医療系大学教員が科学的な思考で統計解析計画書の作成、データ分析、結果の考察を行います
業務内容
臨床研究を含めたあらゆるデータ分析を得意としています。これまでに自身の臨床研究や企業からのアンケート調査を計画・実施し、学術論文として投稿した経験が多数あります。
- 強みや経験
医療従事者として医療現場での実務経験があります。実験データ、臨床データ及びビッグデータを使った解析により、学会発表や論文執筆(英文・和文)の経験が多数あります。また、某有名アンケート調査会社からの統計解析計画書の作成、データ分析の経験があります。
具体的には、R、python、JMP(SAS)を使って次のような解析、モデル構築を行うことができます。
- 群間の有意差検定全般
- クラスター解析
- 主成分分析
- 重回帰分析
- 多変量ロジスティック回帰分析
- 生存時間分析(カプランマイヤ―曲線の作成、ログランク検定、Cox比例ハザードモデル)
- 各種機械学習モデル(決定木分析、ランダムフォレスト回帰分析・分類、SVM、ニューラルネットワークモデルなど)の構築とバリデーション(ブーストラップ、k分割クロスバリデーション)
-
どのような方をターゲットとしているか。
目的達成のためにどのようなデータを収集すれば良いかわからない方。
すでに手元にデータはあるが、どのように解析し、まとめれば良いかわからない方。 -
どんな課題に対して。
どんな課題であっても対応できます。
医療の知識を有していますので、医療系は得意です。 -
具体的な納品物
解析結果や結果の考察をレポートにまとめ、提出します。
レポートはWORDファイルなどを想定していますが、可能な限りクライアント様のご希望に応じます。 -
ご依頼いただいてからの業務の進め方
メールやオンラインなどによるリモートで打合せを行わせていただきます。その際に、どのような目的でデータを収集し、最終的にどんなことを知りたいのかをご教示願います。
データを提出していただき、こちらでデータセットの整理や統計解析を行い、考察を含めてレポートとして提出いたします。
風況解析ソフトウェアMASCOTを用いた風況解析を行いレポートを提出いたします
業務内容
風況解析を実施いたします。
風力発電の検討の際は、候補地点の風況解析から始めることが一般的です。
しかし、風況コンサルに都度外部委託をされていると1件当たり数百万円~数千万の費用が発生いたします。
当方は風力発電業界で解析の経験を積んでおりますので同等のクオリティでレポートの提出が可能です。
風況解析の中心となる座標をご指定頂き、風況解析ソフトウェア「MASCOT」にて解析を実施いたします。
ご指定いただいた地点における風力発電ポテンシャルが解析結果として出力されます。
特にご指定がなければ業界で多く使用されているパラメーターにて解析を実施いたします。
オプションで解析結果のGoogleEarth重ね合わせや風況観測塔、風車配置予定地等の情報を重ねたKMZもご提供可能です。
当方は短納期が特徴となっております。
本格的に検討を始める前に数地点解析を回しておきたい、等ユーザー様のニーズにお応えいたしますので是非ご相談ください。
様々な課題をデータ分析や行動経済学の見識などをもちいて解決します
業務内容
データ分析などを用いて課題を解決します。
まずは一緒に課題を明確にするところから始めます。
次に分析設計を行い分析に必要なデータ(定量・定性問わず)を確定し収集します。
そして集めたデータを分析し課題を解決する施策を企画します。
その後は実行支援、実行した施策の検証までを行います。
ご希望があればその後も上記のサイクルを回し続けていきます。
また一連のサイクルを自走できるようになるための支援も別途行います。
※過去ご依頼例(ランサーズ以外含む)
・事業推進支援
・マーケティング支援
・データ分析支援
現場で即戦力になるPythonデータ分析をレッスンします
業務内容
Pythonを使った機械学習の学習において、教本やウェブサイトでは「アヤメの分類をしてみよう!」といった例題がよく目にされるかと思います。しかし、実際のビジネス現場では、「アヤメの花の分類」といった課題を抱える人はほとんどいません。私も最初は機械学習の学習を始めたとき、教本と現場のギャップに悩まされました…
実際の現場では、よく「必要なデータが別の部署で管理され、フォーマットがバラバラ」といった状況や「データが汚くてすぐに分析できない」といった問題に直面します。
そこで、このレッスンでは実際の現場で扱われるような「リアルなデータ」を教材にし、単なる知識だけでなく、実際の現場で役立つPythonデータ分析のスキルを身につけることを目指します!
このレッスンを受講することで、以下の内容を実践形式で学ぶことができます:
✅ 実際の現場で扱われるデータの種類
✅ そうしたデータを扱う際に生じる問題
✅ それらの問題にどのように対処すれば良いか
また、レッスンで使用するGoogle Colaboratoryのコードも提供しますので、復習も自分で行うことができます。
このレッスンは以下のような方々に向けています:
✅ 実際の現場で役立つPythonデータ分析のスキルを身につけたい方
✅ 独学で勉強しているが、教材が仕事内容と一致せずモチベーションが上がらない方
✅ 完全な初心者から、ある程度Pythonプログラミングの知識がある方まで
データ分析では「前処理8割」を言われているほど分析は準備が重要です。
このレッスンでは基礎編として、小売店のリアルな購買データを使用した以下の内容をカバーします:
・分析環境の用意(Google Colaboratory)
・データの読み込みと書き出し
・データの結合(ユニオン、ジョイン)
・データのグループ化と集約
・月別の統計的な購買集計(平均、中央値、最大値、最小値など)
・商品別売上推移の可視化(ヒストグラム、折れ線グラフなど)
このレッスンでは、実際の現場で遭遇するであろうデータの課題と、それらに対処するための手法を実際のデータを用いて学ぶことができます。Google Colaboratoryを使用することで、実際のコードを実行しながら学ぶことができます。
データ分析のスキルは、ビジネスにおいて意思決定や戦略立案において重要な要素となっています。このレッスンを通じて、実践的なデータ分析のスキルを習得し、ビジネスの現場での価値を高めましょう。
お持ちのデータを統計的に解析して解釈を生み出します
業務内容
解析したいデータ等がありましたら代わりに解析いたします。
t検定や多重比較といった統計検定から、
回帰分析、ロジスティック回帰、主成分分析、クラスター解析、判別分析等
データを解析してビジネス判断の一助となる解釈を生み出せると思います。
検定以外にも機械学習、ディープラーニングといった解析にも対応しておりますのでまずはご相談ください。