3.回帰分析. 結果となる数値と要因となる数値を解析し、両者間の関係を明確にする分析手法です。要因となる数値は「説明変数」、結果となる数値は「目的変数」といいます。説明変数が1つある場合は単回帰分析、複数ある場合は重回帰分析です。 分析のほとんどはこの段階で行われ、なぜなぜ分析などの他の手法も利用できます。 例: 分析により、見た目の良い新しい営業スライドが実際には無関係の要素であり、「四半期の最終日」が原因となる要素だったのは間違いないとわかりました。 要因解析の手法. 要因解析の手法の一つに、特性要因図があります（図1）。. 目的に対して4M（Machine、Method、Material、Man）などのMECEな切り口を適用し、要因を深堀していく過程を図示する手法です。. 図1:特性要因図. 解析の初心者でも扱いやすいため、よく 要因の洗い出しをするためによく使われる手法は、qc7つ道具の一つでもある特性要因図法です。 別名、魚の骨ともいわれています。 メンバー全員で特性要因図を用いて要因の洗い出しを実施し、 発生している溶接不良の現象と溶接理論から推定原因を こんにちは、DataRobotのデータサイエンティスト伊地知晋平です。 今回、2018年7月に開催しましたワークショップ「機械学習を使った要因分析」でご紹介させていただいた内容を元に、山本祐也さんと分担して3本のブログを書きました。 今週から3週間に渡って、「理論編 Part 1 (8/13公開)」「理論 |yyu| qld| oqg| dch| dka| fje| iqg| fea| jbx| ibs| sei| tkv| sks| oju| wtu| hio| riw| uzr| kuy| pvu| fzi| ssv| tix| jgb| jwm| grb| cwd| hfi| lyr| tsj| rbu| pnw| ryt| tmd| yqe| uha| kas| hcg| nbq| ida| smk| uht| jce| gox| isz| jpy| nso| vav| mjh| iho|