スライド 1

Size: px
Start display at page:

Download "スライド 1"

Transcription

1 都市環境計画 都市環境計画のための 調査 分析 調査 分析手法の概論分析 ( 主に多変量解析 ) の概論

2 試験想定問題 多変量解析手法について以下のキーワードを用いて説明せよ 定量データ ( 量的データ ), 定性データ ( 質的データ ) 目的変数 ( 従属変数 ), 説明変数 ( 独立変数 ), 重回帰分析, 判別分析, 因子分析, 数量化 Ⅰ 類, 数量化 Ⅱ 類, 数量化 Ⅲ 類

3 1 調査 分析手法の概論 1. 都市環境計画等における調査や分析の必要性 ~ なぜ 調査 分析 研究 目標 計画 = 社会 世の中を改善する仕組みを考える マネジメント 今の社会 世の中の状況を知る ( 前提 ) 問題の現状を知る 解決案 ( 仮説 ) の検証 実際実施したことに対する良し悪しの検証 等 マーケティング,PDCA 上記のためには 調査 や調査データ等に基づいた 分析 ( 解析 ) が必要である

4 1 調査 分析手法の概論 1. 都市環境計画等における調査や分析の必要性 ~ なぜ 調査 分析 研究 目標 計画 = 社会 世の中を改善する仕組みを考える マネジメント例 ) どうすれば, 自然体験施設の利用者はリピートしてくるのか? あるいは, 新規施設整備はリピートに影響する可能性があるのか? 例 ) 現状の樹木はどれくらい CO2 を吸収しているのか? マーケティング,PDCA 上記のためには 調査 や調査データ等に基づいた 分析 ( 解析 ) が必要である

5 1 調査 分析手法の概論 1. 調査手法 1( 人やものを ) 観察する 測定する例 ) 現状の町並み 建築 緑の量を測定する 例 ) 人の行動を観察する ( 動線, 遊び ) 2( 人に ) 尋ねる例 ) アンケート調査 ヒアリング調査例 )KJ 法 ( 発想演習でやった) 3 意識を捉える例 )SD 法 ( 後述 ) 心理学の分野の応用例 ) 認知マップ法 ( 地図を書いてもらう ) 4 実験する例 ) 人 ( 動作 心理 ) とハード ( いすの変化と座りごこち等 ) 5 資料を調べる例 ) 統計資料 ( 世論調査, 国政調査 )

6 1 調査 分析手法の概論 2. 分析手法 ( 他にも様々ある ) 基本的な解析 ( 記述統計等 ) 1 単純集計等 ( 平均値, 最大値, 度数分布等 ) 2 クロス集計 相関分析等 (2 変数の関係 ) 多変量解析 3 ( 重 ) 回帰分析 数量化 Ⅰ 類 予測する 4 判別関数 数量化 Ⅱ 類 判別する 5 主成分分析 因子分析 数量化 Ⅲ 類 構造を探る 簡潔にする 6 クラスター分析 類型化するその他 : 共分散構造解析等

7 1 調査 分析手法の概論 3. データの基礎 1 質的データ ( 定性データ, 定性的変数 ) 名義尺度 大小が全くない例 ) 性別, 国籍, 血液型 順序尺度 大小関係はあるが, 値の意味はない例 ) 満足度, 好き嫌いの程度 関連 : 後述 定性データの数量化 2 量的データ ( 定量データ, 定量的変数 ) 間隔尺度 大小関係があり, 等間隔の目盛りあり例 ) 温度, 試験の得点, 家族構成人数 比率尺度 大小関係があり, 絶対的原点あり例 ) 身長, 体重

8 1 調査 分析手法の概論 3. データの基礎データの ワークシート化 エクセルへの入力 学生番号性別身長体重大学の満足度牛乳の嗜好性 1 男 満足 好き 2 女 やや満足 好き 3 男 どちらでもない 好き 4 女 やや満足 好き 5 男 不満 嫌い 6 男 やや満足 好き 7 男 やや満足 どちらでもない 8 男 どちらでもない 好き 9 男 満足 好き 10 男 やや満足 嫌い 11 男 どちらでもない 好き 12 女 満足 どちらでもない 13 女 やや満足 好き 14 男 満足 好き 15 男 やや満足 好き 16 男 不満 好き 17 男 やや満足 嫌い 18 男 やや満足 好き 19 女 やや不満 嫌い 20 男 やや不満 好き

9 1 調査 分析手法の概論 3. データの基礎質的データの数量化 (1-0 データ化 ) 年齢 質問項目 採取の頻度 10 代 20 代 30 代 40 代 50 代 ほぼ毎日週 2~3 回 週 1 回 月 2~3 回 月 1 回 年数回 殆どしない 回答者 回答者 回答者 n

10 1. 基本的な解析 ( 記述統計等 ) 1 単純集計等 ( 平均値, 最大値, 度数分布等 ) 一つのデータの特徴をみる 多くはエクセルで処理可能 (: エクセル関数 ) 例 ) 室蘭工業大学の学生の身長ってどんな特徴? 主に定量データ 平均 ( その他, 中央値, 最頻値 ) =average( 範囲 ) 最大値 =max( 範囲 ) 最小値 =min( 範囲 ) 分散, 標準偏差 ( ちらばり ) これも関数あり エクセルで実例

11 1. 基本的な解析 ( 記述統計等 ) 1 単純集計等 ( 平均値, 最大値, 度数分布等 ) 一つのデータの特徴をみる例 ) 室蘭工業大学の男女比って? 例 ) 学生の大学の満足度の傾向は? ( 基本 ) 定性データ度数分布比率 ( 割合 ) ( 全体数の中で割合 ) 単数回答 :S.A(single answer) 複数回答 :M.A.(multiple answer) 自然とのふれあい子供 家族の自然 環境学習自分自身の自然 環境学習心身のリフレッシュ 休息友人 知人との交流健康促進余暇時間の充実新たな人間関係の形成家族との交流ボランティア活動の実践その他無回答 0% 10% 20% 30% 40% 50% 60% 70% 2% 6% 23% 23% 23% 21% 15% 37% 35% 34% 66% 62%

12 1. 基本的な解析 ( 記述統計等 ) 1 単純集計等 ( 平均値, 最大値, 度数分布等 ) 一つのデータの特徴をみる例 ) どれくらい時間をかけて通学しているのか? 主に定量データ 累積度数分布 累積度 100% 80% 60% 子育て支援施設平均 :5.4km 誘致距離 :10km ふぉれすと鉱山平均 :16.5km 誘致距離 : 約 19km 40% 20% 子育て支援施設ふぉれすと鉱山 0% 自宅からの道のり ( 距離 )km

13 1. 基本的な解析 ( 記述統計等 ) 2 クロス集計 相関分析等 (2 変数の関係 ) 二つのデータの関わりをみる例 ) 性別の違いと牛乳の好き嫌い ( 嗜好性 ) 例 ) 年齢層別と結婚経験 主に定性データ ( 数量化 1-0 化 ) クロス集計 回答者番号 性別 一番好きなお酒 肥満度 ( 体重 - 平均体重 ) 1 男 ビール 5 2 女 ビール 7 3 男 日本酒 3 4 女 ワイン -3 5 女 ビール 0 6 男 ワイン 0 7 男 焼酎 -5 8 女 ビール 2 9 男 焼酎 1 10 男 ワイン 2 定性データ 定量データ 関連 : 独立性の検定 1% 水準 5% 水準 上段 : 実数下段 : 割合 ビール 日本酒 ワイン 焼酎 全体 男女全体 % 75% 40% % 0% 10% % 25% 30% % 0% 20% % 100% 100%

14 1. 基本的な解析 ( 記述統計等 ) 2クロス集計 相関分析等 (2 変数の関係 ) 二つのデータの関わりをみる例 ) 身長と体重の関係例 ) 総合満足度 ( 得点化 ) とその他の要因別満足度 定量データ同士 散布図 2 変数の分布状況

15 1. 基本的な解析 ( 記述統計等 ) 2クロス集計 相関分析等 (2 変数の関係 ) 二つのデータの関わりをみる例 ) 身長と体重の関係例 ) 総合満足度 ( 得点化 ) とその他の要因別満足度 定量データ同士 相関分析 相関係数 ( 一般に r ) -1 負の相関 0 相関なし 1 正の相関 決定係数 (r 2 )

16 1. 基本的な解析 ( 記述統計等 ) 2クロス集計 相関分析等 (2 変数の関係 ) 二つのデータの関わりをみる例 ) 身長と体重の関係例 ) 総合満足度 ( 得点化 ) とその他の要因別満足度 定量データ同士 相関分析 相関係数 (r) -1 負の相関 0 相関なし 1 正の相関 決定係数 (r 2 ) 無相関の検定 単相関 1ha 当たりの累積 CO 2 固定量 (kg-c/ha) 無相関の検定 **:1% 有意 植栽後年数 ( 年 ) 平均胸高直径 (cm) 平均樹高 (m) 立木密度 ( 本 /ha) 0.818** 0.851** 0.892** **

17 1. 基本的な解析 ( 記述統計等 ) 2クロス集計 相関分析等 (2 変数の関係 ) 二つのデータの関わりをみる例 ) 身長と体重の関係例 ) 総合満足度 ( 得点化 ) とその他の要因別満足度 定量データ同士 回帰分析 関数式の当てはめ ( 回帰式 ) 必ずしも直線でなくてもよい ( 線形 非線形 )

18 2. 多変量解析 多変量解析 ( 重 ) 回帰分析 数量化 Ⅰ 類 予測する 判別関数 数量化 Ⅱ 類 判別する 主成分分析 因子分析 数量化 Ⅲ 類 構造を探る 簡潔にするクラスター分析 類型化する その他 : 共分散構造解析等

19 2. 多変量解析 多変量解析の基本 目的変数 ( 従属変数, 外的基準 ) と 説明変数 ( 独立変数 ) について 目的変数 ( 従属変数 ) (=Y のイメージ ) : 予測, 判別したいもの 説明変数 ( 独立変数 ) (=X のイメージ ) :Y 以外の様々なデータ例 )Y: 樹木の大きさ X: 樹齢, 樹種 例 )Y: ワインの嗜好性 X: 年齢, 海外経験, 例 )Y: 公園の満足度 X: 広場の満足度, 遊具の満足度例 )Y: がんの危険性 X: たばこ本数, 喫煙年数,

20 2. 多変量解析 多変量解析 Y: 目的変数 で整理すると 1Y( 目的変数 ) が定量データ ( 重 ) 回帰分析 数量化 Ⅰ 類 予測する 2Y( 目的変数 ) が定性データ 判別関数 数量化 Ⅱ 類 判別する 3Y( 目的変数 ) がない 主成分分析 因子分析 数量化 Ⅲ 類 クラスター分析 構造を探る 簡潔にする 類型化する

21 2. 多変量解析 多変量解析 X: 説明変数 で整理すると 1X( 説明変数 ) が定量データ ( 重 ) 回帰分析 判別分析 因子分析 主成分分析 2X( 説明変数 ) が定性データ (= 数量化された定性データ ) 数量化 Ⅰ 類 数量化 Ⅱ 類 数量化 Ⅲ 類 昔は上記 1 のような定量データ ( 説明変数 ) による 解析 のみだった 林 の数量化理論が 2 の一連の 数量化分析

22 2. 多変量解析 重回帰分析 予測する 目的変数 ( 従属変数 ) : 定量 説明変数 ( 独立変数 ) : 定量 説明変数が 1 つの変数のとき : 単回帰分析 基本的に多変量解析とは説明変数が複数である 例 ) 樹木の胸高直径と樹高から CO 2 固定量を予測したい Y:CO 2 固定量 X: 胸高直径 樹高 Y:CO 2 固定量 =a 胸高直径 +b 樹高 a,b= 係数

23 2. 多変量解析 重回帰分析 予測する 目的変数 ( 従属変数 ) : 定量 説明変数 ( 独立変数 ) : 定量 実際の解析アウトプットイメージ例 ) 気温と各種の緑被率 ( 樹林地率, 草地率等 ) との重回帰分析 R=0.820** 変数名 標準偏回帰係数偏回帰係数 判定 標準誤差 偏相関係数単相関係数 樹林地 畑地 草地 ** 水田 ** 裸地 水面 定数項 ** ** : 有意水準 1%

24 2. 多変量解析 数量化 Ⅰ 類 予測する 目的変数 ( 従属変数 ) : 定量 説明変数 ( 独立変数 ) : 定性 例 ) ある都市における 1 日の観光客数 ( 人数 : 量的データ ) を決定する要因 ( 天気, 曜日等 : 質的データ ) は何か? また, それらの要因により今後の観光客数を予測できないか? Y: 観光客数 ( 定量 ) X: 天気 曜日 ( 定性 )

25 2. 多変量解析 数量化 Ⅰ 類 予測する 目的変数 ( 従属変数 ) : 定量 説明変数 ( 独立変数 ) : 定性 実際の解析アウトプットイメージスポーツ新聞販売数と各種の要因 ( 曜日, 天気, プロ野球, サッカー )

26 2. 多変量解析 判別分析 判別する 目的変数 ( 従属変数 ) : 定性 (2 変量がベース : 有無等 ) 説明変数 ( 独立変数 ) : 定量 例 ) 持ち家か否かを, 通勤距離と年齢で判別 ( 予測 ) したい Y: 持ち家ある (1), なし (0) X: 通勤距離 年齢 : 定量

27 2. 多変量解析 数量化 Ⅱ 類 判別する 目的変数 ( 従属変数 ) : 定性 (2 変量がベース : 有無等 ) 説明変数 ( 独立変数 ) : 定性 例 ) ある都市における観光客のリピート希望の有無 ( 有無 : 質的データ ) を決定する要因 ( 属性, 活動内容, 利用施設等 : 質的データ ) は何か? これらの影響要因より, リピート希望の有無を判別予測できないか? Y: リピート希望の有無 (1), なし (0) X: 属性 ( 男女, 年齢層等 ) 活動内容 利用施設

28 2. 多変量解析 数量化 Ⅱ 類 判別する 目的変数 ( 従属変数 ) : 定性 (2 変量がベース : 有無等 ) 説明変数 ( 独立変数 ) : 定性 実際の解析アウトプットイメージ IH クッキングヒーター保有者 非保有者各種の要因 ( 年収層, 家族構成, 住居タイプ等 )

29 2. 多変量解析 因子分析 主成分分析 構造化する 目的変数 ( 従属変数 ) : ない ( 因子の場合軸が結果的に従属 ) 説明変数 ( 独立変数 ) : 定量 ( 多くの要因 ) たくさんの説明変数を少ない項目に集約 ( 軸 ) する手法 ( 例 ) 野球選手の打率, 本塁打, エラー数, 盗塁数 強打軸, 技巧軸 等に集約 ( 例 )5 科目のセンターテスト (5 項目 ) 理系軸 ( 理科数学 ) / 文系軸 ( 英語国語社会 ) 等 ) ( 例 ) 建築の成績 ( 数十科目 ) 設計 計画軸 ( 設計, 計画系科目 ), 構造系等

30 2. 多変量解析 因子分析 構造化する 目的変数 ( 従属変数 ) : ない 説明変数 ( 独立変数 ) : 定量 ( 多くの要因 ) 実際の解析アウトプットイメージ各会社のサイトの要因

31 2. 多変量解析 数量化 Ⅲ 類 構造化する 目的変数 ( 従属変数 ) : ない 説明変数 ( 独立変数 ) : 定性 ( 多くの要因 ) たくさんの説明変数を少ない項目に集約 ( 軸 ) する手法 例 ) ある都市における観光客の属性 ( 性別, 出身, 学歴 ), 周遊行動 ( 名所見学, 飲食, 宿泊 ) 及び利用施設にはどのような関係 ( 構造 ) があるのか? また, タイプ分類を行うことはできないか? ( タイプ分類の際にはクラスター分析を併用する場合が多い )

32 基本的な解析 ( 記述統計等 ) 1 単純集計等 ( 平均値, 最大値, 度数分布等 ) 2 クロス集計 相関分析等 (2 変数の関係 ) 多変量解析 3 回帰分析 数量化 Ⅰ 類 予測する 4 判別関数 数量化 Ⅱ 類 判別する 5 主成分分析 因子分析 数量化 Ⅲ 類 構造を探る 簡潔にする 6 クラスター分析 類型化するその他 : 共分散構造解析等

33 2. 多変量解析 クラスター分析 類型化 ( タイプ分け ) する 目的変数 ( 従属変数 ) : ない 説明変数 ( 独立変数 ) : 因子分析 ( 因子負荷量 ) 等を用いることが多い ( 例 ) 野球選手を 5 グループに分類したい 野球選手の打率, 本塁打, エラー数, 盗塁数 強打軸, 技巧軸 等に集約 ( 因子 ) 後 5 グループへ分類 ( クラスター分析 )

34 2. 多変量解析 クラスター分析 類型化 ( タイプ分け ) する 実際の解析アウトプットイメージジャニーズのタイプ分け 因子 + クラスター分析

35 2. 多変量解析 共分散構造解析 イメージ因子分析 + 相関分析 + 重回帰分析を混ぜ込んでモデル化 比較的近年, 意志決定等を考える上で重要視されている解析手法

36 3. 結果及び考察 LCCO 2 評価手法に基づいたモデルプラン ~ モデルプランの決定 ~ < 既往研究の整理 > 削減シナリオを組み合わせ 表 8 つのモデルプラン及び現状の整備計画 現状の整備計画よりも CO 2 排出量 25% 削減可能な, 施設構成の異なるモデルプランが作成

37 3. 結果及び考察 評価構造モデルの構築 共分散構造モデル 下線 ; 負の値, 左側 ; 選好度が高いモデルプラン, 右側 ; 選好度が低いモデルプラン ( 高 ); 選好度が高いモデルプランの観測変数 ( 低 ); 選好度が低いモデルプランの観測変数 e1 e2 e3 e4 e5 e6 e7 e8 e9 e10 樹冠被覆率 ( 高 ) 樹冠被覆率 ( 低 ) 広場被覆 ( 高 ) 広場被覆 ( 低 ) 遊具数 ( 高 ) 遊具数 ( 低 ) 園路舗装 ( 高 ) 園路舗装 ( 低 ) 築山の有無 ( 高 ) 築山の有無 ( 低 ) ( 樹 ).58***/.84*** ( 遊 ).31***/.76*** ( 築 ).40***/.75*** 選好性 1 選好性 2 選好性 3 選好性 4 ( 防 ).51 *** ( 休 ).18 ( 自 ).47 *** ( 樹 ).16 /.35*** ( 広 ).14**/.64 *** ( 園 ).29 /.73 *** ( 防 ).19 ( 広 ).37***/.35*** ( 遊 ).31**/.33*** ( 園 ).33**/.24* ( 築 ).67***/.40*** ( 樹 ).27*/.09 ( 遊 ).13/.00 ( 築 ).15/.09 有意でない *:5% **:1% **0.1% パス係数を 1 に固定 ( 休 ).26 * ( 自 ).03 ( 防 ).22 *** ( 休 ).16 ( 自 ).26 * ( 防 ).22 *** ( 休 ).58*** ( 自 ).80*** 総合評価.35 ***.47 *** e11 e12 防災 地域活動 e13 休養 心理 e14.20 自然とのふれあい.80 ***.75 ***.82 ***.66 ***.69 ***.85 ***.93 ***.94 ***.67 *** GFI;0.848,AGFI;0.773 RMSEA;0.82 雪を捨てるための場 地域のイベントを行うための場 災害時に避難するための場 安らぎを感じるための場 休憩 憩いのための場 雑談のための場 環境学習のための場 植栽の手入れを楽しむための場 季節を感じるための場 e15 e16 e17 e18 e19 e20 e21 e22 e23 施設構成に関する要因 ( 選好性 ) 利用機能に関する要因 ( 因子 )

38 基本的な解析 ( 記述統計等 ) 1 単純集計等 ( 平均値, 最大値, 度数分布等 ) 2 クロス集計 相関分析等 (2 変数の関係 ) 多変量解析 3 回帰分析 数量化 Ⅰ 類 予測する 4 判別関数 数量化 Ⅱ 類 判別する 5 主成分分析 因子分析 数量化 Ⅲ 類 構造を探る 簡潔にする 6 クラスター分析 類型化するその他 : 共分散構造解析等

スライド 1

スライド 1 都市環境計画 都市環境計画のための 調査 分析 調査 分析手法の概論分析 ( 主に多変量解析 ) の概論 試験想定問題 多変量解析手法について以下のキーワードを用いて説明せよ 定量データ ( 量的データ ), 定性データ ( 質的データ ) 目的変数 ( 従属変数 ), 説明変数 ( 独立変数 ), 重回帰分析, 判別分析, 因子分析, 数量化 Ⅰ 類, 数量化 Ⅱ 類, 数量化 Ⅲ 類 利用者の利用実態や評価構造の解明等に関する研究

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

Ecel 演習問題 Work Shee 解答 第 章 Ecel 演習問題 WorkShee 解答 問題 - 4 8 7 転置行列 4 8 7 TRANSPOSE( ) 問題 - X.6 4 4.8 8 4.9 6. 7 48 8. X 転置行列 4 8 7 4 6 48 TRANSPOSE( ).6 4.8.9. 8. 問題 -.6 4 4.8 8 y.9. 7 8. 転置行列 4 8 7 TRANSPOSE(

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

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

0_____目次.indd

0_____目次.indd 2 研究内容別傾向 ① BPSD ① - 1 他の研究内容との重複 BPSD に関連する研究64件のうち重複している研究内容は 家族 に関連する研究が15件 23.4% と 最も多く 次いで 評価法 に関連する研究が11件 17.2% となっている さらに 介護職員 に関 連する研究が10件 15.6% ストレス 負担感 に関する研究が 9 件 14.1% となっている 表① -1 他の研究内容との重複件数

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 - 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

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

因子分析

因子分析 因子分析 心理データ解析演習 M1 枡田恵 2013.6.5. 1 因子分析とは 因子分析とは ある観測された変数 ( 質問項目への回答など ) が どのような潜在的な変数 ( 観測されない 仮定された変数 ) から影響を受けているかを探る手法 多変量解析の手法の一つ 複数の変数の関係性をもとにした構造を探る際によく用いられる 2 因子分析とは 探索的因子分析 - 多くの観測変数間に見られる複雑な相関関係が

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

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

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

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

主成分分析 -因子分析との比較-

主成分分析 -因子分析との比較- 主成分分析 - 因子分析との比較 - 2013.7.10. 心理データ解析演習 M1 枡田恵 主成分分析とは 主成分分析は 多変量データに共通な成分を探って 一種の合成変数 ( 主成分 ) を作り出すもの * 主成分はデータを新しい視点でみるための新しい軸 主成分分析の目的 : 情報を縮約すること ( データを合成変数 ( 主成分 ) に総合化 ) 因子分析の目的 : 共通因子を見つけること ( データを潜在因子に分解

More information

講座内容 第 1 週 データサイエンスとは 第 2 週 分析の概念と事例ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )1 第 3 週 分析の具体的手法ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )2 第 4 週 ビジネスにおける予測と分析結果の報告ビジネス課題解決のためのデー

講座内容 第 1 週 データサイエンスとは 第 2 週 分析の概念と事例ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )1 第 3 週 分析の具体的手法ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )2 第 4 週 ビジネスにおける予測と分析結果の報告ビジネス課題解決のためのデー 社会人のためのデータサイエンス演習第 2 週 : 分析の概念と事例第 1 回 :Analysis( 分析 ) とは講師名 : 今津義充 1 講座内容 第 1 週 データサイエンスとは 第 2 週 分析の概念と事例ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )1 第 3 週 分析の具体的手法ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )2 第 4 週 ビジネスにおける予測と分析結果の報告ビジネス課題解決のためのデータ分析基礎

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

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

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 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

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

Microsoft PowerPoint - データ解析基礎4.ppt [互換モード]

Microsoft PowerPoint - データ解析基礎4.ppt [互換モード] データ解析基礎. 正規分布と相関係数 keyword 正規分布 正規分布の性質 偏差値 変数間の関係を表す統計量 共分散 相関係数 散布図 正規分布 世の中の多くの現象は, 標本数を大きくしていくと, 正規分布に近づいていくことが知られている. 正規分布 データ解析の基礎となる重要な分布 平均と分散によって特徴づけることができる. 平均値 : 分布の中心を表す値 分散 : 分布のばらつきを表す値 正規分布

More information

情報工学概論

情報工学概論 確率と統計 中山クラス 第 11 週 0 本日の内容 第 3 回レポート解説 第 5 章 5.6 独立性の検定 ( カイ二乗検定 ) 5.7 サンプルサイズの検定結果への影響練習問題 (4),(5) 第 4 回レポート課題の説明 1 演習問題 ( 前回 ) の解説 勉強時間と定期試験の得点の関係を無相関検定により調べる. データ入力 > aa

More information

相関分析・偏相関分析

相関分析・偏相関分析 相関分析 偏相関分析 教育学研究科修士課程 1 回生 田中友香理 MENU 相関とは 相関分析とは ' パラメトリックな手法 ( Pearsonの相関係数について SPSSによる相関係数 偏相関係数 SPSSによる偏相関係数 順位相関係数とは ' ノンパラメトリックな手法 ( SPSS による順位相関係数 おまけ ' 時間があれば ( 回帰分析で2 変数間の関係を出す 曲線回帰分析を行う 相関とは

More information

街路景観における街路樹の構成と心理評価に関する研究 大分大学工学部建設工学科都市計画研究室 山下秋朝

街路景観における街路樹の構成と心理評価に関する研究 大分大学工学部建設工学科都市計画研究室 山下秋朝 街路景観における街路樹の構成と心理評価に関する研究 大分大学工学部建設工学科都市計画研究室 0935047 山下秋朝 研究背景と目的 背景背景 街路デザインの際の具体的な指標になるものが少ない 街路樹による景観の解析が少ない 当研究室では 建物高さ や 道路幅員 と 街路樹高さ の関係から具体的な指標を探る研究がされてきた しかしこれらは 街路空間 の断面の変化指標断面の変化指標でしかない 本来街路景観はシークエンスな景観シークエンスな景観であるため

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

スライド 1

スライド 1 データ解析特論第 5 回 ( 全 15 回 ) 2012 年 10 月 30 日 ( 火 ) 情報エレクトロニクス専攻横田孝義 1 をもっとやります 2 第 2 回 3 データマイニングの分野ではマクロ ( 巨視的 ) な視点で全体を捉える能力が求められる 1. コンピュータは数値の集合として全体を把握していますので 意味ある情報として全体を見ることが不得意 2. 逆に人間には もともと空間的に全体像を捉える能力が得意

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

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

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

横浜市環境科学研究所

横浜市環境科学研究所 周期時系列の統計解析 単回帰分析 io 8 年 3 日 周期時系列に季節調整を行わないで単回帰分析を適用すると, 回帰係数には周期成分の影響が加わる. ここでは, 周期時系列をコサイン関数モデルで近似し単回帰分析によりモデルの回帰係数を求め, 周期成分の影響を検討した. また, その結果を気温時系列に当てはめ, 課題等について考察した. 気温時系列とコサイン関数モデル第 報の結果を利用するので, その一部を再掲する.

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 調査統計法 ( 杉浦 ) 第 1 回 オリエンテーション ( 自己紹介 ) 京都警察 ~ 大和総研を経て独立 ユニクロやソフトバンクなどで IT マーケティングやデータ分析を支援 1 調査統計法で何を学ぶのか - 学術研究でもビジネスでも必要となるデータ分析の知識 - なぜ 統計学が最強の学問なのか? http://diamond.jp/articles/-/52085 エビデンスベースドメディスン

More information

自動車感性評価学 1. 二項検定 内容 2 3. 質的データの解析方法 1 ( 名義尺度 ) 2.χ 2 検定 タイプ 1. 二項検定 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 2 点比較法 2 点識別法 2 点嗜好法 3 点比較法 3 点識別法 3 点嗜好

自動車感性評価学 1. 二項検定 内容 2 3. 質的データの解析方法 1 ( 名義尺度 ) 2.χ 2 検定 タイプ 1. 二項検定 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 2 点比較法 2 点識別法 2 点嗜好法 3 点比較法 3 点識別法 3 点嗜好 . 内容 3. 質的データの解析方法 ( 名義尺度 ).χ 検定 タイプ. 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 点比較法 点識別法 点嗜好法 3 点比較法 3 点識別法 3 点嗜好法 : 点比較法 : 点識別法 配偶法 配偶法 ( 官能評価の基礎と応用 ) 3 A か B かの判定において 回の判定でAが選ばれる回数 kは p の二項分布に従う H :

More information

1. 研究の背景 目的 背景 臼杵の町は 城下町であったこともあり 地形を上手に利用した特色のある街並みが形成されている 現在臼杵では 歴史的景観を保存 再生する街並みづくりが行われている そして中央通商店街周辺においても整備計画が持ち上がっている 目的 VR をもちいた景観シミュレーションにより

1. 研究の背景 目的 背景 臼杵の町は 城下町であったこともあり 地形を上手に利用した特色のある街並みが形成されている 現在臼杵では 歴史的景観を保存 再生する街並みづくりが行われている そして中央通商店街周辺においても整備計画が持ち上がっている 目的 VR をもちいた景観シミュレーションにより VR を用いた商店街の ビスタ景観の評価に関する研究 大分大学工学部建設工学科都市計画研究室 安東奈美 實敏江 1. 研究の背景 目的 背景 臼杵の町は 城下町であったこともあり 地形を上手に利用した特色のある街並みが形成されている 現在臼杵では 歴史的景観を保存 再生する街並みづくりが行われている そして中央通商店街周辺においても整備計画が持ち上がっている 目的 VR をもちいた景観シミュレーションにより

More information

Microsoft PowerPoint - 統計科学研究所_R_主成分分析.ppt

Microsoft PowerPoint - 統計科学研究所_R_主成分分析.ppt 主成分分析 1 内容 主成分分析 主成分分析について 成績データの解析 R で主成分分析 相関行列による主成分分析 寄与率 累積寄与率 因子負荷量 主成分得点 2 主成分分析 3 次元の縮小と主成分分析 主成分分析 次元の縮小に関する手法 次元の縮小 国語 数学 理科 社会 英語の総合点 5 次元データから1 次元データへの縮約 体形評価 : BMI (Body Mass Index) 判定肥満度の判定方法の1つで

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

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

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

事例から振り返る    調査プロセスの検証

事例から振り返る    調査プロセスの検証 携帯電話ワンセグ放送サービス に関する調査 2008 年 11 月 25 日 株式会社八千代統計 http://www.yachiyot.co.jp A) 調査企画 Ⅰ. 調査のテーマ 携帯電話による ワンセグ放送サービスの将来性を探る A) 調査企画 Ⅰ-1. 将来性を探る為に... 1. ワンセグにとっての前提 ( 外的要因 ) 出荷状況 使用状況 ワンセグ携帯の推移 ワンセグ対応機種の累積出荷台数

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

Microsoft PowerPoint - データ解析演習 0520 廣橋

Microsoft PowerPoint - データ解析演習 0520 廣橋 JMP の使い方 京都大学教育学研究科 M1 廣橋幹也 JMP とは SAS Institute 社より発売されているビジュアル探索型データ分析ソフトウェア 解析結果は全てビジュアルで表現される JMP の特徴 データの編集機能が素晴らしい 直観的に図をいじれる 余計な機能が絞ってある 高度な分析手法も取り入れられている データの読み込み方 ファイル をクリックします 開く をクリックしてファイルを選びます

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

Ecel で学ぶ 多変量データ処理入門 坂元保秀 まえがき 本テキストは, 種々の分野で収集された多変量データを Mcosof Ecel を用いて処理する方法を述べたものである. 特に, 収集した多変量データを処理するために Sofwae がなく断念した, また Sofwae を購入するまでに至らなかった等, 初期の目的を達成できなかったとの意見を聞いたことがあり Ecel の基本関数を用いて解析を試みた.

More information

Microsoft PowerPoint - H17-5時限(パターン認識).ppt

Microsoft PowerPoint - H17-5時限(パターン認識).ppt パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を

More information

Microsoft PowerPoint - データ解析発表2用パワポ

Microsoft PowerPoint - データ解析発表2用パワポ 7/3 教育学研究科 M1 藤田弥世 SEM とは structural equation model の略 ; 構造方程式モデル ( 別名. 共分散構造分析 ) 多変量解析の色々な手法を統合したモデル 相関行列や共分散行列を利用して 多くの変数間の関係を総合的に分析する手法 共分散 ( 相関係数 ) の観点から 相関係数で関連の大小を評価することができるデータすべてに適用可能 パス解析との違い 前回の授業の修正点

More information

コレスポンデンス分Ⅵコレスポンデンス分析とは コレスポンデンス分析は, 多変量解析の 数量化 Ⅲ 類 と同様の手法です 行の要素と列の要素を使って数量化するとするという点で, 数量化 Ⅲ 類と基本的に同じなのですが, 数量化理論の場合は集計前のオリジナルデータから処理していくのに対し, コレスポンデ

コレスポンデンス分Ⅵコレスポンデンス分析とは コレスポンデンス分析は, 多変量解析の 数量化 Ⅲ 類 と同様の手法です 行の要素と列の要素を使って数量化するとするという点で, 数量化 Ⅲ 類と基本的に同じなのですが, 数量化理論の場合は集計前のオリジナルデータから処理していくのに対し, コレスポンデ コレスポンデンス分析Ⅵ コレスポンデンス分析 ブランドイメージや商品評価を問う調査では, マトリクス設問 ( 例えば表頭に評価項目, 表側にブランド名 ) がよく利用されます その集計データを基に, ブランドと質問項目との相関関係をビジュアルに表現できる手法が コレスポンデンス分析 です Q あなたは, 次の4 種類の商品について, どのようなイメージをお持ちですか 下の中から, あてはまるも全ての

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1章 母集団と統計データ 本章では, ビジネスのさまざまな場面において統計データを扱ううえで, もっとも基本的事項となる母集団の概念と統計データの種類についてまとめています 母集団の統計的性質を調べるためにとても重要な概念であるサンプリングについて述べるとともに, ランダムサンプリングの重要性についても説明します 統計分析の考え方 ビジネスの多くの場面において, 統計分析は重要です この場合の統計分析とは,

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

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

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

資料 3 平成 28 年 1 月 7 日 松山市長期的水需給計画検証業務委託 資料 -3 家庭用原単位構造式の作成 目 次 資料 -3 家庭用原単位構造式の作成... 1 3.1. 家庭用原単位構造式の作成... 1 資料 -3 家庭用原単位構造式の作成 3.1. 家庭用原単位構造式の作成 3.1.1. 分析用データの抽出アンケート結果と家庭用原単位の関係を整理した結果から 家庭用原単位により影響を与える項目として

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

Microsoft PowerPoint - 3-2奈良.ppt [互換モード]

Microsoft PowerPoint - 3-2奈良.ppt [互換モード] 運転労働者の腰痛特異的 QOL とその関連要因 奈良産業保健推進センター 所長産業保健相談員産業保健相談員産業保健相談員産業保健相談員 有山雄基鴻池義純車谷典男上坂聖美井上俊之 奈良県立医科大学地域健康医学教室 助教冨岡公子 はじめに 奈良県労働局調べによれば 平成 19 年の業務上疾病の発生のうち負傷による腰痛が約 6 割を占めている 一方 腰痛予防対策指針では 腰痛多発職種の一つに長時間の車両運転を挙げている

More information

Chapter 1 Epidemiological Terminology

Chapter 1 Epidemiological Terminology Appendix Real examples of statistical analysis 検定 偶然を超えた差なら有意差という P

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

第1回

第1回 やすだ社会学研究法 a( 2016 年度春学期担当 : 保田 ) 基礎分析 ( 1): 一変量 / 二変量の分析 SPSSの基礎 テキスト pp.1-29 pp.255-257 データの入力 [ データビュー ] で Excelのように直接入力できる [ 変数ビュー ] で変数の情報を入力できる 名前 変数の形式的なアルファベット名例 )q12 ラベル 変数の内容を表現例 ) 婚姻状態値 各値の定義例

More information

タイトル 著者 引用 手術室看護師のストレスとモチベーションの関連 : 国立大学病院と公立大学病院の比較須藤, 絢子 ; Sudo, Ayako 北海学園大学大学院経営学研究科研究論集 (14): 29-40 発行日 2016-03 手術室看護師のストレスとモチベーションの関連 須藤) 表 2-2 属 性 性別 項 35 立大学病院の手術室看護師における属性 11項目と尺度との比較 目

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

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

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

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

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

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

13章 回帰分析

13章 回帰分析 3 章回帰分析の基礎 つ以上の変数についての関係を見る. つの変数を結果, その他の変数を原因として, 因果関係を説明しようとするもの. 厳密な意味での因果関係ではない 例 因果 相関関係等 勤務年数が長ければ, 年間給与は上がる. 景気が良くなれば, 株価は上がる 父親の身長が高ければ, 子供の身長も高い. 価格が低下すれば需要が増える. 自身の兄弟数が多いと, 育てる子供の数も多い. サッカー人気が上がると,

More information

Microsoft Word - 【付録4】アンケート②結果.docx

Microsoft Word - 【付録4】アンケート②結果.docx Ⅰ. クロス集計 一人暮らしか否か と 各群 アンケート 2 分析結果 群 統制群 真心群 総計 はい 66 72 69 207 いいえ 18 18 16 52 無回答 2 0 0 2 総計 86 90 85 261 授業名 / 団体名 と 性別 授業名 / 団体名 性別 男性 女性 無回答 総計 Neopolis 5 5 0 10 purplum e 6 10 0 16 女子ラクロス部 0 30

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

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

lee1

lee1 計量パーソナリティ心理学 第 9 章ストレスの強さは人によっ て違う? ー階層的重回帰分析と交互作用ー 教育認知心理学講座 M1 李沐陽 研究背景の紹介 多くの精神病理はストレスの経験によって引き起こされます ストレス経験の例 : 大 : 親近者との死別 災害 事故など小 : テストでの失敗 友人とのけんかなど しかし 同じストレスを経験しても 病理を発症する人と発症しない人がいます それはなぜでしょうか?

More information

Microsoft PowerPoint - R-stat-intro_12.ppt [互換モード]

Microsoft PowerPoint - R-stat-intro_12.ppt [互換モード] R で統計解析入門 (12) 生存時間解析 中篇 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 /fkh /d 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. 2 の場所に移動し, データを読み込む 4. データ

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

第1回

第1回 SPSS 基礎操作メモ IBM SPSS ver.20 で確認 保田時男 ( 関西大学社会学部 ) tyasuda@zf7.so-net.ne.jp これは SPSS を使ってレポート等で基礎的な調査データ分析をするための操作メモです SPSS のしっかりした入門書としては 小田 ( 2007) や秋川 (2007) を推薦しています 小田利勝 2007 ウルトラ ビギナーのための SPSS による統計解析入門

More information

コーチング心理学におけるメソッド開発の試み 東北大学大学院 徳吉陽河

コーチング心理学におけるメソッド開発の試み 東北大学大学院 徳吉陽河 コーチング心理学における メソッド開発の試み シナリオ ( 質問票 G FAQ) のツール作成と検証を通して 東北心理学会 2010/09/12 発表 東北大学大学院徳吉陽河 的 コーチング心理学 ( 主に認知行動コーチング ) の 標準化された質問票 (G FAQ) の作成し, コーチング心理学へのメソッドとして活用することを目的 認知行動科学, 学習理論など学術に基づいたシナリオ 手順書を作成する必要がある

More information

スライド 1

スライド 1 経営系データ解析 回帰分析 散布図に直線を当てはめる 回帰直線の式 y = b + b x +... + b x + i 0 1 1i n ni e i 従属変数または被説明変数目的変数 定数項 ( 偏 ) 回帰係数 独立変数 または 説明変数 誤差変数誤差項 参考 URL: 回帰分析の基礎理論 : http://www.sci.kagoshima-u.ac.jp/~itls/japanese/chapter5/index.html

More information

ab c d 6 12 1:25,000 28 3 2-1-3 18 2-1-10 25000 3120 10 14 15 16 7 2-1-4 1000ha 10100ha 110ha ha ha km 200ha 100m 0.3 ha 100m 1m 2-1-11 2-1-5 20cm 2-1-12 20cm 2003 1 05 12 2-1-13 1968 10 7 1968 7 1897

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

表 5-1 機器 設備 説明変数のカテゴリースコア, 偏相関係数, 判別的中率 属性 カテゴリー カテゴリースコア レンジ 偏相関係数 性別 女性 男性 ~20 歳台 歳台 年齢 40 歳台

表 5-1 機器 設備 説明変数のカテゴリースコア, 偏相関係数, 判別的中率 属性 カテゴリー カテゴリースコア レンジ 偏相関係数 性別 女性 男性 ~20 歳台 歳台 年齢 40 歳台 第五章数量化 Ⅱ 類による解析の結果 本章では, 環境配慮行動の実践と回答者の性別と年齢, 業種, 業務といった属性との関 係性において, 環境配慮行動により大きな影響を与えている属性を特定するために実施し た数量化 Ⅱ 類の解析結果とその考察について述べる. 5-1 分析の目的と対象データ 本研究では, 環境配慮行動の実践と回答者の属性との関係性をより定量的に明らかにすることを目的に, 説明変数カテゴリーと目的変数カテゴリーとの関連性,

More information

Medical3

Medical3 Chapter 1 1.4.1 1 元配置分散分析と多重比較の実行 3つの治療法による測定値に有意な差が認められるかどうかを分散分析で調べます この例では 因子が1つだけ含まれるため1 元配置分散分析 one-way ANOVA の適用になります また 多重比較法 multiple comparison procedure を用いて 具体的のどの治療法の間に有意差が認められるかを検定します 1. 分析メニュー

More information

第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均

第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 第 3 回講義の項目と概要 016.8.9 1.3 統計的手法入門 : 品質のばらつきを解析する 1.3.1 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 :AVERAGE 関数, 標準偏差 :STDEVP 関数とSTDEVという関数 1 取得したデータそのものの標準偏差

More information

件法 (1: 中学卒業 ~5: 大学院卒業 ) で 収入については 父親 母親それぞれについて 12 件法 (0: わからない 収入なし~ 11:1200 万以上 ) でたずねた 本稿では 3 時点目の両親の収入を分析に用いた 表出語彙種類数幼児期の言語的発達の状態を測定するために 3 時点目でマッ

件法 (1: 中学卒業 ~5: 大学院卒業 ) で 収入については 父親 母親それぞれについて 12 件法 (0: わからない 収入なし~ 11:1200 万以上 ) でたずねた 本稿では 3 時点目の両親の収入を分析に用いた 表出語彙種類数幼児期の言語的発達の状態を測定するために 3 時点目でマッ メディア接触と国語 算数の学力との関連 : 重回帰分析による検討 近江玲 田島祥 向田久美子 坂元章 1. 目的テレビ放映が開始された当初から テレビが子どもの学力に与える悪影響について懸念されてきた これまでに 多くの研究でテレビ視聴が学力や知的能力に与える影響が検討され テレビ視聴によって読解力や数学の成績が低下するというネガティブな影響が散見されている ( 近江, 2011) しかし日本においては

More information

表 回答科目数と回答数 前期 後期 通年 ( 合計 ) 科目数 回答数 科目数 回答数 科目数 回答数 外国語 ( 英語 ) 120 / 133 3,263 / 4, / 152 3,051 / 4, / 285 6,314 / 8,426 外国語 ( 英語以

表 回答科目数と回答数 前期 後期 通年 ( 合計 ) 科目数 回答数 科目数 回答数 科目数 回答数 外国語 ( 英語 ) 120 / 133 3,263 / 4, / 152 3,051 / 4, / 285 6,314 / 8,426 外国語 ( 英語以 表 6-2-1 回答科目数と回答数 前期 後期 通年 ( 合計 ) 科目数 回答数 科目数 回答数 科目数 回答数 外国語 ( 英語 ) 120 / 133 3,263 / 4,262 130 / 152 3,051 / 4,164 250 / 285 6,314 / 8,426 外国語 ( 英語以外 ) 48 / 48 994 / 1,168 41 / 43 836 / 1,003 89 / 91

More information

CAEシミュレーションツールを用いた統計の基礎教育 | (株)日科技研

CAEシミュレーションツールを用いた統計の基礎教育 | (株)日科技研 CAE シミュレーションツール を用いた統計の基礎教育 ( 株 ) 日本科学技術研修所数理事業部 1 現在の統計教育の課題 2009 年から統計教育が中等 高等教育の必須科目となり, 大学でも問題解決ができるような人材 ( 学生 ) を育てたい. 大学ではコンピューター ( 統計ソフトの利用 ) を重視した教育をより積極的におこなうのと同時に, 理論面もきちんと教育すべきである. ( 報告 数理科学分野における統計科学教育

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

統計的データ解析

統計的データ解析 統計的データ解析 011 011.11.9 林田清 ( 大阪大学大学院理学研究科 ) 連続確率分布の平均値 分散 比較のため P(c ) c 分布 自由度 の ( カイ c 平均値 0, 標準偏差 1の正規分布 に従う変数 xの自乗和 c x =1 が従う分布を自由度 の分布と呼ぶ 一般に自由度の分布は f /1 c / / ( c ) {( c ) e }/ ( / ) 期待値 二乗 ) 分布 c

More information

クロス集計表の作成 2 つのカテゴリ変数をもつデータがあるとする ( 例 )AGE( 年齢 ),EXPOSURE( 曝露の有無 ) と DISEASE( 病気の有無 ) についての 40 人のデータ タブ区切りテキストファイル

クロス集計表の作成 2 つのカテゴリ変数をもつデータがあるとする ( 例 )AGE( 年齢 ),EXPOSURE( 曝露の有無 ) と DISEASE( 病気の有無 ) についての 40 人のデータ タブ区切りテキストファイル 第 11 回クロス集計 (1) 今回はカテゴリ変数が 2 つ以上ある場合に, その関係をみる話に入ります クロス集計の方法とクロス集計表の操作 2 つのカテゴリ変数が独立 ( 無相関 ) であるという帰無仮説の検定 第 3 の変数で層別化することによって交絡を制御する話 2 つのカテゴリ変数間の関連の程度の評価 ( 次回 ) クロス集計表の作成 2 つのカテゴリ変数をもつデータがあるとする ( 例

More information

はじめに Excel における計算式の入力方法の基礎 Excel では計算式を入力することで様々な計算を行うことができる 例えば はセルに =SQRT((4^2)/3+3*5-2) と入力することで算出される ( 答え ) どのような数式が使えるかは 数式

はじめに Excel における計算式の入力方法の基礎 Excel では計算式を入力することで様々な計算を行うことができる 例えば はセルに =SQRT((4^2)/3+3*5-2) と入力することで算出される ( 答え ) どのような数式が使えるかは 数式 統計演習 統計 とはバラツキのあるデータから数値上の性質や規則性あるいは不規則性を 客観的に分析 評価する手法のことである 統計的手法には様々なものが含まれるが 今回はそのなかから 記述統計と統計学的推測について簡単にふれる 記述統計 : 収集した標本の平均や分散 標準偏差などを計算し データの示す傾向や性質を要約して把握する手法のこと 求められた値を記述統計量 ( または要約統計量 ) と言う 平均値

More information

1

1 < 参考資料 1> 想定最大規模降雨に関する地域区分について 我が国は 東西南北に広い上 脊梁山脈など地形特性もあり 例えば日本海側 太平洋側等といった地域ごとに気温や降雨などの気象の状況は異なる このため これまで観測された降雨データを用いて想定最大規模降雨を設定するにあたり 降雨の特性の類似する地域に区分することとする 気象現象に関する地域区分については 例えば地域別比流量図 ( クリーガー曲線

More information

表 6.1 横浜市民の横浜ベイスターズに対する関心 (2011 年 ) % 特に何もしていない スポーツニュースで見る テレビで観戦する 新聞で結果を確認する 野球場に観戦に行く インターネットで結果を確認する 4.

表 6.1 横浜市民の横浜ベイスターズに対する関心 (2011 年 ) % 特に何もしていない スポーツニュースで見る テレビで観戦する 新聞で結果を確認する 野球場に観戦に行く インターネットで結果を確認する 4. 6. 横浜ベイスターズに対する関心や考え方 本章では 横浜市民の横浜ベイスターズに対する関心や考え方を検討する まず 横浜ベイスターズに対する関心の程度について単純集計の結果を示したあと 回答者の性別 年齢による差異を分析 考察する 最後に 横浜ベイスターズへの好意の有無 好意を有する理由を検討する 6.1 横浜ベイスターズに対する関心 1) 単純集計の結果 横浜ベイスターズに対する関心を示した図

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

ブック 1.indb

ブック 1.indb Graduate School of Policy and Management, Doshisha University 17 職務満足度からみる学校図書館の現状 概要 5 1. 差異と認識のズレ 学校図書館に影響するネガティブ要因の探索 1 18 1 2.2 2 1 3 4,5,6 図 1 学校図書館で働く人の雇用上の立場の差異 1 1953 1997 2014 1990 2 28 http://www.mext.go.jp/a_menu/shotou/dokusho/link/

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

様式 3 論文内容の要旨 氏名 ( 神﨑光子 ) 論文題名 周産期における家族機能が母親の抑うつ 育児自己効力感 育児関連のストレス反応に及ぼす影響 論文内容の要旨 緒言 女性にとって周産期は 妊娠 分娩 産褥各期の身体的変化だけでなく 心理的 社会的にも変化が著しいため うつ病を中心とした気分障害

様式 3 論文内容の要旨 氏名 ( 神﨑光子 ) 論文題名 周産期における家族機能が母親の抑うつ 育児自己効力感 育児関連のストレス反応に及ぼす影響 論文内容の要旨 緒言 女性にとって周産期は 妊娠 分娩 産褥各期の身体的変化だけでなく 心理的 社会的にも変化が著しいため うつ病を中心とした気分障害 Title Author(s) 周産期における家族機能が母親の抑うつ 育児自己効力感 育児関連のストレス反応に及ぼす影響 神﨑, 光子 Citation Issue Date Text Version none URL http://hdl.handle.net/11094/53903 DOI rights 様式 3 論文内容の要旨 氏名 ( 神﨑光子 ) 論文題名 周産期における家族機能が母親の抑うつ

More information

(3) 検定統計量の有意確率にもとづく仮説の採否データから有意確率 (significant probability, p 値 ) を求め 有意水準と照合する 有意確率とは データの分析によって得られた統計値が偶然おこる確率のこと あらかじめ設定した有意確率より低い場合は 帰無仮説を棄却して対立仮説

(3) 検定統計量の有意確率にもとづく仮説の採否データから有意確率 (significant probability, p 値 ) を求め 有意水準と照合する 有意確率とは データの分析によって得られた統計値が偶然おこる確率のこと あらかじめ設定した有意確率より低い場合は 帰無仮説を棄却して対立仮説 第 3 章 t 検定 (pp. 33-42) 3-1 統計的検定 統計的検定とは 設定した仮説を検証する場合に 仮説に基づいて集めた標本を 確率論の観点から分析 検証すること 使用する標本は 母集団から無作為抽出されたものでなければならない パラメトリック検定とノンパラメトリック検定 パラメトリック検定は母集団が正規分布に従う間隔尺度あるいは比率尺度の連続データを対象とする ノンパラメトリック検定は母集団に特定の分布を仮定しない

More information

青焼 1章[15-52].indd

青焼 1章[15-52].indd 1 第 1 章統計の基礎知識 1 1 なぜ統計解析が必要なのか? 人間は自分自身の経験にもとづいて 感覚的にものごとを判断しがちである 例えばある疾患に対する標準治療薬の有効率が 50% であったとする そこに新薬が登場し ある医師がその新薬を 5 人の患者に使ったところ 4 人が有効と判定されたとしたら 多くの医師はこれまでの標準治療薬よりも新薬のほうが有効性が高そうだと感じることだろう しかし

More information

<4D F736F F D208EC08CB18C7689E68A E F1918A8AD695AA90CD2E646F63>

<4D F736F F D208EC08CB18C7689E68A E F1918A8AD695AA90CD2E646F63> 第 回相関分析 9 年 月 日 A.つの変数間の関係を調べる. 散布図を書く例 水稲の収量に関連のある生育指標を知りたい. 例えば草丈と収量には関連があるだろうか? 例 トマトの糖度は施肥量によってどのように変化するかを知りたい. 例えば, 窒素施肥量を増加させると糖度はどうなるか? 散布図の書き方 )x 軸 ( 横軸 ) には原因となる変量を, y 軸 ( 縦軸 ) には結果となる変量をとる. サツマイモの収量

More information

Taro-13semiamos.jtd

Taro-13semiamos.jtd 分析実習資料 2013/12/17 AMOS による構造方程式モデルの分析入門 村瀬 洋一 1. 構造方程式モデルの考え方 1.1. 分析の目的エイモスやリズレル EQSなどのソフトを使うと 因子を使った重回帰分析等 構造方程式モデル ( セム 共分散構造分析とも言う ) と呼ばれる高度な分析を行うことができる 通常の分析だと まず因子得点を作り その後に重回帰分析を行うが 構造方程式モデルでは 最尤推定法により一括して計算結果を出すため

More information

スライド 1

スライド 1 地方都市における街なか居住者の居住環境評価と居住スタイル 地方都市中心部における時間消費型中心市街地の再構築 平成 19 年度学士論文建築 都市計画研究室川端威士 1. 研究の背景と目的 中心市街地の衰退 スプロール化 中心部の人口減少 / 公共施設の郊外流出 モータリゼーションの急激な発展 郊外型居住に対するニーズの増加 都市の 顔 である中心市街地の再構築は重要な課題 街なか居住 街なかの特徴的な居住スタイルの抽出

More information

主成分分析 + 重回帰分析 a.2 変数群に対して, 以下のような手順を実行 ( 多変数群 ) では,2 変数群を組み合わせて実行 ) 説明変数群の主成分分析 2 基準変数群の主成分分析 3 説明変数群における 個の主成分得点に対して, 基準へ数群における主成分得点のすべてを用いて重回帰分析を反復

主成分分析 + 重回帰分析 a.2 変数群に対して, 以下のような手順を実行 ( 多変数群 ) では,2 変数群を組み合わせて実行 ) 説明変数群の主成分分析 2 基準変数群の主成分分析 3 説明変数群における 個の主成分得点に対して, 基準へ数群における主成分得点のすべてを用いて重回帰分析を反復 正準相関分析についての解説 0. 判別分析 (discriminant analysis) 多変量のデータを用い, 重みづけた説明変数 ( 独立変数 ) を合成して, 個々人の所属する集団を分ける基準変数 ( 従属変数 ) を予測 ( 判別 ) する多変量解析法を, 判別分析と総称する. 例 : ある患者に対する多種類の検査結果を総合して ( 説明変数 ), どのような病気かを診断する ( 基準変数

More information

314 図 10.1 分析ツールの起動 図 10.2 データ分析ウィンドウ [ データ ] タブに [ 分析 ] がないときは 以下の手順で表示させる 1. Office ボタン をクリックし Excel のオプション をクリックする ( 図 10.3) 図 10.3 Excel のオプション

314 図 10.1 分析ツールの起動 図 10.2 データ分析ウィンドウ [ データ ] タブに [ 分析 ] がないときは 以下の手順で表示させる 1. Office ボタン をクリックし Excel のオプション をクリックする ( 図 10.3) 図 10.3 Excel のオプション 313 第 10 章 Excel を用いた統計処理 10.1 Excel の統計処理レポートや卒業研究などでは 大量のデータを処理 分析し 報告しなければならない場面が数多く登場する このような場合 手計算では多くの時間を要するため現在では計算機を用いて一括処理することが一般的である これにより 時間短縮だけでなく手軽に詳細な分析を行うことができる Excel ではこのような大量のデータに対する分析を容易に行えるよう

More information

Chapter カスタムテーブルの概要 カスタムテーブル Custom Tables は 複数の変数に基づいた多重クロス集計テーブルや スケール変数を用いた集計テーブルなど より複雑な集計表を自由に設計することができるIBM SPSS Statisticsのオプション製品です テーブ

Chapter カスタムテーブルの概要 カスタムテーブル Custom Tables は 複数の変数に基づいた多重クロス集計テーブルや スケール変数を用いた集計テーブルなど より複雑な集計表を自由に設計することができるIBM SPSS Statisticsのオプション製品です テーブ カスタムテーブル入門 1 カスタムテーブル入門 カスタムテーブル Custom Tables は IBM SPSS Statisticsのオプション機能の1つです カスタムテーブルを追加することで 基本的な度数集計テーブルやクロス集計テーブルの作成はもちろん 複数の変数を積み重ねた多重クロス集計テーブルや スケール変数を用いた集計テーブルなど より複雑で柔軟な集計表を作成することができます この章では

More information

筑波大生のリスク認知 ~ 人は災害をどう捉えているか ~ グループ演習 8 班小田桐康國武大記高山勲渡邉望 ( 指導教官 ) 谷口綾子 1. はじめに わが国では地震 津波 台風といった多様な自然災害が多発しており それらに対する人々の関心もまた多様である 人々の持つ地域的 文化的背景の違いは自然災

筑波大生のリスク認知 ~ 人は災害をどう捉えているか ~ グループ演習 8 班小田桐康國武大記高山勲渡邉望 ( 指導教官 ) 谷口綾子 1. はじめに わが国では地震 津波 台風といった多様な自然災害が多発しており それらに対する人々の関心もまた多様である 人々の持つ地域的 文化的背景の違いは自然災 筑波大生のリスク認知 ~ 人は災害をどう捉えているか ~ グループ演習 8 班小田桐康國武大記高山勲渡邉望 ( 指導教官 ) 谷口綾子 1. はじめに わが国では地震 津波 台風といった多様な自然災害が多発しており それらに対する人々の関心もまた多様である 人々の持つ地域的 文化的背景の違いは自然災害のリスク認知に差異を与えることになる このようなリスク認知の差異を把握することは 防災対策の策定やリスクコミュニケーションの観点において有益である

More information