１． 多変量解析の基礎

（１）．一変量統計のエッセンスを知る

　　　ａ．基本的な統計量とその意味

　　　ｂ．標本抽出の深い意味

　　　　・正規分布

　　　　・χ二乗分布

　　　　・t-分布

　　　ｃ．区間推定の原理と意味

　　　ｄ．統計的検定の原理とそのロジック

　　　 e．ミスリーディングなp値

　　　　・根拠に基づいた医療(EBM)とメタアナリシス

（２）．基本となるのは二変量の取扱い

　　　ａ．散布図と線形回帰

　　　ｂ．共分散、相関係数の意味を正しくつかむ

　　　ｃ．変量をベクトルで扱う

２． 多変量解析の原理と分析の実例

（１）．重回帰分析

　　　・線形回帰の多次元化

（２）．主成分分析

　　　・何が最も重要な要因なのか

（３）．ロジスティック回帰分析

　　　・0、1の結果を分析する

（４）．分散分析

　　　・２つの群れの親は共通? 別物？

（５）．判別分析

（６）．ノンパラメトリックな手法

・順位和検定他

３． 目的に応じた多変量解析のツールとデータ可視化

（１）．R と Pythonどちらがよいか？

　　　ａ．統計計算ソフトの王道を継いだ R

　　　ｂ．高速のプログラミング言語として魅力ある Python

（２）．データの可視化手法と有用性

　　　ａ．説得力のある分布表現のいろいろ

　　　　・確実に説得力が増す説明の実現

　　　ｂ．その他の可視化の例

４．まとめと質疑応答