お知らせ
Gofard ver1.2へ更新

無料データ分析アプリ「Gofard」について、機能を更新しました。 ver1.2更新箇所 ・アプリの言語を英語にしました。理由は日本語で公開していたにも関わらず、英語圏からの問い合わせやご利用が多いためです。日本語で慣れ […]

続きを読む
使い方
相関行列の使い方

相関行列(Correlation matrix) マーケティングや研究開発において収集したデータを確認する時、回帰モデルなどを適用する前にデータの特徴を理解することがデータ分析の第一歩です。その中でもデータ内の変数間の関 […]

続きを読む
使い方
k-meansの使い方

k-meansの説明 Gofardはk-mean法によるクラスタリング(データ分類)を行えます。 k-mean法は初めに分類したい数(クラスター数)を指定し、それに応じて似た特徴をもつデータサンプルごとに分類することがで […]

続きを読む
使い方
決定木の使い方

決定木の説明 GOFARDでは決定木という分類手法でツリーモデルを作成できます。 決定木は分類モデルの解釈がしやすい利点がある為、実験結果やアンケートなどの要因分析に有用な手法です。 決定木の分析例 アヤメ(iris)の […]

続きを読む
使い方
多変量回帰分析(LASSO)の使い方

多変量回帰分析(LASSO)の説明 多変量回帰分析は複数の説明変数xで一つの目的変数yを予測するモデルを作ります。 GofardではLASSO回帰による多変量回帰分析を実行できます。 LASSO回帰は予測に必要な説明変数 […]

続きを読む
使い方
単回帰分析(最小二乗法)の使い方

単回帰分析(最小二乗法)の説明 単回帰分析は一つの説明変数xと一つの目的変数yについての予測モデルを作ります。 Gofardでは最小二乗法に基づいて直線の予測式を作成し、その式を使ってx,y両方の予測値を計算できます。 […]

続きを読む
使い方
数値予測(回帰)の説明と準備

数値予測(回帰)の説明 数値予測では既知のデータに基づいて数値を予測します。回帰とも呼ばれます。 予測したい目的の変数を「目的変数」、その目的変数の要因付ける変数を「説明変数」と言います。 回帰は目的変数値と説明変数値の […]

続きを読む
使い方
工程計画(PERT)の使い方

工程計画(PERT)の使い方 Gofardでは工程管理手法の一つであるPERT(Program Evaluation and Review Technique)に基づいて、 複数の並列工程を含むプロジェクトの最短所要時間 […]

続きを読む
使い方
実験計画表(DSD)の使い方

実験計画表(DSD)の使い方 実験計画法の一種である決定的スクリーニング計画(Definitive Screening Design; DSD)に基づいて、 研究の初期段階で行うスクリーニング計画表を作成できます。 回帰 […]

続きを読む
使い方
分析用データの作り方

基本の分析用データの作り方 Gofardは表形式のデータセットを使用してデータの分類や機械学習による予測などの分析を行うことができます。 分析したいデータセットをExcelなどで下図の表データ形式で作成して頂き、 csv […]

続きを読む