リサーチとレポーティング
データ分析実務スキル検定PM級を受験するにあたって、問題集や過去問だけでなくワードを覚えていくために一問一答を作りながら公式テキストを勉強すれば一石二鳥！と思い立ち上げました。
是非ご参考にしてください。
使い方はこちら↓
使用している本は唯一の公式テキストとなっている
「データ分析実務スキル検定 公式テキスト」です。試験範囲をすべてカバーしているものでデータ分析実務スキル検定PM級を受ける方必須のバイブルとなります。
リサーチデータのデータ分析 リサーチの流れ
調査票（アンケート）によって集計された量的データを調査のこと
定量調査
インタビューやディスカッションによって得られたテキストデータや質的データを扱う調査のこと
定性調査
リサーチ結果のスクリーニング
データの層別や加工なしに、取得されたデータを集計すること
基礎集計
調査データを性別や年代などの属性に応じて集計すること
層別集計
性別、職業、役職などのカテゴリーを表す質的変数のこと
名義尺度
値（水準）ごとに順序の定まった質的変数のこと。サイズの LL L M S が代表例
順序尺度
「差」には意味があるが「比」を取ることには意味がないような量的変数。温度や偏差値が代表例
間隔尺度
「差」にも意味があり、「比」にも意味がある量的変数。例：身長180cmは160cmの1.125倍と表現できる。
比率尺度
量的変数×量的変数で用いられる可視化表現。統計量として相関係数が使われる。
散布図
量的変数×質的変数で用いられる可視化表現。
棒グラフ、箱ひげ図
質的変数×質的変数で用いられる可視化表現。
クロス表
取得したデータから導かれた傾向を対象母集団全体の傾向とみなしてよいかどうかの判断は～と呼ばれる統計学の手法で行われる。
仮説検定
相関係数は値「〇」～「〇」(絶対値)で表現される。
0～1
クロス表における相関係数のこと
（クラメールの）連関係数
| 第1章 | CBASへようこそ |
| 第2章 | ビジネス課題とKPIツリー |
| 第3章 | データ分析の活用とプロジェクト |
| 第4章 | データの準備 |
| 第5章 | リサーチとレポーティング |
| 第6章 | 予測モデルを使ったデータ分析 |
| 第7章 | データ可視化の基本 |
| 第8章(未) | 統計学の基本 |
| 第9章(未) | 統計手法の基本 |
| 第10章(未) | 機械学習の基本 |
| 第11章(未) | Excelでできるデータ分析 |
| 第12章(未) | SQLの基本 |
| 第13章(未) | Pythonの基本 |
| 第14章(未) | Rの基本 |
コメント