探索的データ分析

データ全体の可視化

データ全体の可視化 ： 変数別の折れ線グラフ、ヒートマップ、拡大できる折れ線グラフ

変数の類似度

変数の類似度の分析 ： 総当たりの散布図、（相関係数、グラフィカルラッソ、LiNGAM、連関係数）×ネットワークグラフ、主成分分析×多次元尺度構成法、対数線形分析

変数の選択 ： ステップワイズ法、遺伝的アルゴリズム、LASSO回帰

隠れ変数の分析 ： 主成分分析、独立成分分析、因子分析

異常の定量化の分析 ： MT法、（主成分分析、カーネル主成分分析、混合分布法）×MT法、LOF、最小距離法

個々のサンプルの因果推論 ： Shap値の計算

個々のカテゴリの類似度

個々のカテゴリの類似度の分析 ： コレスポンデンス分析×多次元尺度構成法、アソシエーション分析×ネットワークグラフ

サンプルの類似度

高次元を２次元に圧縮して可視化 ： （多次元尺度構成法・t-SNE・自己組織化マップ）×クラスター分析

外れたサンプルの探索 ： スミルノフ=グラブス検定、LOF

回帰分析系で高次元を２次元に圧縮して可視化 ： 回帰分析、モデル木、サポートベクター回帰、ニューラルネットワーク

行と列の項目の、項目同士の類似度

行と列の項目の、項目同士の類似度の分析 ： ２部グラフ、コレスポンデンス分析×多次元尺度構成法×同時付置図

テキストデータ

テキストマイニング

時系列データ

準周期データの分析　：　２次データへの変換

周期性のあるデータの分析　：　fft、自己相関、相互相関、差分

時系列データの次元削減分析　：（主成分分析、独立成分分析、因子分析）×折れ線グラフ

検証的データ分析

違いの有無の分析 ： 層別の１次元分布のグラフ、平均値の差の検定、ばらつきの違いの検定、比率の差の検定、独立性の検定

正規性の分析 ： シャピロ・ウィルク検定

予測区間の分析

管理図 ： 管理図、工程能力

ゲージR＆R

手法を深く使う分析

主成分回帰分析 ： 主成分回帰分析、因子分析

決定木 ： 二進木、N進木、ランダムフォレスト

クラスター分析 ： 階層型、非階層型（k-means法、X-means法、混合分布法、DBSCAN）

多次元尺度構成法 ： 多次元尺度構成法、ネットワーク式の多次元尺度構成法

一般化線形混合モデル ： 一般化線形モデル、線形混合モデル

対数線形分析 ： 対数線形分析

主成分分析 ： 主成分分析、主成分分析×多次元尺度構成法、質的変数の主成分分析

コレスポンデンス分析 ： コレスポンデンス分析、多重対応分析

因子分析 ： 因子分析

LiNGAM ： LiNGAM

項目反応理論 ： 項目反応理論

ロジスティック回帰分析 ： ロジスティック回帰分析

ベイジアンネットワーク ： ベイジアンネットワーク

スプライン ： スプライン補間、平滑化スプライン、多変量適応的回帰スプライン

生存時間分析 ： カプラン・マイヤー法、ワイブル解析、コックス回帰分析

正準相関分析 ： 目的変数が複数ある回帰分析。変数の群同士の相関分析

区間高次元化回帰分析 ： 区間に分けて単純な回帰分析を実施

ベクトル量子化ラベル分類 ： 質的変数で複雑な分布をシンプルに扱う

Rでグラフを描く

標準グラフ機能

ggplot2

Plotly

ネットワークグラフ

ヒートマップ

パレート図

データの前処理

変数の変換　：　ダミー変換、１次元クラスタリング

クロス集計

サンプルデータ　：　サンプルデータの入手、自作

欠損値のあるデータの分析

可到達行列