データ分析の実務を支援するロバストな統計手法

■概要
　データ分析の実務においては、左右対称な山型の分布（?正規分布）にならないデータを 扱う必要がでてきます。本セミナーでは、このようなデータを分析するための実務的工夫や手法を中 心に説明した後、演習と実データを使った適用事例の説明を行い、参加者が確実に理解を深められる ようにします。

■詳細内容
1. はじめに
2. データの分布
3. データの分布に応じた統計手法の活用
　　　左右対称な山型の分布に適する手法、右裾の長い分布に適する手法
4. 外れ値の影響を少なくするための工夫や手法
　(1) 中央値
　(2) 四分位数と箱ひげ図
　　　箱ひげ図の外れ値、株価チャートによる箱ひげ図作成法
　(3) パーセンタイル（百分位数）
　　　パーセンタイルの計算方法、四分位数との関係
　(4) 累積グラフ
　　　累積グラフの利点、累積バグ件数グラフとゴンペルツ曲線
　(5) 対数変換
　　　対数変換の利点、累乗近似
　(6) ｒ最小二乗法
　　　最小二乗法の問題点、バランスのとれた相対誤差Ｒ、ｒ最小二乗法とは
5. 箱ひげ図のバグデータ分析への適用事例
　(1) 工程別バグ密度の８パターン
　(2) 各パターンのシステムテストでのバグ密度
　(3) 各パターンの工程別バグ密度
6. ｒ最小二乗法の予測モデルへの適用事例
　(1) 規模予測モデル
　(2) バグ件数予測モデル
まとめ

データ分布の実態、ばらつきの尺度、標準偏差の意義と問題点、四分位数と箱ひげ図、パーセンタイル、ｒ最小二乗法

特にはないが、データ収集と分析に関わった経験、Excelのグラフ機能や統計関数の操作に関する知識はあるとベター

データの収集と分析に携わる方々、データ分析手法に関心のある方々、組織の品質マネージメントに携わる方々、プロジェクト管理に携わる方々

宮崎幸生（みやざき　ゆきお）

プロセス＆メジャメント　代表

経歴：1973年、富士通株式会社入社。アプリケーションパッケージの開発に従事。1976年、黎明期のソフトウェアエンジニアリングの研究・開発に取り組む。以降、ソフトウェアエンジニアリングの中でもソフトウェア測定と分析を中心とした管理手法の分野に一貫して従事。ソフトウェア開発に関わるデータの実態を熟知した上で、1980年代から、ソフトウェアデータの分析にロバストな統計手法を取り入れる。1994年には独自にロバストな回帰分析手法（ｒ最小二乗法）を考案した。2001年、ソフトウェアの見積モデルに関する研究で博士号を取得。2002年、CMM^®リードアセッサ、続いてCMMI^®リードアプレイザの資格を取得。現在は、富士通クオリティ・ラボ株式会社と契約をしながら、富士通および関係会社でのデータ分析やプロセス改善に関する教育、講演、コンサルティングを行うと共に、プロセス改善フォーラム、日本テクノセンターなどでのセミナーを行っている。

主な論文／書籍：
“COCOMO Evaluation and Tailoring”, International Conference on Software Engineering(ICSE), 1985
“Software Metrics Using Deviation Value”, ICSE, 1987
“Robust Regression for Developing Software Estimation Models”, The Journal of Systems and Software, 1994
「ソフトウェア品質保証システムの構築と実践」、ソフト・リサーチ・センター、2008

資格：CMMI^®リードアプレイザー、博士（工学）

業界活動：ISO/IEC JTC1/SC7/WG10 アドバイザー