MIDAS ドキュメント
MIDAS はブラウザだけで動く無料の探索的データ分析ツールです。ヒストグラムや散布図、平均や分位点などの要約統計量でデータの分布や関係を見る基礎分析から、統計モデリングまで、すべて画面上の操作で完結します。モデリングでは線形回帰、一般化線形モデル(GLM)、一般化線形混合モデル(GLMM)、分散分析、主成分分析、ランダムフォレスト、生存分析を使えます。
読み込んだデータはすべてブラウザの中で処理され、外部サーバーに送信されることはありません。
はじめに
- 基本的な使い方 - データの読み込みから結果の保存まで、MIDAS の基本操作をサンプルデータで説明します
ユーザーガイド
データの準備
- データの準備と読み込み - CSV/TSV ファイルの読み込み手順
- データセット - CSV から読み込んだデータと、それを SQL などで加工した派生データの管理
- サンプルデータセット - MIDAS に含まれるサンプルデータの説明
データの探索
- Data Table タブ - データの表示、フィルタ、ソート
- 行選択の連動 - タブ間で連動する行選択の仕組み
- Selected Rows タブ - 選択した行の一覧表示と派生データセットとしての保存
- Filtered Data タブ - グラフやクロス集計でダブルクリックした要素に対応する行の表示と絞り込み
画面構成
- ワークスペースとレイアウト管理 - 複数の分析作業を並行管理
データの加工
- Convert Column Types タブ - データ型の変換とエラー処理
- Reshape タブ - Wide↔Long 形式の相互変換
- Dummy Coding タブ - カテゴリ変数のダミー変数への変換
- SQL Query Editor タブ - SQL を使ったデータの変換
- Manage Enums タブ - カテゴリデータ用の Enum 型の作成と管理
- Orthogonal Polynomials タブ - 数値列からの直交多項式列の生成
データの可視化
- Graph Builder タブ - ヒストグラム、散布図、棒グラフ、時系列プロット、ペアプロットなどの作成
- 高度なグラフ作成 - Grammar of Graphics に基づく複数のグラフタイプの重ね合わせとファセット分割
統計分析
- Statistics タブ - 平均、標準偏差、分位点などの統計量の確認
- ANOVA タブ - 一元配置・二元配置の分散分析と Tukey HSD 事後比較
- DoE Analysis タブ - 2水準直交表の生成と分析
- Crosstab タブ - カテゴリ変数の集計
- Linear Regression タブ - 最小二乗法による線形回帰と係数の信頼区間・残差診断
- GLM タブ - ロジスティック回帰、ポアソン回帰など、応答変数が正規分布以外の分布にも対応する回帰分析
- GLMM タブ - グループ構造を持つデータのランダム切片モデル
- Kaplan-Meier タブ - 生存曲線の推定と RMST による群間比較
- Cox Regression タブ - Cox 比例ハザードモデルによる共変量の効果推定
- Random Forest タブ - 分類・回帰のランダムフォレストの適合と特徴量重要度の確認
- PCA タブ - 主成分分析によるデータの次元削減と変数間の相関構造の把握
分析結果の整理
プロジェクト管理
- プロジェクト管理 - データセット、レポート、モデルの管理
- Project Overview タブ - リソースの一覧管理
- Project Lineage タブ - 依存関係の可視化
- Compare Project タブ - プロジェクト間の差分比較
- MDS ファイル - プロジェクトファイルの保存、エクスポート、署名
- ストレージ管理 - 保存済みプロジェクトの一覧・削除とストレージ使用量の確認
- 署名鍵の管理 - MDS ファイルの署名検証と信頼済み鍵の管理
リファレンス
- Custom Graph リファレンス - Geometry/Statistics 一覧
- Agent API (window.midas) - AI エージェントや外部ツールから MIDAS を操作する API
- 数値計算の精度 - NIST Statistical Reference Datasets による統計計算精度の検証手順
チュートリアル
データから読み取りたい課題を起点に、手法の選択から結果の解釈までの流れをサンプルデータで最初から最後まで説明します。
- ANOVA と線形回帰によるグループ間比較 - 生産ラインの検査データで、グループ差と環境要因を切り分ける一連のワークフロー
- 実験計画法による射出成形条件の最適化 - 3因子2水準の実験計画法データの分析
- Kaplan-Meier 法による生存時間分析 - 生存曲線の推定と群間比較
- 用量反応データの Grouped Binomial GLM - 集約二項データのロジスティック回帰
統計の概念
MIDAS で使われている統計手法の背景知識です。必要に応じて参照してください。
- データ型と測定尺度 - 名義・順序・間隔・比率の違いと分析への影響
- OLS の基礎 - 正規方程式、Gauss-Markov の定理、VIF
- GLM の基礎 - 指数型分布族、リンク関数、IRLS
- 生存分析の基礎 - 打ち切り、Kaplan-Meier、Cox 比例ハザードモデル
- GLMM の基礎 - ランダム効果モデル、REML、BLUP、ICC
- 数値計算の基礎 - 浮動小数点数の有効桁数、桁落ち、条件数が計算精度に与える影響
- 欠損データのメカニズム - MCAR・MAR・MNAR の定義とリストワイズ除去が前提とする仮定
- 統計用語集 - 推定量、収束概念、尤度、逸脱度などの定義
動作環境
- プライバシーとセキュリティ - データの処理場所、保存方式、外部通信、ブラウザ要件
- PWA・オフライン利用 - アプリとしてのインストールとオフライン利用
サポート
- リリースノート - 新機能・変更履歴
- 質問やバグ報告は contact@midas-app.org までご連絡ください
このページの Markdown 版もあります。