まだまだ腑に落ちていない。
だんだん難しくなってきた。
エクセルを使った分析の仕方、苦手でしたが理解できました。活用していきたいと思います。
すでに活用しているが知識として勉強になった。
回帰分析について、身近な事例で分かりやすく解説されていて、説明する際に役立てられそう。学びが深まった。
一回で理解が出来なかった。
もう一度見てみよう。
経営の上で数の予測は難しく、上層部からは精度を求められる。過去の傾向分析ばかりに頼っていたが、回帰分析に挑戦しようかという気になった。まずは意味のある説明係数を見つけなくては。
業務に直接活かせそうではないが興味深かった
色々な関係性から分析が出来、大変参考になりました。
重回帰分析において膨大なデータからの説明変数の決定は重要で、分析の積み重ねが必要であると感じた。
思い込みで関連があると思っているデータの確認に使える
実際の場面で活用するにはかなりの労力が必要だと感じた
様々な業務において有効と思われるシーンは多いが、結果をどのように捉えるかが難しい。適切により慎重に行う必要がある。
数値化が重要である事を再認識した。
r*2やt値,p値に関して概念を知ることができたのは非常のよかった。
自分でも分析をできるようにExcelの使い方を確認するようにする
理屈はわかったが、回帰分析（特に重回帰分析）は何度も自分でやってみないと身につかないと感じた。自社の簡単なものからまずは分析してみたい。
数値で測れない仕事なのであまり具体的なイメージがわかなかった。かつ、重回帰分析が難しくて講義を聞いただけではわからないで、目学問になってしまっているかもしれないが、概念は理解した。
Regressionのx軸とy軸の入力の意味合いがよく理解できたので、今後の入力ミスが減らせると感じました。
重回帰分析のことは、あまり熟知していなかった。今後、外部要因などによる影響を数値化したいときに、活用したい。
回帰分析：ある変数と目的とする変数の関係性を数式を用いてグラフ化することで相互の関係性を明らかにする。
理屈的には製造条件と不良率のような関係の分析に使用できそうだが、製品の種類が多種多様であり、さらにそれぞれの製造条件を決めている因子は多数あるため、その関係性を解明するのは楽ではないが、挑戦する価値のある分析手法であると感じた。
いままで、業務で使った事がない手法でとても勉強になりました。身近な数値からチャレンジしてみたいと思いました。
今後販売強化をしていきたい商品はどういった条件が最適な販売方法かを知るために役立つと思います
重回帰分析は業務で実際に活用するのはハードルが高そう
短時間では難しい講義でした、自社の簡単な例を探してみます。
感覚ではなくデータに裏付けられた説明を出来るようにしていきたい
単なる推測、予測、経験則だけに頼らない計画立案ができそうである。
Excelで簡単に散布図→回帰線を求めることが出来ると知れて良かった。
回帰分析をするデータを入手することが難しい
予算の達成見込みに重回帰分析を用いることで、KPIを決め、活動分析を行うことができる。マネジメントを行うに必要な手法と考えます。
重点事項の予測に際し、データ集計から考察する事が多々あるが、考察基準が不明確であった点を改善して取り組む必要性がある事を感じた。
回帰分析はとても苦手な分野だが、これからの業務に生かしたいと思います。
重回帰分析の部分は、難しく、活用どころか、理解しきれているか疑問です。
ただ、使い方によっては、ものすごく有用である感じは、強く持ちました。
自分で回帰分析をやってみるとなると難しい感を受けるが、理論を認識して仮説をたてながらチャレンジしてみたい。
回帰分析で売上予測を立てる方法を学んだので、業務に生かしたい。
いつも頭の中だけで考えてしまうことが多いのですが、図示して、共有するためにも、活用して行きたいと思います。
重回帰分析のｔ値とP値の意味合いを理解する必要あり。
説明変数をどのように見つけるのが難しい。実際のビジネスでは例のように単純ではないため、単回帰であっても説明変数部分を見つけるのが難しいと思われる。
どういう目的で使われるものなのかはわかりましたが、
使い方が全く理解できませんでした。
係数と切片の説明がありませんでした。
変数の選択が最初は難しそうだが慣れていきたい。
まだまだ腹に落ちていない。
データ分析の資料でなんとなく回帰分析を見ていたが、ようやく意味が分かった。これからデータ分析を見る際にはこのカリキュラムの内容を活用することで実際の業務に活かしたい。
一度の学習では腹落ちしなかったので、復習してしっかりと定着させたい
Excelでの作業を具体的に見れてとてもよかった。
む、難しい・・・。ここまで考えてなかった・・・。（汗）
重回帰分析の手法を身に付ければ、結果に寄与する因子と程度が分かるので、ありとあらゆる行動が効率的にできるのではと感じた。
回帰分析は仮説を検証するうえでの一つの方法となると思う。
活用して行こうと思います
回帰分析を行うことで、販売数が増加する要因やどのような事柄が関連しているか、一見すると深く係わっているような事でもデータを出すことで客観的に関係性を見ることが出来るので面白いと感じました。
重回帰分析をする機会はあまりないですが、いろいろ分析し、相関関係を見つけていきたいです。
天気とアイスの関係性は如何にも、だが、単品ごとの予測を立てようと思うとやはりAIの力が欲しいですね。また、こんな単純そうな相関ですら、その時々の値段など、重回帰的な思考が無いと足元をすくわれてしまいそうだ。
感覚的なものを定量的に捉えることができるので様々なシーンで活用できると思う。ツールとしてExcelレベルで済む範囲ならばなおさら。
実際の場で使ってみます。
実際に販売活動するときのデータは、取れる要素はとりたい思った。
回帰分析のｔやｐ、係数といったワードを具体的にもっと勉強して分析につなたい。
計算式は難しくあまり理解出来なかったが、売上と気温の関係は応用できそうだ。
回帰分析について理解できた。
業務で活用するには感度良く「アタリ」を付けた上で、データを集計する必要がある。
そうでないと、いつまでたっても有効な因果関係が見つからないため。
自分の業務において、回帰分析が出来るよう応用してみます。
実は最近、回帰分析をして分析結果を出しました。役に立ちます。
売上高や指標など営業上の課題の原因分析・対応策策定に活用したい。前提となる変数選定には、センスと仮説シナリオ力が大切であるため、磨きをかける努力を怠らないようにしたい。
漠然と考えのではなく数値化し、グラフ化することで分析できることを知った。
製品分析値の変動理由を調べるのに役に立つと思われる。
回帰分析の内容を理解しました。
日常業務に活かすにはまだ非常に訓練が必要だと痛感した。
excelの使い方があったので、復習しながら覚えていきたいと思います
目的変数、説明変数がまだしっくりと理解できていかなと思います。復習要
回帰分析を用いることで説明変数、目的変数の関係を確認することができる。相関は決定係数の値により確認することができる。
売上予測をする場合に売りたいもの（目的変数）とそれに影響を与える要因（説明変数）を分析することが可能であり、有効な分析ツールである。
製品設計にも役立つと思うのでぜひ活用していきたい
散布図と合わせて、単回帰分析を業務のどこかで使えないか、意識しておきたい。
活用方法はたくさんあると思うが、まだ数式に対して理解できないので経験値が必要だと思う。
回帰分析によって漠然と感じていた異なる要素間の関係性を数値化する事ができる。
是非、今後の分析に使ってみたいです。
グラフ作成の説明もあったので、実際に作って分析してみようと思った。
直感的に理解できることを説明するくらいにしか使ったことがないので、もっと使いこなしたいです。
簡単ではあるがエクセルの使い方の紹介もあってよかった
この内容だけでは外れ値を処理せずに、信頼度低めのとんでもない予測値を出しそう。誤った予測から大量に仕入れて大きな損害となる可能性もあります。説明を追加してはいかがでしょうか？
回帰分析を行うことで正確な予測ができることを学んだ。今後は客観的かつより精度の高い予測の用いたい。
あまり分析したことがないので試します。
実際に活用したことがないので、実地で検証したいと思う。
回帰分析を学ぶことで判断の正確性を上げることが可能となった
重回帰分析をこなすにはスキルを磨かないと活用できなさそう。
今回もなんども見直したが、実際の分析の段には再視聴が必要だろう
数式は、実際入力してみないとイメージができない。
数学が苦手なものへとって数式があるだけで蕁麻疹がでる
重回帰分析の計算、係数が理解難
単回帰分析、重回帰分析それぞれについて、具体的な判断基準などが紹介されており、実際に活用するときに役立った。
回帰分析の概要は理解できたが、使いこなせるまでは理解できていない。
第三者に説明をしても、今のレベルでは「分析結果がこうだから」としか言えない気がする。
回帰分析を行うことで、気づいていない関係性を見つけ出すことができる。。。
ということを、「しっかりやってみる」ことが必要だ。
たとえば、きっかけ×営業マン×年次×デザイナーなどで、
受注率の高低などを予測可能になるかも。。
重回帰分析の説明やケーススタディをもう少し詳細に記載してほしい。
ただ、内容的には非常に有用的なものである。
重回帰分析は今回の内容では理解出来なかった。
回帰分析は打ち手を考える第一歩なので、重要。ただやみくもに分析するのではなく、きちんと仮説をもつ（想像力を最初に働かせて）ことで、価値のあるデータ分析が可能だと思う。
回帰分析による戦略の重要性を認識しました。
何とか一発でクリアーしました。
R2、T、Pといろいろあります。
変数の関係性を見ていくことが将来の予測に役立つことは理解しているつもりだが、目的変数、説明変数、決定変数やt値、p値などなかなか腹落ちしない。要復習。
売り上げUPと実際の行動や事象が、数値的にどう関連しているのを
見出すことができるのが良い。
数式自体は難しく無いが、何か分からない
算式の係数算出についてがポイントである点が理解できた。
この内容は難しく、未だにきちんと理解できない。
重回帰分析の説明がかなり省略している。
分散分析の説明が必要と考える。
相関分析と回帰分析の違い、まだまだ理解ができていない。
重回帰分析！おもしろい！会社のソフトの有効性を実感！
業務ですぐに実践で使えるイメージを得ることができなかった。身近なデータにあてはめて試してみることからはじめてみようと思う。
関係性があると思われる事象を確認するのに、どんどん試していきたい。
重回帰分析の解説で理解できない部分が多かった。Ｒ2、ｔ、Ｐがよくわかりません。
EXCELで回帰分析が出来ることを知らなかった。今後活用してみようと思った。
統計学の復習にとても役立つと思います。
手段として普段使っていたが、意味を深く理解せずに使っていたことに気づいた。
普段の業務でよく使います。重回帰分析は説明変数同士の相関性が高いと意味がないのであまり使用しない。怪しい変数が多くて困った場合に当たりをつける程度で利用しますが、正式な報告の場面では使わないです。
復習して理解深めます。
慣れない言葉が多くて理解に苦労した
説明変数を見つけるのはそう簡単ではない。
しかし、「とりあえず」調べるように意識していくしかない。
サンプルが多いものは「とりあえず」回帰分析するというクセをつけて
見落としがないように気をつけたい。
統計学の一部をここまでコンパクトにかつ簡易に表現しているものは珍しく、状によいコンテンツだと感じました。
変数を見つけるのが難しいが、考え方として押さえておくべきと感じました。
マルチコリレーションへの配慮の必要性に触れても良いと感じた
何を変数として置くのかが重要
tやpによる分析の確からしさの確認というのは知らなかった
来店者を増やすために、変数を洗い出して、回帰分析してみると、有効な施策を打ち出せるかもしれない。
Excelでも散布図→式にすることで簡単に数値化可能
重回帰分析のやり方をより詳しくやりたい
よい復習となりました。
販売予測資料として回帰分析を試してみたい。
ptrがwaがわかりませんnaa
やってみないと身につかない
変数間の関係を見ることは、問題解決の打ち手を決めるのに役立つ。
回帰分析で関係性を明確にすることで説明の信頼度を上げる事ができる。
どんどん難しくなってきた統計学
説明変数が何であるかを見極める事が重要
重回帰分析による予測を実践で活用する。定量的に仮説検証出来る。
実際の業務で、じっくりと分析してみたい
ｔやP、R２乗の出し方の説明をもう少し詳しくしてほしい
様々な説明変数による回帰分析を試すことで、説明変数と目的変数の予期しない関係性を示せる為実用して行きたいと思う
名称は知っていたが、今回の説明で初めて理解した。
回帰分析をする際には、過去のデータ（サンプルデータ）に異常値が含まれていないかを確認することも必要。
重回帰分析の概要を理解でき、仕事に活かしてみたい
わかりやすかった。
回帰分析をこれからの予測式として活用します
回帰分析の仕方、考え方を学べたことが大変良かったです。
回帰分析で、将来の販売個数を予測できることがわかりましたが、その前提となる留意点（tとかp）の意味を習得することが必要。
基本的考えを持つことは重要
...............
重相関についても学べました。
回帰分析
再度動画、自身で使用し理解を深める。
回帰分析の大枠については理解できた。
詳細な分析方法やエクセルの使い方について知りたい。
天気も晴れとそれ以外であると微妙にずれて行きそうと感じた。
旧版に比べ新版は分かりやすい。実際の業務で活用したい。
回帰分析を実際で活用していきたい。
エクセルでの散布図の作り方を教えてもらえ参考になったが、有効な関係性を見つけるには経験が必要になると感じた。
せんもんてきですが、実践的な場面で使えるようになりたいです。
相関関数と、回帰分析が混在しがちの為、どちらを、どの場面で用いるかを復習します。
回帰分析は代理店の分析に使える
立地、個性、他要員
回帰分析の仕組みを知らなかったので、その内容をもっと見ることで施策の精度も上がると思った。
何となく意味はわかったが、使いこなすにはまだまだスキルが必要。
回帰分析の方法が具体的にわかりやすく説明してあり良くわかりました。
旧版も新版も難しい…
重回帰分析は説明変数２つ以上の場合に用いるもの。ただその説明変数と設定する因子は複数回分析を行って絞っていく事が必要と予想。頭の中に馴染むように練習問題等あるといい。重回帰分析による表の作り方は今のところ不明。
基本事項の復習になります。
旧バージョンよりは、分かり易くなっているが、係数、ｔ値、p値の意味がまだ今一つ分からない。どういった計算式なのか分かった方が分かり易いかも。
売上げに関係するプロセスを解明するのに役立てたい
重回帰分析のやりかたの説明がなく、t値やp値、r2の求め方がわからない。
理解するのはまだまだ
仮説を立証するための分析方法
少し難しいが回帰分析を行う事によって、いろんな状況の変化に対応した予測が行える事で作業予測やトラブル予測など幅広く使えそうです。
何度も繰り返し学習して身に着けます
重回帰分析のtやpの求め方が詳しく説明されていると良かったのですが・・・。
内容が比較的難しいと感じた
P値について、5%未満の場合、説明変数として使用できると認識していたが、10％未満でも使用できることを初めて知った。
単回帰分析は理解できましたが、重回帰分析は少々難しいです。
エクセルを使って回帰分析をしてみます。
漠然と考えるのではなく、データに基づき行動していくことの必要性を改めて感じた。
概念は理解できたが、実際に使ってみたことがないので体得した感じはしない。実務で定量分析してみる価値があると感じた。
販売予測のたて方の参考になった。
回帰分析というものがどういったものかは理解できた。
コースの説明1回だけでは なかなか身につかない。まずはコースの内容を何度も学習し、いろいろなデータでトライしてみたい。
実際の業務に役立てて行きたい。
旧版もみてみるべきか？
回帰分析よく理解できました。
重回帰分析の結果がいきなり出てくるが、出し方がわからない。
tやpに気をつけろと言われても、そもそも値を計算できなくては...
もう少し詳しく説明して欲しい。
回帰分析もエクセルを使用して分析が
できるようなので、操作内容を確認して、
実行してみたい。
前回の回帰分析の説明よりわかりやすい内容になっていました。
回帰分析、重回帰分析を使って、因果関係を知り、予測値を出すことができるので、ぜひ実際の業務にも役立てたい。Excelの具体的な使い方も説明されていてわかりやすかった。
概ね理解できました。
回帰分析を用いるにあたり、
不適な説明変数を判断するための基準がよく分かった。
一歩一歩確実にカリキュラムをこなす。
・t検定 |t|≧2⇒信頼性あり
・P値 0.1以下⇒有意味
・切片(b) 説明変数に左右されない数値
重回帰分析と単回帰分析との違いが、いまいち理解できず
再度、見直します。
基本的な事項の復習理解に役立った。
身近な例で説明されていて理解しやすかった。
回帰分析について理解できた
相関分析との違いがよくわかりませんでした。
販売予測や施策効果を確認するうえで回帰分析は重要と感じ、活用することで今までよりも精度を高めることが出来ると理解しました。実践します。
回帰分析は、過去の関係性から将来を予測できる手法。関係性がある係数を頭出しする必要がある（アイスの販売個数／気温や天気等）。
現在の業務に置き換えた場合、様々な種類のデータを集めるのがまず大変だと感じた。
実業務にすぐに役立てるので、前提条件を整理して活用したい。
Ｒ値は説得題材として活用したいと思います。
例が具体的で非常にわかりやすい。
重回帰分析が少しわかりました
数値化することで、説得力が増すことが理解できた。
分かりやすい講義でした。
相関関係と近いタイミングで受講した方がいい。
それぞれの変数の有効性も回帰分析によって数値で表されることを知った。活用したい。
有効な要素を見出すのが難しいが、販売予測分析として活用してみたい。
重回帰分析はやったことがないので機会があれば試してみたいです
回帰分析は将来を予測するという点で面白い。ただ、そのデータを準備することがなかなか大変だと思う。しかし、何らかの業務に活かしてみたい。
特にコメントはありません。
重回帰分析について、詳細な解説があり分かりやすかった。
わかりやすかったです。
表計算ソフトを使用して実行するのは容易なので、業務の中でも実践してみたい。
定量的な説明に必須の知識
なにを説明変数にすることを検討するのも頭をひねる必要がありそうですが、
大変参考になりました。
相関性を求めることのヒントを得た。講座にあるように、実際の例で有効な変数を見つけるには、練習が必要である
旧版よりわかりやすくなった！
回帰分析を使用する機会は、現在のところ仕事上ありませんが、内容を理解しておくことで、今後あり得る機会のために使用できるだけの学習と準備をしたいと思います。
要件定義をしっかり行ってから分析を始めることを忘れないようにする。変数(関係要素)をどれだけ見つけられるか、も大切。属性を良く見極めないと分析が二度手間になりそう。
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。