表 2-1: バイアス補正処理で参照した TCCON データ * サイトコード サイト名 ファイル名 ae Ascension Island ae _ public.nc bi Białystok bi _ public.nc br Bre

Size: px
Start display at page:

Download "表 2-1: バイアス補正処理で参照した TCCON データ * サイトコード サイト名 ファイル名 ae Ascension Island ae _ public.nc bi Białystok bi _ public.nc br Bre"

Transcription

1 バイアス補正済 FTS SWIR レベル 2 プロダクト (V02.x5) に関する留意事項 2017/10/26 NIES GOSAT プロジェクト 1. はじめに NIES GOSAT プロジェクトでは JAXA から提供された FTS レベル 1B プロダクト (V と V ) から FTS SWIR レベル 2 プロダクト ( 以下 SWIR L2 プロダクト という ) を作成し 2009 年 4 月 23 日から 2017 年 2 月 28 日までの観測期間を対象として一般ユーザ (GU) へ公開しています 2009 年 4 月 23 日から 2015 年 8 月 2 日までの期間の SWIR L2 プロダクトの二酸化炭素とメタンのカラム量 (XCO 2 と XCH 4) について 全量炭素カラム観測ネットワーク (TCCON) で公開されている地上観測データを用いて バイアス補正処理した結果をバイアス補正済 FTS SWIR レベル 2 プロダクト ( 以下 補正済 SWIR L2 プロダクト という ) として公開します SWIR L2 プロダクトと補正済 SWIR L2 プロダクトのバージョンの対応を表 1-1 に示します 表 1-1: SWIR L2 プロダクトと補正済 SWIR L2 プロダクトのバージョン対応 観測期間 SWIR L2 プロダクト 補正済 SWIR L2 プロダクト 2009/04/23 ~ 2014/05/24 V02.21 V /06/16 ~ 2014/12/14 V02.31 V /02/01 ~ 2015/08/02 V02.40 V SWIR L2 プロダクトと TCCON データとのマッチアップ SWIR L2 プロダクトに格納されている各 FTS スキャンの観測時刻と観測位置に対応する TCCON データを下記の条件により選定しました FTS 視野中心の位置に対して緯度 経度ともに 5 度以内の TCCON サイトを選出する FTS スキャンの観測時刻に対して前後 30 分以内の TCCON データの平均値を算出する FTS 視野中心の位置に対して最短距離にある TCCON サイトのデータを選出する TCCON データは 下記の URL の下部にある Download All GGG2014 Data ボタンから取得できますが 不定期に更新されており 取得時期によりデータが異なる場合があります TCCON データアーカイブサイト ( 本バイアス補正処理で参照した TCCON データの一覧を表 2-1 に示します FTS 視野内陸率 が 100% を陸域 (60% 以上 100% 未満の混在域は対象としません ) 0% を海域としたマッチアップ 結果の FTS スキャン数を表 2-2 と表 2-3 に示します - 1 -

2 表 2-1: バイアス補正処理で参照した TCCON データ * サイトコード サイト名 ファイル名 ae Ascension Island ae _ public.nc bi Białystok bi _ public.nc br Bremen br _ public.nc ci Pasadena ci _ public.nc db Darwin db _ public.nc df Edwards df _ public.nc fc Four Corners fc _ public.nc gm Garmisch gm _ public.nc if Indianapolis if _ public.nc iz Izaña iz _ public.nc jf JPL jf _ public.nc js Saga js _ public.nc ka Karlsruhe ka _ public.nc lh Lauder (120HR) lh _ public.nc ll Lauder (125HR) ll _ public.nc oc Lamont oc _ public.nc or Orléans or _ public.nc pa Park Falls pa _ public.nc ra Reunion Island ra _ public.nc rj Rikubetsu rj _ public.nc so Sodankylä so _ public.nc tk Tsukuba (125HR) tk _ public.nc wg Wollongong wg _ public.nc * Anmeyond Eureka Manaus Ny-Ålesund Paris は Inoue et al. [2016] と合わせるために参照対象から除外しています - 2 -

3 表 2-2: SWIR L2 プロダクト ( 陸域 ) のマッチアップ FTS スキャン数 サイトコード XCO 2 XCH 4 V02.21 V02.31 V02.40 V02.21 V02.31 V02.40 ae bi br ci db df fc gm if iz jf js ka lh ll oc or pa ra rj so tk wg 合計

4 表 2-3: SWIR L2 プロダクト ( 海域 ) のマッチアップ FTS スキャン数 サイトコード XCO 2 XCH 4 V02.21 V02.31 V02.40 V02.21 V02.31 V02.40 ae bi br ci db df fc gm if iz jf js ka lh ll oc or pa ra rj so tk wg 合計

5 3. バイアス補正の方法 SWIR L2 プロダクトと TCCON データとのマッチアップ結果を用いて 表 1-1 に示されている期間ごとに XCO 2 と XCH 4 陸域と海域の区分に応じて Inoue et al. [2016] に記されている説明変数を用いた下記の回帰式により重回帰分析を行いました 本回帰式における説明変数に用いたパラメータを表 3-1 に示します なお 各説明変数には 全てのマッチアップ FTS スキャンの平均値からの偏差を用います バイアス補正済の XCO 2 と XCH 4 の誤差 ( 分散 ) は 下記の計算式で求めました 陸域では 各 TCCON サイトのマッチアップ FTS スキャン数に応じた重みを考慮して重回帰分析を行いましたが 海域では 重みは考慮しません また マッチアップでは 観測に応じて設定されたゲイン (H または M) を区別しません SWIR L2 プロダクトと TCCON データとの差 本重回帰分析により得られた各偏回帰係数と切片 補正済 SWIR L2 プロダクトと TCCON データとの差について 表 3-2 から表 3-5 にまとめました なお 補正済 SWIR L2 プロダクトでは 混合域 (FTS 視野内陸率が 60% 以上 100% 未満 ) の FTS スキャンに対しても 陸域の重回帰分析によるバイアス補正処理が適用されています また 期間ごとの SWIR L2 プロダクトと TCCON データ 補正済 SWIR L2 プロダクトと TCCON データとの XCO 2 と XCH 4 の散布図を付録 1 から 12 に示します - 5 -

6 表 3-1: 回帰式における説明変数に用いたパラメータ パラメータ 説明 FTS SWIR L2 処理で同時推定したエアロゾル光学的厚さ FTS SWIR L2 処理で同時推定した地表面気圧と参照した地表面気圧の差 1/cos( 太陽天頂角 )+1/cos( 衛星天頂角 ) で計算したエアマス FTS SWIR L2 処理で同時推定した O 2A バンドの地表面アルベド XCO 2 XCH 4 陸域 海域 陸域 海域 〇 〇 〇 〇 〇 〇 - - 〇 〇 - - 〇 参考文献 Inoue, M., I. Morino, O. Uchino, T. Nakatsuru, Y. Yoshida, T. Yokota, D. Wunch, P. O. Wennberg, C. M. Roehl, D. W. T. Griffith, V. A. Velazco, N. M. Deutscher, T. Warneke, J. Notholt, J. Robinson, V. Sherlock, F. Hase, T. Blumenstock, M. Rettinger, R. Sussmann, E. Kyrö, R. Kivi, K. Shiomi, S. Kawakami, M. De Mazière, S. G. Arnold, D. G. Feist, E. A. Barrow, J. Barney, M. Dubey, M. Schneider, L. T. Iraci, J. R. Podolske, P. W. Hillyard, T. Machida, Y. Sawa, K. Tsuboi, H. Matsueda, C. Sweeney, P. P. Tans, A. E. Andrews, S. C. Biraud, Y. Fukuyama, J. V. Pittman, E. A. Kort, and T. Tanaka (2016), Bias corrections of GOSAT SWIR XCO 2 and XCH 4 with TCCON data and their evaluation using aircraft measurement data, Atmos. Meas. Tech., 9, , 略語 AOT FTS GOSAT JAXA NIES SWIR TCCON Aerosol Optical Thickness Fourier Transform Spectrometer Greenhouse gases Observing SATellite Japan Aerospace Exploration Agency National Institute for Environmental Studies Short-Wavelength Infrared Total Carbon Column Observation Network - 6 -

7 表 3-2: SWIR L2 プロダクト ( 陸域 XCO 2) のバイアス補正処理結果 SWIR L2 プロダクト重回帰分析補正済 SWIR L2 プロダクト 観測期間に対応するバージョン V02.2x V02.3x V02.4x TCCON データとの差の平均値 (ppm) TCCON データとの差の標準偏差 (ppm) TCCON データとの相関係数 (ppm) 偏回帰係数 (ppm/hpa) (ppm) (ppm) 切片 (ppm) (ppm) 偏回帰係数の標準偏差 (ppm/hpa) (ppm) (ppm) 切片の標準偏差 (ppm) 自由度調整済決定係数 TCCON データとの差の平均値 (ppm) TCCON データとの差の標準偏差 (ppm) TCCON データとの相関係数 表 3-3: SWIR L2 プロダクト ( 海域 XCO 2) のバイアス補正処理結果 SWIR L2 プロダクト重回帰分析補正済 SWIR L2 プロダクト 観測期間に対応するバージョン V02.2x V02.3x V02.4x TCCON データとの差の平均値 (ppm) TCCON データとの差の標準偏差 (ppm) TCCON データとの相関係数 (ppm) 偏回帰係数 (ppm/hpa) (ppm) (ppm) 切片 (ppm) (ppm) 偏回帰係数の標準偏差 (ppm/hpa) (ppm) (ppm) 切片の標準偏差 (ppm) 自由度調整済決定係数 TCCON データとの差の平均値 (ppm) TCCON データとの差の標準偏差 (ppm) TCCON データとの相関係数

8 表 3-4: SWIR L2 プロダクト ( 陸域 XCH 4) のバイアス補正処理結果 SWIR L2 プロダクト重回帰分析補正済 SWIR L2 プロダクト 観測期間に対応するバージョン V02.2x V02.3x V02.4x TCCON データとの差の平均値 (10-3 ppm) TCCON データとの差の標準偏差 (10-3 ppm) TCCON データとの相関係数 偏回帰係数 (10-3 ppm) 切片 (10-3 ppm) 偏回帰係数の標準偏差 (10-3 ppm) 切片の標準偏差 (10-3 ppm) 自由度調整済決定係数 TCCON データとの差の平均値 (10-3 ppm) TCCON データとの差の標準偏差 (10-3 ppm) TCCON データとの相関係数 表 3-5: SWIR L2 プロダクト ( 海域 XCH 4) のバイアス補正処理結果 SWIR L2 プロダクト重回帰分析補正済 SWIR L2 プロダクト 観測期間に対応するバージョン V02.2x V02.3x V02.4x TCCON データとの差の平均値 (10-3 ppm) TCCON データとの差の標準偏差 (10-3 ppm) TCCON データとの相関係数 偏回帰係数 (10-3 ppm) 切片 (10-3 ppm) 偏回帰係数の標準偏差 (10-3 ppm) 切片の標準偏差 (10-3 ppm) 自由度調整済決定係数 TCCON データとの差の平均値 (10-3 ppm) TCCON データとの差の標準偏差 (10-3 ppm) TCCON データとの相関係数

9 付録 1. TCCON データとの陸域 XCO 2 の散布図 ( 上 : SWIR L2 プロダクト V02.21 下 : 補正済 SWIR L2 プロダクト V02.25) - 9 -

10 付録 2. TCCON データとの海域 XCO 2 の散布図 ( 上 : SWIR L2 プロダクト V02.21 下 : 補正済 SWIR L2 プロダクト V02.25)

11 付録 3. TCCON データとの陸域 XCO 2 の散布図 ( 上 : SWIR L2 プロダクト V02.31 下 : 補正済 SWIR L2 プロダクト V02.35)

12 付録 4. TCCON データとの海域 XCO 2 の散布図 ( 上 : SWIR L2 プロダクト V02.31 下 : 補正済 SWIR L2 プロダクト V02.35)

13 付録 5. TCCON データとの陸域 XCO 2 の散布図 ( 上 : SWIR L2 プロダクト V02.40 下 : 補正済 SWIR L2 プロダクト V02.45)

14 付録 6. TCCON データとの海域 XCO 2 の散布図 ( 上 : SWIR L2 プロダクト V02.40 下 : 補正済 SWIR L2 プロダクト V02.45)

15 付録 7. TCCON データとの陸域 XCH 4 の散布図 ( 上 : SWIR L2 プロダクト V02.21 下 : 補正済 SWIR L2 プロダクト V02.25)

16 付録 8. TCCON データとの海域 XCH 4 の散布図 ( 上 : SWIR L2 プロダクト V02.21 下 : 補正済 SWIR L2 プロダクト V02.25)

17 付録 9. TCCON データとの陸域 XCH 4 の散布図 ( 上 : SWIR L2 プロダクト V02.31 下 : 補正済 SWIR L2 プロダクト V02.35)

18 付録 10. TCCON データとの海域 XCH 4 の散布図 ( 上 : SWIR L2 プロダクト V02.31 下 : 補正済 SWIR L2 プロダクト V02.35)

19 付録 11. TCCON データとの陸域 XCH 4 の散布図 ( 上 : SWIR L2 プロダクト V02.40 下 : 補正済 SWIR L2 プロダクト V02.45)

20 付録 12. TCCON データとの海域 XCH 4 の散布図 ( 上 : SWIR L2 プロダクト V02.40 下 : 補正済 SWIR L2 プロダクト V02.45)

一般ユーザ向けバイアス補正済 FTS SWIR レベル 2 CO 2 プロダクト (V02.75) の公開について 2018/09/ /12/25 改訂 2019/02/28 更新 NIES GOSAT プロジェクト 1. はじめに NIES GOSAT プロジェクトでは JAXA から

一般ユーザ向けバイアス補正済 FTS SWIR レベル 2 CO 2 プロダクト (V02.75) の公開について 2018/09/ /12/25 改訂 2019/02/28 更新 NIES GOSAT プロジェクト 1. はじめに NIES GOSAT プロジェクトでは JAXA から 一般ユーザ向けバイアス補正済 FTS SWIR レベル 2 CO 2 プロダクト (V02.75) の公開について 2018/09/28 2018/12/25 改訂 2019/02/28 更新 NIES GOSAT プロジェクト 1. はじめに NIES GOSAT プロジェクトでは JAXA から提供された FTS レベル 1B プロダクト ( 以下 FTS L1B データ という ) から FTS

More information

GOSAT (JAXA) JAXA NASA, ESA JAXA 1

GOSAT (JAXA) JAXA NASA, ESA JAXA 1 27 271119 (GOSATGOSAT-2 Greenhouse gases Observing SATellite (GOSAT) JAXA Mitsubishi Electric Corporation 0 GOSAT (JAXA) 2005.8.1 JAXA NASA, ESA JAXA 1 2 2 GOSAT JAXA JAXA (NASA, ESA) JAXA GOSAT NIES 2

More information

地球環境研究センターニュース2016年8月号

地球環境研究センターニュース2016年8月号 2016 8 Vol.27 No.5 308 5 2050 1 2 Eric Dupuy [30] 3R 2016 8 Vol.27 No.5 308 201608_308001 5 2016 5 9 12 The International Society for Ecological Modelling Global Conference 2016: ISEM2016 International

More information

平成26年度環境研究総合推進費 研究成果発表会 2014年10月16日 平成26年度環境研究総合推進費 研究成果発表会 2014年10月16日 日本の人工衛星 いぶき で 温室効果ガスを高精度にはかる 森野 勇 独 国立環境研究所 地球環境研究センター 衛星観測研究室 NIES GOSAT プロジェ

平成26年度環境研究総合推進費 研究成果発表会 2014年10月16日 平成26年度環境研究総合推進費 研究成果発表会 2014年10月16日 日本の人工衛星 いぶき で 温室効果ガスを高精度にはかる 森野 勇 独 国立環境研究所 地球環境研究センター 衛星観測研究室 NIES GOSAT プロジェ 平成26年度環境研究総合推進費 研究成果発表会 2014年10月16日 平成26年度環境研究総合推進費 研究成果発表会 2014年10月16日 日本の人工衛星 いぶき で 温室効果ガスを高精度にはかる 森野 勇 独 国立環境研究所 地球環境研究センター 衛星観測研究室 NIES GOSAT プロジェクト 温室効果ガス観測技術衛星 いぶき (GOSAT) (http://www.jaxa.jp/projects/sat/gosat/index_j.html)

More information

委36-1-1 温室効果ガス観測技術衛星「いぶき」(GOSAT)のサクセスクライテリア達成状況について 3

委36-1-1 温室効果ガス観測技術衛星「いぶき」(GOSAT)のサクセスクライテリア達成状況について  3 アイスランド火山噴火情報の英国政府への提供 経緯 平成 21 年 3 月下旬より断続的に活動していたアイスランド南部のエイヤフィヤトラヨークトル氷河の下にある火山において 4/14 及び4/17に大規模な噴火が発生し 以降噴煙が出続けている 4/15には火山灰が欧州各国に到達したため 4/20まで旅客便の欠航 空港の閉鎖等が行われた また5/17には英国ヒースロー空港等が一時閉鎖された いぶき に搭載されたカメラ(

More information

※委36-1-2(修正版) 温室効果ガス観測技術衛星「いぶき」(GOSAT)のサクセスクライテリア達成状況について(2)

※委36-1-2(修正版) 温室効果ガス観測技術衛星「いぶき」(GOSAT)のサクセスクライテリア達成状況について(2) 検証計画の全体模式図 4 検証に用いる地上高分解能フーリエ変換分光計 (FTS) 観測網 Poker Flat Park Falls Eureka Bremen Karlsruhe Orleans Ny Alesund Sodankyla Kourovka Bialystok Lamont Izana Garmisch Moshiri Tsukuba Ascension Island Reunion

More information

ここでは GOSAT の L2 プロダクトである 酸化炭素カラム平均濃度 (XCO 2 ) を活用 して 地球の大気全体の平均の濃度を推定する 法を検討した 以下にその算出 法について解説する 2. 酸化炭素全大気平均濃度の推定 法 いぶき の観測データから算出されたXCO 2 データ (SWIR

ここでは GOSAT の L2 プロダクトである 酸化炭素カラム平均濃度 (XCO 2 ) を活用 して 地球の大気全体の平均の濃度を推定する 法を検討した 以下にその算出 法について解説する 2. 酸化炭素全大気平均濃度の推定 法 いぶき の観測データから算出されたXCO 2 データ (SWIR 2015 年 11 月 16 日 2015 年 12 月 2 日改訂 2 版 2016 年 5 月 20 日改訂 3 版 2016 年 9 月 29 日改訂 3A 版国環研 GOSATプロジェクト いぶき の観測データに基づく全 気中の 別 酸化炭素濃度算出 法について 1. はじめに いぶき が宇宙からとらえた各地点の 酸化炭素濃度データは地球大気の上層から地表までの ( カラム ) 濃度平均であり

More information

2A-1102-ii 2. 研究開発目的 いぶき は 対流圏までの温室効果ガスを専用に観測する世界初かつ世界唯一の衛星であり 定常運用が終了後の現在も観測を継続している その解析結果には従来の大気組成成分観測衛星に求められている精度 ( 数 % 程度 ) をはるかに超える 1% 以下の精度が要求され

2A-1102-ii 2. 研究開発目的 いぶき は 対流圏までの温室効果ガスを専用に観測する世界初かつ世界唯一の衛星であり 定常運用が終了後の現在も観測を継続している その解析結果には従来の大気組成成分観測衛星に求められている精度 ( 数 % 程度 ) をはるかに超える 1% 以下の精度が要求され 2A-1102-i 課題名 2A-1102 いぶき 観測データ解析により得られた温室効果ガス濃度の高精度化に関する研究 課題代表者名森野勇 ( 独立行政法人国立環境研究所地球環境研究センター衛星観測研究室 ) 研究実施期間 平成 23~25 年度 累計予算額 191,492 千円 ( うち 25 年度 58,169 千円 ) 予算額は 間接経費を含む 本研究のキーワード 温室効果ガス観測技術衛星 いぶき

More information

地球環境研究センターニュース2017年12月号

地球環境研究センターニュース2017年12月号 4 250m 2017 12 Vol.28 No.9 324 10 10 CO 2 14 AsiaFlux Workshop 2017 [15] CONTRAIL MSE 0 2 TCCON 2017 CO 2 2017 12 Vol.28 No.9 324 201712_324001 10 2017 8 21 25 Congress Centre Kursaal Interlaken 10 The

More information

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典 多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典 重回帰分析とは? 重回帰分析とは複数の説明変数から目的変数との関係性を予測 評価説明変数 ( 数量データ ) は目的変数を説明するのに有効であるか得られた関係性より未知のデータの妥当性を判断する これを重回帰分析という つまり どんなことをするのか? 1 最小 2 乗法により重回帰モデルを想定 2 自由度調整済寄与率を求め

More information

地球環境研究センターニュース2017年3月号

地球環境研究センターニュース2017年3月号 COP22 UNFCCC 2017 3 Vol.27 No.12 315 CONTRAIL CO 2 COP AGU (American Geophysical Union) Fall Meeting 2016 [1] Madden Julian Oscillation AGU (American Geophysical Union) Fall Meeting 2016 [2] 20 28 2017

More information

Microsoft Word - mstattext02.docx

Microsoft Word - mstattext02.docx 章重回帰分析 複数の変数で 1つの変数を予測するような手法を 重回帰分析 といいます 前の巻でところで述べた回帰分析は 1つの説明変数で目的変数を予測 ( 説明 ) する手法でしたが この説明変数が複数個になったと考えればよいでしょう 重回帰分析はこの予測式を与える分析手法です 以下の例を見て下さい 例 以下のデータ (Samples 重回帰分析 1.txt) をもとに体重を身長と胸囲の1 次関数で

More information

2

2 69 June 2018 JAXA 宇宙と地上から 温室効果ガスを捉える 太陽光による高精度観測への挑戦 2 69 June 2018 地球温暖化の現状把握と対策のために 人工衛星と地上から太陽光を捉えることで 初めて全球規模で温室効果ガスの 高精度な観測を実現しました 温室効果ガスの観測は 採取した大気の直接測定に より行われてきました 直接測定は高精度な反面 全球 を網羅することは困難でした その後

More information

スライド 1

スライド 1 データ解析特論重回帰分析編 2017 年 7 月 10 日 ( 月 )~ 情報エレクトロニクスコース横田孝義 1 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える 具体的には y = a + bx という回帰直線 ( モデル ) でデータを代表させる このためにデータからこの回帰直線の切片 (a) と傾き (b) を最小

More information

スライド 1

スライド 1 データ解析特論第 10 回 ( 全 15 回 ) 2012 年 12 月 11 日 ( 火 ) 情報エレクトロニクス専攻横田孝義 1 終了 11/13 11/20 重回帰分析をしばらくやります 12/4 12/11 12/18 2 前回から回帰分析について学習しています 3 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える

More information

Microsoft PowerPoint - 資料04 重回帰分析.ppt

Microsoft PowerPoint - 資料04 重回帰分析.ppt 04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit manabu@cheme.koto-u.ac.jp http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline

More information

2015 年 6 月 15 日 ( 月 ) カリフォルニア工科大学において第 7 回 GOSAT RA PI ( 研究公募研究代表者 ) 会議か 開催されました 36 名の PI ( 研究代表者 ) 及び Co-I ( 研究分担者 ) に国環研 JAXA NASA の関係者等を合わせ 総勢 58 名

2015 年 6 月 15 日 ( 月 ) カリフォルニア工科大学において第 7 回 GOSAT RA PI ( 研究公募研究代表者 ) 会議か 開催されました 36 名の PI ( 研究代表者 ) 及び Co-I ( 研究分担者 ) に国環研 JAXA NASA の関係者等を合わせ 総勢 58 名 GOSAT は 2009 年 1 月 23 日に打ち上げられ 国立環境研究所では 衛星観測センター長 GOSAT プロジェクト 松永恒雄 国立環境研究所第 4 期中長期計画 (2016 年 4 月 2021 年 3 月 ) では 国立環境研究所の研究と密接な関係を有し 組 織的 継続的に実施することか 必要 有効な業務であって か つ国環研か 国内外で中核的役割を担うへ きもの 6 件を 研究事 業

More information

発表の流れ 1. 回帰分析とは? 2. 単回帰分析単回帰分析とは? / 単回帰式の算出 / 単回帰式の予測精度 <R による演習 1> 3. 重回帰分析重回帰分析とは? / 重回帰式の算出 / 重回帰式の予測精度 質的変数を含む場合の回帰分析 / 多重共線性の問題 変数選択の基準と方法 <R による

発表の流れ 1. 回帰分析とは? 2. 単回帰分析単回帰分析とは? / 単回帰式の算出 / 単回帰式の予測精度 <R による演習 1> 3. 重回帰分析重回帰分析とは? / 重回帰式の算出 / 重回帰式の予測精度 質的変数を含む場合の回帰分析 / 多重共線性の問題 変数選択の基準と方法 <R による R で学ぶ 単回帰分析と重回帰分析 M2 新屋裕太 2013/05/29 発表の流れ 1. 回帰分析とは? 2. 単回帰分析単回帰分析とは? / 単回帰式の算出 / 単回帰式の予測精度 3. 重回帰分析重回帰分析とは? / 重回帰式の算出 / 重回帰式の予測精度 質的変数を含む場合の回帰分析 / 多重共線性の問題 変数選択の基準と方法 回帰分析とは?

More information

8 A B B B B B B B B B 175

8 A B B B B B B B B B 175 4.. 共分散分析 4.1 共分散分析の原理 共分散分析は共変数の影響を取り除いて平均値を比較する手法 (1) 共分散分析 あるデータを群間比較したい そのデータに影響を与える他のデータが存在する 他のデータの影響を取り除いて元のデータを比較したい 共分散分析を適用 共分散分析 (ANCOVA:analysis of covariance アンコバ ) は分散分析に回帰分析の原理を応 用し 他のデータの影響を考慮して目的のデータを総合的に群間比較する手法

More information

Greenhouse gases observing satellite (GOSAT) sensor and satellite system

Greenhouse gases observing satellite (GOSAT) sensor and satellite system Status of GOSAT development and operation plan Kei Shiomi, Akihiko Kuze, Hiroshi Suto, Shuji Kawakami, Masakatsu Nakajima, Takashi Hamazaki Japan Aerospace Exploration Agency e-mail: shiomi.kei@jaxa.jp

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

重回帰式 y= x x 2 重症度 5 TC TC 重症度

重回帰式 y= x x 2 重症度 5 TC TC 重症度 3. 重回帰分析 3.1 重回帰分析の原理 重回帰分析は説明変数が複数になった回帰分析 (1) 重回帰モデル ある結果項目に影響を与えている原因項目が複数ありしかも原因項目間に相関関係がある 複数の原因項目間の相関関係を考慮して結果項目との間の因果関係の内容を検討したい 重回帰分析を適用重回帰分析は目的変数が 1 つで 説明変数が複数でお互いに相関がある時の回帰分析 目的変数には誤差変動があり 説明変数には誤差変動がないことを前提にしている

More information

…_…C…L…fi…J…o†[fiü“ePDF/−mflF™ƒ

…_…C…L…fi…J…o†[fiü“ePDF/−mflF™ƒ 80 80 80 3 3 5 8 10 12 14 14 17 22 24 27 33 35 35 37 38 41 43 46 47 50 50 52 54 56 56 59 62 65 67 71 74 74 76 80 83 83 84 87 91 91 92 95 96 98 98 101 104 107 107 109 110 111 111 113 115

More information

回帰分析の用途・実験計画法の意義・グラフィカルモデリングの活用 | 永田 靖教授(早稲田大学)

回帰分析の用途・実験計画法の意義・グラフィカルモデリングの活用 | 永田 靖教授(早稲田大学) 回帰分析の用途 実験計画法の意義 グラフィカルモデリングの活用 早稲田大学創造理工学部 経営システム工学科 永田靖, The Institute of JUSE. All Rights Reserved. 内容. 回帰分析の結果の解釈の仕方. 回帰分析による要因効果の把握の困難さ. 実験計画法の意義 4. グラフィカルモデリング 参考文献 : 統計的品質管理 ( 永田靖, 朝倉書店,9) 入門実験計画法

More information

地球環境研究センターニュース2018年8月号

地球環境研究センターニュース2018年8月号 2018 8 Vol.29 No.5 332 14 IWGGMS-14 APA1-5 48 [1] [14] 2018 8 Vol.29 No.5 332 201808_332001 14 IWGGMS-14 1. 2018 5 8 10 3 14 14th International Workshop on Greenhouse Gas Measurements from Space: IWGGMS-14

More information

<4D F736F F F696E74202D BD95CF97CA89F090CD F6489F18B4195AA90CD816A>

<4D F736F F F696E74202D BD95CF97CA89F090CD F6489F18B4195AA90CD816A> 主な多変量解析 9. 多変量解析 1 ( 重回帰分析 ) 目的変数 量的 説明変数 質的 あり量的 重回帰分析 数量化 Ⅰ 類 質的 判別分析 数量化 Ⅱ 類 なし 主成分分析因子分析多次元尺度構成法 数量化 Ⅲ 類数量化 Ⅳ 類 その他 クラスタ分析共分散構造分析 説明変数 : 独立変数 予測変数 目的変数 : 従属変数 基準変数 3 1. 単回帰分析各データの構造 y b ax a α: 1,,,

More information

Microsoft Word - econome5.docx

Microsoft Word - econome5.docx : 履修登録したクラスの担当教員名を書く : 学籍番号及びが未記入のもの, また授業終了後に提出されたものは採点しないので, 注意すること. 4. 重回帰分析 4.1 重回帰分析とは経済変数間の関係は, 組だけの変数だけで記述できるわけではありません. ミクロ経済で学んだように, 需要を変化させる要因は財価格以外に様々なものが考えられます. 例えば, うどんの需要はうどんの価格以外に, 所得や代替財のそばの価格や補完財のネギの価格などの需要を変化させる要因があります.

More information

Microsoft PowerPoint - Econometrics

Microsoft PowerPoint - Econometrics 計量経済学講義 第 0 回回帰分析 Part 07 年 月 日 ( 水 ) 限 ( 金曜授業実施日 ) 担当教員 : 唐渡 広志 研究室 : 経済学研究棟 4 階 4 号室 mal: kkarato@co.-toama.ac.jp wbst: http://www.-toama.ac.jp/kkarato/ 講義の目的 ロジスティック関数の推定方法について学びます 多重回帰分析について学びます kwords:

More information

簿記教育における習熟度別クラス編成 簿記教育における習熟度別クラス編成 濱田峰子 要旨 近年 学生の多様化に伴い きめ細やかな個別対応や対話型授業が可能な少人数の習熟度別クラス編成の重要性が増している そのため 本学では入学時にプレイスメントテストを実施し 国語 数学 英語の 3 教科については習熟

簿記教育における習熟度別クラス編成 簿記教育における習熟度別クラス編成 濱田峰子 要旨 近年 学生の多様化に伴い きめ細やかな個別対応や対話型授業が可能な少人数の習熟度別クラス編成の重要性が増している そのため 本学では入学時にプレイスメントテストを実施し 国語 数学 英語の 3 教科については習熟 濱田峰子 要旨 近年 学生の多様化に伴い きめ細やかな個別対応や対話型授業が可能な少人数の習熟度別クラス編成の重要性が増している そのため 本学では入学時にプレイスメントテストを実施し 国語 数学 英語の 3 教科については習熟度別クラス編成を実施している 本稿では さらにの導入へ向けて 既存のプレイスメントテストを活用したクラス編成の可能性について検討した 3 教科に関するプレイスメントテストの偏差値を説明変数

More information

go.jp/wdcgg_i.html CD-ROM , IPCC, , ppm 32 / / 17 / / IPCC

go.jp/wdcgg_i.html CD-ROM , IPCC, , ppm 32 / / 17 / / IPCC CH 4 8.4 23 N 2 O 120 296 CFC-11 45 4600 CFC-12 100 10600 CFC-113 85 6000 HCFC-141b 9.3 700 HCFC-142b 19 2400 SF6 3200 22200 IPCC 2001 SF 5 CF 3 1000 17500 CO 50 2 1 100 IPCC 2001 CO 2 IPCC 2001 CH 4 6

More information

本日の内容 相関関係散布図 相関係数偏相関係数順位相関係数 単回帰分析 対数目盛 2

本日の内容 相関関係散布図 相関係数偏相関係数順位相関係数 単回帰分析 対数目盛 2 2 群の関係を把握する方法 ( 相関分析 単回帰分析 ) 2018 年 10 月 2, 4 日データサイエンス研究所伊藤嘉朗 本日の内容 相関関係散布図 相関係数偏相関係数順位相関係数 単回帰分析 対数目盛 2 相関分析 ( 散布図 ) セールスマンの訪問回数と売上高 訪問回数 売上高 38 523 25 384 73 758 82 813 43 492 66 678 38 495 29 418 71

More information

13章 回帰分析

13章 回帰分析 単回帰分析 つ以上の変数についての関係を見る つの 目的 被説明 変数を その他の 説明 変数を使って 予測しようというものである 因果関係とは限らない ここで勉強すること 最小 乗法と回帰直線 決定係数とは何か? 最小 乗法と回帰直線 これまで 変数の間の関係の深さについて考えてきた 相関係数 ここでは 変数に役割を与え 一方の 説明 変数を用いて他方の 目的 被説明 変数を説明することを考える

More information

16soukatsu_p1_40.ai

16soukatsu_p1_40.ai 2 2016 DATA. 01 3 DATA. 02 4 DATA. 03 5 DATA. 04 6 DATA. 05 7 DATA. 06 8 DATA. 07 9 DATA. 08 DATA. 09 DATA. 10 DATA. 11 DATA. 12 DATA. 13 DATA. 14 10 11 12 13 COLUMN 1416 17 18 19 DATA. 15 20 DATA. 16

More information

当し 図 6. のように 2 分類 ( 疾患の有無 ) のデータを直線の代わりにシグモイド曲線 (S 字状曲線 ) で回帰する手法である ちなみに 直線で回帰する手法はコクラン アーミテージの傾向検定 疾患の確率 x : リスクファクター 図 6. ロジスティック曲線と回帰直線 疾患が発

当し 図 6. のように 2 分類 ( 疾患の有無 ) のデータを直線の代わりにシグモイド曲線 (S 字状曲線 ) で回帰する手法である ちなみに 直線で回帰する手法はコクラン アーミテージの傾向検定 疾患の確率 x : リスクファクター 図 6. ロジスティック曲線と回帰直線 疾患が発 6.. ロジスティック回帰分析 6. ロジスティック回帰分析の原理 ロジスティック回帰分析は判別分析を前向きデータ用にした手法 () ロジスティックモデル 疾患が発症するかどうかをリスクファクターから予想したいまたは疾患のリスクファクターを検討したい 判別分析は後ろ向きデータ用だから前向きデータ用にする必要がある ロジスティック回帰分析を適用ロジスティック回帰分析 ( ロジット回帰分析 ) は 判別分析をロジスティック曲線によって前向き研究から得られたデータ用にした手法

More information

国立環境研究所GOSAT 「いぶき」 PROJECT NEWSLETTER 11月号 Issue#22 November 2011

国立環境研究所GOSAT 「いぶき」 PROJECT NEWSLETTER 11月号 Issue#22 November 2011 ISSUE # 22 2011年11月号 CONTENTS AHA! OF THE MONTH 1 いぶき 地上検証サイト ニュージーランド ローダー大気研究観測所 01 ACTIVITIES SPIE リモートセンシング参加報告 02 AHA! OF THE MONTH 2 連載 GUIGツール SWIR L2 全球分布 を使う - 3-03 DATA PRODUCT UPDATE いぶき プロジェクトオフィスからのデータ処理状況アップデート

More information

untitled

untitled b 0 1PPm 10PPm 100PPm 1000PPm 10000PPm 0.0001% 0.001% 0.01% 0.1% 1% 10% 1PPm 10PPm 100PPm 1000PPm 10000PPm 0.0001% 0.001% 0.01% 0.1% 1% 10% 1PPm 10PPm 100PPm 1000PPm 10000PPm 0.0001% 0.001% 0.01%

More information

14 4 12 10 8 6 3 2 4 2 1 0 0 100200300400500600 100200300400500600700 0 0 100200300400500600 100200300400500600700 (ppm) (ppm) 7 4 6 5 4 3 3 2 2 1 1 0 0 100200300400500600 100200300400500600700 0 0 100200300400500600

More information

プラズマ・核融合学会誌

プラズマ・核融合学会誌 5. Validation and Application of a Numerical Tool for Lifetime Evaluation of Ion Thruster s Ion Optics Japan Aerospace Exploration Agency, Sagamihara, KANAGAWA 252-5210, Japan μ10pm author s e-mail: watanabe.hiroki@jaxa.jp

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

地球環境研究センターニュース2017年4月号

地球環境研究センターニュース2017年4月号 2017 4 Vol.28 No.1 316 SDGs 9 GEOSS AGU (American Geophysical Union) Fall Meeting 2016 [3] 2 [21] 10 2017 4 Vol.28 No.1 316 201704_316001 SDGs 9 GEOSS 1. 2015 9 15 2030SDGs SDGs2000 MDGs 171 1 203017SDGs

More information

服用者向け_資料28_0623

服用者向け_資料28_0623 1 2 3 1. 2. 4 3. 4. 1. 5 2. 3. 4. 5. 6 6. 7. 8. 7 9. 10. 11. 8 12. 9 10 11 12 Q-1 : OC Q-2 : OC Q-3 : 21 OC 28 OC 13 Q-4 : OC Q-5 : OC Q-6 : OC 14 Q-7 : Q-8 : OC Q-9 : OC Q-10 : OC Q-11 : OC 15 Q-12 :

More information

Microsoft PowerPoint - ch04j

Microsoft PowerPoint - ch04j Ch.4 重回帰分析 : 推論 重回帰分析 y = 0 + 1 x 1 + 2 x 2 +... + k x k + u 2. 推論 1. OLS 推定量の標本分布 2. 1 係数の仮説検定 : t 検定 3. 信頼区間 4. 係数の線形結合への仮説検定 5. 複数線形制約の検定 : F 検定 6. 回帰結果の報告 入門計量経済学 1 入門計量経済学 2 OLS 推定量の標本分布について OLS 推定量は確率変数

More information

Microsoft Word - SPSS2007s5.doc

Microsoft Word - SPSS2007s5.doc 第 5 部 SPSS によるデータ解析 : 追加編ここでは 卒論など利用されることの多いデータ処理と解析について 3つの追加をおこなう SPSS で可能なデータ解析のさまざま方法については 紹介した文献などを参照してほしい 15. 被験者の再グループ化名義尺度の反応頻度の少ない複数の反応カテゴリーをまとめて1つに置き換えることがある たとえば 調査データの出身県という変数があったとして 初期の処理の段階では

More information

_2010_sep.ren

_2010_sep.ren ISSN 0389-5254 2010 No.5 SEP JAPAN AIRCRAFT PILOT ASSOCIATION C O N T E N T S No.322 2010 No.5 SEP e 2010 SEP 2010 SEP 2010 SEP 2010 SEP 2010 SEP 2010 SEP 2010 SEP 2010 SEP 2010 SEP 2010 SEP 2010 SEP

More information

Microsoft Word - SDA2012kadai07.doc

Microsoft Word - SDA2012kadai07.doc 都市データ分析第 7 回課題書 年 5 月 3 日重回帰モデルによる地価推定担当鈴木勉 システム情報系 TA 高森賢司 システム情報工学研究科 茨城県の公示地価を重回帰モデルによって説明し 地価に影響を及ぼすと考えられる要因との関係を定量的に記述する.. 重回帰分析重回帰分析では一つの従属変数 被説明変数 を 複数の独立変数 説明変数 で説明することを考える. これによって どの独立変数が どの程度従属変数に影響を与えているかを知ることができる...

More information

経営戦略研究_1.indb

経営戦略研究_1.indb 56 経営戦略研究 vol.1 図 4 1971 年度入社と 1972 年度入社の複合的競争 徴である Ⅳ 昇格と異動に関する回帰分析 1 回帰分析の変数 ここでは高い資格に到達 昇格 した人がどのような異動傾向を有しているかを回帰分 析で推定する 資格毎に 理事 10 参事 9 主幹 2 級 8.5 副参事 8 主幹 3 級 7.5 主事 技師 7 E 等級主任 6 P 等級主任 5 P 等級 4

More information

参考1中酪(H23.11)

参考1中酪(H23.11) - 1- 参考 1 - 2- - 3- - 4- - 5- - 6- - 7- - 8- 別添 1 牛乳の比重増加要因の解析 国立大学法人帯広畜産大学畜産フィールド科学センター准教授木田克弥 背景 乳および乳製品の成分規格等に関する省令 ( 乳等省令 ) において 生乳の比重は 1.28-1.34 に規定されている 一方 乳牛の遺伝的改良 ( 乳量および乳成分率の向上 ) に成果として 昨今の生乳の比重は増加傾向にあり

More information

Microsoft PowerPoint - Econometrics

Microsoft PowerPoint - Econometrics 計量経済学講義 第 回回帰分析 Part 4 7 年 月 7 日 ( 火 ) 限 担当教員 : 唐渡広志 研究室 : 経済学研究棟 4 階 4 号室 emal: kkarato@eco.-toyama.ac.jp webste: http://www.-toyama.ac.jp/kkarato/ 講義の目的 最小 乗法について理論的な説明をします 多重回帰分析についての特殊なケースについて 多重回帰分析のいくつかの応用例を検討します

More information

1.民営化

1.民営化 参考資料 最小二乗法 数学的性質 経済統計分析 3 年度秋学期 回帰分析と最小二乗法 被説明変数 の動きを説明変数 の動きで説明 = 回帰分析 説明変数がつ 単回帰 説明変数がつ以上 重回帰 被説明変数 従属変数 係数 定数項傾き 説明変数 独立変数 残差... で説明できる部分 説明できない部分 説明できない部分が小さくなるように回帰式の係数 を推定する有力な方法 = 最小二乗法 最小二乗法による回帰の考え方

More information

スライド 1

スライド 1 評価標準化研究会 2011 年 8 月 12 日 衛星データの大気補正と放射伝達 Atmospheric correction and radiation transfer 千葉大学環境リモートセンシング研究センター Center for Environmental Remote Sensing Chiba University 久世宏明 Hiroaki Kuze 環境リモートセンシング研究センター

More information

Microsoft Word - appendix_b

Microsoft Word - appendix_b 付録 B エクセルの使い方 藪友良 (2019/04/05) 統計学を勉強しても やはり実際に自分で使ってみないと理解は十分ではあ りません ここでは 実際に統計分析を使う方法のひとつとして Microsoft Office のエクセルの使い方を解説します B.1 分析ツールエクセルについている分析ツールという機能を使えば さまざまな統計分析が可能です まず この機能を使えるように設定をします もし

More information

【知事入れ版】270804_鳥取県人口ビジョン素案

【知事入れ版】270804_鳥取県人口ビジョン素案 7 6 5 4 3 2 1 65 1564 14 192 193 194 195 196 197 198 199 2 21 22 23 24 1.65 1,4 1.6 1,2 1.55 1, 1.45 6 1.5 8 1.4 4 1.35 1.3 2 27 28 29 21 211 212 213 214 6 5 4 3 2 1 213 218 223 228 233 238 243 248 253

More information

untitled

untitled WG 2013 P P P P WG WG P WG 12 12 P P20 200 200 200 200 2011 2012 2012 11 1 2 21 2 2 1 2 2 2 2 1 2 1 2 11 720,450(8.0) 37,845(0.4) 4) 37.7 7 5.4 0.1 8,299,154(91.6)

More information

untitled

untitled 19 - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 - - 24 - - 25 - - 26 - - 27 - - 28 - - 29 - -

More information

国立環境研究所GOSAT 「いぶき」 PROJECT NEWSLETTER 9月号 Issue#21 September 2011

国立環境研究所GOSAT 「いぶき」 PROJECT NEWSLETTER 9月号 Issue#21 September 2011 ISSUE # 21 2011 年 9 月号 CONTENTS いぶき IBUKI GOSAT PROJECT NEWSLETTER http://www.gosat.nies.go.jp/ GOSAT PEOPLE いぶき に関わるひと達 中澤高清 01 ACTIVITIES 佐賀で GOSAT プロダクトの検証観測を開始 02 AHA! OF THE MONTH 連載 :GUIG ツール SWIR

More information

Excelによるデータ分析

Excelによるデータ分析 Excel による データ分析 多変量解析編 矢野佑樹 2013/07/27 Excel で学ぶデータ分析 ( 多変量解析編 ) 多変量解析では, 気温とアイスの売上個数の関係や, 最寄り駅からの距離と来店者数の 関係など,2 つ以上の変数を一度に分析します. では, 早速 2 つのデータ間の関係を Excel によって分析しましょう. < 散布図と相関 > 例 1. あるアイスクリーム販売店では,1

More information

<8B438FDB897190AF B835E947A904D88EA C2E786C7378>

<8B438FDB897190AF B835E947A904D88EA C2E786C7378> 1/9 1 ひまわり標準データ HS_aaa_yyyymmdd_hhnn_Bbb_cccc_Rjj_Skkll.DAT.bz2 第 504 号 HS : ひまわり標準データ (Himawari Standard Data) aaa : 衛星名 (H08 : ひまわり 8 号 H09 : ひまわり 9 号 ) yyyymmdd : 観測開始時刻 ( タイムライン ) [ 年 月 日 ] hhnn :

More information

Excelにおける回帰分析(最小二乗法)の手順と出力

Excelにおける回帰分析(最小二乗法)の手順と出力 Microsoft Excel Excel 1 1 x y x y y = a + bx a b a x 1 3 x 0 1 30 31 y b log x α x α x β 4 version.01 008 3 30 Website:http://keijisaito.info, E-mail:master@keijisaito.info 1 Excel Excel.1 Excel Excel

More information

ビジネス統計 統計基礎とエクセル分析 正誤表

ビジネス統計 統計基礎とエクセル分析 正誤表 ビジネス統計統計基礎とエクセル分析 ビジネス統計スペシャリスト エクセル分析スペシャリスト 公式テキスト正誤表と学習用データ更新履歴 平成 30 年 5 月 14 日現在 公式テキスト正誤表 頁場所誤正修正 6 知識編第 章 -3-3 最頻値の解説内容 たとえば, 表.1 のデータであれば, 最頻値は 167.5cm というたとえば, 表.1 のデータであれば, 最頻値は 165.0cm ということになります

More information

2.

2. 2. 10 2. 2. 1995/12006/111995/42006/12 2. 10 1995120061119954200612 02505 025 05 025 02505 0303 02505 250100 250 200 100200 5010050 100200 100 100 50100 100200 50100 10 75100100 0250512 02505 1 025051205

More information

タイトルを修正 軸ラベルを挿入グラフツール デザイン グラフ要素を追加 軸ラベル 第 1 横 ( 縦 ) 軸 凡例は削除 横軸は, 軸の目盛範囲の最小値 最 大値を手動で設定して調整 図 2 散布図の仕上げ見本 相関係数の計算 散布図を見ると, 因果関係はともかく, 人口と輸送量の間には相関関係があ

タイトルを修正 軸ラベルを挿入グラフツール デザイン グラフ要素を追加 軸ラベル 第 1 横 ( 縦 ) 軸 凡例は削除 横軸は, 軸の目盛範囲の最小値 最 大値を手動で設定して調整 図 2 散布図の仕上げ見本 相関係数の計算 散布図を見ると, 因果関係はともかく, 人口と輸送量の間には相関関係があ Excel を使った相関係数の計算 回帰分析 準備データは授業のホームページ上に Excel ブックの状態 ( ファイル名 pop_traffic.xlsx) で用意してあるので, これをダウンロードして保存しておく ダウンロードされたファイルを開いたら,DATA シート中の空欄 (POP,TK の列 ) をそれぞれの合計値 (POP の場合は,POP1~POP3) で埋めるように,SUM 関数あるいは和の式を使って処理しておく

More information

0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌

0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 0 部分的最小二乗回帰 Parial Leas Squares Regressio PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 部分的最小二乗回帰 (PLS) とは? 部分的最小二乗回帰 (Parial Leas Squares Regressio, PLS) 線形の回帰分析手法の つ 説明変数 ( 記述 ) の数がサンプルの数より多くても計算可能 回帰式を作るときにノイズの影響を受けにくい

More information

橡Taro9-生徒の活動.PDF

橡Taro9-生徒の活動.PDF 3 1 4 1 20 30 2 2 3-1- 1 2-2- -3- 18 1200 1 4-4- -5- 15 5 25 5-6- 1 4 2 1 10 20 2 3-7- 1 2 3 150 431 338-8- 2 3 100 4 5 6 7 1-9- 1291-10 - -11 - 10 1 35 2 3 1866 68 4 1871 1873 5 6-12 - 1 2 3 4 1 4-13

More information

プラズマ バブルの到達高度に関する研究 西岡未知 齊藤昭則 ( 京都大学理学研究科 ) 概要 TIMED 衛星搭載の GUVI によって観測された赤道異常のピーク位置と 地上 GPS 受信機網によって観測されたプラズマ バブルの出現率や到達率の関係を調べた 高太陽活動時と低太陽活動時について アジア

プラズマ バブルの到達高度に関する研究 西岡未知 齊藤昭則 ( 京都大学理学研究科 ) 概要 TIMED 衛星搭載の GUVI によって観測された赤道異常のピーク位置と 地上 GPS 受信機網によって観測されたプラズマ バブルの出現率や到達率の関係を調べた 高太陽活動時と低太陽活動時について アジア プラズマ バブルの到達高度に関する研究 西岡未知 齊藤昭則 ( 京都大学理学研究科 ) 概要 TIMED 衛星搭載の GUVI によって観測された赤道異常のピーク位置と 地上 GPS 受信機網によって観測されたプラズマ バブルの出現率や到達率の関係を調べた 高太陽活動時と低太陽活動時について アジア地域とアメリカ地域においてそれらの関係を調べたところ 赤道異常高度とプラズマ バブルの出現頻度に強い相関が見られたのは

More information

1. 多変量解析の基本的な概念 1. 多変量解析の基本的な概念 1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 主 治 医 の 主 観 症 例 主 治 医 の 主 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のな

1. 多変量解析の基本的な概念 1. 多変量解析の基本的な概念 1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 主 治 医 の 主 観 症 例 主 治 医 の 主 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のな 1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 治 医 の 観 症 例 治 医 の 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のない要約知識 直感 知識 直感 総合的評価 考察 総合的評価 考察 単変量解析の場合 多変量解析の場合 < 表 1.1 脂質異常症患者の TC と TG と重症度 > 症例 No. TC

More information

Microsoft Word - econome4.docx

Microsoft Word - econome4.docx : 履修登録したクラスの担当教員名を書く : 学籍番号及びが未記入のもの, また授業終了後に提出されたものは採点しないので, 注意すること. 3 単回帰分析 Tips 前回講義では, データの散らばり具合を表す偏差平方和, 分散や標準偏差, また 2 変数の関係を表す相関係数を,Excel で数回のステップに分けて求めました. 考え方を学ぶといううえでは計算手順を確認することは必要なことですが, 毎回,

More information

CRA3689A

CRA3689A AVIC-DRZ90 AVIC-DRZ80 2 3 4 5 66 7 88 9 10 10 10 11 12 13 14 15 1 1 0 OPEN ANGLE REMOTE WIDE SET UP AVIC-DRZ90 SOURCE OFF AV CONTROL MIC 2 16 17 1 2 0 0 1 AVIC-DRZ90 2 3 4 OPEN ANGLE REMOTE SOURCE OFF

More information

Microsoft Word - 教育経済学:課題1.docx

Microsoft Word - 教育経済学:課題1.docx 教育経済学 : 課題 1 2015 年 10 月 25 日 大学進学率に影響を与える要因分析 経済学部経済学科 4 年 小川慶将 07-140047 生涯賃金を決定づける要因として学歴は未だ根強く存在している しかし一方で 加速する我が国の人口減少は 大学進学を容易にさせて学歴というシグナルの影響を弱めつつあると言えるだろう これらを踏まえて 本稿では今後の大学進学率がどう変化していくのかを適切に把握するため

More information

スライド タイトルなし

スライド タイトルなし 回帰分析 怪奇な現象を回帰分析で数学的に説明しよう! 回帰分析編 24 相関図 データ X に対応してデータ Y が決まるような (Xi,Yi) のデータの組を考えます これを X-Y 座標にプロットすると 次のような相関図ができます 正の相関相関がない負の相関 相関係数 :X と Y の関係の強さを示す (-1 相関係数 1) プロットの傾きではなく 線上への密集の度合いで強さが決まる 回帰分析

More information

最小二乗法とロバスト推定

最小二乗法とロバスト推定 はじめに 最小二乗法とロバスト推定 (M 推定 ) Maplesoft / サイバネットシステム ( 株 ) 最小二乗法は データフィッティングをはじめとしてデータ解析ではもっともよく用いられる手法のひとつです Maple では CurveFitting パッケージの LeastSquares コマンドや Statistics パッケージの Fit コマンド NonlinearFit コマンドなどを用いてデータに適合する数式モデルを求めることが可能です

More information

<4D F736F F F696E74202D B835E89F090CD89898F4B81408F6489F18B4195AA90CD A E707074>

<4D F736F F F696E74202D B835E89F090CD89898F4B81408F6489F18B4195AA90CD A E707074> 重回帰分析 (2) データ解析演習 6.9 M1 荻原祐二 1 発表の流れ 1. 復習 2. ダミー変数を用いた重回帰分析 3. 交互作用項を用いた重回帰分析 4. 実際のデータで演習 2 復習 他の独立変数の影響を取り除いた時に ある独立変数が従属変数をどれくらい予測できるか 変数 X1 変数 X2 β= 変数 Y 想定したモデルが全体としてどの程度当てはまるのか R²= 3 偏相関係数と標準化偏回帰係数の違い

More information

1 2 2 36 8 1212 15 16 20 22 24 26 28 8 14 21 1 31 32 32 3335 37 39 43 45 48 49 5051 54 56 58 6264 6669 43 50 58 2 73 74 7779 8183 85 88 91 93 9698 100 102103 74 85 93 106 106 108 110 112 3 115 116 116

More information

1. 52

1. 52 51 1. 52 5 2. 1 2 54 4 55 5 1 56 2 57 . 1 1 58 2 1 59 2 4 60 61 62 6 64 4. 65 66 67 5 1 2 4 68 1 69 2 70 1 2 71 72 1 2 7 1 2 74 75 1 76 2 77 1 2 78 4 79 5 80 6. 1 81 2 82 8 84 85 86 87 7. 88 89 8. column

More information