1st Lecture　いろいろな予測手法
～まずはデータ分析に必要なExcelの準備をします。そして、予測の手法にはどのようなものがあるか、概略を把握しましょう。～
  【いろいろな予測手法】はじめに－分析ツールを使えるようにする
  【いろいろな予測手法】データ分析と予測
  【いろいろな予測手法】いろいろな予測手法

2nd Lecture　単回帰分析で将来を予測しよう
～新築マンションの専有面積と価格にはどんな法則があるか？ものの値段や株価の変遷を数式で表すには？事例を用いて、散布図や直線予測の方法を学びましょう。～
  【単回帰分析】散布図を描く
  【単回帰分析】最小自乗法
  【単回帰分析】相関を見つける
  【単回帰分析】直線予測をする
  【単回帰分析】分析ツール「回帰分析」による予測式の求め方
  【単回帰分析】予測式の検証
  【単回帰分析】内挿と外挿

3rd Lecture　重回帰分析にチャレンジ
～単回帰分析からステップアップして、重回帰分析もマスターしましょう。～
  【重回帰分析】相関の有無を判定する
  【重回帰分析】回帰分析の実行
  【重回帰分析】予測式を作る
  【重回帰分析】要因分析をする
  【重回帰分析】最適な回帰式を求める
  【重回帰分析】見せかけの相関に注意！

4th Lecture　数量化１類の基本をおさえる
～天気・曜日と来場人数の関係は？数値化できない要素があっても、数量化1類を使えば分析が可能です。生きたビジネス情報から宝を発掘しましょう。～
  【数量化１類】数量化１類について
  【数量化１類】用語の解説
  【数量化１類】回帰分析実行用データの作成
  【数量化１類】回帰分析の実行
  【数量化１類】回帰式を求める
  【数量化１類】予測をする
  【数量化１類】要因分析をする
  【数量化１類】削除できるカテゴリはどれか？
  【数量化１類】最適な数量化理論１類モデルを求める
  【数量化１類】参考：24か月のデータを基に、この先12か月の予測をする

5th Lecture　判別分析で予測を学ぼう
～「30代／女性／会員」と「20代／男性／非会員」。商品を購入するのはどちら？判別予測なら事前予測ができます。～
  【判別分析】判別分析とは
  【判別分析】回帰分析実行用のデータに作り変える
  【判別分析】回帰分析の実行
  【判別分析】最適な回帰式（判別式）を求める
  【判別分析】判別予測をする
  【判別分析】要因分析をする
  【判別分析】判別式の検証

6th Lecture　事例「販促活動日の来店を予測する」
～販促日に来店してくれるかどうか、「来店回数」「購入点数」「来店所要時間」「購入総額」などの既存顧客データから探ります。ひととおりの予測ステップを確認しましょう。～
  【事例】回帰分析実行用のデータに作り変える
  【事例】最適な回帰式を求める
  【事例】判別式を求める
  【事例】判別予測をする
  【事例】要因分析をする
  【事例】判別式の検証

7th Lecture　数量化２類でアンケート情報をフル活用する
～数値データがない、アンケート項目を集計したデータでも、予測ができるのです。数量化2類とはどのような分析手法か、特性を把握し、実務に活かしましょう。～
  【数量化２類】重回帰分析・判別分析・数量化理論１類との違い
  【数量化２類】数量化理論２類の事例
  【数量化２類】回帰分析実行用データに作り変える
  【数量化２類】回帰分析を実行する
  【数量化２類】最適な数量化理論２類モデルを求める
  【数量化２類】判別式を求める
  【数量化２類】予測する
  【数量化２類】要因分析をする
  【数量化２類】判別式の検証
  【数量化２類】ダミー変数に置き換えるとき