【PC実習あり】多変量解析入門 ～Rの基本的な使い方から、多変量解析の実践応用までを学ぶ2日間講座～

Rの実習を交えながら理解を深めます。わからなくなった際は講師が受講者の画面を見てサポート致します！

日時

1日目：2023年11月  9日（木） 10:30-16:30～Rの基本的な使い方や主成分分析(PCA)など、基礎を詳しく解説～2日目：2023年11月10日（金） 10:30-16:30  ～主成分負荷量・PLSなど、さらに理解を深める～

セミナー講師

ヒューマン・メタボローム・テクノロジーズ株式会社 事業統括本部 プロジェクト推進 インフォマティクス部部長   山本 博之 先生

■ご略歴2003年　神戸大学　工学部　応用化学科　卒業2008年　神戸大学大学院自然科学研究科　分子物質科学専攻　博士課程修了2008年　ヒューマン・メタボローム・テクノロジーズ株式会社　入社2012-2013年　味の素株式会社　イノベーション研究所　研究員2014-2017年　ヒューマン・メタボローム・テクノロジーズ株式会社　主任2018年-現在　現職2019年-現在　弘前大学大学院医学研究科　メタボロミクスイノベーション学講座　特任准教授(兼務)■ご専門・得意分野ケモメトリックス、多変量解析、機械学習、メタボロミクス

セミナー受講料

【オンラインセミナー（見逃し視聴なし）】：1名66,000円(税込（消費税10％）、資料付)＊1社2名以上同時申込の場合、1名につき55,000円【オンラインセミナー（見逃し視聴あり）】：1名71,500円(税込（消費税10％）、資料付)＊1社2名以上同時申込の場合、1名につき60,500円＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

• 配布資料は、印刷物を郵送で送付致します。お申込の際はお受け取り可能な住所をご記入ください。お申込みは4営業日前までを推奨します。それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、テキスト到着がセミナー後になる可能性がございます。
• 受講にあたってこちらをご確認の上、お申し込みください。
• Zoomを使用したオンラインセミナーです→環境の確認についてこちらからご確認ください
• 申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です→こちらをご確認ください

セミナー趣旨

  多変量解析について基礎から解説します。化学・生物分野では、非常に多くの変数が観測されることから、まずはじめに『データを可視化』することと、『重要な変数を選ぶ』ことが大事になります。そこで本講座1日目では、主成分分析によるデータの可視化と、主成分負荷量を用いた重要な代謝物の選び方について紹介し、Rを用いた実習を通じて理解を深めます。  本講座2日目では、多変量解析の中でも、特にケモメトリックス分野で広く用いられているPartial Least Squaresによるデータの可視化と、PLS負荷量を用いた重要な代謝物の選び方について紹介します。2日目もRを用いた実習を通じてより理解を深めます。  本セミナーでは、Rを使用したPC演習を行います。  オンラインで演習についていけるか不安という方もご安心ください。わからなくなってしまった時に講師が必要と判断した場合は、Zoomの画面共有機能を使用して状況確認を行います。

習得できる知識

・多変量解析の基本的な考え方・Rを使って自分で解析できる・データの可視化と主成分分析・主成分負荷量を用いた重要な変数の選び方・Partial Least Squaresの理解・メタボロミクスの論文が理解できるようになる

セミナープログラム

【1日目】10:30-16:30～Rの基本的な使い方や主成分分析(PCA)など、基礎を詳しく解説～

1 多変量解析とは　1.1   多変量解析は合成変数の統計　1.2   単変量解析と多変量解析の違い　1.3   合成変数とは　1.4   主成分分析における合成変数2 多変量解析を用いたメタボロームデータ解析　2.1　メタボロミクスでの主成分分析の解析手順　2.2　メタボロミクスの研究例の紹介　2.3　MetaboAnalystを用いたメタボロームデータの解析手順3　Rの基本的な使い方　3.1　RとRStudioの使い方　3.2　基本的な計算　3.3　csvファイルの読み込み　3.4　グラフの作成4 主成分分析を用いたデータの可視化　4.1   主成分スコアによるサンプルの可視化　4.2　スケーリングが結果に与える影響　4.3   寄与率とは　4.4　Rによる主成分分析の実習5 主成分分析における重要な変数の選び方 (前半)　5.1   主成分係数とは　5.2   主成分係数を用いた重要な変数の選び方　5.3　Rによる主成分係数の実習-----------------------------------------------------------------------------【2日目】10:30-16:30～主成分負荷量・PLSなど、さらに理解を深める～

1 多変量解析の基礎のおさらい2 主成分分析における重要な変数の選び方 (後半)　2.1   主成分負荷量とは　2.2　主成分係数と主成分負荷量の違い　2.3   主成分負荷量を用いた重要な変数の選び方　2.4　Rによる主成分負荷量の実習3　Partial Least Squares (PLS)とは　3.1　主成分分析とPLSの違い　3.2　2つのPLSスコア(説明変数と目的変数)　3.3　PLS係数とPLS負荷量の違い　3.4　PLS負荷量を用いた重要な変数の選び方　3.5　PLSとPLS-DAの違い　3.6　RによるPLS負荷量の実習4　loadingsパッケージで計算可能な解析手法の紹介　4.1　群に順序があるときのPLS-ROG　4.2　サンプルに順序があるときのOS-PCA　4.3   マルチセットPLSを用いたマルチオミックスデータ解析　4.4   マルチセットPLS-ROG　4.5　loadingsパッケージでの計算方法5 その他の話題　5.1　PLS回帰分析　5.2　機械学習　5.3　Tidyverseを用いたデータの取り扱い　5.4　因子分析　5.5　スパース主成分分析

■講演中のキーワード・ケモメトリックス・多変量解析・機械学習・メタボロミクス・バイオインフォマティクス