散布度

Size: px
Start display at page:

Download "散布度"

Transcription

1 散布度 統計基礎の補足資料 2018 年 6 月 18 日金沢学院大学経営情報学部藤本祥二

2 基本統計量 基本統計量 : 分布の特徴を表す数値 代表値 ( 分布の中心を表す数値 ) 平均値 (mean, average) 中央値 (median) 最頻値 (mode) 散布度 ( 分布のばらつき具合を表す数値 ) 分散 (variance) 標準偏差 (standard deviation) 範囲 ( レンジ,range) 四分位範囲 (inter quartile range, IQR) その他の分布の形を表す数値 歪度 ( ひずみ度, わい度,skewness) 尖度 ( とがり度, せん度,kurtosis) 前回やった 後期にやる ( 検定 3 級 ) 今回の話 統計検定 2 級以降

3 散布度 平均とデータの差である偏差 (d i = x i x) ҧ から計算した散布度 ( 平均値を拡張した考え方 ) 分散 ( 偏差平方の平均 ) 標準偏差 ( 分散の平方根 ) データの個数の割合から計算した散布度 ( 中央値を拡張した考え方 ) 範囲 ( レンジ ) 四分位範囲 後期にやる ( 検定 3 級 ) 今回の話

4 範囲 ( レンジ )( 教科書 P.110) 範囲 (range) 数量データの範囲を表す基本統計量 範囲 = 最大値 最小値 で計算 教科書の例 1(P.110) 320, 395, 470, 480, 515, 530, 550, 2000 単位 : 万円範囲 = = 1680 万円 教科書の例 2(P.110) 550, 580, 601, 645, 650, 705, 760, 770, 単位 : 万円範囲 = = 220 万円

5 中央値の復習 ( 教科書 P.101) 中央値別名 : 中位数, 二分位数, 第 2 四分位数, 50 パーセント点 (50 パーセンタイル ) 要はデータを半分ずつ二分割する数値 n = 5 の時 x 1 x 2 x 3 x 4 x 5 n = 6 の時 中央値 x = x 3 x 1 x 2 x 3 x 4 x 5 x 6 中央値 x = x 3 + x 4 /2

6 四分位数と四分位範囲 ( 教科書 P.111) データを四分割する位置の数値が四分位数 第 3と第 1 四分位数の間の範囲が四分位範囲 四分位範囲内に50% のデータが入る n = 8 の時 四分位範囲 = 第 3 四分位数 第 1 四分位数 範囲 = 最大値 最小値 x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 第 0 四分位数最小値零分位数 第 1 四分位数 第 2 四分位数中央値二分位数 第 3 四分位数 第 4 四分位数最大値一分位数 0 パーセント点 25 パーセント点 50 パーセント点 75 パーセント点 100 パーセント点

7 5 数要約と箱ひげ図 ( 教科書 P.116) 最小値 第 1 四分位数 中央値 第 3 四分位数 最大値 の 5 数を 5 数要約 という 5 数要約を箱ひげ図で表現する 四分位範囲 範囲 ( レンジ ) 最小値 第 1 四分位数 中央値 第 3 四分位数 最大値 ひげ 箱 ひげ

8 四分位数の名称と位置 累積相対度数の位置 ( 点 ) 5 数の名称別名称別名称分数小数百分率 第 0 四分位数零分位数最小値 第 1 四分位数 第 2 四分位数 第 3 四分位数 二分位数中位数 中央値 第 4 四分位数一分位数最大値 0 4 の点 0.00 の点 0% 点 1 4 の点 0.25 の点 25% 点 2 4 の点 0.50 の点 50% 点 3 4 の点 0.75 の点 75% 点 4 4 の点 1.00 の点 100% 点

9 四分位数の求め方 パーセント点 (percentile) を正確に求める方法を使う 25% の位置に対応する数値 (25% 点 ) と 75% の位置に対応する数値 (75% 点 ) を求める. ( 小数順位という考え方を使って, あらゆるパーセント点を正確に求めることができる.) 大体の値のこと 簡便法を使う ( 概算値を知るにはこちらで十分 ) 中央値を境に下側と上側のデータセットに分ける. ( データ数が奇数の時は中央値のデータを上下のデータセットに含めるかどうかで 2 種類の簡便法があり, 微妙に結果は異なる.) 下側のデータセットの中央値が第 1 四分位数 上側のデータセットの中央値が第 3 四分位数 データ数が多いときは正確なやり方と, 簡便法のやり方の結果は殆ど同じ値になる. やり方を明示すれば, どちらの方法を使ってもよい.

10 パーセント点を求めて 正確に四分位数を求める方法

11 パーセント点の求め方 x 1, x 2,, x n のpパーセント点を求める. 小数点付順位 1 + (n 1) p の 100 整数部分をq, 小数部分を r とする. データを小さい順に並べた時のq 番目とq + 1 番目のデータをそれぞれx q,x q+1 とする. p% のパーセント点は次の式で求められる. x q + r x q+1 x q = 1 r x q + rx q+1 50% 点は中央値と全く同じ式になる p = 50 の時は小数点付順位は n+1 2 になる n が偶数の時 q = n 2, r = 0.5 なので x n/2 + x n/2+1 /2 が 50% 点 n が奇数の時 q = n+1 2, r = 0 なので x n/2+1 が 50% 点 q 位のデータ x q と q + 1 位のデータ x q+1 の間を r: (1 r) に内分する点

12 25% 点を求める例 {3,5,8,10,12,12,15,17,19,20} の 10 個のデータの例 x q + x q+1 x q r 25% 点 : = 位と 4 位の間を 0.25 で内分する点 手順 4 25% 点は 順位の間隔 ( 等間隔 ) で並べ直し,25% が何位になるかを見る 順位 % の順位は = 3.25 位, これよりq = 3, r = 0.25 手順 3 25% の順位の幅 : = 2.25 手順 2 順位の幅 : n 1 = 10 1 = 9 手順 1 0% 25% 50% 75% 100% 順位の幅全体が100%

13 75% 点を求める例 {3,5,8,10,12,12,15,17,19,20} の 10 個のデータの例 x q + x q+1 x q r 75% 点 : = % 点は 位と 8 位の間を 0.75 で内分する点 手順 順位の間隔 ( 等間隔 ) で並べ直し,75% が何位になるかを見る 順位 % の順位は = 7.75 位, これよりq = 7, r = 0.75 手順 3 75% の順位の幅 : = 6.75 手順 2 順位の幅 : n 1 = 10 1 = 9 手順 1 0% 25% 50% 75% 100% 順位の幅全体が100%

14 順位 -1 累積相対度数 パーセント点を累積相対度数のグラフを描いて求める方法 データ順位 -1 累積相対度数 3 0 0/9 = /9 = /9 = /9 = /9 = /9 = /9 = /9 = /9 = /9 = 1 横軸 累積度数のようなもの 2 つの縦軸を合わせて綺麗なグラフを描く 0% 100% データ 0% 点 ( 最小値 ) : 3 25% 点 ( 第 1 四分位 ) : % 点 ( 中央値 ) : 12 75% 点 ( 第 3 四分位 ) : % 点 ( 最大値 ) : 範囲 : 20 3 = 17 四分位範囲 : = 8 0

15 Excel 関数を使う方法 Ver 以前 関数 QUARTILE 四分位数を求める関数 関数 PERCENTILE パーセンタイルを求める関数 Ver 以降 関数 QUARTILE.INC 関数 PERCENTILE.INC Ver の QUARTILE PERCENTILE と同じ本スライドと同じやり方 関数 QUARTILE.EXC 関数 PERCENTILE.EXC 少数順位の定義が少し違うやり方

16 四分位数を概算する簡便法

17 四分位数の概算値を求める簡便法の例 n = 10 ( 偶数 ) の時 ( 偶数データ ) 中央値 (x 5 + x 6 )/2 を境に下側と上側に分ける x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 下側 5 個の中央値 x 3 が第 1 四分位数 上側 5 個の中央値 x 8 が第 3 四分位数 {3,5,8,10,12,12,15,17,19,20} の 10 個のデータの例では x 3 = 8 が第 1 四分位数, x 8 = 17 が第 3 四分位数パーセント点を使って正確に求めた 8.5, 16.5 と微妙に違うが大体合ってる

18 四分位数の概算値を求める簡便法の例 ( 奇数データ ) n = 11 ( 奇数 ) の時, やり方 2 種類あるがどちらを使っても良い中央値 x 6 を境に下側と上側に分ける ( 中央値を含めて分けるやり方 ) x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 下側 6 個の中央値 (x 3 +x 4 )/2 が第 1 四分位数 上側 6 個の中央値 (x 8 +x 9 )/2 が第 3 四分位数 中央値 x 6 を境に下側と上側に分ける ( 中央値を除いて分けるやり方 ) x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 下側 5 個の中央値 x 3 が第 1 四分位数 上側 5 個の中央値 x 9 が第 3 四分位数

19 2018 年 5 月の金沢市 毎日の最高気温データの分析 中央値, 範囲, 四分位範囲 を 5 月の前後半で比較

20 2018 年 5 月金沢市の最高気温データ 日にち 最高気温 年 5 月金沢の最高気温を小数点第 1 位で四捨五入したデータ データソース : 気象庁各種データ 資料 > 過去の気象データ検索 > 日ごとの値 24 金沢 2018 年 5 月 ( 日ごとの値 ) 主な要素

21 2018 年 5 月前半の金沢の最高気温 前半 1 日 ~15 日のデータを並べ替えて 5 要約数を求める 最小値 16 中央値 x 8 = 21 最大値 27 16, 16, 17, 17, 18, 18, 19, 21, 21, 23, 23, 23, 25, 26, 27 第 1(x 4 + x 5 )/2 = 17.5 第 3(x 11 + x 12 )/2 = 年 5 月前半の金沢の最高気温のドットプロット 度数 範囲 :11, 四分位範囲 :5.5 最高気温 [ ] ドットプロットの横軸目盛に合わせて箱ひげ図を描いた

22 2018 年 5 月後半の金沢の最高気温 後半 16 日 ~31 日のデータを並べ替えて 5 要約数を求める 最小値 15 中央値 (x 8 + x 9 )/2 = 24.5 最大値 32 15, 19, 20, 23, 24, 24, 24, 24, 25, 27, 27, 27, 27, 28, 30, 32 第 1(x 4 + x 5 )/2 = 23.5 第 3(x 12 + x 13 )/2 = 年 5 月後半の金沢の最高気温のドットプロット 度数 範囲 :17, 四分位範囲 :3.5 最高気温 [ ]

23 最高気温 [ ] 箱ひげ図で比較 金沢市の毎日の最高気温の 2018 年 5 月の前後半の比較 5 月前半 5 月後半 箱ひげ図から分布の大体の様子が分かる. 中央値は後半の方が高いので全体的には後半の方が最高気温は高い. レンジは後半の方が広い. 四分位範囲を見ると, 前半は 17~23, 後半は 24~18 の日に半分のデータが集中している. 複数の分布を比較する際に箱ひげ図は便利

24 5 月の金沢市 毎日の最高気温データの分析 中央値, 範囲, 四分位範囲 を 2014~2018 年で比較

25 2018 年 5 月の金沢の最高気温 データを並べ替えて5 要約数を求める最小値 15 中央値 x 16 = 23 最大値 32 15, 16, 16, 17, 17, 18, 18, 19, 19, 20, 21, 21, 23, 23, 23, 23, 24, 24, 24, 24, 25, 25, 26, 27, 27, 27, 27, 27, 28, 30, 32 第 1 (x 8 + x 9 )/2 = 19 第 3 (x 23 +x 24 )/2 = 26.5 度数 2018 年 5 月の金沢の最高気温のドットプロット 範囲 :17, 四分位範囲 :7.5 最高気温 [ ]

26 2017 年 5 月金沢市の最高気温データ 日にち 最高気温 年 5 月金沢の最高気温を小数点第 1 位で四捨五入したデータ データソース : 気象庁各種データ 資料 > 過去の気象データ検索 > 日ごとの値 28 金沢 2017 年 5 月 ( 日ごとの値 ) 主な要素

27 2017 年 5 月の金沢の最高気温 データを並べ替えて5 要約数を求める最小値 20 中央値 x 16 = 23 最大値 29 20, 20, 20, 20, 21, 21, 21, 21, 21, 21, 21, 22, 22, 22, 23, 23, 23, 24, 24, 24, 24, 25, 25, 25, 26, 27, 27, 28, 28, 29, 29 第 1 (x 8 + x 9 )/2 = 21 第 3 (x 23 +x 24 )/2 = 25 度数 年 5 月の金沢の最高気温のドットプロット 範囲 :9, 四分位範囲 :4 最高気温 [ ]

28 2016 年 5 月金沢市の最高気温データ 日にち 最高気温 年 5 月金沢の最高気温を小数点第 1 位で四捨五入したデータ データソース : 気象庁各種データ 資料 > 過去の気象データ検索 > 日ごとの値 25 金沢 2016 年 5 月 ( 日ごとの値 ) 主な要素

29 2016 年 5 月の金沢の最高気温 データを並べ替えて5 要約数を求める最小値 19 中央値 x 16 = 25 最大値 31 19, 19, 20, 21, 21, 22, 22, 22, 22, 22, 23, 23, 24, 24, 24, 25, 25, 25, 25, 25, 25, 25, 25, 27, 27, 28, 28, 28, 30, 31, 31 第 1 (x 8 + x 9 )/2 = 22 第 3 (x 23 +x 24 )/2 = 年 5 月の金沢の最高気温のドットプロット 度数 範囲 :12, 四分位範囲 :4 最高気温 [ ]

30 2015 年 5 月金沢市の最高気温データ 日にち 最高気温 年 5 月金沢の最高気温を小数点第 1 位で四捨五入したデータ データソース : 気象庁各種データ 資料 > 過去の気象データ検索 > 日ごとの値 25 金沢 2015 年 5 月 ( 日ごとの値 ) 主な要素

31 2015 年 5 月の金沢の最高気温 データを並べ替えて5 要約数を求める最小値 17 中央値 x 16 = 25 最大値 29 17, 18, 19, 21, 21, 21, 22, 22, 22, 22, 23, 23, 24, 24, 24, 25, 25, 25, 25, 25, 26, 26, 26, 26, 27, 27, 27, 27, 28, 28, 29 第 1 (x 8 + x 9 )/2 = 22 第 3 (x 23 +x 24 )/2 = 26 度数 2015 年 5 月の金沢の最高気温のドットプロット 範囲 :12, 四分位範囲 :4 最高気温 [ ]

32 2014 年 5 月金沢市の最高気温データ 日にち 最高気温 年 5 月金沢の最高気温を小数点第 1 位で四捨五入したデータ データソース : 気象庁各種データ 資料 > 過去の気象データ検索 > 日ごとの値 28 金沢 2014 年 5 月 ( 日ごとの値 ) 主な要素

33 2014 年 5 月の金沢の最高気温 データを並べ替えて5 要約数を求める最小値 17 中央値 x 16 = 22 最大値 30 17, 18, 18, 18, 18, 18, 18, 19, 19, 20, 21, 21, 21, 21, 22, 22, 22, 23, 24, 24, 25, 25, 26, 26, 27, 28, 28, 29, 29, 30, 30 第 1 (x 8 + x 9 )/2 = 19 第 3 (x 23 +x 24 )/2 = 年 5 月の金沢の最高気温のドットプロット 度数 範囲 :13, 四分位範囲 :7 最高気温 [ ]

34 最高気温 [ ] 箱ひげ図で比較 金沢市 5 月の毎日の最高気温の 2014~2018 年の比較 2014 年 2015 年 2016 年 2017 年 2018 年 2014 年と 2015 年の比較 中央値は 2015 年の方が高いので全体的には 2015 年の方が最高気温は高い. レンジはどちらも殆ど同じ. 四分位範囲は 2014 年は広く,2015 年は狭い 年は全体にまんべんなくデータが分布しているのに対して, 2015 年は 25 付近に集中して存在してる. 複数の分布を比較する際に箱ひげ図は便利

平均値 () 次のデータは, ある高校生 7 人が ヵ月にカレーライスを食べた回数 x を調べたものである 0,8,4,6,9,5,7 ( 回 ) このデータの平均値 x を求めよ () 右の表から, テレビをみた時間 x の平均値を求めよ 階級 ( 分 ) 階級値度数 x( 分 ) f( 人 )

平均値 () 次のデータは, ある高校生 7 人が ヵ月にカレーライスを食べた回数 x を調べたものである 0,8,4,6,9,5,7 ( 回 ) このデータの平均値 x を求めよ () 右の表から, テレビをみた時間 x の平均値を求めよ 階級 ( 分 ) 階級値度数 x( 分 ) f( 人 ) データの分析 データの整理右の度数分布表は,A 高校の 0 人について, 日にみたテレビの時間を記入したものである 次の問いに答えよ () テレビをみた時間が 85 分未満の生徒は何人いるか () テレビをみた時間が 95 分以上の生徒は全体の何 % であるか (3) 右の度数分布表をもとにして, ヒストグラムをかけ 階級 ( 分 ) 階級値度数相対 ( 分 ) ( 人 ) 度数 55 以上 ~65

More information

Microsoft Word - lec_student-chp3_1-representative

Microsoft Word - lec_student-chp3_1-representative 1. はじめに この節でのテーマ データ分布の中心位置を数値で表す 可視化でとらえた分布の中心位置を数量化する 平均値とメジアン, 幾何平均 この節での到達目標 1 平均値 メジアン 幾何平均の定義を書ける 2 平均値とメジアン, 幾何平均の特徴と使える状況を説明できる. 3 平均値 メジアン 幾何平均を計算できる 2. 特性値 集めたデータを度数分布表やヒストグラムに整理する ( 可視化する )

More information

代表値

代表値 代表値 統計基礎の補足資料 2019 年 6 月 13 日金沢学院大学経営情報学部藤本祥二 量的データの分析 (P.78~119) 分布全体の様子を知るのが目的 (P.99のまとめ) 1. 単峰性,2. ピークの位置と散らばり具合, 3. 左右対称性,4. 外れ値の存在 度数分布, ヒストグラムを描き形状を見る (P.78~P.91) 数値で分布を要約する (P.99~P.117) 基本統計量 :

More information

第4回

第4回 Excel で度数分布表を作成 表計算ソフトの Microsoft Excel を使って 度数分布表を作成する場合 関数を使わなくても 四則演算(+ */) だけでも作成できます しかし データ数が多い場合に度数を求めたり 度数などの合計を求めるときには 関数を使えばデータを処理しやすく なります 度数分布表の作成で使用する関数 合計は SUM SUM( 合計を計算する ) 書式 :SUM( 数値数値

More information

Microsoft Word - 保健医療統計学112817完成版.docx

Microsoft Word - 保健医療統計学112817完成版.docx 講義で使用するので テキスト ( 地域診断のすすめ方 ) を必ず持参すること 5 4 統計処理のすすめ方 ( テキスト P. 134 136) 1. 6つのステップ 分布を知る ( 度数分布表 ヒストグラム ) 基礎統計量を求める Ø 代表値 Ø バラツキ : 範囲 ( 最大値 最小値 四分位偏位 ) 分散 標準偏差 標準誤差 集計する ( 単純集計 クロス集計 ) 母集団の情報を推定する ( 母平均

More information

相関係数と偏差ベクトル

相関係数と偏差ベクトル 相関係数と偏差ベクトル 経営統計演習の補足資料 07 年 月 9 日金沢学院大学経営情報学部藤本祥二 相関係数の復習 r = s xy s x s y = = n σ n i= σn i= n σ n i= n σ i= x i xҧ y i തy x i xҧ n σ n i= y i തy x i xҧ x i xҧ y i തy σn i= y i തy 式が長くなるので u, v の文字で偏差を表すことにする

More information

Microsoft PowerPoint ppt

Microsoft PowerPoint ppt 情報科学第 07 回データ解析と統計代表値 平均 分散 度数分布表 1 本日の内容 データ解析とは 統計の基礎的な値 平均と分散 度数分布表とヒストグラム 講義のページ 第 7 回のその他の欄に 本日使用する教材があります 171025.xls というファイルがありますので ダウンロードして デスクトップに保存してください 2/45 はじめに データ解析とは この世の中には多くのデータが溢れています

More information

【指導のポイント】

【指導のポイント】 教材 -B-() の解答資料の活用 分析 さいひんち 度数 最頻値 の解決のために さいひんち最頻値の相対度数の求め方 説明文 相対度数は ( 相対度数 )=( 最頻値の階級の度数 ) ( ( ア ) ) で求めることができる 最頻値の階級の度数は ( イ ), ( ア ) は, ( ウ ) であるから求める ( イ ) 相対度数は, =.9 となる ( ウ ) ( ア ) 度数の合計 ( イ )

More information

stat-base_ppt [互換モード]

stat-base_ppt [互換モード] データ解析の基礎ーデータの分類とまとめ方ー 統計学と統計について 統計学 statistics とは何か? 髙木廣文東邦大学看護学部国際広域保健分野 統計 : 統計をとる (?) 統計学 : 統計学を使う (?) e-mail: halwin@med.toho-u.ac.jp http://homepage2.nifty.com/halwin/takagi.html 1 2 統計をとる とは? アンケート調査で学生のアルバイト実施を調べる

More information

経営統計学

経営統計学 5 章基本統計量 3.5 節で量的データの集計方法について簡単に触れ 前章でデータの分布について学びましたが データの特徴をつの数値で示すこともよく行なわれます これは統計量と呼ばれ 主に分布の中心や拡がりなどを表わします この章ではよく利用される分布の統計量を特徴で分類して説明します 数式表示を統一的に行なうために データの個数を 個とし それらを,,, と表わすことにします ここで学ぶ統計量は統計分析の基礎となっており

More information

stat-base [互換モード]

stat-base [互換モード] データ解析の基礎ーデータの分類とまとめ方ー 統計学と統計について 統計学 statistics とは何か? 高木廣文東邦大学看護学部国際保健看護学研究室 統計 : 統計をとる (?) 統計学 : 統計学を使う (?) e-mail: halwin@med.toho-u.ac.jp http://homepage2.nifty.com/halwin/takagi.html 1 2 統計をとる とは?

More information

夏期講習高 センター数学 ⅠA テキスト第 講 [] 人の生徒に数学のテストを行った 次の表 は, その結果である ただし, 表 の数値はすべて正確な値であるとして解答せよ 表 数学のテストの得点 次

夏期講習高 センター数学 ⅠA テキスト第 講 [] 人の生徒に数学のテストを行った 次の表 は, その結果である ただし, 表 の数値はすべて正確な値であるとして解答せよ 表 数学のテストの得点 次 夏期講習高 センター数学 ⅠA テキスト第 講 第 講 三角比 データの分析 ABC は AB=,BC=,AC= を満たす ⑴ cos B= アイ である 辺 BC 上に点 D を取り, ABD の外接円の半径を R とするとき, AD R = ウであり, 点 D を点 B から点 C まで移動させるとき,R の最小値はエである ただし, 点 D は点 B とは異なる点とする ⑵ ABD の外接円の中心が辺

More information

Microsoft PowerPoint - 代表値と散布度.ppt [互換モード]

Microsoft PowerPoint - 代表値と散布度.ppt [互換モード] データ解析基礎. 度数分布と特性値 keyword データの要約 度数分布表, ヒストグラム 分布の中心を表す基本統計量 平均, 最頻値, 中央値 分布のばらつきを表す統計量 分散, 標準偏差 統計データの構造 - データ解析の目的 具体的な対象 ( 母集団 ) についての調査結果 ( 標本をどう加工 処理し, 有益な情報を引き出すかである. 加工 処理するための調査結果として, データ ( 観測データ

More information

Microsoft PowerPoint - データ解析基礎2.ppt

Microsoft PowerPoint - データ解析基礎2.ppt データ解析基礎. 度数分布と特性値 keyword データの要約 度数分布表, ヒストグラム 分布の中心を表す基本統計量 平均, 最頻値, 中央値 分布のばらつきを表す統計量 分散, 標準偏差 統計データの構造 - データ解析の目的 具体的な対象 ( 母集団 ) についての調査結果 ( 標本をどう加工 処理し, 有益な情報を引き出すかである. 加工 処理するための調査結果として, データ ( 観測データ

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 総務省 ICTスキル総合習得教材 概要版 eラーニング用 [ コース3] データ分析 3-3: 基本統計量 クロス集計表の作成 [ コース1] データ収集 [ コース2] データ蓄積 [ コース3] データ分析 [ コース4] データ利活用 1 2 3 4 5 座学実習紹介[3] ピボットテーブルとクロス集計表 本講座の学習内容 (3-3: 基本統計量 クロス集計表の作成 ) 講座概要 数値データの尺度に基づく

More information

3章 度数分布とヒストグラム

3章 度数分布とヒストグラム 度数分布とヒストグラム データとは 複雑な確率ゲームから生まれたと考えてよい データ分析の第一歩として データの持つ基本的特性を把握することが重要である 分析の流れ データの分布 ( 散らばり ) を 度数分布表にまとめ グラフ化する グラフに 平均値や分散など 分布の特徴を示す客観的な数値を加える データが母集団からのランダムサンプルならば 母集団についての推測を行う 度数分布とヒストグラムの作成

More information

3章 度数分布とヒストグラム

3章 度数分布とヒストグラム 3 章度数分布とヒストグラム データの中の分析 ( 記述統計 ) であれ データの外への推論 ( 推測統計 ) であれ まず データの持つ基本的特性を把握することが重要である 1 分析の流れ データの分布 ( 散らばり ) を 度数分布表にまとめ グラフ化する 3 章 グラフに 平均値や分散など 分布の特徴を示す客観的な数値を加える 4 5 6 章 データが母集団からのランダムサンプルならば 母集団についての推測を行う

More information

Blue circle & gradation

Blue circle & gradation 数学 1 に関連した統計教材 Takakazu Sugiyama http://www.statistics.co.jp/ これは 2013 年に東京都教育委員会の要請による講演のパワーポイントです. データの要約をしよう! 1.1 データの性格 日本人の死因を集積したデータ アンケートや問診票にある性別 薬局の満足度を 非常に満足 やや満足 どちらともいえない やや不満 非常に不満 によって評価したデータなどのように

More information

データの種類とデータの分布

データの種類とデータの分布 データの種類とデータの分布 統計基礎の補足資料 218 年 6 月 4 日金沢学院大学経営情報学部藤本祥二 2( 教科書 P.52) データのばらつき 分布について データの分布データ全体のばらつき具合 ( 広がり具合 ) 等の全体的な様子をとらえたもの 度数 ( 頻度数 ) ある項目, 又はある値, 又は範囲にデータがどれくらい存在するのかを頻度で示したもの 度数分布度数に関するデータ全体の様子

More information

学習指導要領

学習指導要領 (1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 千早高校学力スタンダード 自然数 整数 有理数 無理数の用語の意味を理解す る ( 例 ) 次の数の中から自然数 整数 有理 数 無理数に分類せよ 3 3,, 0.7, 3,,-, 4 (1) 自然数 () 整数 (3) 有理数 (4) 無理数 自然数 整数 有理数 無理数の包含関係など

More information

学習指導要領

学習指導要領 (1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実数 の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい ア イ 無理数 整数 ウ 無理数の加法及び減法 乗法公式などを利用した計 算ができる また 分母だけが二項である無理数の 分母の有理化ができる ( 例 1)

More information

学習指導要領

学習指導要領 (1) 数と式 学習指導要領 数と式 (1) 式の計算二次の乗法公式及び因数分解の公式の理解を深め 式を多面的にみたり目的に応じて式を適切に変形したりすること 東京都立町田高等学校学力スタンダード 整式の加法 減法 乗法展開の公式を利用できる 式を1 つの文字におき換えることによって, 式の計算を簡略化することができる 式の形の特徴に着目して変形し, 展開の公式が適用できるようにすることができる 因数分解因数分解の公式を利用できる

More information

データ 統計 情報 計算 分析 ( 数量的情報 定性的情報 ) 上の図にもあるように 統計学 の目的の一つとして データ ( 中学校では資料と呼んでいた ) や 統計 を正しく分析し 我々の判断や 行動に役立つ 情報 を導き出す力を養うことが挙げられる ( 度数分布表とヒストグラム ) 1 年 A

データ 統計 情報 計算 分析 ( 数量的情報 定性的情報 ) 上の図にもあるように 統計学 の目的の一つとして データ ( 中学校では資料と呼んでいた ) や 統計 を正しく分析し 我々の判断や 行動に役立つ 情報 を導き出す力を養うことが挙げられる ( 度数分布表とヒストグラム ) 1 年 A 第 4 章データの分析 No.01 ( 中学校での履修事項 ) 1 年生 : 資料の整理 1 階級 階級の幅 度数 度数分布表 ヒストグラム ( 柱状グラフ ) 度数折れ線 相対度数 2 範囲 代表値 ( 平均値 中央値 最頻値 ) 3 近似値 誤差 有効数字 3 年生 : 標本調査 1 標本 母集団 標本調査 全数調査 無作為抽出を学んだそうですね? ( なぜ データの分析 を学ぶのか?) 社会活動で

More information

学力スタンダード(様式1)

学力スタンダード(様式1) (1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 稔ヶ丘高校学力スタンダード 有理数 無理数の定義や実数の分類について理解し ている 絶対値の意味と記号表示を理解している 実数と直線上の点が一対一対応であることを理解 し 実数を数直線上に示すことができる 例 実数 (1) -.5 () π (3) 数直線上の点はどれか答えよ

More information

データ解析

データ解析 データ解析 ( 前期 ) 最小二乗法 向井厚志 005 年度テキスト 0 データ解析 - 最小二乗法 - 目次 第 回 Σ の計算 第 回ヒストグラム 第 3 回平均と標準偏差 6 第 回誤差の伝播 8 第 5 回正規分布 0 第 6 回最尤性原理 第 7 回正規分布の 分布の幅 第 8 回最小二乗法 6 第 9 回最小二乗法の練習 8 第 0 回最小二乗法の推定誤差 0 第 回推定誤差の計算 第

More information

Excelによる統計分析検定_知識編_小塚明_1_4章.indd

Excelによる統計分析検定_知識編_小塚明_1_4章.indd 第2章 1 変量データのまとめ方 本章では, 記述統計の手法について説明します 具体的には, 得られたデータから表やグラフを作成し, 意昧のある統計量を算出する方法など,1 変量データのまとめ方について学びます 本章から理解を深めるための数式が出てきますが, 必ずしも, これらの式を覚える必要はありません それぞれのデータの性質や統計量の意義を理解することが重要です 円グラフと棒グラフ 1 変量質的データをまとめる方法としてよく使われるグラフは,

More information

学習指導要領

学習指導要領 (1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 絶対値の意味を理解し適切な処理することができる 例題 1-3 の絶対値をはずせ 展開公式 ( a + b ) ( a - b ) = a 2 - b 2 を利用して根号を含む分数の分母を有理化することができる 例題 5 5 + 2 の分母を有理化せよ 実数の整数部分と小数部分の表し方を理解している

More information

Microsoft PowerPoint - 11統計の分析と利用_1-1.pptx

Microsoft PowerPoint - 11統計の分析と利用_1-1.pptx 統計の分析と利用. データとその扱い -. 一次元のデータ 度数分布 ヒストグラム 幹葉プロット 箱ひげ図代表値と散らばり データの尺度 -. 二次元のデータ 堀田敬介 散布図 クロス集計二次元データの関係 : 相関係数 相関比 連関係数 0/9/30, Fri.~ -. 一次元のデータ 度数分布 ヒストグラム 幹葉プロット, =9, =-3, =4, =5, =3, 67 = 箱ひげ図,, 3,

More information

<4D F736F F F696E74202D B835E82CC8EED97DE B835E82CC834F BB F0955C82B793C190AB926C>

<4D F736F F F696E74202D B835E82CC8EED97DE B835E82CC834F BB F0955C82B793C190AB926C> 統計の種類 統計学 データの種類データのグラフ化中心を表す特性値 記述統計母集団 ( 調査対象の集団 ) をすべて調査でき その調査結果に基づき データをまとめる統計 推測統計母集団 ( 調査対象の集団 ) をすべて調査できないが 一部のデータから母集団の状況を推測する統計 外れ値 データの中には 他の観測値に比べて著しく離れた値が含まれている場合があります ( 入力ミスではなく ) このような値のことを外れ値といいます

More information

テレビ学習メモ 数学 Ⅰ 第 40 回 第 5 章データの分析 相関係数 監修 執筆 湯浅弘一 今回学ぶこと データの分析の最終回 今までの代表値を複合し ながら 2 種類のデータの関係を数値化します 相関係数は 相関がどの程度強いのかを表しています 学習のポイント 12 種類のデータの相関関係を

テレビ学習メモ 数学 Ⅰ 第 40 回 第 5 章データの分析 相関係数 監修 執筆 湯浅弘一 今回学ぶこと データの分析の最終回 今までの代表値を複合し ながら 2 種類のデータの関係を数値化します 相関係数は 相関がどの程度強いのかを表しています 学習のポイント 12 種類のデータの相関関係を テレビ学習メモ 第 40 回 第 5 章データの分析 監修 執筆 湯浅弘一 今回学ぶこと データの分析の最終回 今までの代表値を複合し ながら 2 種類のデータの関係を数値化します は 相関がどの程度強いのかを表しています 学習のポイント 12 種類のデータのを 1 つの数値で表す 2共分散と 3実際のデータからを求める ポイント 1 2 種類のデータのを 1 つの数値で表す 2 種類のデータの散らばりは散布図で見ることができました

More information

講義ノート p.2 データの視覚化ヒストグラムの作成直感的な把握のために重要入力間違いがないか確認するデータの分布を把握する fig. ヒストグラムの作成 fig. ヒストグラムの出力例 度数分布表の作成 データの度数を把握する 入力間違いが無いかの確認にも便利 fig. 度数分布表の作成

講義ノート p.2 データの視覚化ヒストグラムの作成直感的な把握のために重要入力間違いがないか確認するデータの分布を把握する fig. ヒストグラムの作成 fig. ヒストグラムの出力例 度数分布表の作成 データの度数を把握する 入力間違いが無いかの確認にも便利 fig. 度数分布表の作成 講義ノート p.1 前回の復習 尺度について数字には情報量に応じて 4 段階の種類がある名義尺度順序尺度 : 質的データ間隔尺度比例尺度 : 量的データ 尺度によって利用できる分析方法に差異がある SPSS での入力の練習と簡単な操作の説明 変数ビューで変数を設定 ( 型や尺度に注意 ) fig. 変数ビュー データビューでデータを入力 fig. データビュー 講義ノート p.2 データの視覚化ヒストグラムの作成直感的な把握のために重要入力間違いがないか確認するデータの分布を把握する

More information

Microsoft Word - 町田・全 H30学力スタ 別紙1 1年 数学Ⅰ.doc

Microsoft Word - 町田・全 H30学力スタ 別紙1 1年 数学Ⅰ.doc (1) 数と式 学習指導要領 都立町田高校 学力スタンダード ア 数と集合 ( ア ) 実数 根号を含む式の計算 数を実数まで拡張する意義を理解し 簡単な 循環小数を表す記号を用いて, 分数を循環小数で表 無理数の四則計算をすること すことができる 今まで学習してきた数の体系について整理し, 考察 しようとする 絶対値の意味と記号表示を理解している 根号を含む式の加法, 減法, 乗法の計算ができる

More information

学習指導要領

学習指導要領 (1) 数と式 ア整式 ( ア ) 式の展開と因数分解二次の乗法公式及び因数分解の公式の理解を深め 式を多面的にみたり目的に応じて式を適切に変形したりすること (ax b)(cx d) acx (ad bc)x bd などの基本的な公式を活用して 二次式の展開や因数分解ができる また 式の置き換えや一文字に着目するなどして 展開 因数分解ができる ( 例 ) 次の問に答えよ (1) (3x a)(4x

More information

学習指導要領

学習指導要領 (1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 都立大江戸高校学力スタンダード 平方根の意味を理解し 平方根の計算法則に従って平方根を簡単にすることができる ( 例 1) 次の値を求めよ (1)5 の平方根 () 81 ( 例 ) 次の数を簡単にせよ (1) 5 () 7 1 (3) 49 無理数の加法や減法 乗法公式を利用した計算がで

More information

学習指導要領

学習指導要領 (1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数 実数のそれぞれの集 合について 四則演算の可能性について判断できる ( 例 ) 下の表において それぞれの数の範囲で四則計算を考えるとき 計算がその範囲で常にできる場合には を 常にできるとは限らない場合には を付けよ ただし 除法では 0 で割ることは考えない

More information

Microsoft PowerPoint - 10統計の分析と利用_1.pptx

Microsoft PowerPoint - 10統計の分析と利用_1.pptx 統計の分析と利用 00/9/4 統計の分析と利用. データとその扱い 堀田敬介 -.. 一次元のデータ度数分布 ヒストグラム 幹葉プロット 箱ひげ図代表値と散らばりデータの尺度 -.. 二次元のデータ散布図 クロス集計二次元データの関係 : 相関係数 相関比 連関係数 00/9/4, Fri.~ -. 一次元のデータ 度数分布 ヒストグラム 幹葉プロット 箱ひげ図 (,,, ) 個 L,, 3, 4,

More information

経済統計分析1 イントロダクション

経済統計分析1 イントロダクション 1 経済統計分析 3 よく使う記述統計量 事務連絡 Webclass を使ってみようと思います. 登録できる人はしておいてください. 宿題を webclass 経由で回収 返却する予定です. じつはすでにデータをアップロードしています. MS-Word, Excel が使えますか? VBA とかできなくてもいいです. 宿題をこれらで出していただけると, 採点しやすいです. 互換機能 ( 校閲機能含む

More information

Microsoft Word - M1-05.docx

Microsoft Word - M1-05.docx Core Lecture [M1-05] 1/14 データの分析 データを分析するための基本的な考え を につけよう. データって何? データの種類 ( 様々な解釈があるうちの 例 ) データ尺度離散 連続順序数値的意味代表値可能な演算具体例 ( 要解釈 ) 質的デ タ 名義尺度 順序尺度 離散量なし区別最頻値なし 離散量 あり 順序 最頻値中央値 なし 評価 ( 感想 ) 好きな べ物 液型 評価

More information

d_cj02

d_cj02 青森県総合学校教育センター情報教育長期研究講座報告 [2012.3] G13-01 高等学校数学科データの分析における ICT を活用した授業の実践について 青森県立むつ工業高等学校教諭十川恒寿 要 旨 新学習指導要領の必履修科目数学 Ⅰ に新たに データの分析 が導入される この単元には, 四分位数, 箱ひげ図という新しい指導項目がある この単元は, 新学習指導要領解説数学編に示されている通り,ICT

More information

Microsoft Word - apstattext01b.docx

Microsoft Word - apstattext01b.docx 1. 量的データの集計 1..1 分布とヒストグラム量的なデータの集計では まずデータの分布を見ることが大切です どの範囲にどれだけの数のデータがあるのかを示すのが度数分布表です 度数分布表の階級がデータを分類する範囲で 度数がどれだけのデータがその範囲に入っているかを表します 相対度数は その度数の全体から見た割合です また それに加えて累積度数と累積相対度数を加える場合もあります 累積度数はその階級以前の度数の合計

More information

目次 1 章 SPSS の基礎 基本 はじめに 基本操作方法 章データの編集 はじめに 値ラベルの利用 計算結果に基づく新変数の作成 値のグループ化 値の昇順

目次 1 章 SPSS の基礎 基本 はじめに 基本操作方法 章データの編集 はじめに 値ラベルの利用 計算結果に基づく新変数の作成 値のグループ化 値の昇順 SPSS 講習会テキスト 明治大学教育の情報化推進本部 IZM20140527 目次 1 章 SPSS の基礎 基本... 3 1.1 はじめに... 3 1.2 基本操作方法... 3 2 章データの編集... 6 2.1 はじめに... 6 2.2 値ラベルの利用... 6 2.3 計算結果に基づく新変数の作成... 7 2.4 値のグループ化... 8 2.5 値の昇順 降順... 10 3

More information

基礎統計

基礎統計 基礎統計 第 2 回講義資料 講義資料 テキスト 入門統計解析 倉田博史 星野崇宏, 新世社,2009. (2500 円 + 税 ) スライド資料 http://lecture.ecc.u-tokyo.ac.jp/~candoma/ 基礎統計 ( 16) にてスライド資料 (PDF ファイル ) 学内の PC 端末からアクセスするには 情報教育棟にある PC 端末で Safari を起動すると 講義用

More information

(Nov/2009) 2 / = (,,, ) 1 4 3 3 2/8

(Nov/2009) 2 / = (,,, ) 1 4 3 3 2/8 (Nov/2009) 1 sun open-office calc 2 1 2 3 3 1 3 1 2 3 1 2 3 1/8 (Nov/2009) 2 / = (,,, ) 1 4 3 3 2/8 (Nov/2009) 1 (true) false 1 2 2 A1:A10 A 1 2 150 3 200 4 250 5 320 6 330 7 360 8 380 9 420 10 480 (1)

More information

win版8日目

win版8日目 8 日目 : 項目のチェック (2) 1 日 30 分くらい,30 日で何とか R をそこそこ使えるようになるための練習帳 :Win 版 昨日は, 平均値などの基礎統計量を計算する試行錯誤へご招待しましたが (?), 今日は簡 単にやってみます そのためには,psych というパッケージが必要となりますが, パッケー ジのインストール & 読み込みの詳しい方法は, 後で説明します 以下の説明は,psych

More information

Microsoft PowerPoint - 基礎・経済統計6.ppt

Microsoft PowerPoint - 基礎・経済統計6.ppt . 確率変数 基礎 経済統計 6 確率分布 事象を数値化したもの ( 事象ー > 数値 の関数 自然に数値されている場合 さいころの目 量的尺度 数値化が必要な場合 質的尺度, 順序的尺度 それらの尺度に数値を割り当てる 例えば, コインの表が出たら, 裏なら 0. 離散確率変数と連続確率変数 確率変数の値 連続値をとるもの 身長, 体重, 実質 GDP など とびとびの値 離散値をとるもの 新生児の性別

More information

2. 幹葉図数表はデータの詳細な値を知ることができますが, 一見してデータ全体の傾向を読み取るのは困難です. 一方, グラフはデータ全体の傾向を視覚的に捉えることができますが, 細かい値を知るには適していません. 幹葉図はこの両面性を備え, かつ, データの集計にも使えるという方法です. 例 次のデ

2. 幹葉図数表はデータの詳細な値を知ることができますが, 一見してデータ全体の傾向を読み取るのは困難です. 一方, グラフはデータ全体の傾向を視覚的に捉えることができますが, 細かい値を知るには適していません. 幹葉図はこの両面性を備え, かつ, データの集計にも使えるという方法です. 例 次のデ 小学生にもできる統計の手法 幹葉図と箱ヒゲ図 吉田一 0. はじめに 数学教室 No.603(2002 年 2 月号 ) の AMI International で Quantitative Literacy とは とい う文を書きましたが, そこで取り上げたみきはず幹葉図 Stem-and-Leaf Plot と箱ヒゲ図 Box-and-Whisker Plot について, その考え方と手法を説明します.

More information

Microsoft PowerPoint - statedu_ _open.ppt [互換モード]

Microsoft PowerPoint - statedu_ _open.ppt [互換モード] 統計教育シンポジウム (2012 年 3 2 3, 橋 学 ) 次 等学校での数学 Ⅰ データの分析 に関するアセスメントの提案 分 学 和泉 志津恵 * 東京医療保健 学 深澤 弘美 東京情報 学 櫻井 尚 研究の概要統計教育の 標とアセスメント数学 Ⅰ データの分析 指導のポイント出題例まとめ及び今後の課題 * 連絡先 : shizue@oita-u.ac.jp 研究の概要 研究の背景学習指導要領の改訂平成

More information

Microsoft PowerPoint - 12統計の分析と利用_1-1.pptx

Microsoft PowerPoint - 12統計の分析と利用_1-1.pptx 統計の分析と利用 /9/ 統計の分析と利用. データとその扱い PartⅠ -. 一次元のデータ -. 一次元のデータ ヒストグラム 幹葉プロット 箱ひげ図代表値と散らばりデータの尺度 -. 二次元のデータ 変数の関係 : 散布図, 共分散 相関係数 変数の関係 : クロス集計, クラメルの連関係数 変数の関係 : 点グラフ, 相関比 堀田敬介, 9, -,,,, /9/, Fr.~ = ヒストグラム

More information

<4D F736F F D208D A778D5A8A778F4B8E7793B CC A7795D2816A2E646F6378>

<4D F736F F D208D A778D5A8A778F4B8E7793B CC A7795D2816A2E646F6378> 高等学校学習指導要領解説数学統計関係部分抜粋 第 部数学第 2 章各科目第 節数学 Ⅰ 3 内容と内容の取扱い (4) データの分析 (4) データの分析統計の基本的な考えを理解するとともに, それを用いてデータを整理 分析し傾向を把握できるようにする アデータの散らばり四分位偏差, 分散及び標準偏差などの意味について理解し, それらを用いてデータの傾向を把握し, 説明すること イデータの相関散布図や相関係数の意味を理解し,

More information

. 測定方法 7 尺度化 ( 数値化 ) 8 絶対判断 評点法採点法カテゴリー尺度法 図示法 / 線分法 心理物理学的測定法 相対判断 分類法 格付け分類法 順位法 一対比較法 リッカート法 カテゴリー尺度法 / 評定尺度法 あなたは ですか? 9 SD(Semantic Differential)

. 測定方法 7 尺度化 ( 数値化 ) 8 絶対判断 評点法採点法カテゴリー尺度法 図示法 / 線分法 心理物理学的測定法 相対判断 分類法 格付け分類法 順位法 一対比較法 リッカート法 カテゴリー尺度法 / 評定尺度法 あなたは ですか? 9 SD(Semantic Differential) 内容. 感性評価 官能評価. 感性評価 官能評価の考え方 測定方法. 測定方法. 統計学 ( 概略 ). 感性評価 官能評価 官能評価と感性評価 官能評価 ヒトの感覚に基づいて評価をおこなうこと 感性評価 ヒトの感性に基づいて評価をおこなうこと イメージや嗜好などを含む 測定尺度 分析型官能評価 (Ⅰ 型官能評価 ) S.S. Stevens 人間が測定器のかわり 品質検査や工程管理嗜好型官能評価

More information

Microsoft Word - 操作マニュアル-Excel-2.doc

Microsoft Word - 操作マニュアル-Excel-2.doc Excel プログラム開発の練習マニュアルー 1 ( 関数の学習 ) 作成 2015.01.31 修正 2015.02.04 本マニュアルでは Excel のプログラム開発を行なうに当たって まずは Excel の関数に関する学習 について記述する Ⅰ.Excel の関数に関する学習 1. 初めに Excel は単なる表計算のソフトと思っている方も多いと思います しかし Excel には 一般的に使用する

More information

Microsoft Word - Stattext11.doc

Microsoft Word - Stattext11.doc 章母集団と指定値との量的データの検定. 検定手順 前章で質的データの検定手法について説明しましたので ここからは量的データの検定について話します 量的データの検定は少し分量が多くなりますので 母集団と指定値との検定 対応のない 群間の検定 対応のある 群間の検定 と 3つに章を分けて話を進めることにします ここでは 母集団と指定値との検定について説明します 例えば全国平均が分かっている場合で ある地域の標本と全国平均を比較するような場合や

More information

これに対する度数分布表は次のようになる : 階級 階級値 度数 相対度数 累積度数 累積相対度数 ( 以上 ) ~ ( 未満 ) 0 ~ (3/50 = ) ~ (2/50 = ) ~ (6/5

これに対する度数分布表は次のようになる : 階級 階級値 度数 相対度数 累積度数 累積相対度数 ( 以上 ) ~ ( 未満 ) 0 ~ (3/50 = ) ~ (2/50 = ) ~ (6/5 1. 分布を把握する ( 度数分布表 ヒストグラム ) 本章の目標 度数分布やヒストグラムの必要性やその方法を理解する 度数分布やヒストグラムを用いて, 分布の様子を調べることができる 相対度数や累積相対度数を用いて, 異なるグループの分布を比較することができる Key Words: 階級 度数 相対度数 度数分布 ヒストグラム 1. 度数分布表 ( 量的 ) 変数 ( 例 : 世帯人員数 ) がとる値の範囲をグループ分けしたそれぞれの区間を階級という.

More information

目次 1. はじめに Excel シートからグラフの選択 グラフの各部の名称 成績の複合グラフを作成 各生徒の 3 科目の合計点を求める 合計点から全体の平均を求める 標準偏差を求める...

目次 1. はじめに Excel シートからグラフの選択 グラフの各部の名称 成績の複合グラフを作成 各生徒の 3 科目の合計点を求める 合計点から全体の平均を求める 標準偏差を求める... Microsoft Excel 2013 - グラフ完成編 - 明治大学教育の情報化推進本部 2017 年 2 月 1 日 目次 1. はじめに... 2 1.1. Excel シートからグラフの選択... 2 1.2. グラフの各部の名称... 3 2. 成績の複合グラフを作成... 4 2.1 各生徒の 3 科目の合計点を求める... 4 2.2 合計点から全体の平均を求める... 5 2.3

More information

hokou

hokou 保健統計配布資料 2012/9/25 Ⅰ データのダウンロード 課題 1 講義用 HP から女子の身長と体重のデータをダウンロードし A 列に番号を入力せよ A 列の入力は 後で説明する連続データの入力が便利である 1 保健統計講義用 HP(http://www.tokuyama-kango.or.jp/kawada) を開き スケジュールの第 3 回目から 身長と体重 のデータ ( ファイル名は

More information

Microsoft PowerPoint - statistics08_03.ppt [互換モード]

Microsoft PowerPoint - statistics08_03.ppt [互換モード] 授業担当 : 徳永伸一 東京医科歯科大学教養部 数学講座 前回 ( 第 2 回 ) の授業の概要 : 第 1 回 ( 教科書第 9 章 順列 組合せと確率 ほぼ全部 ) の復習 教科書第 10 章 記述統計 S. TOKUNAGA 2 1 Overview 確率 (9 章 ) 記述統計 (10 章 ) 情報の要約 表やグラフで表す 代表値 ( 平均など ) や散布度 ( 分散など ) を求める 確率モデル

More information

<4D F736F F D208FAC8A778D5A8A778F4B8E7793B CC81698E5A909495D2816A2E646F6378>

<4D F736F F D208FAC8A778D5A8A778F4B8E7793B CC81698E5A909495D2816A2E646F6378> 小学校学習指導要領解説算数統計関係部分抜粋 第 3 章各学年の内容 2 第 2 学年の内容 D 数量関係 D(3) 簡単な表やグラフ (3) 身の回りにある数量を分類整理し, 簡単な表やグラフを用いて表したり読み取ったりすることができるようにする 身の回りにある数量を分類整理して, それを簡単な表やグラフを用いて表すことができるようにする ここで, 簡単な表とは, 次のような, 観点が一つの表のことである

More information

統計学 Ⅰ(8) 累積度数 : ある階級以下に含まれる度数の合計 階級 度数 相対度数累積度数 累積相対度数 点以上 ~ 点未満.. ~.. ~. 7. ~ 6..6 ~. 6.8 ~ ~ ~ ~ ~.. ~.. 合計. - -

統計学 Ⅰ(8) 累積度数 : ある階級以下に含まれる度数の合計 階級 度数 相対度数累積度数 累積相対度数 点以上 ~ 点未満.. ~.. ~. 7. ~ 6..6 ~. 6.8 ~ ~ ~ ~ ~.. ~.. 合計. - - 統計学 Ⅰ(8) 章度数分布とローレンツ曲線. 度数分布表 教科書 8- ページ. 度数分布表 () データの表し方 () 度数分布表 () 度数, 相対度数, 累積度数. ヒストグラム () ヒストグラム () 階級の決め方 () ヒストグラムにおける階級幅の調整 () クロス集計. ローレンツ曲線とジニ係数 () 所得格差の問題 () ローレンツ曲線 () ジニ係数 () データの表し方 例 :

More information

0415

0415 今回の授業の狙い 基本的な統計量を求め 活用できること 章統計量と確率分布のと確率分布の活用 part 統計解析で用いる代表的な確率分布の特徴を 把握すること 統計解析の全体像 統計解析での注意点 ()( サンプリング サンプル 測定 母集団 何らかの意味で同質性が期待できるものの集団 e 日本人男性同じ条件で作った製品 母集団 推定 アクション 事実に基づく判断 データからモノをいう データ解析

More information

MedicalStatisticsForAll.indd

MedicalStatisticsForAll.indd みんなの 医療統計 12 基礎理論と EZR を完全マスター! Ayumi SHINTANI はじめに EZR EZR iii EZR 2016 2 iv CONTENTS はじめに... ⅲ EZR をインストールしよう... 1 EZR 1...1 EZR 2...3...8 R Console...10 1 日目 記述統計量...11 平均値と中央値... 11...12...15...18

More information

2 Office 65 Solo Office 65 Solo とは Office 65 Solo とは Office 2 Office 65 Solo Office Windows Mac Office Office 65 Skype Office 1, , W

2 Office 65 Solo Office 65 Solo とは Office 65 Solo とは Office 2 Office 65 Solo Office Windows Mac Office Office 65 Skype Office 1, , W 2 Office 65 Solo Office 65 Solo とは Office 65 Solo とは Office 2 Office 65 Solo Office Windows Mac Office Office 65 Skype Office 1,274 112,744 1 2015 8 Word Excel Outlook PowerPoint OneNote Publisher Access

More information

モジュール1のまとめ

モジュール1のまとめ 数理統計学 第 0 回 復習 標本分散と ( 標本 ) 不偏分散両方とも 分散 というのが実情 二乗偏差計標本分散 = データ数 (0ページ) ( 標本 ) 不偏分散 = (03 ページ ) 二乗偏差計 データ数 - 分析ではこちらをとることが多い 復習 ここまで 実験結果 ( 万回 ) 平均 50Kg 標準偏差 0Kg 0 人 全体に小さすぎる > mea(jkke) [] 89.4373 標準偏差

More information

Ⅰ 指導と評価の年間計画 及び 評価規準と単元計画 の作成の手引き 1 指導と評価の年間計画 についてこれは 次の 2 の 評価規準と単元計画 の全単元について その概要を記述したものである 生徒の学習活動に対するより適正な評価 及び生徒の学習の改善に生かされる評価 ( 指導と評価の一体化 ) の実

Ⅰ 指導と評価の年間計画 及び 評価規準と単元計画 の作成の手引き 1 指導と評価の年間計画 についてこれは 次の 2 の 評価規準と単元計画 の全単元について その概要を記述したものである 生徒の学習活動に対するより適正な評価 及び生徒の学習の改善に生かされる評価 ( 指導と評価の一体化 ) の実 指導と評価の年間計画 評価規準の作成について 4 数学 < 目次 > Ⅰ 指導と評価の年間計画 評価規準の作成の手引き P1~2 Ⅱ 指導と評価の年間計画 ( 数学 Ⅰ)< 例 > P3 Ⅲ 評価規準と単元計画 ( 数学 Ⅰ)< 例 > P4~5 Ⅳ 学習指導案 ( 数学 Ⅰ)< 例 > P5~6 Ⅰ 指導と評価の年間計画 及び 評価規準と単元計画 の作成の手引き 1 指導と評価の年間計画 についてこれは

More information

Microsoft Word - 数学Ⅰ

Microsoft Word - 数学Ⅰ () 数と式 ア数と集合 ( ア ) 実数 数を実数まで拡張する意義を理解し 簡単な 無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実数の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい イ 整数 ウ ア 無理数 自然数 整数 有理数 無理数 実数のそれぞれ の集合について 四則演算の可能性について判断 できる ( 例 ) 下の表において,

More information

3 3.1 *2 1 2 3 4 5 6 *2 2

3 3.1 *2 1 2 3 4 5 6 *2 2 Armitage 1 2 11 10 3.32 *1 9 5 5.757 3.3667 7.5 1 9 6 5.757 7 7.5 7.5 9 7 7 9 7.5 10 9 8 7 9 9 10 9 9 9 10 9 11 9 10 10 10 9 11 9 11 11 10 9 11 9 12 13 11 10 11 9 13 13 11 10 12.5 9 14 14.243 13 12.5 12.5

More information

平成 28 年度山梨県学力把握調査 結果分析資料の見方 調査結果概況 正答数分布グラフ 分布の形状から児童生徒の解答状況が分かります 各学校の集計支援ツールでは, 形状だけでなく, 県のデータとの比較もできます 設問別正答率 無解答率グラフ 設問ごとの, 正答率や無解答率が分かります 正答率の低い設

平成 28 年度山梨県学力把握調査 結果分析資料の見方 調査結果概況 正答数分布グラフ 分布の形状から児童生徒の解答状況が分かります 各学校の集計支援ツールでは, 形状だけでなく, 県のデータとの比較もできます 設問別正答率 無解答率グラフ 設問ごとの, 正答率や無解答率が分かります 正答率の低い設 平成 28 年度山梨県学力把握調査 分析と授業改善のポイント 小学校算数 3 年生版 山梨県教育庁義務教育課 平成 28 年度山梨県学力把握調査 結果分析資料の見方 調査結果概況 正答数分布グラフ 分布の形状から児童生徒の解答状況が分かります 各学校の集計支援ツールでは, 形状だけでなく, 県のデータとの比較もできます 設問別正答率 無解答率グラフ 設問ごとの, 正答率や無解答率が分かります 正答率の低い設問,

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 感染症疫学に必要な統計学の基本 2 AIRIS 2012.7.26 吉田眞紀子亀田総合病院感染管理室 感染症疫学実践のための統計学目指すゴール サーベイランスやアウトブレイク疫学調査の目的がわかる サーベイランスやアウトブレイク疫学調査で集めたデータが解析できる その解析した結果が説明できる その説明をレポートにまとめることができる そのレポートを読んだスタッフの行動が変わる 2 1 講義のゴール

More information

Microsoft PowerPoint - e-stat(OLS).pptx

Microsoft PowerPoint - e-stat(OLS).pptx 経済統計学 ( 補足 ) 最小二乗法について 担当 : 小塚匡文 2015 年 11 月 19 日 ( 改訂版 ) 神戸大学経済学部 2015 年度後期開講授業 補足 : 最小二乗法 ( 単回帰分析 ) 1.( 単純 ) 回帰分析とは? 標本サイズTの2 変数 ( ここではXとY) のデータが存在 YをXで説明する回帰方程式を推定するための方法 Y: 被説明変数 ( または従属変数 ) X: 説明変数

More information

EBNと疫学

EBNと疫学 推定と検定 57 ( 復習 ) 記述統計と推測統計 統計解析は大きく 2 つに分けられる 記述統計 推測統計 記述統計 観察集団の特性を示すもの 代表値 ( 平均値や中央値 ) や ばらつきの指標 ( 標準偏差など ) 図表を効果的に使う 推測統計 観察集団のデータから母集団の特性を 推定 する 平均 / 分散 / 係数値などの推定 ( 点推定 ) 点推定値のばらつきを調べる ( 区間推定 ) 検定統計量を用いた検定

More information

スライド 1

スライド 1 体験統計学 ~ 第 2 回 ~ 本稿の Web ページ 古橋武 1 不偏分散 2 データ : a 1 = 165 [cm] a 2 = 174 [cm] a 3 = 183 [cm] a 4 = 169 [cm] a 5 = 178 [cm] 平均 : a 165 + 174 + 183 + 169 + 178 = 5 = 173.8 総和 :( 具体的な表現 ) V = 1 {(165 173.8)

More information

Microsoft PowerPoint - 統計科学研究所_R_重回帰分析_変数選択_2.ppt

Microsoft PowerPoint - 統計科学研究所_R_重回帰分析_変数選択_2.ppt 重回帰分析 残差分析 変数選択 1 内容 重回帰分析 残差分析 歯の咬耗度データの分析 R で変数選択 ~ step 関数 ~ 2 重回帰分析と単回帰分析 体重を予測する問題 分析 1 身長 のみから体重を予測 分析 2 身長 と ウエスト の両方を用いて体重を予測 分析 1 と比べて大きな改善 体重 に関する推測では 身長 だけでは不十分 重回帰分析における問題 ~ モデルの構築 ~ 適切なモデルで分析しているか?

More information

統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ :

統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ : 統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ : https://goo.gl/qw1djw 正規分布 ( 復習 ) 正規分布 (Normal Distribution)N (μ, σ 2 ) 別名 : ガウス分布 (Gaussian Distribution) 密度関数 Excel:= NORM.DIST

More information

基本統計量・クロス集計表の作成

基本統計量・クロス集計表の作成 総務省 ICT スキル総合習得教材 [ コース 3] データ分析 知 難 易 技 3-3: 基本統計量 クロス集計表の作成 http://www.soumu.go.jp/ict_skill/pdf/ict_skill_3_3.pdf [ コース1] データ収集 [ コース2] データ蓄積 [ コース3] データ分析 [ コース4] データ利活用 1 2 3 4 5 1 実習本講座の学習内容 [3-3:

More information

目次 はじめに データの種類 平均値 (Mean) と標準偏差 (Standard Deviation, SD) データの代表値である平均値データのばらつきを表す標準偏差 中央値 (Median) と四分位範囲 (Inter-Quartile Range) 平均値の問題点と中央値標準偏差の問題点と四

目次 はじめに データの種類 平均値 (Mean) と標準偏差 (Standard Deviation, SD) データの代表値である平均値データのばらつきを表す標準偏差 中央値 (Median) と四分位範囲 (Inter-Quartile Range) 平均値の問題点と中央値標準偏差の問題点と四 原稿作成日 : 2017 年 3 月 31 日 正しいデータの記述の仕方 < 教材提供 > AMED 支援 国際誌プロジェクト 提供 無断転載を禁じます 草案新谷歩大阪市立大学医学研究科医療統計学講座教授加葉田大志朗大阪市立大学医学研究科医療統計学講座特任助教 査読大門貴志兵庫医科大学医療統計学教授角間辰之久留米大学バイオ統計センター教授市川家國信州大学特任教授山本紘司大阪市立大学大学院医学研究科医療統計学講座准教授石原拓磨大阪市立大学大学院医学研究科医療統計学講座特任助教

More information

高生 ) の傾向を推測することが可能となるが, そのような作業には膨大な時間と費用が必要であり, リアルタイムに教育現場にフィードバックすることは困難である また, 教育現場にとっては, 日本全体の傾向に対する推測統計よりも, 教員が直接担当するクラスの傾向の分析, つまり, 記述統計が優先される

高生 ) の傾向を推測することが可能となるが, そのような作業には膨大な時間と費用が必要であり, リアルタイムに教育現場にフィードバックすることは困難である また, 教育現場にとっては, 日本全体の傾向に対する推測統計よりも, 教員が直接担当するクラスの傾向の分析, つまり, 記述統計が優先される 間隔尺度と順序尺度の観点から考えるアンケート データの解析手法 代表値 可視化 検定に基づく相違点の抽出 井上聡 環太平洋大学次世代教育学部 概要授業改善を図るうえにおいて, 担当クラスへのアンケート調査に基づく効果測定は不可欠な要素である 本研究では, 筆者が行った授業アンケート ( 満足度の推移と心理的欲求の変化 ) をもとにして, 質的 量的, 順序尺度 間隔尺度, 離散変数 連続変数の観点から分析を行った

More information

Microsoft Word - Stattext07.doc

Microsoft Word - Stattext07.doc 7 章正規分布 正規分布 (ormal dstrbuto) は 偶発的なデータのゆらぎによって生じる統計学で最も基本的な確率分布です この章では正規分布についてその性質を詳しく見て行きましょう 7. 一般の正規分布正規分布は 平均と分散の つの量によって完全に特徴付けられています 平均 μ 分散 の正規分布は N ( μ, ) 分布とも書かれます ここに N は ormal の頭文字を 表わしています

More information

したがって ばらつきを表すには 偏差の符号をなくしてから平均化する必要がある そのひとつの方法は 1 偏差の絶対値を用いることである 偏差の絶対値の算術平均を 平均偏差 という ( )/5=10.8 偏差の符号を取るもうひとつの方法は 2それを2 乗することです 偏差の2 乗の算

したがって ばらつきを表すには 偏差の符号をなくしてから平均化する必要がある そのひとつの方法は 1 偏差の絶対値を用いることである 偏差の絶対値の算術平均を 平均偏差 という ( )/5=10.8 偏差の符号を取るもうひとつの方法は 2それを2 乗することです 偏差の2 乗の算 統計学テキストの69ページに 平均偏差 分散 標準偏差 変動係数 標準誤差 信頼区間に関する記述がある 分布を考える分布の中心の位置 ( 例 ) 65 53 44 78 50 の数値の算術平均は (65+53+44+78+50)/5=58 である 此れだけでは 分布の状態がわからない ばらつきの程度を表すには最大値と最小値との差 (78-44)=34 これをレンジ ( 範囲 ) と言う しかし 両端の数字だけでは

More information

スライド 1

スライド 1 6B-1. 表計算ソフトの操作 ( ) に当てはまる適切な用語とボタン ( 図 H 参照 ) を選択してください ( 選択肢の複数回の選択可能 ) (1) オートフィルオートフィルとは 連続性のあるデータを隣接 ( りんせつ ) するセルに自動的に入力してくれる機能です 1. 図 1のように連続した日付を入力します *( ア ) は 下欄 ( からん ) より用語を選択してください セル A1 クリックし

More information

[1] の問題は四分位数の計算方法を知っているだけでは解けず, 四分位数や箱ひげ図の意味がわかり, また,2 回目とのデータの比較について箱ひげ図からわかることの判断といったことができるかどうかが問われていた しかも (2) と (3) はそれぞれ選択肢を 4 個と 2 個答えるが, それぞれ完答を

[1] の問題は四分位数の計算方法を知っているだけでは解けず, 四分位数や箱ひげ図の意味がわかり, また,2 回目とのデータの比較について箱ひげ図からわかることの判断といったことができるかどうかが問われていた しかも (2) と (3) はそれぞれ選択肢を 4 個と 2 個答えるが, それぞれ完答を 新課程入試における データの分析 の出題について ~ センター試験での出題を中心に ~ 高校数学 新課程を考える会 事務局長 / 予備校講師大淵智勝 1. はじめに平成 27 年度 (2015 年度 ) から新しい学習指導要領 ( 新課程 ) 下での入試が始まった ただ,2015 年度は 旧課程移行措置 の関係から 新課程と旧課程の共通分野 からの出題が目立った そのため, 新課程特有の分野である数学

More information

C プログラミング演習 1( 再 ) 2 講義では C プログラミングの基本を学び 演習では やや実践的なプログラミングを通して学ぶ

C プログラミング演習 1( 再 ) 2 講義では C プログラミングの基本を学び 演習では やや実践的なプログラミングを通して学ぶ C プログラミング演習 1( 再 ) 2 講義では C プログラミングの基本を学び 演習では やや実践的なプログラミングを通して学ぶ 今回のプログラミングの課題 次のステップによって 徐々に難易度の高いプログラムを作成する ( 参照用の番号は よくわかる C 言語 のページ番号 ) 1. キーボード入力された整数 10 個の中から最大のものを答える 2. 整数を要素とする配列 (p.57-59) に初期値を与えておき

More information

Microsoft PowerPoint - A1.ppt [互換モード]

Microsoft PowerPoint - A1.ppt [互換モード] 011/4/13 付録 A1( 推測統計学の基礎 ) 付録 A1 推測統計学の基礎 1. 統計学. カイ 乗検定 3. 分散分析 4. 相関係数 5. 多変量解析 1. 統計学 3 統計ソフト 4 記述統計学 推測統計学 検定 ノンパラメトリック検定名義 / 分類尺度順序 / 順位尺度パラメトリック検定間隔 / 距離尺度比例 / 比率尺度 SAS SPSS R R-Tps (http://cse.aro.affrc.go.jp/takezawa/r-tps/r.html)

More information

データの整理 ( 度数分布表とヒストグラム ) 1 次元のデータの整理の仕方として代表的な ものに度数分布表とヒストグラムがあります 度数分布表観測値をその値に応じていくつかのグループ ( これを階級という ) に分類し 各階級に入る観測値の数 ( これを度数という ) を数えて表にしたもの 2

データの整理 ( 度数分布表とヒストグラム ) 1 次元のデータの整理の仕方として代表的な ものに度数分布表とヒストグラムがあります 度数分布表観測値をその値に応じていくつかのグループ ( これを階級という ) に分類し 各階級に入る観測値の数 ( これを度数という ) を数えて表にしたもの 2 春学期統計学 I データの整理 : 度数分布 標本分散 等 担当 : 長倉大輔 ( ながくらだいすけ ) 1 データの整理 ( 度数分布表とヒストグラム ) 1 次元のデータの整理の仕方として代表的な ものに度数分布表とヒストグラムがあります 度数分布表観測値をその値に応じていくつかのグループ ( これを階級という ) に分類し 各階級に入る観測値の数 ( これを度数という ) を数えて表にしたもの

More information

経済データ分析A

経済データ分析A 経済データ分析 A 第 6 回 1 変量統計の復習 Excel 操作編 芳賀麻誉美 mayomi@mayomi.org Part2. 基本統計量の算出 ( 平均 分散 標準偏差 ) 3. 式の入力と計算 関数の利用合計 データの個数 平均 分散 標準偏差の求め方 F12~F14 F16 に 文字を入力 ( 行見出し ) 1) データの合計を SUM 関数を使って求める G2:G11 と記述された :(

More information

<4D F736F F D204B208C5182CC94E497A682CC8DB782CC8C9F92E BD8F6494E48A722E646F6378>

<4D F736F F D204B208C5182CC94E497A682CC8DB782CC8C9F92E BD8F6494E48A722E646F6378> 3 群以上の比率の差の多重検定法 013 年 1 月 15 日 017 年 3 月 14 日修正 3 群以上の比率の差の多重検定法 ( 対比較 ) 分割表で表記される計数データについて群間で比率の差の検定を行う場合 全体としての統計的有意性の有無は χ 検定により判断することができるが 個々の群間の差の有意性を判定するためには多重検定法が必要となる 3 群以上の比率の差を対比較で検定する方法としては

More information

Microsoft Word - å“Ÿåłžå¸°173.docx

Microsoft Word - å“Ÿåłžå¸°173.docx 回帰分析 ( その 3) 経済情報処理 価格弾力性の推定ある商品について その購入量を w 単価を p とし それぞれの変化量を w p で表 w w すことにする この時 この商品の価格弾力性 は により定義される これ p p は p が 1 パーセント変化した場合に w が何パーセント変化するかを示したものである ここで p を 0 に近づけていった極限を考えると d ln w 1 dw dw

More information

DVIOUT-mem

DVIOUT-mem 統計学講義メモ (1): 記述統計 高木真吾, 北海道大学 目次 1 データの全体像を見る 1 1.1 全体像を把握する : ヒストグラム.................................. 1 1. 分布状態を比較する : ローレンツ曲線................................ 3 データを要約する 8.1 データを代表する尺度 : 代表値...................................

More information

この三者は, 度数分布が左右対称なとき以外, 同じ値をとらない. ヒストグラムが右 ( 歪度がプラスを示している ) に偏っている場合は,mode<median<mean となりスペルが辞書に出てくる逆順, 左に偏っている場合は, mean<median<mode となりスペルが辞書に出てくる順とな

この三者は, 度数分布が左右対称なとき以外, 同じ値をとらない. ヒストグラムが右 ( 歪度がプラスを示している ) に偏っている場合は,mode<median<mean となりスペルが辞書に出てくる逆順, 左に偏っている場合は, mean<median<mode となりスペルが辞書に出てくる順とな 第 1 章基礎数値の算出統計解析を実施するためには, 幾つかの基礎数値を算出する必要がある. これら数値の算出法および用語なども併せて説明する. 表 1 の臨床検査値について解説する. 表 1. 成人男性 10 人の血清中 GPT 活性値 ( 肝機能の指標 ) (U/L) 個体値合計 4, 60, 6, 48, 56, 31, 30, 80, 79, 93 545 1. 標本数 (Sample, N,

More information

不偏推定量

不偏推定量 不偏推定量 情報科学の補足資料 018 年 6 月 7 日藤本祥二 統計的推定 (statistical estimatio) 確率分布が理論的に分かっている標本統計量を利用する 確率分布の期待値の値をそのまま推定値とするのが点推定 ( 信頼度 0%) 点推定に ± で幅を持たせて信頼度を上げたものが区間推定 持たせた幅のことを誤差 (error) と呼ぶ 信頼度 (cofidece level)

More information

Microsoft PowerPoint 確率レジュメA

Microsoft PowerPoint 確率レジュメA 確率統計レジュメ集 ( 前半 ) 202.04.0 版 立命館大学 電子情報デザイン学科 この講義の目標 進め方 この講義は指定教科書の内容をしっかりと理解することを目的とする. 配布するレジュメは その理解を助けるための資料である. 必ず 教科書に書かれた基礎的な内容をひとつひとつ理解するように努めること. レジュメの空欄の箇所は 教科書からそのヒントを見つけることができる. 予習時に教科書を読み

More information

Microsoft Word - スーパーナビ 第6回 数学.docx

Microsoft Word - スーパーナビ 第6回 数学.docx 1 ⑴ 与式 =- 5 35 +14 35 =9 35 1 ⑵ 与式 =9-(-5)=9+5=14 1 ⑶ 与式 = 4(a-b)-3(5a-3b) = 8a-4b-15a+9b = -7a+5b 1 1 1 1 ⑷ 与式 =(²+ 1+1²)-{²+(-3+)+(-3) } 1 ⑷ 与式 =(²++1)-(²--6)=²++1-²++6=3+7 1 ⑸ 与式 = - ² + 16 = - +16

More information

Microsoft PowerPoint - Lecture 10.ppt [互換モード]

Microsoft PowerPoint - Lecture 10.ppt [互換モード] 講義予定 環境プラニング演習 II 第 0 回 009. 6. 7 千葉大学工学部都市環境システム学科 山崎文雄 http://ares.tu.cha-u.jp/ tu ujp/ ( 009 年 4 月 8 日 ( 土 :50 ー 4:0 演習の説明, 微分 積分と数値計算 ( 009 年 4 月 5 日 ( 土 :50 ー 4:0 微分 積分と数値計算 (3 009 年 5 月 9 日 ( 土 :50

More information

現代日本論演習/比較現代日本論研究演習I「統計分析の基礎」

現代日本論演習/比較現代日本論研究演習I「統計分析の基礎」 URL: http://tsigeto.info/statg/ I ( ) 3 2017 2 ( 7F) 1 : (1) ; (2) 1998 (70 20% 6 8 ) (30%) ( 2) ( 2) 2 1. (4/13) 2. SPSS (4/20) 3. (4/27) [ ] 4. (5/11 6/1) [1, 4 ] 5. (6/8) 6. (6/15 6/29) [2, 5 ] 7. (7/6

More information

<4D F736F F F696E74202D F95618A7789EF B836A F838C834E B88E38A77939D8C76322E >

<4D F736F F F696E74202D F95618A7789EF B836A F838C834E B88E38A77939D8C76322E > 204 年 9 月 26 日第 62 回日本心臓病学会学術集会モーニングレクチャー 医学統計の基礎 於 : 仙台国際センター第 9 会場 医学統計の基礎 東北大学大学院医学系研究科循環器内科学分野 宮田敏 miyata@cardio.med.tohou.ac.jp 日本心臓病学会 COI 開示 東北大学大学院医学系研究科循環器内科学宮田敏 演題発表に関連し 開示すべき CO I 関係にある企業などはありません

More information

JAPLA研究会資料 2018/6/16

JAPLA研究会資料 2018/6/16 JAPLA 研究会資料 2018/6/16 J で電卓並みの統計ツールを - その 2 - 生まのデータからグラフ表示 さらに偏差値の活用 - 西川利男 統計学を教科書に沿って学ぶというより J をツールとして電卓並みに使って 手軽に統計学をやってみようということで始めている [1] [1] 西川利男 J で電卓並みの統計ツールを- 統計学はなぜ分かり難いのか- JAPLA 研究会資料 2017/12/9

More information

学習指導要領

学習指導要領 (1 ) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実 数の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい 実数の絶対値が実数と対応する点と原点との距離で あることを理解する ( 例 ) 次の値を求めよ (1) () 6 置き換えなどを利用して 三項の無理数の乗法の計

More information

RSS Higher Certificate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question 1 (i) 帰無仮説 : 200C と 250C において鉄鋼の破壊応力の母平均には違いはな

RSS Higher Certificate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question 1 (i) 帰無仮説 : 200C と 250C において鉄鋼の破壊応力の母平均には違いはな RSS Higher Certiicate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question (i) 帰無仮説 : 00C と 50C において鉄鋼の破壊応力の母平均には違いはない. 対立仮説 : 破壊応力の母平均には違いがあり, 50C の方ときの方が大きい. n 8, n 7, x 59.6,

More information

1 日目の内容 午前 記述統計 1. データの表現 図表によるデータの可視化 2. データ分布の特徴づけ 代表値 : 平均, 中央値, 最頻値 散布度 : 分散, 標準偏差, 四分位偏差 3. データの比較 標準化 基準化 2 変数の関係 : 散布図, 共分散, 相関係数, クロス表 2

1 日目の内容 午前 記述統計 1. データの表現 図表によるデータの可視化 2. データ分布の特徴づけ 代表値 : 平均, 中央値, 最頻値 散布度 : 分散, 標準偏差, 四分位偏差 3. データの比較 標準化 基準化 2 変数の関係 : 散布図, 共分散, 相関係数, クロス表 2 記述統計と確率変数 確率分布 統計数理研究所 坂田綾香 モデリング研究系 1 1 日目の内容 午前 記述統計 1. データの表現 図表によるデータの可視化 2. データ分布の特徴づけ 代表値 : 平均, 中央値, 最頻値 散布度 : 分散, 標準偏差, 四分位偏差 3. データの比較 標準化 基準化 2 変数の関係 : 散布図, 共分散, 相関係数, クロス表 2 1 日目の内容 午後 確率と統計

More information

ファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル

ファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル 春学期統計学 I 記述統計と推測統計 担当 : 長倉大輔 ( ながくらだいすけ ) 1 本日の予定 本日はまず記述統計と推測統計の違い 推測統計学の基本的な構造について説明します 2 記述統計と推測統計 統計学とは? 与えられたデータの背後にある 特性 法則 を 検証 発見 分析 するための手法の開発 その応用などに関わる学問の事です 3 記述統計と推測統計 データの種類 データの種類はおおまかに

More information

Microsoft PowerPoint - R-stat-intro_04.ppt [互換モード]

Microsoft PowerPoint - R-stat-intro_04.ppt [互換モード] R で統計解析入門 (4) 散布図と回帰直線と相関係数 準備 : データ DEP の読み込み 1. データ DEP を以下からダウンロードする http://www.cwk.zaq.ne.jp/fkhud708/files/dep.csv 2. ダウンロードした場所を把握する ここでは c:/temp とする 3. R を起動し,2. の場所に移動し, データを読み込む 4. データ DEP から薬剤

More information

Microsoft Word - apstattext04.docx

Microsoft Word - apstattext04.docx 4 章母集団と指定値との量的データの検定 4.1 検定手順今までは質的データの検定の方法を学んで来ましたが これからは量的データについてよく利用される方法を説明します 量的データでは データの分布が正規分布か否かで検定の方法が著しく異なります この章ではまずデータの分布の正規性を調べる方法を述べ 次にデータの平均値または中央値がある指定された値と違うかどうかの検定方法を説明します 以下の図 4.1.1

More information