュレーションに使えると感じた。

shin0314ichiro
2021/01/18
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

難しいです。理解できたとは言い切れない

mercy0415
2021/01/18
メーカー その他 課長・主任・係長・マネージャ

実際には変数を見つけること、数値化することが難しいですね。

jiyun
2021/01/17
商社・流通・小売・サービス その他 課長・主任・係長・マネージャ

説明変数を導く出す着眼が大事だと思います。

yaski
2021/01/17
金融・不動産・建設 営業 課長・主任・係長・マネージャ

考え方はまあ、わかりました。

subalist
2021/01/16
コンサルティング・専門サービス メーカー技術・研究・開発 課長・主任・係長・マネージャ

理解が追いついていない。Excelで実際に試して理解を深めたい。

daddyveroo
2021/01/14
メーカー 経営・経営企画 部長・ディレクター

直感ではなく回帰分析のように統計的にデータを処理して仮説が正しいかどうかを判断することは非常に重要だと思う。手間がかかるかもしれないが実際に解析を行ってみて、相関関係を調べてみるとまた新しい発見があると思う。

kfujimu_0630
2021/01/11
メーカー マーケティング 課長・主任・係長・マネージャ

回帰分析は読み解けることがまず大前提で、その上で使いこなすことが出来れば、非常に有効なツールだと改めて思った。新規性の高い有効な変数の組み合わせを見つけることは難しいが、tの絶対値が2以上、pが0.1以下かつ、Rの二乗が高い組み合わせを見つけることができれば、販売戦略等で有利に進められるため、ぜひ回帰分析をモノにして業務に活かしたい。

hideyamasan
2021/01/11
メーカー 経営・経営企画 課長・主任・係長・マネージャ

重回帰分析の手法は初めて知りました。スーパーバイヤーが天候・温度で発注数量を予測する事例は過去に見たことがありましたが、エクセルで分析出来ることを知りました。但し、数式の中身が良く分りませんでした。

hiroki_0303
2021/01/10
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

昔学んだような気がしますが、ずいぶん忘れていました。
いろいろな事象の予測に役立てようと思います。

kikuoka2459
2021/01/08
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

単回帰分析はよく使いますが、重回帰分析は使ったことがなかったです。
これを期に使えるようになりたいと思います。

yo1-iijima
2021/01/06
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

回帰分析、重回帰分析を学びましたが、重回帰分析の表計算事例がもう少しあると分かりやすと思いました。

masaakiswan
2021/01/05
メーカー 資材・購買・物流 一般社員

各支店の販売予測から全社としての在庫数や生産数を決める業務に携わっているが、販売予測がどのように作られているか、あるいはそれが妥当なものなのかを分析する一助になると感じた。
実際に自分の分析に用いるためには、動画では触れられていなかった用語の意味も理解しておきたいと思う。

tada05
2021/01/05
IT・インターネット・ゲーム・通信 その他 課長・主任・係長・マネージャ

もう少し詳しく理解し、活用していく

kosei_takagi
2021/01/04
広告・マスコミ・エンターテインメント その他 一般社員

よかたですまた定期的に見ます

saitot
2021/01/04
コンサルティング・専門サービス コンサルタント 課長・主任・係長・マネージャ

どのような組み合わせが有効かを探るのに時間がかかりそうです。

matui
2021/01/02
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

短時間だったので、あまり理解できなかった

ryooka_1983
2021/01/01
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

正直言ってすぐに実務で活用するには少し難しい内容であったが、分析の目的やどのような時に活用するかについては理解できた。業務上で分析できるような事例があれば講義内容をおさらいしながらExcel上で実践してみたい。

kwmk
2021/01/01
メーカー メーカー技術・研究・開発 部長・ディレクター

製造工程における管理項目と分析値との関係性を明らかにすることに利用できると考える。特に重回帰分析を利用してみたい。

mi60
2021/01/01
メーカー メーカー技術・研究・開発 一般社員

t値やp値は見落としやすいので気を付けます

satoru_1106
2020/12/30
インフラ・公共・その他 メーカー技術・研究・開発 一般社員

日常使用しているが、より理解を深めることができました。

yoshi_hama
2020/12/30
メーカー その他 課長・主任・係長・マネージャ

概念は概ね理解できるのと、pはおよそ理解できているが、tについては別途理解を深める必要あり。

yoshi__o
2020/12/29
メーカー メーカー技術・研究・開発 一般社員

R2乗、tなど分析の精度確認方法がためになりました。

yoshi-0531
2020/12/29
メーカー 営業 課長・主任・係長・マネージャ

重回帰分析の用語、数式が難しい。

s_kaise
2020/12/29
インフラ・公共・その他 建設・土木 関連職 課長・主任・係長・マネージャ

回帰分析についてよくわかりました。

t-szk_rj
2020/12/28
商社・流通・小売・サービス マーケティング 課長・主任・係長・マネージャ

Excel使って分析し、数字をとらえる感覚を養いたいと思います。

hira_2005
2020/12/28
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

回帰分析による分析は原因と結果をグラフ化して、関係性が高いかどうかを判断する材料となる。結論は出ているが、複数原因となる事案がある場合でもそれぞれを組み合わせて分析でくるため業務に生かせる部分が多いと思います。また数値化されたデータは一目瞭然なので結果の示し方がシンプルになり良いと思います。

idyo_332
2020/12/27
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

傾向の異なる前提条件は分けて分析するように心がけたい。

zico10
2020/12/24
メーカー 経営・経営企画 課長・主任・係長・マネージャ

重回帰分析のt値やp値の意味の説明が欲しい。ネットでも調べたがよくわからなかった。

gotham
2020/12/22
商社・流通・小売・サービス 資材・購買・物流 課長・主任・係長・マネージャ

まず計算方法をしっかり理解しないと活用できない。
急に数学的になり困惑している。

atsuo3254
2020/12/20
インフラ・公共・その他 経営・経営企画 部長・ディレクター

技術部署では多くの場面にて使用するツールです。

souser3
2020/12/18
金融・不動産・建設 建設・土木 関連職 課長・主任・係長・マネージャ

R2の計算方法やt値やp値の意味、算出方法がさっぱりわからない。
なのでその後の説明もどういう意味を持っているの入ってこない。
不親切すぎる。
この単元を受講する前に統計学を勉強しないといけないのか?

masa_0314
2020/12/18
金融・不動産・建設 IT・WEB・エンジニア 一般社員

エクセルの使い方まで解説してくれているので実務で活かしやすい。

symene4225
2020/12/18
インフラ・公共・その他 その他 一般社員

見やすさ、伝えやすさでは単回帰分析や相関分析。複数要因の相関性を定量化したい場合は重回帰分析。前者は資料に、後者は具体的な目的変数の策定に使用できそう。

k_hirano876
2020/12/18
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

流行を機に始めた事業を流行に左右されない事業に発展させるための未来予測に役立てることができると思います。
ただし、回帰分析ができたところで説明変数を探すことが一番難しいことなので、その解決手段は別途検討が必要になると思います。

akio_0223
2020/12/17
商社・流通・小売・サービス 営業 一般社員

これ以外としてないので明後日早速やってみます

nakai_s
2020/12/15
インフラ・公共・その他 IT・WEB・エンジニア 一般社員

重回帰分析について、もっと説明が欲しいです。

aranchan
2020/12/15
メーカー IT・WEB・エンジニア 一般社員

データ分析業務に使えそうですが、具体例を踏まえてより深く学びたいと思いました。

hiro_511
2020/12/15
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

難しいです。何度も見返して復習していきます。

akira_oki
2020/12/13
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

わかりました。

hirokim0419
2020/12/13
金融・不動産・建設 マーケティング 課長・主任・係長・マネージャ

実務上においては、説明変数となりうる数値は大体あるが、それがどの程度関連性があるか確認してみたい。
また、複数の説明変数との関係性の計算方法がわかったのはシンプルにありがたい。
説明変数を探してくるのは、第二ステップかなと。

toledo
2020/12/13
金融・不動産・建設 販売・サービス・事務 課長・主任・係長・マネージャ

事故の発生と原因との関連分析に使えるとよいなと思いました。

nullpo
2020/12/11
IT・インターネット・ゲーム・通信 マーケティング 一般社員

前提として、分析したいデータ対象が細分化されていることも重要かなと思いました。(記事の内容がタグ化、カテゴライズされてるなど)

joe_lu
2020/12/09
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

少し理解できるようになりました。

eriko1989
2020/12/09
メーカー マーケティング 一般社員

実務で使うことがなく難しいですが、小売店にはかなり有効な分析方法ですね。勉強になりました。

terarism_202006
2020/12/09
医薬・医療・バイオ・メディカル その他 一般社員

様々な因子がある中で、分析をせずに関係性の有無を判断しがちであることに気づきました。回帰分析を活用し、思ってもみない関係性を見つけることで問題解決や新たなビジネスにつながることを学びました。

okai
2020/12/05
商社・流通・小売・サービス 経営・経営企画 一般社員

相関関係との違いが難しい。また、重回帰分析のtやpが唐突に出てきた印象。

hrishi
2020/12/05
メーカー その他 一般社員

論理の概略が少し分かった。有効な変数を見つけていく地道な例も知りたい。

nick_123
2020/12/04
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

回帰分析の活用で、予測の確からしさを確認できる。エクセルが活用できるのでマスターすると楽に予測できそう。/e

cathy55
2020/12/03
メーカー 営業 一般社員

数学的な素養がないとなかなか難しいと感じた。

fumi_1971
2020/12/03
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

回帰分析を使いこなせれば、販売予測の精度が上がって、
無駄な在庫を持たなくて役に立ちそうだが難しい。

acco0925
2020/12/03
商社・流通・小売・サービス 販売・サービス・事務 一般社員

身の回りの様々な事象をサンプルに、関数を実際に使用してみることが大切だと思う。

roro_1
2020/12/02
商社・流通・小売・サービス その他 一般社員

重回帰分析のセクションは難しかった。もうすこ勉強が必要だと感じた。

koba_0509
2020/11/29
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

普段全く活用できていない分野であることが分かった。
学生の頃に学んだ数式が回帰分析で利用できることをはじめって知った。
重回帰分析の「t」「p」値については何となく理解できたがおそらく身についていない為、実践で身に付ける。

mitaka3
2020/11/29
IT・インターネット・ゲーム・通信 クリエイティブ その他

売り上げを左右する要因を特定できれば、販売や新規出店の際、どのようなアプローチが効果的か検討するのが容易になる。

回帰分析を用いた売り上げの予測は、的確な仕入れ、人員の配置などを通して、コストの削減、機会損失の抑制に繋がると思う。

kawamoto123
2020/11/27
商社・流通・小売・サービス 営業 部長・ディレクター

様々な分析を目的に合わせて使えるようにしたいと思います。

hamadat
2020/11/27
商社・流通・小売・サービス 販売・サービス・事務 一般社員

自身でももう少し詳しく勉強しないと活用できるまでには至らないなと感じた。

ichi_02
2020/11/25
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

現在担っている業務では、恐らく使うことはなさそうだが、
考え方やどのような場面で必要になるのかは理解できたと思う。

dosaken
2020/11/24
金融・不動産・建設 建設・土木 関連職 課長・主任・係長・マネージャ

日々の業務を数値化して扱うのが難しいが、楽しみながら活用したい

user-01461022
2020/11/24
金融・不動産・建設 金融・不動産 関連職 一般社員

少し数学的な要素が入ってきて難しく感じた。
うまく使いこなせれば漠然と関係性が強そうだと思っているものを可視化・数値化でき、より説得力のある主張が出来るようになると感じた。

yamakei0108
2020/11/23
広告・マスコミ・エンターテインメント 経営・経営企画 経営者・役員

分析ありきではなく欲しい数値仮説が先に必要。

yoshim2000
2020/11/22
メーカー IT・WEB・エンジニア 部長・ディレクター

理論としてはわかるもののけして
なんでもかんでも分析すればよいと
いうものではなさそう。
感覚的にこれとこれは関係性が
ありそうだという勘どころが
ある人とない人の違いはありそう

takakura
2020/11/22
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

組織のマネジメントにおいて、メンバーの営業進捗と活動内容(デジタルコール数、実面談数など)を様々な面から回帰分析をすることでどういった活動がより効果的かを推測する指標になりそうだと感じた。

has2020
2020/11/22
メーカー その他 一般社員

まずは身近な例で確認したいと思う。

akikazu
2020/11/21
メーカー 営業 一般社員

難しかった

mao519
2020/11/21
メーカー 販売・サービス・事務 一般社員

商品の出荷予測を立てる上で前年比ばかり参考にして後は肌感で手修正しがちなので、天気予報や曜日などと関連性があるのか、又それを用いて具体的な数値を示すことでより正確で納得感のある予測を立てることができると感じた。

atsushi-jp
2020/11/17
医薬・医療・バイオ・メディカル メディカル 関連職 課長・主任・係長・マネージャ

日常で活用することをしてみる

tomonomomoto
2020/11/17
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 課長・主任・係長・マネージャ

ダミー変数は恣意的な項目になりかねないと感じました。恣意的ではないデータを取るためにも、サンプリング数が非常に重要かと思います。

akirafurumoto
2020/11/14
メーカー マーケティング 課長・主任・係長・マネージャ

実際の運用では、代理店等に計算してもらうことが多いので、正しく読み解く
リテラシーが大事。

tomo-takamatsu
2020/11/13
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

気温、曜日、時間などで分析して見たい。

wtake
2020/11/10
メーカー IT・WEB・エンジニア 課長・主任・係長・マネージャ

少し難しくなってきたかな~

kaede-1118
2020/11/10
コンサルティング・専門サービス 営業 課長・主任・係長・マネージャ

難しい。これを活用していくためには、かなりの訓練が必要。

tototo1972
2020/11/10
メーカー 経営・経営企画 課長・主任・係長・マネージャ

excelで簡単にできるのなら使ってみようと思った。

kikunojou
2020/11/09
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

大体理解することができました。できれば,もう少し踏み込んで学びたいです。

toshisan27
2020/11/09
金融・不動産・建設 IT・WEB・エンジニア 課長・主任・係長・マネージャ

分析手法を理解し、業務に役立てていきたい。

nahoshin
2020/11/07
金融・不動産・建設 マーケティング 課長・主任・係長・マネージャ

EXCELで簡単に係数が算出できることを初めて知りました

tyoshihisa
2020/11/06
メーカー メーカー技術・研究・開発 経営者・役員

相関係数と決定係数の違いをもう少し詳細に説明して欲しかったです。

juntera
2020/11/06
商社・流通・小売・サービス 人事・労務・法務 一般社員

例を挙げて説明してくれていたが、普段使わないいので、難しかった。繰り返し勉強していかなければいけない。

lucky_pierrot
2020/11/05
IT・インターネット・ゲーム・通信 経理・財務 一般社員

データを使って分析するので、根拠が明確になり分かりやすいと思いました。
第三者へ説明する際にも説明材料として使いやすそうです。
エクセルで回帰分析が出来るようなので、早速取り入れてみたと思います。

t_mura
2020/11/04
メーカー 営業 一般社員

回帰分析を使って営業結果を分析し、将来の予測をするとともに最適な施策を立てたい

hk_l48
2020/11/04
メーカー その他 一般社員

重回帰分析は使ったことが無く、ダミー変数の考え方も勉強になった。

yuko---
2020/11/04
金融・不動産・建設 販売・サービス・事務 一般社員

活用できそうな場面は想像できるが重回帰分析の計算方法について理解が全く追いつかなかった。

tomo24
2020/11/03
商社・流通・小売・サービス マーケティング 課長・主任・係長・マネージャ

実際に仕事で活用してみたい。

belkut
2020/11/03
メーカー メーカー技術・研究・開発 一般社員

言葉が難しく、なかなかとっつきにくかった。

kesuike527
2020/11/03
メーカー マーケティング 課長・主任・係長・マネージャ

t値、p値の意味が理解しきれなかった。

keychan
2020/11/02
金融・不動産・建設 専門職 部長・ディレクター

あらゆる事実に対して決定変数を求められないものかと思いました。
また、社会変化がその決定変数にどのように影響しているのかを認識できるのではないかとも思いました。
要素の洗い出しは全て出来れば事実に繋がる、つまり解となると思われますが、より影響が高い要素のみを企業や選びがちで、そこに意思決定を誤る情報収集となる可能性があるのではと感じました。

serori
2020/10/31
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

係数をどのように導き出すのかよく解らなかった。

yusuke_nitto
2020/10/31
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

前提条件をあわせることが難しい場合もあるが分析する上で考慮必要

kf2016
2020/10/30
IT・インターネット・ゲーム・通信 人事・労務・法務 課長・主任・係長・マネージャ

業務への活用シーンを思い描くのは難しいが、幾つかの要因の関係を考える必要のある場合に、過去のデータ・数値を収集できるのであれば有用かもしれないと考える。

gnuyamm
2020/10/30
商社・流通・小売・サービス 販売・サービス・事務 一般社員

有効な変数の分析が、施策に活用できる。

orange123
2020/10/29
商社・流通・小売・サービス その他 一般社員

重回帰分析も業務で活用してみたい

chivi
2020/10/26
商社・流通・小売・サービス 販売・サービス・事務 一般社員

難易度が高かったです。

hisa_13
2020/10/26
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

ちょっと理解不足です

kbkbkbkb
2020/10/25
メーカー 営業 課長・主任・係長・マネージャ

使いこなせれば、大変な武器になると思いました。

zen0119
2020/10/24
メーカー マーケティング 課長・主任・係長・マネージャ

Excel触ってみます

amaetsu
2020/10/23
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

日頃やっているような内容もあったが、回帰分析という名称では初めて知った。

_masataka_
2020/10/22
医薬・医療・バイオ・メディカル 営業 一般社員

実際に実践しないと理解が難しい。

sorano222
2020/10/22
商社・流通・小売・サービス 販売・サービス・事務 一般社員

実践してみないと理解できないと思う

kcs-akito
2020/10/21
商社・流通・小売・サービス 営業 一般社員

複数回試聴したい。なんとなくイメージするも実際のところ身に付いていない

shetake526
2020/10/21
メーカー 人事・労務・法務 一般社員

エクセルを持ちいて、回帰分析をしていなかったので、(使っていなかった)もう少し理解したら使ってみようと思う。

t_chiku
2020/10/21
メーカー メーカー技術・研究・開発 一般社員

相関分析と単回帰分析の違いがいまいちわからなかった

tomo_83
2020/10/20
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

重回帰分析が難しい。あまりにも、サラッと説明されているので、もう少し説明が欲しかった。重回帰分析はグラフの表示がなかったのだろう?単回帰分析のように、はっきりとしたグラフを書くことができない分析なのだろうか?もしくは、グラフを書くことをしない分析なのだろうか?中途半端な感じのまま終わってしまった。

dskgm
2020/10/20
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

顧客からの発注量予測。

eousaka
2020/10/19
広告・マスコミ・エンターテインメント 営業 一般社員

求人広告の反応値と、原稿内容の特徴や写真の有無等の相関を調べてみたいと思いました。

hiro4879
2020/10/19
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

難しかった。inputのみでは理解したとは到底言い難くoutputとして練習を重ねることが必要であろう

izgo
2020/10/19
インフラ・公共・その他 経営・経営企画 一般社員

t.pの説明がうすい

satoru_0035
2020/10/17
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析に関する説明が少ない。また、分析の前提条件を揃える段階で、分析者の主観が入ってしまうのではないかと感じた。

yuko_kamigaki
2020/10/12
メーカー 人事・労務・法務 課長・主任・係長・マネージャ

ビジネス定量分析後半とも重複することを書くが、健診値や生活習慣問診項目と医療費の関係を重回帰分析して、例えば「飲酒を控えると・・・」、「運動を始めると・・・」どれぐらい医療費が減らせるといったことを示せると、皆さんが健康行動を初めてくれるかな、と考えました。

elk
2020/10/11
メーカー 人事・労務・法務 部長・ディレクター

業務で直接使えそうにないので理解の定着が気になる。

kolin
2020/10/10
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

データを常に見る習慣を身に着けることは重要だと感じました。

ni07020809
2020/10/10
IT・インターネット・ゲーム・通信 営業 一般社員

具体的な数値で確認できるので、将来の売り上げ予測などには有効だと思う

takeshi_3880
2020/10/10
商社・流通・小売・サービス マーケティング 課長・主任・係長・マネージャ

普段の業務の中で単回帰分析・重回帰分析をして明確に自称を見つめていく必要もあるが考察する時間をどれだけ確保できるかどうかが課題だ

naoyuki-asano
2020/10/09
商社・流通・小売・サービス その他 部長・ディレクター

t値とp値の説明が余り無かった為、わかりにくかった。

akira_sri
2020/10/06
メーカー 営業 課長・主任・係長・マネージャ

無意識にやっていた分析に名前を付けると、こう言うのですね。

kishikawa2011
2020/10/06
コンサルティング・専門サービス 人事・労務・法務 部長・ディレクター

講義を一回聴いただけでは理解出来なかった

nao-39
2020/10/04
金融・不動産・建設 経理・財務 課長・主任・係長・マネージャ

現実には有効な変数の組み合わせを見つけること自体が難しいと思うが、数式化することで予測を可視化できるということについては理解した。

hirokazu_1228
2020/10/02
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

色々な公式が出てきて、一度動画で学習しただけでは理解度が深まらなかった。具体的な事例を基に、シュミレーションを行い、理解度を深め、実務に活かしていきたい。

northpole
2020/09/29
メーカー メーカー技術・研究・開発 部長・ディレクター

回帰分析のおさらいが出来ました。

sen1000
2020/09/29
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

発注で予測をたてるのにとても役立てる。
答申をする際に説得力が出る

km_eo_aa
2020/09/28
メーカー メーカー技術・研究・開発 一般社員

重回帰分析について調べてみる。

bildo
2020/09/28
医薬・医療・バイオ・メディカル マーケティング 課長・主任・係長・マネージャ

p値をどのように求めるのかがよくわからなかった。

puipuipuipui
2020/09/27
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

一度見ただけでは飲み込めなかったので繰り返し観て、かつ自分でも調べて見ようと思う。

colonsabuna
2020/09/26
商社・流通・小売・サービス 営業 一般社員

相関関係についてよく理解できた。

igaas23
2020/09/25
IT・インターネット・ゲーム・通信 営業 一般社員

有効な変数を見つけ出すこと自体が一番難しいと感じた

toy-ut
2020/09/25
メーカー 専門職 課長・主任・係長・マネージャ

回帰分析は重要でExcelで簡単に結果が得られるので、今後も活用していきたい。

mikijin
2020/09/24
インフラ・公共・その他 営業 一般社員

非常に難しかった内容ですが、要点を押さえて活用してきます。

tn0503
2020/09/24
金融・不動産・建設 営業 課長・主任・係長・マネージャ

回帰分析という言葉を自体を知らなかったので、非常に勉強になった。
現状の営業活動でも活用できるように引き続き学習していきたい。

naka_2020
2020/09/23
メーカー 専門職 課長・主任・係長・マネージャ

回帰分析、重回帰分析は、今後必要な時に、活用していきたい

emrie
2020/09/22
メーカー その他 部長・ディレクター

回帰分析を見ることがあっても、作成することはまだまだで、もう少し理解を深めたい。特に重回帰分析については、理解が足らない状態です。

chichi77
2020/09/22
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

早速試してみたいと思います。

yokochan
2020/09/21
メーカー 経営・経営企画 部長・ディレクター

データに基づき予測を立てることの大事さが理解できた。また、エクセルを使って簡単に分析ができることも理解できた。

nobu503
2020/09/21
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

活用するまでの理解には至らず、難しかったです。再度見ます。

koro13
2020/09/21
メーカー 営業 一般社員

重回帰分析の結果について丁寧な説明が欲しい。係数、t、P-値

tos0407
2020/09/20
メーカー 営業 課長・主任・係長・マネージャ

係数の導きだし方をもう少し詳しく示してほしいと思いました。特にt値、p値の計算がどのような式で出来るのかわかりませんでした。

m-hirose
2020/09/20
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

これまでの自分の業務の中でこういった分析を行う機会はあまりなかったが、エクセルでもできるし、案外シンプルな考え方なので、是非使ってみたいと思った。

stoneriver1118
2020/09/19
医薬・医療・バイオ・メディカル マーケティング 課長・主任・係長・マネージャ

目的変数と説明変数のt値が2以上という点が勉強になりました。

butako2015
2020/09/18
商社・流通・小売・サービス その他 一般社員

これまで回帰分析という言葉に対して漠然と難しそうだというイメージを抱いていたため、食わず嫌いしている面があった。今回の講義で回帰分析が1時間数の組み合わせという比較的単純な関係で表せること、関係性があるかどうかだけであれば、Excelを用いて容易に計算できることがわかった。したがって今後は、前提条件を揃える、有効な変数を試行錯誤の中で見つけるということに留意して回帰分析を業務の中で活用していきたい。

mo525
2020/09/17
商社・流通・小売・サービス その他 課長・主任・係長・マネージャ

t値、p値を理解しているものとして話が進んでいることに驚いた。
知っている人は本講座を見ないのでは?
googleで「回帰分析 T値 P値」で調べたら詳細がヒットし、ようやく意味がわかった。
分かった上で言うが、やはりこの講座内でもしっかり触れるべきだと思う。驚きの突き放し具合であった。

bkb_
2020/09/17
IT・インターネット・ゲーム・通信 メーカー技術・研究・開発 課長・主任・係長・マネージャ

いきなり分析にかけるのではなく、最初にデータのばらつきを俯瞰したい。

aym25
2020/09/15
IT・インターネット・ゲーム・通信 その他 課長・主任・係長・マネージャ

1回で理解するのは難しかったので、復讐しようと思います。

hhk2020
2020/09/15
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

重回帰分析の例で、雨なら0になるのがすこし?だった。何かの例で自分でも検証してみたいと思います。

mat09
2020/09/14
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

1度で理解できるレベルではなかったので繰り返し見てみようと思う。

atijuf
2020/09/14
金融・不動産・建設 専門職 課長・主任・係長・マネージャ

重回帰分析を人に教えられるくらいにマスターしたいと思います。

hm126124
2020/09/14
メーカー メーカー技術・研究・開発 一般社員

回帰分析の知識を深めることができた

junichirose
2020/09/14
商社・流通・小売・サービス メディカル 関連職 一般社員

自分の体調と睡眠時間など生活習慣がどの程度日頃のパフォーマンスに影響を与えるのか分析する。
ビジネスだけでなくプライベートを改善する手段にもなり得る。

i-takuya23
2020/09/14
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

これはめちゃくちゃ難しかったです。組織一回じゃ理解できないです。その他に多様な分析が出てきましたので目的は違いっていうところをはっきり分かるようにしていきたいなと思いました。こういった分析をちゃんと目的別に分けて使うことができればかなり戦略的な打ち手が打てそうだなと思います。

hottton
2020/09/13
メーカー IT・WEB・エンジニア 課長・主任・係長・マネージャ

誰もが簡単に回帰分析、重回帰分析をできる環境を作りたい。

tok_42315
2020/09/13
医薬・医療・バイオ・メディカル メディカル 関連職 一般社員

重回帰分析では複数ある説明変数にそれぞれ何を用いるのかが重要となってくる。したがって、実際の業務においては想定される種々の説明変数で試みることにより、選択した説明変数が妥当なのかどうか評価する必要性も感じた。

matsu0330
2020/09/13
メーカー 専門職 課長・主任・係長・マネージャ

重回帰分析は正直よくわからない。
いつか理解して使いってみたい。

sasarisa_55
2020/09/12
メーカー 営業 一般社員

少し難しい分析手法だったので、再度復習を兼ねて確認したい。一見関係なさそうな関係性を見出せるかもしれないので、使えそうな場面で利用したい。

kimk
2020/09/08
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

重回帰分析の単元が難しく感じたがポイントは掴めたので、会話の中に取り入れいきたいと思う

raphaela
2020/09/07
商社・流通・小売・サービス 販売・サービス・事務 一般社員

tとpの説明がもう少し詳しくしてほしかった。
単回帰分析は仕事上、使いやすそうだけど、重回帰分析は難しそう。

momoyupy
2020/09/05
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

要素となる変数の設定が重要だと感じた。

moti555
2020/09/05
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

様々な変数を分析してみようと思った。

yoshikatsu08
2020/09/03
IT・インターネット・ゲーム・通信 経営・経営企画 課長・主任・係長・マネージャ

難しそうです。業務で活用してみたいと思います。

terayasu01
2020/09/02
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

T値、P値の算出方法が良く解らない

indigo-apricot
2020/09/02
メーカー その他 一般社員

単回帰分析はたまに使用するが、重回帰分析を使用した経験はあまりない。
実際には説明変数が複数ある場面はよくありそうなので、機会を見つけ、
使用できるようにしたい。

konatu
2020/09/01
IT・インターネット・ゲーム・通信 クリエイティブ 一般社員

ちょっともう一回受けないと難しくて小テストが理解しにくかった。

ggz
2020/08/31
メーカー マーケティング 課長・主任・係長・マネージャ

エクセルで分析できるとは知りませんでした。重回帰分析の説明がよくわかりませんでした。別途勉強が必要ですね。

hiro_okd
2020/08/30
インフラ・公共・その他 メーカー技術・研究・開発 部長・ディレクター

活用するために、もう少し自分で勉強して理解を深めたいと思います。

kyonk
2020/08/29
メーカー 営業 部長・ディレクター

単元が終わるたびに学び中のカテゴリトップに一発で戻れないのが不便。例えばデータ、情報分析力の相関関係が終了した後に、カテゴリの並び順だと回帰分析が次に来るのに、一発でカテゴリトップに戻れないため回帰分析に行きつくのに手間がかかる。

yoshida_h
2020/08/29
商社・流通・小売・サービス 営業 一般社員

回帰分析に関しては理解度が浅薄です。
復習したいと考えております。

j_mitsu
2020/08/29
メーカー 人事・労務・法務 課長・主任・係長・マネージャ

eラーニングの受講率をより引き上げるために、回帰分析を用いて受講者増につながる説明変数を探索してみたいと思った。これまでは、業務の繁忙、受講期間中の長期休暇の有無などを定性的に考えて受講時期を検討していたが、定量的に考えることができそうである。

shibuya_01
2020/08/28
メーカー メーカー技術・研究・開発 一般社員

操業データ(説明変数)と製品の品質(目的変数)の重回帰分析を実施して、予期していなかった説明変数を見つけていく。

hazeo
2020/08/28
メーカー マーケティング 部長・ディレクター

各数値の数学的意味を勉強します。

iwa-mas
2020/08/28
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

説明変数と目的変数の設定をどうするかで、説明への納得感や業務上の必要性をアピールできるが、この変数をどのように設定するか、個々人の感性が問われる

kumaru1123
2020/08/27
メーカー 専門職 課長・主任・係長・マネージャ

1度見たぐらいでは理解しにくい。

masaha
2020/08/26
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

何度か復習して活用できる知識にしたいと思います。

wyvern
2020/08/25
IT・インターネット・ゲーム・通信 経理・財務 一般社員

いままでは漠然とわかっていたことが、回帰分析を行うことにより数値化でき、より信憑性が高くなることがわかりました。

t-sutani87999
2020/08/25
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

微生物の増殖に関わる成分を複数供試した際に、どの成分が増殖の増減に関わるか

miyou
2020/08/25
インフラ・公共・その他 専門職 一般社員

要素に対して要因を見つけて分析することが有効である。

akira_okano
2020/08/24
メーカー メーカー技術・研究・開発 その他

エクセルでの計算法が勉強になりました。 専門的に説明するとかなりハイレベルなことを短い動画で、でも重要なところはきちんと説明されていて、さすがグロービスと思いました。

peete
2020/08/24
医薬・医療・バイオ・メディカル 人事・労務・法務 部長・ディレクター

概略はこれでつかめるが、本質的には統計をきちっと学習する必要があると考える。

macasan
2020/08/24
メーカー 専門職 経営者・役員

過去には、医薬品の構造活性相関にて、活性のある化学物質を見出すことに活用していた。マーケーティングにおいても簡便に活用できる。

tani44
2020/08/24
メーカー メーカー技術・研究・開発 一般社員

tとpの値を確認し、意味のある分析にしたいと思いました。

utako-2020
2020/08/23
商社・流通・小売・サービス 経営・経営企画 経営者・役員

聞いているうちは解った気がしてしまっていた。しかしドリル?みたいなもので何回もやってみたい!データードリブンな思考を磨くためにぜひ練習問題で気づきを増やしたい。せっかく異業種のやる気がある人たちの集まりなので、ゼロから視点を自ら増やすより真似して考える回数を増やす方が早い。勘と感覚だけでない判断が変化に必要だと思う。現状を変えたくない現場を説得するのに時間を費やしている間に会社が倒れる!

annzai
2020/08/22
医薬・医療・バイオ・メディカル 専門職 課長・主任・係長・マネージャ

凄く難しかったです、、、活用できれば、在庫定数の正確な管理はできるんだろうなあと思いました

teihen
2020/08/22
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

重回帰分析はあまり使わないので、機会があるときに使えるか考えてみたいと思う

kuny_0426
2020/08/20
IT・インターネット・ゲーム・通信 営業 一般社員

理解するのが難解でした。何回も勉強させて頂きます。

z043168
2020/08/20
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

理解していない部分もあるので繰り返し学んでいきたい。
回帰分析を活用することで見えない部分も見えてくんだなと感じた。

d-251
2020/08/20
商社・流通・小売・サービス 販売・サービス・事務 一般社員

業務に合わせて活用ができるか試みてみます。

hiro016800
2020/08/19
IT・インターネット・ゲーム・通信 マーケティング 課長・主任・係長・マネージャ

レベルが高すぎて理解出ない

hide-1963
2020/08/19
IT・インターネット・ゲーム・通信 その他 一般社員

大体のイメージは掴んだつもりですが、t値とp値についてもう一度おさらいしたいと思います。

rog-emi
2020/08/18
メーカー マーケティング 一般社員

まだ理解できていないので理解できるまで繰り返し学びます

yus-5000
2020/08/17
メーカー 営業 一般社員

問題の中であたらに数字や条件を設定して一緒に考えて行ける仕組みがあるとわかりやすい。
難しいがマスターできればとても有効な分析。

m0835
2020/08/17
メーカー マーケティング 課長・主任・係長・マネージャ

重回帰分析のtとかpの意味をもう少し詳しく知りたい。

tm03
2020/08/16
インフラ・公共・その他 メーカー技術・研究・開発 一般社員

定量値を算出する際に使用できる。検量線。

yoshi_90
2020/08/15
インフラ・公共・その他 専門職 一般社員

複数の因果関係から結果を導き出すことができる

logos37
2020/08/15
メーカー 資材・購買・物流 一般社員

交絡因子に気を付ける

mission_e
2020/08/15
医薬・医療・バイオ・メディカル マーケティング 一般社員

過去の相関データを元に将来予測を定量化できる有用なツールである。ただし、有効な変数を特定することが重要。活用したい。

taneshin
2020/08/15
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

意味のある要素の見つけ方について学びたい

penguinqueen
2020/08/14
金融・不動産・建設 その他 課長・主任・係長・マネージャ

関係性について数値化して説明することで、より説得力のある分析ができることがわかりました。
ビッグデータの分析の基礎の基礎だと思い、学ぶことができてよかったです。

重回帰分析については、説明が省略されていることも多かったように感じるため、それぞれの係数の意味が十分にわかってはいないのですが、有効な変数の組み合わせを判断する材料をいただくことができました。

buddha
2020/08/14
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

難しいですね
使いこなせるかは自信がありません

toshikamo
2020/08/13
金融・不動産・建設 販売・サービス・事務 課長・主任・係長・マネージャ

回帰分析、活用します。

chagezo
2020/08/13
インフラ・公共・その他 建設・土木 関連職 課長・主任・係長・マネージャ

ある変数と他の1つまたは複数の変数の関係性を分析する方法であり、変数同士の関係性を知ることで施策検討に活用できる場合がある。漠然と結果を予測するのではなく、数値から定量的に効果を予測するようにしていきたい。

kussan
2020/08/12
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

業務の中ではなかなか回帰分析を用いる場面が少ないので、かなり難しく感じました。

s_nari
2020/08/11
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

アイスの例と異なり、自身が関わる業界において、説明変数に該当するパラメータが何かを見出すことは容易ではないが、活用できれば非常に説得力のあるデータとなるため、機会を見て活用したいと思う。

cizawa
2020/08/11
メーカー 経営・経営企画 部長・ディレクター

・起こっている事象の原因仮説を確認する
・これまで起こった事象頻度から将来おこる事業頻度を予測する
・目的とする事象の発生を最大化する

sumiko
2020/08/10
コンサルティング・専門サービス マーケティング 課長・主任・係長・マネージャ

1つの事象に対して、どのようなことが影響しているのか、想定していなかった発見にたどり着くために回帰分析を活用したい。但し、重回帰分析は完全に理解しきれていないので、顧客に説明できるまでの習得が必要。

saitoh_0830
2020/08/10
メーカー 経営・経営企画 一般社員

高度に使いこなせれば販売予測にも使える可能性があり、SCMの高度化につながると思う。

yuki_0719
2020/08/09
メーカー マーケティング 部長・ディレクター

マラソン大会のへの参加者を説明変数としてスポーツサプリメントの
売上金額を目的変数として回帰分析する。大会が盛んにおこなわている大会でのプロモーションでの露出を強化する。

m_r_s
2020/08/09
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

 実際の業務上では、重回帰分析よりは単回帰分析を何回か繰り返し、数多く考えられる変数ひとつひとつの傾向を分析して考えていく方が多いように、経験上感じる。(業界によって様々だとは思うが)
 単回帰分析は、1次の式だけだったが、実際には、2次だったり、グラフがlogだったりするので、重回帰分析よりは、そういった説明が先に来ても良かったのではないかと思った。
 また、大学の時には、まず、最小二乗法から入って勉強した覚えがある。この講座のような表面的な説明では、所詮暗記の範疇になってしまい、物事の本質を理解できない。最小二乗法から数学的にきちんと理解し勉強した方が、数学を逃げた本講座よりも、実は理解への早道ではないかと感じた。

guchi2020
2020/08/09
メーカー 資材・購買・物流 部長・ディレクター

実際のビジネスでは、説明変数の候補となる因子を漏れなく抽出することが肝ですね。

rihi44
2020/08/09
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

久しぶりの重回帰分析

mirai100
2020/08/08
商社・流通・小売・サービス メーカー技術・研究・開発 部長・ディレクター

慣れてないため計算式が難しく、概要のみしか理解出来なかった。再受講します。

noyo1
2020/08/08
メーカー その他 課長・主任・係長・マネージャ

労働災害発生数に関わりが高い要因(説明変数)を分析。管理者に対する部署人数、教育回数、打合せ回数、年齢、温湿度、時期、性別、残業時間など。

masao-g
2020/08/07
IT・インターネット・ゲーム・通信 販売・サービス・事務 課長・主任・係長・マネージャ

頭にはあまり入らなかったが、
実際にやってみる際には回帰分析で調べてやってみたい。
T値やP値で相関性の強さをハッキリ言えるのが面白い。

wam
2020/08/07
IT・インターネット・ゲーム・通信 経営・経営企画 経営者・役員

分析した結果に最近であればコロナという変数も加味する必要がある

rey-0430
2020/08/07
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

回帰分析の具体的な利用方法が理解出来た。

pennybank4
2020/08/06
医薬・医療・バイオ・メディカル IT・WEB・エンジニア 課長・主任・係長・マネージャ

切片をどのように決めるのかがわからない

teruta
2020/08/06
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

「t」の数値が2以上
「P-値」が01.以下の説明がもう少し欲しいです。

omokun
2020/08/06
商社・流通・小売・サービス 経営・経営企画 経営者・役員

定量分析が必要な場面で、すぐにパッと使えるようにしていきたい

hiroki-16452
2020/08/05
医薬・医療・バイオ・メディカル 営業 一般社員

回帰分析という言葉は聞いたことがあるが、内容はあやふやだったので
良い学びの機会となりました

ryuji_001
2020/08/05
医薬・医療・バイオ・メディカル 営業 一般社員

言葉の定義や計算式を覚えていないと何をどう使って良いか分からなくなる。

shunsuke18
2020/08/04
金融・不動産・建設 金融・不動産 関連職 一般社員

債権のデフォルト率も回帰分析で判定してるのだろうか。。
目的変数:デフォルト率
説明変数:景気指数、TOPIX、などなど

kodaaaai
2020/08/04
メーカー マーケティング 一般社員

式は少し複雑だが、エクセルで分布図を作成した際に式を表示させて係数や値をチェックすることで図を有効的に活用できそう。

shizhi
2020/08/04
メーカー その他 一般社員

このような分析は研究者が計算して行うと思っておりましたので、エクセルを用いて自分でもできるとは知りませんでした。
まずは手近なデータで使い方を習得し、実業務で何か分析したい場面に出くわした時に使えるようにしたい。

jun7887
2020/08/02
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

変数が多いものに有効だと思った。

inter999
2020/08/02
インフラ・公共・その他 専門職 一般社員

多重共線性(マルチコ)の発生についても触れた方がいいかなと思います。

jun_iwashita_46
2020/08/01
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の統計的意味は忘れていた部分で再確認出来ました。

tansansui
2020/07/31
金融・不動産・建設 営業 課長・主任・係長・マネージャ

難しい内容でまだ理解できていない。後日再度復習したい。

hirosan_27
2020/07/31
メーカー マーケティング 課長・主任・係長・マネージャ

単回帰分析はよくやりますが、重回帰分析は知りませんでした。機会みて、やってみたい。

dokozonoyamada
2020/07/30
メーカー メーカー技術・研究・開発 一般社員

重回帰分析のやり方が気になるの

japan
2020/07/30
メーカー 営業 課長・主任・係長・マネージャ

実際に活用できるように、日頃から考えて行きたいと思います。

imaki0
2020/07/27
メーカー メーカー技術・研究・開発 一般社員

回帰分析は機械学習の第一歩になり、活用できる

nishi-nin
2020/07/27
メーカー 経営・経営企画 経営者・役員

実際に具体例を使っての説明は理解しやすかった。重回帰分析をもう少し掘り下げても良いかと思った。

441
2020/07/26
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

単回帰分析は,私が普段から最もよく活用している分析手法。重回帰分析も活用することでより様々な関係性を見出すことができるため,そちらも活用していきたい。

nikimi
2020/07/26
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

決定係数とは何かを知りたいです

masaq
2020/07/26
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

一度買ったものを長年使い続ける人とその人の貯蓄額との関係性

masao422063
2020/07/25
メーカー 営業 一般社員

今、現実かけ離れている重回帰分析は復習が必要と感じた。

sarah_ise
2020/07/25
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

現状、私の日常においての使用は考えにくく、また馴染みがないので、サンプルデータ等で練習、確認出来ると良いのですが

toko42
2020/07/25
金融・不動産・建設 人事・労務・法務 課長・主任・係長・マネージャ

漠然と関係のありそうなものでも数値化することで、その正誤を確認することができることを理解した

raichi
2020/07/25
IT・インターネット・ゲーム・通信 経営・経営企画 課長・主任・係長・マネージャ

重回帰分析は復習が必要と感じた。

sato_4199
2020/07/24
メーカー メーカー技術・研究・開発 一般社員

単回帰分析は日常的に行なっていたが、重回帰分析を活用できていなかった。エクセルでの計算方法を確認して、活用していきたい。

bbr
2020/07/24
メーカー メーカー技術・研究・開発 一般社員

重回帰分析をするにあたり、何を変数とするのかを考察するのが非常に試されると感じた。
将来AIが変数を当てはめて、予測する世の中になるのだろうか。

sk-kdrni
2020/07/24
医薬・医療・バイオ・メディカル その他 課長・主任・係長・マネージャ

まさに温故知新。昔ながらのやり方だが、根拠を持って説得できる。だが、調べるまえの仮説がポイントになりそうだ。

henrydyson
2020/07/24
メーカー その他 課長・主任・係長・マネージャ

ある変数と他の変数との関係を見る分析は理解したが、もう少々自分に理解が必要です。
tとかPとかについてもう少し説明が欲しいです。

yymmdd
2020/07/23
コンサルティング・専門サービス コンサルタント 一般社員

回帰分析という言葉は聞いたことがあるあったが、実際にどういった場面で何を明らかにするために使われるのか、どのように分析するのかはわかっていなかったため、この動画で基本的な概念を理解できてよかった。
今後コンサルタントとして用いることがあると思うので、使えるようになるための勉強を進めたい。

nishi_ken3
2020/07/21
医薬・医療・バイオ・メディカル 専門職 その他

複数の要素から回帰分析を行うことで、より関連の高い要素が分かり、今後の予測に使用できることが理解できた。

akr_1114
2020/07/21
メーカー マーケティング 一般社員

どの部分を指標とするのかについてきちんと見極められるようになりたいと思います。

tadayuki631129
2020/07/20
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

業務で活用するためには、目的変数の適切な選択と、説明変数の的確な選別が重要となるので、との要素を変数に選ぶかが大変重要となります。

bassa
2020/07/19
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

試験結果を考察する際に客観的な根拠として回帰分析は活用できると感じた。

ichiro33
2020/07/18
メーカー IT・WEB・エンジニア 一般社員

t/pの意味が分からなかった。但し、分からなくても目的は達成できるのであろうと思った。
最近よく思うのは、昔と今で求められていることや利用価値のあるツールは、あまり変化がないのではないか?と感じる。
(Excelも機能アップにより新しくできるようになったことも多いのかと思うが、)何か新しいツールを使わなくても、業務の見える化であったり、将来の戦略を練ることは、既に自分の身の回りにあるツールや既存の知識を使って実現できるように感じる。
つまり、本質的に求められるスキルは、知識の深い理解ではなく、何をしたいか、そしてそのために何をするか、を具体的に決められるリーダーシップであると感じた。

tsk1820
2020/07/18
医薬・医療・バイオ・メディカル 専門職 課長・主任・係長・マネージャ

現場でも利用者がきてくれる条件を分析することで、どのようなときに利用してくれるかの予測に役立てたいです。

t-narita
2020/07/18
メーカー 営業 課長・主任・係長・マネージャ

数値の理解が難しい。

shoki
2020/07/16
IT・インターネット・ゲーム・通信 クリエイティブ その他

相関関係をみたい時に使ってみようと思った。

doberman21
2020/07/16
メーカー 営業 課長・主任・係長・マネージャ

エクセルの計算方法を知ることができ、早速、様々なことに対して、回帰分析を行ってみたいと思った。

kamoshika55
2020/07/15
医薬・医療・バイオ・メディカル その他 課長・主任・係長・マネージャ

直感で関係していると思って、合っているケースも多くありますが、そうでない時にはデータ解析をもとに客観的に関係性を評価できるので良いと思う。但し、前提条件を揃えておかないと、何の解析をしているかわからない、誤った方向へと誘導することがあるので、前提条件を揃えることが重要と思いました。ただ、それは容易ではなさそうに思いますので、複数名の目を入れるなどの工夫が必要と思いました。

naomarushan
2020/07/14
金融・不動産・建設 コンサルタント 一般社員

重回帰分析の結果にP値とtの値が出てきたが、その説明をもう少し詳しく教えてほしい。

takeda_1082397
2020/07/12
メーカー 営業 課長・主任・係長・マネージャ

需要予測とかの提案でよく聞く内容であり、理解が深まったが、もう少し重回帰分析のtとかPとかについて解説してほしいと思った。

isaokawahara
2020/07/12
商社・流通・小売・サービス 人事・労務・法務 部長・ディレクター

これは簡単でしたが、もう少し数学的な説明があったほうがわかりやすいのではないかなと思いました。

kosu_k
2020/07/11
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

会社の業務にてforcastと呼ばれる売上の着地見込みが出ていたが、今思えばあれは回帰分析で出されていたのかもしれない。今見ている数値についても、着地見込みが分かると、より比較しやすくなるので、ぜひ出し方を調べてやってみたい。

torino-karaage
2020/07/11
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

単回帰分析は非常に分かりやすいです。グラフにより視覚的だからです。一方で重回帰分析の場合ですと数式により表すだけで、その導き方がわかりにくいところであります。補正R2乗はどの程度であればモデルの精度が高いと言えるのかはトライアンドエラーしかないだろうか。
また、どれだけパラメータを抽出できるかが重要だということがわかりました。様々な場面で活用して行きたいと思います。

masaru36
2020/07/11
医薬・医療・バイオ・メディカル IT・WEB・エンジニア 課長・主任・係長・マネージャ

大学の一般教養の統計学で学んだことではあったが、基礎部分の学習が自分にはもう少し必要だと感じた。

ot-take
2020/07/10
医薬・医療・バイオ・メディカル メーカー技術・研究・開発 一般社員

単回帰分析は時々使っていたが、重回帰分析は使ったことがなかったので、これから使うようにしていきたい。
ビッグデータではこのあたりをパソコンのスペックに任せて演算しているのだろうが、私の職場ではそこまではできないので、まずは思い当たるところからコツコツやっていく。

g_y_s_
2020/07/10
メーカー マーケティング 一般社員

Excelを使いこなせば、簡単に回帰分析が可能であることがわかった。

senchou
2020/07/09
IT・インターネット・ゲーム・通信 人事・労務・法務 課長・主任・係長・マネージャ

重要なのは、相関性のある係数を見出すことと、そのデータを取得しておくことだと思います。
前者が欠けているとあまり精度の高い結果が見いだせない・・・気がします。
ただ、非常に相関性の強い係数があれば、あまり変わらないのかも?
このあたり、検証してみたいです。

tsugu0810
2020/07/08
IT・インターネット・ゲーム・通信 その他 部長・ディレクター

統計学的に数値化することはマーケティングにおいては重要と言える。

akikoko
2020/07/07
医薬・医療・バイオ・メディカル 営業 一般社員

顧客の専門性と購入製品を比べることで関連性が出れば、今後の販売戦略に生かせると思った。

og_8888
2020/07/07
メーカー 資材・購買・物流 一般社員

知識として学習できたことは非常によかった。
手法は有効だが、前提条件の設定、元データの準備の難易度は高いと感じた。
Excelを活用した重回帰分析の方法紹介サイト等も参考にしたい。

r_66
2020/07/07
メーカー マーケティング 課長・主任・係長・マネージャ

復習して、もっと、理解を深めたい。

taniken_43
2020/07/07
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

なんでもかんでも数値化して語るのは好きじゃないのです。SouthamptonのLe Tissierとか、記録より記憶に残るプレーヤーに憧れるのです、、、と敢えて本題とは関係ない話を書いてみる。

ken-0328
2020/07/05
金融・不動産・建設 経営・経営企画 課長・主任・係長・マネージャ

実際に使える関数のように思えるが、難しい。

551
2020/07/05
商社・流通・小売・サービス その他 一般社員

回帰分析と現場の定性情報を合わせて分析する必要もあるかと。
回帰分析、散布図で異常値の背景も確認していきます。

noritoshi1968
2020/07/03
商社・流通・小売・サービス 経営・経営企画 課長・主任・係長・マネージャ

この考え方はメーカーには有効と思うが、商社では使う機会は限られる。ただし、理論は非常に参考になりました。身近なエクセルグラフにこのような機能があること知り、参考になりました。

sk35
2020/07/03
メーカー マーケティング 一般社員

因果関係を言葉のみで説明すると非所に危険。
そういった場面でこれらの式を用いて、数値としても因果関係があるという事を確認しておきたい

robin1204
2020/07/02
メーカー マーケティング 部長・ディレクター

Excelで簡単に求められるのは身近にできる

naka_09
2020/07/02
メーカー その他 課長・主任・係長・マネージャ

重回帰分析を行うには、データ数が十分に揃っていることが必要だが、感や経験に頼らず、こまめに実施していきたい。

jhoshi
2020/07/02
メーカー 営業 一般社員

変数の認識が一度の学習では理解できない

ysk_216
2020/07/02
金融・不動産・建設 経営・経営企画 一般社員

実際に手元にあるデータを見て、データ分析で様々な変数を探して、数字で判断していくことができると思った。

umekichi
2020/07/01
メーカー メーカー技術・研究・開発 一般社員

2つ以上のパラメータと結果を結び付けたいと考えていました。業務で役立てます。どのようなパラメータを拾ってくるかが重要になりそうです。

katsuki8161
2020/07/01
商社・流通・小売・サービス 販売・サービス・事務 一般社員

回帰分析の大枠の考え方は理解でき実務で活用してみようと思ったが変数や指数のところの理解が難しかったので再度、確認し理解する。

th0588
2020/06/30
メーカー その他 一般社員

例題を用いて、練習するしか理解できない

bancho3
2020/06/30
コンサルティング・専門サービス 経理・財務 一般社員

R2は決定係数
0<=R2<=1
R2が1に近いほど説明変数が目的変数に与える影響が大きい。

tは絶対値が2以上
pは0.1未満

konno443
2020/06/30
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

重回帰分析のt,pの導き方を説明してほしかった

michida0844
2020/06/28
メーカー 営業 課長・主任・係長・マネージャ

重回帰分析ははっきりいってわかりにくい
時間が伸びてもいいので、もう少し段階を追って説明してください。

kazuma_0112
2020/06/28
金融・不動産・建設 コンサルタント 課長・主任・係長・マネージャ

説明されると理解できたような気になりますが、実際の分析に使ってみようとすると難しさを感じます

hisa23
2020/06/28
メーカー 資材・購買・物流 課長・主任・係長・マネージャ

仕掛個数と完成リードタイム、設定リードタイムとの関係性を確認してみたいと思っている

patricia_2020
2020/06/26
商社・流通・小売・サービス その他 一般社員

p値の計算式を勉強したような遠い記憶

daisuke_i
2020/06/25
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

実際の現場では、目的とする数字に寄与していそうな因子を探索するところにセンスというか能力が必要となるような気がします。俯瞰的に物事を見ることができると、こういった因子の探索には有利なのではないでしょうか。

ken19
2020/06/24
商社・流通・小売・サービス 販売・サービス・事務 一般社員

売上がどのような要素の結果作られているかの仕組みを知るために重要な分析ですね。早速実践してみます。

mh2020
2020/06/22
金融・不動産・建設 金融・不動産 関連職 一般社員

普段あまり意識したことがなかったので取り入れてみたい。

town_field
2020/06/22
メーカー その他 一般社員

日常的に意識していない為、まだ理解できていません。繰り返し内容を振り返る必要がありそうです。

oy_ko
2020/06/20
医薬・医療・バイオ・メディカル その他 課長・主任・係長・マネージャ

講義を聞くだけでは理解するのは難しいと思いました。事例で手を動かしてみて、頭に入れないと使えないと思いました。

ko4225511
2020/06/20
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

実務において、変数を選択が難しいと感じる。

ira
2020/06/20
金融・不動産・建設 販売・サービス・事務 一般社員

理解できませんでした。

kaiji-miyauchi
2020/06/19
金融・不動産・建設 経営・経営企画 経営者・役員

回帰分析法を日常の分析に取り入れていきたいと思います。

hiro_4pou
2020/06/19
インフラ・公共・その他 経理・財務 一般社員

安宅和人さんが書かれた「シン・ニホン」を読んでいて、統計的知識の必要性を感じた。そのため、統計学の本で勉強していたのだが、回帰分析がいまいち理解できなかった。
本講では、簡易ではあるがわかりやすい説明がされており、より実践に即した学習内容となっていた。
私の業務の性質上、回帰分析を用いることはないが、今後転職をしたときに確実に必要となるので、もっと掘り下げた勉強をしようと思う。

ken487391
2020/06/18
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

tやpなどの意味が分かりにくく、設問3の答えが理解しきれなかった。

hiromitsu91926
2020/06/18
商社・流通・小売・サービス 人事・労務・法務 一般社員

少し難しかった。もう一度復習。

yoshi93
2020/06/17
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

実際に自分でグラフを作成してみたいと思います。

snufkin14
2020/06/17
インフラ・公共・その他 販売・サービス・事務 課長・主任・係長・マネージャ

重回帰分析がしっかりと理解出来ていないと思う。仕事上使うシーンは想定しにくいが、教養として引き出しに入れておきたい。

modesto
2020/06/16
金融・不動産・建設 販売・サービス・事務 課長・主任・係長・マネージャ

天気と来店客数や電話件数と新規成約数などからの予想

anonaoko
2020/06/15
商社・流通・小売・サービス 販売・サービス・事務 一般社員

なんとなくは分かりましたが難しかった

nochihi
2020/06/14
広告・マスコミ・エンターテインメント 営業 部長・ディレクター

活用以前、まだまだ理解不足。変数を生理的に受けつけない。

shou_0202
2020/06/14
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

相関関係を数字で表せることはわかりやすく、説明に使えると感じた。

takatoshi_80
2020/06/14
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

実験計画の際にうまく活用できれば効率よくできるのだが、実際にはなかなか活用できていない。

zorro01
2020/06/13
メーカー 営業 一般社員

重回帰分析の説明はあまりにも乱暴で、例えば、「t」「P-値」の説明がないとか。サービスの性質から、学校のように一々細かく紹介できないのは理解しますが、それでも一見全部の知識が網羅しているようにコースがあるが、中身として、前提説明抜きで乱暴に紹介されても、勉強にならないし、本末転倒かと考えます。

kenichi-endo
2020/06/13
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

考え方は良く理解できますが、専門用語で表現するとややわかりにくくなるのは不思議です。

lado
2020/06/12
金融・不動産・建設 販売・サービス・事務 課長・主任・係長・マネージャ

よく理解できました。

takashi0728
2020/06/11
メーカー 営業 課長・主任・係長・マネージャ

難しい。日常業務に取り入れられるか?今までは使用したことが無い。

saki1024
2020/06/10
商社・流通・小売・サービス 専門職 部長・ディレクター

1回で理解できていません。再度 視聴してみます

shinare
2020/06/10
IT・インターネット・ゲーム・通信 営業 部長・ディレクター

重回帰分析の補正R、t値、p値の説明、求め方などわからず利用するにはもう少し勉強が必要と思われる

uchikazu
2020/06/10
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

重回帰分析は難しかった。

chicochance5678
2020/06/09
商社・流通・小売・サービス その他 その他

今回の動画学習だけでは理解度が不十分に感じだので、テストを受ける前に他のサイトも参考にしました。基礎部分の学習が自分にはもう少し必要だと感じた。

kykry
2020/06/08
商社・流通・小売・サービス 経営・経営企画 課長・主任・係長・マネージャ

回帰分析を用いる方法を学習したが、より詳しく学ぶことで様々な場面で活用できるようにしたい

sho1971
2020/06/08
金融・不動産・建設 営業 課長・主任・係長・マネージャ

面白そう。業務上の分析に是非取り入れたい。

yasu7
2020/06/08
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

理解したようで罹患出来ていない。

yagisawa
2020/06/08
商社・流通・小売・サービス 販売・サービス・事務 一般社員

回帰分析に有効な変数を導き出す手段として、演繹的・帰納的思考を用いていきたい。

poett
2020/06/08
医薬・医療・バイオ・メディカル 経営・経営企画 課長・主任・係長・マネージャ

複数の要因の操作による将来予測は、人間の行動を変える上でも面白いと思った。

nishi0024
2020/06/07
インフラ・公共・その他 経営・経営企画 経営者・役員

説明変数をたくさん設定することで、相関関係についての感度を上げていく。

kawasaki3
2020/06/07
インフラ・公共・その他 その他 一般社員

最も作業時間に影響する要因を出すことができる

shoki_0219
2020/06/07
インフラ・公共・その他 その他 その他

tとpの意味の説明を詳しくしてほしい

kerokero_65
2020/06/04
メーカー 経営・経営企画 一般社員

データ取りをして使用してみたいが難しかったので、再度受講しようと思います。

nobuhiko_0714
2020/06/04
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

1度で理解できるレベルではなかったです。

___n
2020/06/04
IT・インターネット・ゲーム・通信 営業 一般社員

回帰分析を活用していきたい

tubasa-sim
2020/06/03
メーカー 営業 一般社員

回帰分析を使用することでなんとなく関係ありそうではなく、ちゃんと数字を示すことができるので説得する場面等で特に有効そうである。

hiro_tana
2020/06/03
メーカー メーカー技術・研究・開発 一般社員

t,pがよくわからない

namaguri
2020/06/03
インフラ・公共・その他 その他 一般社員

職場における従業員の生産性の分析に活用できると考える。

325
2020/06/03
コンサルティング・専門サービス クリエイティブ 一般社員

まだわからないことはあるが、調査結果のまとめや仮説立てとして活用できるイメージはあった。

th_kd35
2020/06/03
金融・不動産・建設 金融・不動産 関連職 一般社員

重回帰分析のt、p値、R2の定義を改めて学習できた。

tomoeee
2020/06/01
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

相関関係と単回帰分析の違いがよく理解できませでした。

mitsu2020
2020/06/01
インフラ・公共・その他 販売・サービス・事務 一般社員

有効な変数の組み合わせはなかなか見つけるのが難しいと思うが、これまで関係性があると言われている事柄を検証するために使うのでも十分有効に使えると思いました。

hinaboo
2020/05/31
メーカー 専門職 課長・主任・係長・マネージャ

重要 回帰分析はちょっと難しいですね。実際にやる際はテキスト見ながらやらないと。係数決めも難しそう。

hnaka
2020/05/31
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

まだ十分な理解ができていない(特に重回帰分析)為、身近な事例で練習し、腹落ちさせたいと思います。

nt00301
2020/05/30
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

インプットするデータの数について、解説が欲しかった。結果の信頼性(偶然か、必然か)に影響すると思うので。

askx
2020/05/30
メーカー その他 課長・主任・係長・マネージャ

この分析方法を使って関係性を数値化し、施策に落とし込んでいくことの重要性を理解した。
ただ、用いる値が多く、それぞれの値の出し方や意味合いを一度で理解できなかったので、繰り返し学習したいと思う。

yoshi1020
2020/05/30
インフラ・公共・その他 営業 課長・主任・係長・マネージャ

重回帰分析は、単回帰分析に比べ複雑になるが、より正確な値を分析出来るので、身に付けたい。

berukue
2020/05/30
メーカー 経営・経営企画 課長・主任・係長・マネージャ

変数の関係性を見る手法として活用できそうなシーンはありそうだが、有効な変数を見つけるまでには、時間がかかる可能性があるように思う。「t値」や「p値」というのは、どのように求めればよいのか、説明が欲しかった。

skylimit
2020/05/30
インフラ・公共・その他 経理・財務 その他

キャッシュフロー予測に活用したい。

1ryu1-0520-29
2020/05/28
金融・不動産・建設 営業 課長・主任・係長・マネージャ

重回帰分析のt値、p値のロジックとして何故、その値を基準に確からしさが確認できると言えるのか。より理解していく必要がありそうです。理屈が曖昧。

taito-k
2020/05/28
広告・マスコミ・エンターテインメント 営業 一般社員

一度で理解するのは難しい。

nko
2020/05/28
IT・インターネット・ゲーム・通信 営業 一般社員

計算式をたてることに難しさを感じた。しかし、施策検討や結果の予測に活用できるため、使いこなすことが出来るようにならないといけないと思った。

55_tomoko
2020/05/27
IT・インターネット・ゲーム・通信 その他 その他

仮説で説明変数から目的変数を見ていくという流れがスムーズにできるよう、説明変数の見極めるようにしていきたいです。

m-yano
2020/05/25
広告・マスコミ・エンターテインメント その他 一般社員

忘れそうなので復習を忘れない

yusuke_0913
2020/05/25
メーカー 営業 課長・主任・係長・マネージャ

今までは数値に関しては感覚的に判断していたが、単回帰分析を取り入れて物事を判断していきたい。

kanosan2192
2020/05/25
商社・流通・小売・サービス 営業 部長・ディレクター

重回帰分析の各値の意味をもっと掘り下げて教えて欲しい。

kiyomitsu82
2020/05/24
インフラ・公共・その他 販売・サービス・事務 課長・主任・係長・マネージャ

この分析方法をしらない上司に対しては、分析結果を1から説明しなければ理解してもらえない恐れがある。
進むべき方向性に箔をつける意味では有用であると考える。

teiken123
2020/05/24
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

定性的ではなく、定量的な判断ができるという点で
回帰分析は重要な解析である。

回帰分析を行う大前提として、下記注意すべきことは下記2点と理解

1.傾向のことなる前提条件を混ぜない。
2.いきなり回帰分析をせず、まずは相関関係があるかの
  確認が必要(外れ値、異常値がないかも含め)

そうしないと、回帰分析の結果の解釈を誤る可能性があるため。

kakoppa
2020/05/24
メーカー 営業 一般社員

得意先資料作成において役立ちました。

boutarou
2020/05/24
広告・マスコミ・エンターテインメント 営業 一般社員

数式などが入ってくると途端に脳がシャットダウンし始める。
ここどう克服するか。。。

がんばろう。

rise
2020/05/23
医薬・医療・バイオ・メディカル 経営・経営企画 経営者・役員

定性的な尺度にも、ダミー係数を用いて関係性を見いだせるなら、分析の可能性がとても広がると感じた。

krt
2020/05/23
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

難しい!勉強しないと

hiim1425
2020/05/23
商社・流通・小売・サービス その他 一般社員

復習して学習します。

takuchizu
2020/05/22
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

あまり馴染みのなかった手法でしたが、良く説明を聞いてみると、活用可能な事例が沢山浮かびました。
早速、活用してみたいと思います。
一度では、理解しきれなかったので、復習して臨みます。

user-2f91c6c33c
2020/05/22
  

知識が全く足りていないことを痛感しました。
今後はもっと深めていきたい。

marukome
2020/05/21
メーカー メーカー技術・研究・開発 一般社員

留意点にある、前提条件を揃える、というのは非常に重要で、全データについて分析しても相関が見られない場合でも、うまく層別すると傾向がわかることが多かった。また、いきなり回帰分析をせず、まず相関をグラフ化して確認することも大事である。

hawk_eye
2020/05/20
メーカー 営業 課長・主任・係長・マネージャ

回帰分析は有用であると思いながらも自ら使ってみることはありませんでした。
今回、詳しく学んだことで試してみたいと感じました。

user-067097f4e7
2020/05/19
  

理解するのに時間を要した為、反復学習していきたい。

fujinosangogo
2020/05/19
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 経営者・役員

重回帰分析がよくわからない。
とりあえずキーワードだけ覚えておいて書籍などで勉強した方が良いかも。

massapy
2020/05/19
金融・不動産・建設 経営・経営企画 経営者・役員

回帰分析を行うには、まず詳細な過去データが必要で、それらから将来予測をする、またそれぞれの変数は、相関係数から導き出しても良いかな、という理解をしました。まずは、自社で蓄積しているランダムなデータ同士で、売上予測などをしてみようと思います。

takimu1114
2020/05/19
メーカー メーカー技術・研究・開発 一般社員

実験結果の解析に役立てることができると思う

shohei4932
2020/05/19
メーカー 営業 課長・主任・係長・マネージャ

活用する場面が多い。知らず知らずのうちに活用していたが単回帰がほとんどで、重回帰分析はできていない。今後に役立てたい。

chodebu
2020/05/19
商社・流通・小売・サービス 販売・サービス・事務 課長・主任・係長・マネージャ

漠然とした関係もデジタルで表すと有効性が検証しやすい。

maichi
2020/05/18
医薬・医療・バイオ・メディカル 営業 一般社員

かなり物事を難しく捉えている印象。確かに、信憑性は高いが、そこまで捕らわれることはそんなに無い印象です。

kuni0631
2020/05/18
インフラ・公共・その他 専門職 部長・ディレクター

回帰分析は過去データから将来を予測すること。
でも適切な変数としたなと正しい予測とならない。

ta_d
2020/05/17
IT・インターネット・ゲーム・通信 営業 一般社員

実際にやってみないと定着しない。また復習が必要であると思った。

cocona_33
2020/05/17
メーカー 資材・購買・物流 一般社員

使いこなせると良いと思います。

thase
2020/05/17
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 課長・主任・係長・マネージャ

普段から漠然と「想定」で分析をしたつもりいたので、
回帰分析で「数値化」して分析できるようになりたい。
このセッションだけもう少し深堀して説明してほしい

satoshi-1
2020/05/17
商社・流通・小売・サービス 営業 一般社員

小売業で働いている人は、経営に重要なんだと理解します。
アイスやビール 気温、天気に関する商品は、重要なイメージはつきました。
ただ、実際の業務に使える知識までは、知識に不安が残りました

haya5yuki
2020/05/17
インフラ・公共・その他 専門職 一般社員

回帰分析の仕組みが分かった。

keita1020
2020/05/16
メーカー 営業 課長・主任・係長・マネージャ

正直初めて聞く分析手法でしたが、回帰分析を使うとより正確な相関性や、需要予測が計算式で表せると事は、ビジネス、経営において非常に重要と感じました。

takashi_0117
2020/05/16
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

一度聞いただけではよくわかりませんでした。

iamk
2020/05/16
商社・流通・小売・サービス マーケティング 一般社員

目的変数に対して、意味のある説明変数を探し出すことが大事だけど
地味に大変。

施策を設計する場合に、あらかじめ過去施策から得られる予測や
説明変数を計測可能なデータとして取得できるように環境整備をすることを意識して取り組めそう。

kyokopapa
2020/05/15
メーカー メーカー技術・研究・開発 一般社員

重回帰分析のt、p値を使えば、感覚的には捉えられない相関も定量的に示せそう。

buchiken
2020/05/15
メーカー 営業 一般社員

文系には難しい内容だったが、いつも論文で見るのは重回帰分析だったのだと初めて知った。Excelで上手く作成できるとのことだったが、いつかやってみたい。

taiki_324
2020/05/15
メーカー その他 一般社員

ある事象に対して、どれが影響しているのかを調べることができる。

yu_tai
2020/05/15
医薬・医療・バイオ・メディカル 営業 一般社員

回帰分析についてある程度は理解していたが、表計算ソフトの作成方法までは知らなかったので有意義でした。

komikuto
2020/05/14
金融・不動産・建設 経理・財務 課長・主任・係長・マネージャ

身近な事例ではあるが、耳慣れない言葉であり難しく感じた。

habe_501
2020/05/14
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

実践により使えるかどうか判断したい。

t05y02
2020/05/14
メーカー 営業 一般社員

計算式の理解が完全ではないので、繰り返し確認する必要がある。

maty544791
2020/05/13
インフラ・公共・その他 販売・サービス・事務 課長・主任・係長・マネージャ

実際のデータを用い、エクセルの機能を活用して、実践しながら身につけていきたい。

musashi0716
2020/05/13
メーカー 営業 課長・主任・係長・マネージャ

「相関分析」のカリキュラムのようにエクセルなどでの具体的な分析方法の説明があるとより良いと思いました。

kuma_226
2020/05/12
メーカー メーカー技術・研究・開発 部長・ディレクター

目的変数はすでに業務で発生している繁忙の度合い(残業時間など)、説明係数を得意先の需要件数などとして、うまく設定することで、部門業務の季節によるばらつきを予測して、業務効率化に生かせるのではないかと考えます。

avmuty
2020/05/12
医薬・医療・バイオ・メディカル 営業 一般社員

t値、p値の意味を忘れてしまいそうですが、
何度かこの分析を行ってみると体に染み込みそうな気がします。

病院の施設分類と、製品の販売傾向
どのような施設分類にされている施設が製品Aを購入しているのか
回帰分析を行い、未採用先にあてはめたりできるのかなとイメージしました。

cozyhayakawa
2020/05/12
メーカー 営業 課長・主任・係長・マネージャ

データがあること
データから仮説を見出だすこと
が分析の起点になるので普段から関係性を明確にした事項の変数になりうる可能性を考えまくる。
そのうえでトライ&エラーでより精度の高い変数を見つけるという地道な作業。

taku358
2020/05/12
インフラ・公共・その他 メーカー技術・研究・開発 一般社員

様々な要因について、回帰分析をすることで、新たな知見が得られることがわかりました。

kan-chan
2020/05/11
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

回帰分析は身近であったが、重回帰分析はまだ実施したことがなかった。今後活用してみたい。

lifework_2020
2020/05/11
IT・インターネット・ゲーム・通信 販売・サービス・事務 その他

キャンペーンの実行に対する効果予測

zeku0318
2020/05/11
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

業務で使えるように具体的な変数の見つけ方なども説明が欲しかった。

nozomi_0315
2020/05/11
メーカー 営業 一般社員

分析結果はわかりやすいが、自分がやるには難しいと感じた。

tk1982
2020/05/11
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

変数の関係を見る分析とあり、具体的なデータ作成には必要なものであると感じた。

taro-goro
2020/05/11
インフラ・公共・その他 人事・労務・法務 その他

今まで漠然と関係がありそうなことをデータをもとに裏付けを作ることができる手法として大変有効だと感じました。

s200068
2020/05/11
メーカー 専門職 一般社員

EXCELを使って実際に解析してみようと思います。

yoshi-yoshi-06
2020/05/11
商社・流通・小売・サービス その他 一般社員

考え方は理解出来ましたが、重回帰分析が難しいです。

n_masa-0723
2020/05/11
メーカー 営業 課長・主任・係長・マネージャ

*未来の数値予測を過去の実績、関係性などを数値化し見出す事が出来る。その未来の数値を現実性の高いものと係数から導けることを活用したい。

ta-yamada
2020/05/10
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

現在の業務に活用した事がなかった。今後どう活用できる考えたい。

y-naomi
2020/05/09
コンサルティング・専門サービス 人事・労務・法務 課長・主任・係長・マネージャ

説明を聞いただけでは理解が不十分だと感じているので、実際にExcelを使って何か分析してみようと思った。

s_
2020/05/08
インフラ・公共・その他 経理・財務 一般社員

使わないと決定係数やt値、p値の見方を忘れてしまうので、どんどん使っていきたい。

newdsp
2020/05/07
医薬・医療・バイオ・メディカル 営業 一般社員

営業活動と営業成績の相関に役立つと感じました。例えば、ディテール(単純接触)数、プレゼン数(濃厚接触)数と売上(or前同UP率)を回帰分析し、有意性が見いだせれば、アクションプランの策定へ繋げることが出来る。

otobe711
2020/05/07
メーカー その他 課長・主任・係長・マネージャ

回帰分析をもちいて、相関関係のある説明変数と目的変数を見つける方法を学べた。単回帰分析、重回帰分析をエクセル関数を使って計算する方式も学べたので、実際に試行してみたい。

toshiaki4025
2020/05/07
金融・不動産・建設 営業 部長・ディレクター

再学習が必要だと思います。

comedo_0930
2020/05/07
医薬・医療・バイオ・メディカル その他 一般社員

1度では理解が難しかったので、何度も視聴したり実際にexcelでグラフを作成してみようと思う。

taku0422
2020/05/07
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

結果と要因という考えを数値化する事ができる事がわかりました。
興味ある業種の様々なデータで試してみます。

seiyu_n
2020/05/07
IT・インターネット・ゲーム・通信 営業 一般社員

売り上げに影響を与えるものがわかる

tiwasakiaaa
2020/05/06
メーカー メーカー技術・研究・開発 一般社員

重回帰分析の際の適切な変数の設定が重要だと分かった。

koki_0812
2020/05/06
メーカー メーカー技術・研究・開発 一般社員

単回帰分析については知っていたが、重回帰分析は初めて学習したのでもっと詳しく知りたいと思いました。

mikako_10
2020/05/06
金融・不動産・建設 営業 一般社員

この分析をする事で、自分の思考に説得力が増すと思った。一方で重回帰分析の説明や途中式なども解説して欲しかった。重回帰分析の分析の仕方はわかったが、作成方法まであればもっとわかりやすかったのではないかと思う。

take1
2020/05/06
メーカー マーケティング 課長・主任・係長・マネージャ

説明はごもっともだが、もう少しわかり易く表現できないか、1つのテーマとしての時間枠があるとは思うが、理解させるのであれば2つに分割してもよいと感じた。

masatada
2020/05/06
商社・流通・小売・サービス 営業 一般社員

回帰分析の方法、思考を学びました。

jabe
2020/05/06
IT・インターネット・ゲーム・通信 営業 一般社員

式の理解ができてないため、活用が現時点では難しい。

ohwashi
2020/05/06
商社・流通・小売・サービス 経理・財務 一般社員

なかなか難しかったです

getting-better
2020/05/06
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

相関分析との違い、使い分けまで理解ができていない。
実際に活用して理解を深めたいと思った。

ohhara_chiba
2020/05/06
インフラ・公共・その他 資材・購買・物流 課長・主任・係長・マネージャ

t.pの数値化の説明分かりづらかった。内容としては興味がわき、復習してみようと思う。

t_uni
2020/05/05
金融・不動産・建設 営業 課長・主任・係長・マネージャ

正直難しかった。より理解出来る様に努力します。

akira0404
2020/05/05
コンサルティング・専門サービス コンサルタント 課長・主任・係長・マネージャ

難しいです 役にたてるように 努めます

naka7494
2020/05/05
商社・流通・小売・サービス 営業 課長・主任・係長・マネージャ

回帰分析をもっと深く知らないといけないと感じた。

taka-1230
2020/05/05
商社・流通・小売・サービス その他 一般社員

難しかった。。。もっと理解できるように頑張ります。

ilovetosucity3
2020/05/05
メーカー メーカー技術・研究・開発 部長・ディレクター

目的変数に対して説明変数の選び方がポイントになると思う。
相関分析などとも組み合わせて使うと良いと思う。

keiju884
2020/05/05
IT・インターネット・ゲーム・通信 販売・サービス・事務 一般社員

数値の変化がなんの原因と結びついているのか、分析しようにもどうすれば良いのか分からなかったので、今回はすごくいい視点をいただくことができました。

kawayoshi
2020/05/04
メーカー 営業 部長・ディレクター

Excelにて導けることが非常に勉強となりました。営業として日々忙殺される環境下だと、分析する内勤業務との役割分担・連携作業が必要ですね。

kazue_mikan
2020/05/04
コンサルティング・専門サービス 経営・経営企画 経営者・役員

分析の前提条件をまく設定することが、この分析のキーとなると思う。身の回りで回帰分析することがあるのか、まず、そこから考えたい。

chiiika614
2020/05/03
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

活用するにあたっては検討する説明変数同士になにか因果関係があるのかどうかも検討すべきかと考えました。

take0053
2020/05/03
インフラ・公共・その他 経営・経営企画 課長・主任・係長・マネージャ

より具体的で応用ができそうだ

emerald
2020/05/03
メーカー 資材・購買・物流 一般社員

有効な変数を的確に見つけることができれば年間販売目標、月次生産計画などいろいろな予測に使えそう。既にプログラム化されているものについてもどんな数式を用いているか確認してみるのも面白いかも。

ryuji_horii
2020/05/03
商社・流通・小売・サービス 資材・購買・物流 部長・ディレクター

「相関分析」のカリキュラムのようにエクセルなどでの具体的な分析方法の説明があるとより良いと思いました。

tani_2020
2020/05/03
広告・マスコミ・エンターテインメント その他 一般社員

改めて回帰分析の用語が正確に理解できました。
数値の意味するところについてもう少し詳しく学びたいと思います。

khmy1
2020/05/03
金融・不動産・建設 営業 課長・主任・係長・マネージャ

業務に活用する為にも、有効な変数の組み合わせに注意していきたい。

htctc
2020/05/02
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

概念的なことはわかりましたが、実用するには他にも考えることが多そうに思いました。

koga_12
2020/05/02
インフラ・公共・その他 人事・労務・法務 一般社員

今まで重回帰分析は用いたことがないのでチャレンジしたい

kataokacon
2020/05/02
コンサルティング・専門サービス 経営・経営企画 経営者・役員

大変勉強になりました。

kawashima_f
2020/05/02
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

機械学習では普通に使っている分析手法です。
特徴量同士の関係を様々なアルゴリズムで推定し、回帰分析のような結果として推論させます。

ryosexy2
2020/05/02
商社・流通・小売・サービス 営業 一般社員

t値 変数として用いるのが適切なのか
P-値 意味のある統計結果なのか
とのことでした。それぞれの意味をもう少し欲しかった。
変数同士の関係性や将来の予測にとても役立つと思った。

sho-ri
2020/04/30
メーカー 営業 一般社員

結構難しい内容だった。P値やT値は聞いたことがあったが、実際に使ってみたことは少ないので、これから使う業務があれば積極的に使っていきたいと感じた。

eno1128
2020/04/29
インフラ・公共・その他 資材・購買・物流 一般社員

エクセルも使ってみます。

wildcathouse
2020/04/28
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

活用場面を探します。

tomoaki-0528
2020/04/28
メーカー 人事・労務・法務 一般社員

私にとってはかなり難しく、ノートを取る手が止まってしまった。日常業務ですぐに活かせそうな場面はないものの、もう一度見て勉強してみようと思う。

p_yamamoto94
2020/04/28
メーカー メーカー技術・研究・開発 一般社員

本動画では線形回帰のみで非線形回帰の場合は解説されていない。後者では直線でなく曲線により近似でき、そちらの方が正しく近似できる場合がある。気になる方は非線形回帰分析で調べると良い。
動画としては手法の適用限界を明示すべきだと思う。

pinecove
2020/04/28
金融・不動産・建設 営業 部長・ディレクター

私には難しかったです。エクセルで試してみようと思います。

kouji-
2020/04/28
金融・不動産・建設 営業 課長・主任・係長・マネージャ

正直1度の説明を聞いただけでは理解するのが難しい。

gomamisozui
2020/04/27
医薬・医療・バイオ・メディカル 営業 課長・主任・係長・マネージャ

分析値について理解が深まった

ashija
2020/04/27
IT・インターネット・ゲーム・通信 メーカー技術・研究・開発 一般社員

コンビニの発注業務とかで役立ちそう。

sakura39
2020/04/27
医薬・医療・バイオ・メディカル 営業 一般社員

大学で使用したが、ビジネスでの応用はできていなかった。
回帰分析は将来を予測するのに役立つと理解できた。

wakadai
2020/04/27
メーカー メーカー技術・研究・開発 一般社員

ディープラーニングなどに用いられている「回帰分析」の基本的なポイントを学ぶことができた。
また、世の中の事象は複数の要因によって影響を受けていると考えられることから、重回帰分析を使いこなせるよう、コツや留意点を意識して業務に用いていきたい。

puriko
2020/04/26
医薬・医療・バイオ・メディカル メディカル 関連職 一般社員

データ分析業務に統計知識が必要なので、用語確認の意味で知識の整理ができた。係数の判断ができるようになったので、業務に生かせると思う。

betafunction
2020/04/26
インフラ・公共・その他 メーカー技術・研究・開発 一般社員

科学的に根拠がなさそうな事象を回帰分析することで、何か新たな関係性を見出すかもしれない。

fuku0616
2020/04/25
メーカー 販売・サービス・事務 課長・主任・係長・マネージャ

需給を扱う部署で働いているが、漠然と季節指数や市場が伸びているか?といった情報で増減産を判断しがちだか、具体的な数値式に落とす事でより緻密な管理ができる可能性を感じた。また1番は自分が気づかない関係を持つ指標を見つけ、判断プロセスに織り込むこと。IOTの時代、情報はリニアになるべく多くデータベース化して蓄積する。それを回帰分析して浮き出る仕組みが作れれば、実務にイノベーションを起こせるのではと可能性を感じた。

ori_k
2020/04/25
IT・インターネット・ゲーム・通信 その他 課長・主任・係長・マネージャ

重回帰分析はきちんとしたことがないので、基本(公式)から確認できて良かった

tomokazu_n
2020/04/24
メーカー 営業 一般社員

まだまだ理解ができてないかもです。

manya
2020/04/24
メーカー メーカー技術・研究・開発 一般社員

P値やt値についてももう少し詳細に説明をした方よいと思った。

nakanishi-1261
2020/04/24
医薬・医療・バイオ・メディカル 営業 一般社員

分析に関する内容が難しかった。

ys_cl
2020/04/24
商社・流通・小売・サービス 営業 一般社員

これまでとってきたデータについて、さまざまな回帰分析をやることで新しい示唆が得られそうだと思った。早速試してみたい。

sho_yoshi
2020/04/23
IT・インターネット・ゲーム・通信 IT・WEB・エンジニア 一般社員

実際にデータを扱わないと身につかないセンスだと思う。

shiver
2020/04/23
メーカー メーカー技術・研究・開発 一般社員

重回帰分析は奥が深いと思った。実例などをもっと学びたいと思った。

takeshi-waka
2020/04/23
商社・流通・小売・サービス 人事・労務・法務 一般社員

回帰分析は業務上あまり必要ないと思ったが、内容を見ていると重要なのだなと感じた。

toma1120
2020/04/23
メーカー メーカー技術・研究・開発 一般社員

回帰分析については、もう少し復習する必要があると感じた。
説明変数など具体的な例を参考に勉強して使いこなせるようになりたい。

yasuaki_sekine
2020/04/23
メーカー 営業 一般社員

実際に色々試してみないと身に付かないですね。

morritter
2020/04/23
IT・インターネット・ゲーム・通信 マーケティング 課長・主任・係長・マネージャ

復習が必要です。重回帰分析/回帰分析を現場での仕事に生かしてみたいと感じました。

monkey3
2020/04/22
金融・不動産・建設 その他 課長・主任・係長・マネージャ

データか将来を予測することもしてみたいですし、意図的に変更が可能な要素(説明変数)がないかを考えてみたいです。

kent710
2020/04/22
インフラ・公共・その他 資材・購買・物流 一般社員

重回帰分析は実務で使った経験がなく、良い勉強になった。
大学でデータを用いて卒論を書いた経験がある、等でなければ会社に入ってから初めて触れることになると思うので、新入社員におすすめしたい。

tamiya
2020/04/22
コンサルティング・専門サービス その他 一般社員

どのようなときに回帰分析を用いるのかは理解できたが、講義内容は私には少し難しく感じた。

yoshi0116
2020/04/22
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

天気、気温、、時間、年齢、位置情報とストリーミング再生音楽の関係

takumi_sagara
2020/04/22
商社・流通・小売・サービス 資材・購買・物流 一般社員

実際に起こった事象から問題を探す際やアンケートの集計の際に役立てられると考えられる。自ら実験によってデータを収集し、分析する際にはパラメータが多すぎると実験が時間的に困難であることも考えられるため、向いていないのかもしれない。