統計・解析 ( Statistics and Analysis )

データは身の回りに溢れています。
業務システムのデータやメール、Webサイトのアクセスログまで... 様々なシステムにデータは存在します。
ICTの向上によりデータは増え続けています。
さらにこれから、IoTによって多種多様なモノのデータも加速度的に増加していきます。
統計・解析はこのような身の回りのデータを分析し、予測や品質管理など様々なシチュエーションで活用されます。

使えずにためているだけのデータを有効活用しませんか？
今あるデータでビジネスチャンスを広げませんか？
他社に差を付けませんか？

創屋では、計算負荷が高く困難な解析もコンピューターを使用し、多変量解析やデータマイニングの技術で容易に実現します。
データを有効活用し、ビジネスチャンスを広げ、1歩先に。

統計・解析手法

統計・解析は様々なシチュエーションで効果を発揮します。それは、そのシチュエーションにあった手法を用いることによって実現します。その一部をご紹介します。

性質を見る

標準偏差
分散最小値
平均
中央値
ヒストグラム

関係を見る

相関分析
主成分分析
因子分析

グループを見る

クラスター分析
ABC分析

未来を見る

判別分析
回帰分析

比較を見る

Zスコア比較
バランス比較

創屋の統計・解析

創屋では、様々な統計・解析のオープンソースソフトウェア・ライブラリを使用した技術の提供を行っています。

R言語

オープンソースソフトウェアの統計解析向けのプログラミング言語及びその開発実行環境です。

特徴

オープンソースソフトウェアの統計ツール
ベクトル演算による柔軟な計算
標準的な統計・解析の手法をコマンドで簡単に実行
不足している機能はパッケージで補完し、そのパッケージも自作可能
グラフ機能により解析結果を可視化

創屋 × R

データの特徴の把握
データマイニングによる相関関係・因果関係の解析
パケットデータなどの異常検知
時系列データより未来予測

NumPy / SciPy / Pandas

NumPy	Pythonにおいて、基本的な数値計算を支援するライブラリです。
SciPy	Pythonにおいて、数値解析を支援するNumPyを基にしたライブラリです。
Pandas	Pythonにおいて、データ解析を支援するライブラリです。 Pandsを使用することで行列計算を簡単に行うことができるようになり、Rで行っている集計作業がPythonでも容易にできるようになります。

特徴

NumPy / SciPy / Pandas のそれぞれの特徴をご紹介します。

NumPy	Pythonだけではできないような、高度な数値計算ができる内部はC言語によって実装されているため、高速に動作する
SciPy	多言語を使わずPythonのみで、統計・解析ができる統計 / 最適化 / 積分 / 線形代数 / フーリエ変換 / 信号・イメージ処理 / 遺伝的アルゴリズム / ODE (常微分方程式) ソルバ / 特殊関数を提供
Pandas	Pythonで集計作業ができる処理速度がRに比べて速い同じPythonで扱える NumPy / SciPy と組み合わせることでより高度な解析ができる

創屋 × NumPy / SciPy / Pandas

データ整理・集計
データマイニングによる相関関係・因果関係の解析
時系列データより未来予測
機械学習への応用

システム開発

データの特性や知りたいこと、やりたいことによって解析の手法は様々です。

ウェブサイトのアクセスログから、もっと良いウェブサイトに作り直したい！
工場の製品の品質を向上させたい！
取引先や営業の関係から今後の戦略を立てたい！

創屋にお任せください。
お客様が持っているデータからビジネスチャンスを広げます。
データ収集のシステムからお任せしたい、といった相談でもかまいません。
まずはお問い合わせください。
＜お問い合わせは、こちらからどうぞ＞

統計・解析 手法