データサイエンティスト鈴木

統計学を専門に10年以上の経験を培ってきました。 現在は研究機関様や様々な業種の事業者様からの引き合いを頂いております。参考までに直近の事例を以下に記述致します。 ＜国立医療機関＞ 医療統計で頻繁に目にする生存分析の適切な手法の検定・分析により、臨床の手応えと相談前の分析結果のズレの原因を突き止めました。 ＜国立大学付随研究所＞ 複数の教材に割り当てられた評価点を検定し、教材の優劣を評価致しました。平均値等の基本統計量による比較は一般的に行われていますが、その評価法では「偶然の可能性」を考慮しておりません。検定では「偶然の可能性」を考慮した上で評価を行うため、明確に優れた教材の選定を実現致しました。 ＜不動産業界＞ 非常に流動的な時系列データの変数間の影響具合を、時系列回帰分析によって評価致しました。時系列回帰分析は「時系列の影響の有無」「時系列の影響の適切性」「適切な回帰分析の選択と実行」といった流れを統計学的手法によって決定する必要があり、扱うには高度な知識が必要となります。その一つ一つを適切に行い、変数間の影響の有無と度合いを具体的に提示致しました。 ＜サブスクリプションサービス＞ 解約アンケートを分析し、同サービスの良い点や改善点を提示致しました。特に、無数の記述式アンケートの回答を品詞の出現頻度からグループ化することで、サービス向上の動きの円滑化に繋がったトピックモデル分析は大変好評でした。 ＜美容室＞ クラスター分析による顧客の特性に応じた分類や、生存分析による時間軸に照らし合わせた顧客離れのシミュレーションを提示し、プロモーション活動の判断材料としてご利用頂きました。 ＜株式投資メディア＞ 財務諸表等の一般データや製品/開発品、コア領域等の事業データを網羅したビックデータを活用し、機械学習による時価総額の予測モデルを構築することで、株価の予測値を提示致しています。 近年の分析ツールの発展により、多大な労力を要する統計解析が随分と気軽に行えるようになりました。 一方で、正しい手法による分析が行えているかと、統計学の知識に悩むケースが多発しているように感じます。 データサイエンスの根本は統計学にあるため、適切な分析を望む方々に私の力を活用して頂けると幸いです。