因果推論フレームワーク

観察データから因果関係を特定するRubinモデルやDAG等の統合手法

施策効果の厳密な測定 交絡因子の統制 ビジネス上の因果関係の特定
難易度 ⏱ 2〜3時間

異常検知の実践

統計手法と機械学習を組み合わせてデータの異常値を自動検出し、ビジネス上の問題を早期発見する実践ガイド

KPIの急変検知と原因特定 不正取引の自動検出 製造ラインの品質異常検知 サーバー障害の予兆検知
難易度 ⏱ 4〜8時間(初期構築)

シックスシグマ

統計的手法で品質のばらつきを極限まで減らし、不良率100万分の3.4を目指す改善手法

品質改善プロジェクト プロセスのばらつき削減 コスト削減
難易度 ⏱ 数週間〜数ヶ月(プロジェクト単位)

モンテカルロスケジュール分析

確率的シミュレーションを用いて、プロジェクトの完了日やコストの確率分布を算出する分析手法

プロジェクト完了日の確率予測 スケジュールリスクの定量化
難易度 ⏱ 分析に半日〜1日

仮説検定の基本

データから統計的に「意味のある差」を判定し、思い込みによる誤った判断を防ぐ手法

A/Bテストの判定 施策効果の統計的検証 品質管理 アンケート結果の分析
難易度 ⏱ 2〜4時間

信頼区間

データの推定値に対して『本当の値はこの範囲にある』と確率的に示す統計手法

A/Bテスト結果の解釈 アンケート結果の精度評価 売上予測の幅の提示 品質管理の基準設定
難易度 ⏱ 1〜2時間