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」

Size: px
Start display at page:

Download "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」"

Transcription

1 URL: I () ( 7F) 1 : (1); (2) 1998 (70 20% 6 9 ) (30%) ( 2) ( 2) 2 1. (4/14) 2. SPSS (4/21) 3. (4/28) [] 4. (5/126/2) [1, 4] 5. (6/9) 6. (6/166/30) [2, 5] 7. (7/78/4) [6, 8] 8. (8/12 ) 9/1 [] ()

2 3 () ISTU (: () (12:00) ISTU I() ) 4 () : F tanakas2013 tsigetoinfo 2

3

4 k k

5 1 yx k k

6 URL: I 1 () 1 2 ( ) () 3 NumLock USB

7 4 ISTU ( ID ) I ISTU ISTU ISTU SPSS SPSS StatisticsSPSS Statistics 23 ( OK)?OK 5.2 a, b,..., e SPSS (.sav) ( ) SPSS Excel SPSS 2

8 URL: I 2SPSS () [] SPSS 1 2 Word ISTU SPSS < SPSS 2< < SPSS < f.html> SPSS 2007 < 2013/methoda/spss memo 2.pdf> SPSS PC SSM B ( ) 70 2 () < () 250

9 () () 4 SPSS 4.1 SPSS () ( 8 )? 4.2 () ( ) () 4.3 (1) (2) (3) (4) OK () Ver. 19 SPSS () (2, 4,...) 2

10 4.4 PC Microsoft Office (Word Excel ) SPSS Excel Word 5 ( ) () OK () 3

11 URL: I 3 () [] < 70 () 2 ( p ) 3 () p. 43 < proc4 3 1.htm> < (percentile) 4 () Yahoo! < detail/q > M e< more step! (1990, p.15)

12 5 (1) () (2) (3) (4) (5) (6) () ( p. 1 6) 6 4 (universe) = (population) = (designed sample) = (valid sample / case) = (random sampling) (probability sample) 2 ( 1 ) () ( 2 ) 7 (1) pp (2) SSM (3) (4) ISTU 5/11() 2

13 URL: I 4 () [] 1 (1) (= ) ( ) (2) SSM (3) (4) ( ) , 4, ()

14 2 SPSS OK 3 3 SPSS Excel Word (ISTU 12:00 ) (1) (2) (3) (table): (graph/chart): 5 () () () () ( p. 34) ( p. 106) 2

15 URL: I 5 () [] 1 2 (1) : (2) : ( 100%) (1) Excel () () 3 (3D) Excel 2 (cross table) (1) (2) (3) () ( 4 ) (Excel ) ISTU

16 URL: I 6 () [] 1 % % : SPSS % ( ) %% () 100% ( ) Excel ( ) % 2 2 PhiCramer V (pp. 108, ) Cramer VPearson 2 [ 4-19] [4-17] Pearson 2 V ISTU 2 2 ( p.110 [ 4-10]) Cramer V

17 3 ( = independent): % (%) (marginal frequency): ( = expected frequency): () () (frequency): (residual): (standard residual): 2 (chi-square): V : 2 4 6/9 () ISTU 2

18 N 0% 20% 40% 60% 80% 100%

19 URL: I 7 () [] m=2 m 1=1 V = χ 2 /N SPSS [4-17] χ 2 /N(m 1) = Pearson 2 = = = = = ( ) ( n 11 n 1. n.1 ) V () 0 1? p () () () 0 ( )

20 V 0.1 () SPSS χ 2 /N Phi ( = ) m=2 V = ( p. 110) 2 2 pp

21 比較現代日本論研究演習 I / 現代日本論演習 ( 田中重人 ) 授業資料 表の書きかた 表 1 性別と性別による不公平感との関連 性別 性別による不公平 大いにある 少しはある ない 合計 ( 人 ) 男性 (111) 女性 (132) 合計 (243) Cramer's V= 無回答 =7. 表 2 県や市町村の部課長以上の役人に知り合いがいる比率の男女差 性別 % ( 人 ) 男性 46.0 (113) 女性 27.6 (134) 合計 36.0 (247) φ= 無回答 =3. 人に見せる表 カテゴリーの並べ順や行列の組み合わせをわかりやすく 変数とカテゴリーの命名 表のタイトルとして適切なものをつける タイトル 表本体 注釈を読めばそれだけでわかるように書くこと 書くべき要素 各セルの行 ( または列 ) % 行 ( または列 ) 合計の度数と 100.0% 列 ( または行 ) 合計の % 全体の度数 Cramer の V ( または φ) 欠損数とその原因 行 列の因果を想定するのがふつうだが 列 行でもよい 方向は 合計の で区別する 全度数が 1000 人以下であれば % は小数第 1 位まで V や φ などの係数は小数第 3 位まで 2 列表の場合は 1 列の % だけ示してもよい 縦罫線はなるべく引かない文字列は左揃え 数字は小数点揃えが基本

22 URL: I () [] 1 ISTU Word SPSS (missing value) (syntax) 2.2 (population) (sample) Excel 2.3, V, 2 3 () pp (p. 48)

23 URL: I 8 () ( 20 ) 2 : pp (mean): (variance): 2 (standard deviation): (SD ) 2-1 (p. 48) 4 p ISTU 5 SPSS ( p. 48 6) ( 200 ) ( 10 )

24 6 4 ( p ) () () SPSS 2 ( p ) 2 7 (outlier) ( p. 46) ( ) 2

25 URL: I 9 () [] 1 2 () effect size (ES) () 2.1 Effect size (ES)Cohen d ES = SD (1) SD p. 137 SD ES 2 ES (correlation ratio) SD SD SD (eta) 2.3 SPSS 1 () 01 ES SPSS 3 (1) (2) (1) (3) ES () (4) () (5)

26 URL: I 10 () [] (ANOVA) 1 4 () 2 (ANOVAANalysis Of VAriance) (dependent variable) (independent variable) () : : Cramer V? 3 (10 ) : 1, 2, 3, 3, 4 : 2, 3, 4, 4, 5 ( Excel) SPSS (1) SD (2) (3) 5 5 SD (4) (3) SD (1) SD

27 4 ES (n 1, n 2 N = n 1 + n 2 ) ES 2 = η 2 1 η 2 N 2 (1) n 1 n 2 2 (n 1 = n 2 ) ES 2 = 4η 2 1 η 2 (2) (ES ) ( <0.4 ) ES = 2 5?? 6 ( 2 ) ( 3 ) 7 SD (error bar; ) SD Excel SPSS SD () () 2

28 表 1 保守的意識の男女差 平均 標準偏差 ( 人 ) 男性 (109) 女性 (130) 合計 (239) 以前からなされていたやり方を守ることが 最上の結果を生む に対する回答 : 1. そう思う ~ 5. そう思わない 相関比 η= 無回答 = 男性 女性 以前からなされていたやり方を守ることが 最上の結果を生む に対する回答 : 1. そう思う ~ 5. そう思わない 相関比 η= N=239. 無回答 =11. 図 1 保守的意識の男女差 ( 平均 ± 標準偏差 )

29 URL: I 11 () [] 1 : 1, 2, 3, 3, : 2, 3, 4, 4, (SD): 3.1 (1.14) = 5( ) 2 +5( ) 2 =2.5 (1) N (=10) SD = η = 2.5 = (2) SD SD = 0.5 = (3) SPSS N 1(=9) ( N>200 ) (N )SPSS 2 ( pp. 3 5) ( 3 ) (= ) (= )

30 : : (null hypothesis) 0.5? (1) ( 95%) (2) (1 ) ( 2.5%) (3) 95% 4.2 n (n>30) m (0.1<m<0.9) 95% m(1 m) m ± 1.96 (4) n () 95% () 5 pp : 8/12 () 17:00 : ISTU : : 2

31 var 報告書 sex 平均値 度数 標準偏差 合計 分散分析表 平方和 自由度 平均平方 F 値 有意確率 var x sex ク ルーフ 間 ( 結合 ) ク ルーフ 内 合計 連関の測定方法 イータ イータの 2 乗 var x sex

32 URL: I 12 () [] : 95%n=100 10%n=400 5% () 1.2 2: () () 2 m SD M 95% m ± SD (1) n t ()(df = n 1) ( 1 ) % d 95 1 d ± SD + 1 (2) n 1 n 2 n 1,n 2 (n 1 + n 2 2) t 4 SPSS 4.1

33 4.2 t (2 SD ) 5 (statistical test) x (0 ) 5.1 ( pp , ) (null hypothesis): (significant): 5.2 5% 95% x 95 5% 95% x 5.3 ( 1 ) x p ( 5 ) % % % 6 () 7 2

34 URL: I 13 () [] 1 2 F : =0 SPSS 2 t t (SD ) 3 : V =0 SPSS 2 Pearson ( 5 ) (= ) 4 () p <0.05 (*) p >0.05 ns (= not significant)

35 授業資料 比較現代日本論研究演習 / 現代日本論演習 ( 田中重人 ) 表 1 性別と性別による不公平感との関連 性別 性別による不公平 大いにある 少しはある ない 合計 ( 人 ) 男性 (111) 女性 (132) 合計 (243) Cramer's V= p < 0.05 無回答 =7. 表 2 県や市町村の部課長以上の役人に知り合いがいる比率の男女差 性別 % ( 人 ) 男性 46.0 (113) 女性 27.6 (134) 合計 36.0 (247) φ=0.191*. 無回答 =3. *: 5% 水準で有意. 表 3 生活全般満足度の男女差 (1) 性別平均標準偏差 ( 人 ) 男性 (114) 女性 (136) 合計 (250) η= p < 表 4 生活全般満足度の男女差 (2) 性別平均標準偏差 ( 人 ) 男性 (114) 女性 (136) 合計 (250) η=0.198*. *: 5% 水準で有意. 表 5 性別役割意識の男女差 (1) 平均標準偏差 ( 人 ) 男性 (111) 女性 (132) 合計 (243) η= p > 無回答 =7. 表 6 性別役割意識の男女差 (2) 平均標準偏差 ( 人 ) 男性 (111) 女性 (132) 合計 (243) η=0.086 ns. ns: 5% 水準で非有意. 無回答 =7.

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

現代日本論/比較現代日本論研究演習I「統計分析の基礎」

現代日本論/比較現代日本論研究演習I「統計分析の基礎」 URL: http://tsigeto.info/statg/ 作 成 : 田 中 重 人 ( 准 教 授 ) 現 代 日 本 論 / 比 較 現 代 日 本 論 研 究 演 習 I 統 計 分 析 の 基 礎 東 北 大 学 文 学 部 / 文 学 研 究 科 :2014 年 度 前 期 < 木 2>コンピュータ 実 習 室 ( 文 学 部 本 館 7F711-2) 講 義 概 要 記 載 内 容

More information

Microsoft Word - statg02o.doc

Microsoft Word - statg02o.doc URL: http://www.nik.sal.tohoku.ac.jp/~tsigeto/statg/ 作成 : 田中重人 ( 講師 ) 比較現代日本論研究演習 I 大学院生対象 :2002 年度前期 < 金 2> コンピュータ実習室 ( 文学部本館 7F 711-2) 講義概要 p. 396 記載内容 授業内容 : 小規模標本調査を念頭において

More information

現代日本論演習「統計分析の基礎」

現代日本論演習「統計分析の基礎」 URL: http://www.sal.tohoku.ac.jp/~tsigeto/statu/ 作成 : 田中重人 ( 准教授 ) 現代日本論演習 統計分析の基礎 3 年生対象 :01 年度 5 セメスタ < 火 4> コンピュータ実習室 ( 文学部本館 7F 711-) 授業コード =LB5407 講義概要 記載内容 +α 講義題目 : 統計分析の基礎 到達目標 :(1) 統計分析の基礎的な手法を理解する

More information

!!! 2!

!!! 2! 2016/5/17 (Tue) SPSS (mugiyama@l.u-tokyo.ac.jp)! !!! 2! 3! 4! !!! 5! (Population)! (Sample) 6! case, observation, individual! variable!!! 1 1 4 2 5 2 1 5 3 4 3 2 3 3 1 4 2 1 4 8 7! (1) (2) (3) (4) categorical

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

I L01( Wed) : Time-stamp: Wed 07:38 JST hig e, ( ) L01 I(2017) 1 / 19

I L01( Wed) : Time-stamp: Wed 07:38 JST hig e,   ( ) L01 I(2017) 1 / 19 I L01(2017-09-20 Wed) : Time-stamp: 2017-09-20 Wed 07:38 JST hig e, http://hig3.net ( ) L01 I(2017) 1 / 19 ? 1? 2? ( ) L01 I(2017) 2 / 19 ?,,.,., 1..,. 1,2,.,.,. ( ) L01 I(2017) 3 / 19 ? I. M (3 ) II,

More information

k3 ( :07 ) 2 (A) k = 1 (B) k = 7 y x x 1 (k2)?? x y (A) GLM (k

k3 ( :07 ) 2 (A) k = 1 (B) k = 7 y x x 1 (k2)?? x y (A) GLM (k 2012 11 01 k3 (2012-10-24 14:07 ) 1 6 3 (2012 11 01 k3) kubo@ees.hokudai.ac.jp web http://goo.gl/wijx2 web http://goo.gl/ufq2 1 3 2 : 4 3 AIC 6 4 7 5 8 6 : 9 7 11 8 12 8.1 (1)........ 13 8.2 (2) χ 2....................

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

Microsoft Word - s010411h.doc

Microsoft Word - s010411h.doc URL: http://www.nik.sal.tohoku.ac.jp/~tsigeto/stata/001/s010411.html 作成 : 田中重人 ( 講師 ) [ 現代日本論演習 I 統計分析入門 ] 第 1 回 (001-04-11) この授業の概要 スケジュール 評価方法 コンピュータ実習室について 入室 退室 カードが必要

More information

Microsoft Word - 計量研修テキスト_第5版).doc

Microsoft Word - 計量研修テキスト_第5版).doc Q4-1 テキスト P83 多重共線性が発生する回帰 320000 280000 240000 200000 6000 4000 160000 120000 2000 0-2000 -4000 74 76 78 80 82 84 86 88 90 92 94 96 98 R e s i dual A c tual Fi tted Dependent Variable: C90 Date: 10/27/05

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

June 2016 i (statistics) F Excel Numbers, OpenOffice/LibreOffice Calc ii *1 VAR STDEV 1 SPSS SAS R *2 R R R R *1 Excel, Numbers, Microsoft Office, Apple iwork, *2 R GNU GNU R iii URL http://ruby.kyoto-wu.ac.jp/statistics/training/

More information

カテゴリ変数と独立性の検定

カテゴリ変数と独立性の検定 II L04(2015-05-01 Fri) : Time-stamp: 2015-05-01 Fri 22:28 JST hig 2, Excel 2, χ 2,. http://hig3.net () L04 II(2015) 1 / 20 : L03-S1 Quiz : 1 2 7 3 12 (x = 2) 12 (y = 3) P (X = x) = 5 12 (x = 3), P (Y =

More information

Rによる計量分析:データ解析と可視化 - 第3回 Rの基礎とデータ操作・管理

Rによる計量分析:データ解析と可視化 - 第3回  Rの基礎とデータ操作・管理 R 3 R 2017 Email: gito@eco.u-toyama.ac.jp October 23, 2017 (Toyama/NIHU) R ( 3 ) October 23, 2017 1 / 34 Agenda 1 2 3 4 R 5 RStudio (Toyama/NIHU) R ( 3 ) October 23, 2017 2 / 34 10/30 (Mon.) 12/11 (Mon.)

More information

26 1 11 1 3 1.1............................ 3 1.2................................ 3 1.3................................... 4 1.4................................ 5 1.5 p (p-value)................................

More information

250 200 150 100 50 0 585960616263 1 2 3 4 5 6 7 8 9 10111213141516171819202122 /.pdf

250 200 150 100 50 0 585960616263 1 2 3 4 5 6 7 8 9 10111213141516171819202122  /.pdf 250 200 150 100 50 0 585960616263 1 2 3 4 5 6 7 8 9 10111213141516171819202122 http://passnavi.evidus.com/teachers/topics/ /.pdf .. 600 500 400 300 200 100 0 56 59 62 4 6 8 10 12 14 16 18 20 21 SP , (%)

More information

講義のーと : データ解析のための統計モデリング. 第5回

講義のーと :  データ解析のための統計モデリング. 第5回 Title 講義のーと : データ解析のための統計モデリング Author(s) 久保, 拓弥 Issue Date 2008 Doc URL http://hdl.handle.net/2115/49477 Type learningobject Note この講義資料は, 著者のホームページ http://hosho.ees.hokudai.ac.jp/~kub ードできます Note(URL)http://hosho.ees.hokudai.ac.jp/~kubo/ce/EesLecture20

More information

StatlightGroupManual.dvi

StatlightGroupManual.dvi Statlight #11 Yukms Microsoft Excel 3 ( ) (2000) (p.2) ( ( ) ( ) ( ) 1 9 1.1...................................... 9 1.2................................... 9 1.3................................. 9 1.4........................................

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

Medical3

Medical3 1.4.1 クロス集計表の作成 -l m 分割表 - 3つ以上のカテゴリを含む変数を用いて l mのクロス集計表による分析を行います この例では race( 人種 ) によってlow( 低体重出生 ) に差が認められるかどうかを分析します 人種には3つのカテゴリ 低体重出生には2つのカテゴリが含まれています 2つの変数はともにカテゴリ変数であるため クロス集計表によって分析します 1. 分析メニュー

More information

Microsoft Word - 計量研修テキスト_第5版).doc

Microsoft Word - 計量研修テキスト_第5版).doc Q10-2 テキスト P191 1. 記述統計量 ( 変数 :YY95) 表示変数として 平均 中央値 最大値 最小値 標準偏差 観測値 を選択 A. 都道府県別 Descriptive Statistics for YY95 Categorized by values of PREFNUM Date: 05/11/06 Time: 14:36 Sample: 1990 2002 Included

More information

Microsoft Word - 研究デザインと統計学.doc

Microsoft Word - 研究デザインと統計学.doc Study design and the statistical basics Originality Accuracy Objectivity Verifiability Readability perfect Interdisciplinary Sciences Health Science 2014.12.25 2 1. 7 2. 7 3. Bias8 4. random sampling8

More information

5 5.1 A B mm 0.1mm Nominal Scale 74

5 5.1 A B mm 0.1mm Nominal Scale 74 5 73 5 5.1 A B 2 1 2 1mm 0.1mm 5.1.1 Nominal Scale 74 5.2. Calc 5.1.2 Ordinal Scale (1) (2) (3) (4) (5) 5 1 5 1 5 4 5-2 -1 0 1 2 1 5 15 25 55 1 1 2 3 4 5 1 5.1.3 5.1.3 Interval Scale 100 80 20 80 100 5

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

k2 ( :35 ) ( k2) (GLM) web web 1 :

k2 ( :35 ) ( k2) (GLM) web   web   1 : 2012 11 01 k2 (2012-10-26 16:35 ) 1 6 2 (2012 11 01 k2) (GLM) kubo@ees.hokudai.ac.jp web http://goo.gl/wijx2 web http://goo.gl/ufq2 1 : 2 2 4 3 7 4 9 5 : 11 5.1................... 13 6 14 6.1......................

More information

Plano-POS Ver1

Plano-POS Ver1 1 Quick Version2.0.0 Chapter1 Chapter1-1 Chapter2 Chapter2-1 Quick--------------------------------------------------------------P.7 -----------------------------------------------------------------------P.11

More information

1 Stata SEM LightStone 3 2 SEM. 2., 2,. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press.

1 Stata SEM LightStone 3 2 SEM. 2., 2,. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press. 1 Stata SEM LightStone 3 2 SEM. 2., 2,. Alan C. Acock, 2013. Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press. 2 3 2 Conservative Depress. 3.1 2. SEM. 1. x SEM. Depress.

More information

こんにちは由美子です

こんにちは由美子です Analysis of Variance 2 two sample t test analysis of variance (ANOVA) CO 3 3 1 EFV1 µ 1 µ 2 µ 3 H 0 H 0 : µ 1 = µ 2 = µ 3 H A : Group 1 Group 2.. Group k population mean µ 1 µ µ κ SD σ 1 σ σ κ sample mean

More information

Microsoft Word - 計量研修テキスト_第5版).doc

Microsoft Word - 計量研修テキスト_第5版).doc Q3-1-1 テキスト P59 10.8.3.2.1.0 -.1 -.2 10.4 10.0 9.6 9.2 8.8 -.3 76 78 80 82 84 86 88 90 92 94 96 98 R e s i d u al A c tual Fi tte d Dependent Variable: LOG(TAXH) Date: 10/26/05 Time: 15:42 Sample: 1975

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

年計グラフ作成システム

年計グラフ作成システム 2003/01/20 2.00 1/29 2003/01/20...2...3...4...5...7...9... 11...13...15...16...17...18...19...20...21...23...24...26...27 FAQ...29 2/29 2003/01/20 Microsoft Access 2000 Microsoft Excel 3/29 2003/01/20

More information

untitled

untitled 2011/6/22 M2 1*1+2*2 79 2F Y YY 0.0 0.2 0.4 0.6 0.8 0.000 0.002 0.004 0.006 0.008 0.010 0.012 1.0 1.5 2.0 2.5 3.0 3.5 4.0 Y 0 50 100 150 200 250 YY A (Y = X + e A ) B (YY = X + e B ) X 0.00 0.05 0.10

More information

最小2乗法

最小2乗法 2 2012 4 ( ) 2 2012 4 1 / 42 X Y Y = f (X ; Z) linear regression model X Y slope X 1 Y (X, Y ) 1 (X, Y ) ( ) 2 2012 4 2 / 42 1 β = β = β (4.2) = β 0 + β (4.3) ( ) 2 2012 4 3 / 42 = β 0 + β + (4.4) ( )

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

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

ANOVA

ANOVA 3 つ z のグループの平均を比べる ( 分散分析 : ANOVA: analysis of variance) 分散分析は 全体として 3 つ以上のグループの平均に差があるか ということしかわからないために, どのグループの間に差があったかを確かめるには 多重比較 という方法を用います これは Excel だと自分で計算しなければならないので, 分散分析には統計ソフトを使った方がよいでしょう 1.

More information

<4D F736F F F696E74202D ED089EF959F8E838A7789EF C835B BB82CC A332090DD92758EE591CC8F4390B38CE3205

<4D F736F F F696E74202D ED089EF959F8E838A7789EF C835B BB82CC A332090DD92758EE591CC8F4390B38CE3205 地域包括支援センターに関する全国調査結果の概要 ( その ) - 関係機関等との連携状況に焦点を当てて - 吉田麻衣 ( 長崎純心大学医療 福祉連携センター ) 潮谷有二 ( 長崎純心大学医療 福祉連携センター ) 宮野澄男 ( 長崎純心大学医療 福祉連携センター ) 奥村あすか ( 長崎純心大学医療 福祉連携センター ) http://www.n-junshin.ac.jp/cmw/ Ⅰ. 研究目的

More information

分布

分布 (normal distribution) 30 2 Skewed graph 1 2 (variance) s 2 = 1/(n-1) (xi x) 2 x = mean, s = variance (variance) (standard deviation) SD = SQR (var) or 8 8 0.3 0.2 0.1 0.0 0 1 2 3 4 5 6 7 8 8 0 1 8 (probability

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

untitled

untitled Mail de ECO Standard ...1 EXCEL...2...3 EXCEL...4...11...13...15...17...18 EXCEL OK 1 EXCEL EXCEL MailDeEco No 1 15 2 15 3 15 PDF 4 50 PDF PDF 2 EXCEL OK 3 4 No 1 CSV CSV 2 CSV 3 4 5 CSV CSV CSV 5 ( )

More information

tokei01.dvi

tokei01.dvi 2. :,,,. :.... Apr. - Jul., 26FY Dept. of Mechanical Engineering, Saga Univ., JAPAN 4 3. (probability),, 1. : : n, α A, A a/n. :, p, p Apr. - Jul., 26FY Dept. of Mechanical Engineering, Saga Univ., JAPAN

More information

統計学の基礎から学ぶ実験計画法ー1

統計学の基礎から学ぶ実験計画法ー1 第 部統計学の基礎と. 統計学とは. 統計学の基本. 母集団とサンプル ( 標本 ). データ (data) 3. 集団の特性を示す統計量 基本的な解析手法 3. 統計量 (statistic) とは 3. 集団を代表する統計量 - 平均値など 3.3 集団のばらつきを表す値 - 平方和 分散 標準偏差 4. ばらつき ( 分布 ) を表す関数 4. 確率密度関数 4. 最も重要な正規分布 4.3

More information

untitled

untitled 005 n X i i 1 5 i 1 5 i 1 X i 3 X i 40 n i1 i i n X i 40 1 005 95 005 testing statistical hypothesis - A B A B 5 ()()() ()()() 3 005 ( ) null hypothesis 5 pp0.01p1 4 005 (1) 1 4 6 () N i 1 ( X i X ) N

More information

4 OLS 4 OLS 4.1 nurseries dual c dual i = c + βnurseries i + ε i (1) 1. OLS Workfile Quick - Estimate Equation OK Equation specification dual c nurser

4 OLS 4 OLS 4.1 nurseries dual c dual i = c + βnurseries i + ε i (1) 1. OLS Workfile Quick - Estimate Equation OK Equation specification dual c nurser 1 EViews 2 2007/5/17 2007/5/21 4 OLS 2 4.1.............................................. 2 4.2................................................ 9 4.3.............................................. 11 4.4

More information

28

28 y i = Z i δ i +ε i ε i δ X y i = X Z i δ i + X ε i [ ] 1 δ ˆ i = Z i X( X X) 1 X Z i [ ] 1 σ ˆ 2 Z i X( X X) 1 X Z i Z i X( X X) 1 X y i σ ˆ 2 ˆ σ 2 = [ ] y i Z ˆ [ i δ i ] 1 y N p i Z i δ ˆ i i RSTAT

More information

Dependent Variable: LOG(GDP00/(E*HOUR)) Date: 02/27/06 Time: 16:39 Sample (adjusted): 1994Q1 2005Q3 Included observations: 47 after adjustments C -1.5

Dependent Variable: LOG(GDP00/(E*HOUR)) Date: 02/27/06 Time: 16:39 Sample (adjusted): 1994Q1 2005Q3 Included observations: 47 after adjustments C -1.5 第 4 章 この章では 最小二乗法をベースにして 推計上のさまざまなテクニックを検討する 変数のバリエーション 係数の制約係数にあらかじめ制約がある場合がある たとえばマクロの生産関数は 次のように表すことができる 生産要素は資本と労働である 稼動資本は資本ストックに稼働率をかけることで計算でき 労働投入量は 就業者数に総労働時間をかけることで計算できる 制約を掛けずに 推計すると次の結果が得られる

More information

untitled

untitled ...1...3 -... 3 -... 3...5 -... 5 -... 5 -... 6 -... 7 -... 7 -... 7 -... 10 -... 17 -... 17 -... 18 -... 20 -... 21 1 TEL 2 3 4 ) ) 5 6 7 8 9 10 11 () (4) () (4) () () 730-0042730-8586 730-0042 730-0042730-8586

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

6地域報告書用クロス表2.xls

6地域報告書用クロス表2.xls 付録 度数分布表 韓国 3 地域と日本 3 地域の回答を表にまとめた 表中の値はすべて % であり横 1 行をすると 100% となる 表タイトルにある数字は仙台調査の問番号である 質問文について詳しくは仙台調査票を参照 6 つの調査に共通する問のみの結果を掲載した 1 年代 20 代 30 代 40 代 50 代 60 代以上 計 Area Seoul 26.9 30.9 21.0 11.0 10.2

More information

Microsoft Word - Power_Analysis_Jp_ docx

Microsoft Word - Power_Analysis_Jp_ docx Power Analysis using G*Power Version 1.0 013 年 3 月 03 日 評価学博士 佐々木亮 サンプルサイズの検討方法 1. 最低のサンプルサイズサンプルサイズに関する考え方 統計分析を用いた調査報告書では サンプルサイズとして 30 あるいは 5 を用いている場合が頻繁に見られる 事前 事後比較のための 1 群の t 検定では まさに 30 あるいは 5 が必要ということになり

More information

健診の手引き_0707変.indd

健診の手引き_0707変.indd 3 3 3 3 4 4 4 4 4 4 5 6 6 7 7 7 7 7 8 8 8 8 8 8 8 9 9 9 9 9 9 10 10 10 10 10 11 11 11 11 11 11 11 11 11 12 12 12 12 12 12 12 13 13 13 13 13 13 13 14 14 14 14 14 15 15 15 15 16 16 16 16 17 17 17 18 18 18

More information

untitled

untitled 1 1 1 1 2 3 4 5 5 7 11 11 14 22 23 26 28 30 37 44 48 48 48 48 49 51 51 52 52 52 58 59 2 2 100 sample population (2) qualitative data quantitative data A 50 B 60 B A 10 1.2 ratio scale 3 15 18 3 1.2 0 interval

More information

Microsoft PowerPoint - 09SPSS解説.ppt

Microsoft PowerPoint - 09SPSS解説.ppt SPSS シンタックスによるデータ加工と分析入門 2009/10 立教大学社会学部村瀬洋一 1.Syntax とは何か データ加工や分析などの命令文 ( プログラム ) クリックせずに 自分の操作を記述できる SPSS で シンタックスのウィンドウを開く 画面上 File 新規作成 シンタックス 1 シンタックスの長所 大量の操作 ( データ加工 分析 ) ができる 自分が実行した操作を保存できる

More information

第11回:線形回帰モデルのOLS推定

第11回:線形回帰モデルのOLS推定 11 OLS 2018 7 13 1 / 45 1. 2. 3. 2 / 45 n 2 ((y 1, x 1 ), (y 2, x 2 ),, (y n, x n )) linear regression model y i = β 0 + β 1 x i + u i, E(u i x i ) = 0, E(u i u j x i ) = 0 (i j), V(u i x i ) = σ 2, i

More information

Microsoft PowerPoint - Econometrics-2013-04-1018.pptx

Microsoft PowerPoint - Econometrics-2013-04-1018.pptx 計 量 経 済 学 講 義 第 回 記 述 統 計 の 基 礎 Part 0 年 0 8 ( ) 限 担 当 教 員 : 唐 渡 広 志 研 究 室 : 経 済 学 研 究 棟 階 号 室 email: kkarato@eco.u-toyama.ac.jp website: http://www.u-toyama.ac.jp/kkarato/ 講 義 の 目 的 般 的 なデータの 集 約 法 や

More information

仮説検定の手順

仮説検定の手順 2018 年 4 月 4 日 ( 東京 ) 仮説検定とその手順 基礎編 折笠秀樹 ( 富山大学 ) 折笠秀樹富山大学 で検索 折笠秀樹教室 前提 統計学には 記述統計 Descriptive statistics ( ナイチンゲール コレラ ) 推測統計 Inferential statistics (R.A. フィッシャー ) 仮説検定 (Hypothesis testing) 推定 信頼区間 (Estimation/

More information

untitled

untitled 1 Hitomi s English Tests 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 1 0 1 1 0 1 0 0 0 1 0 0 1 0 2 0 0 1 1 0 0 0 0 0 1 1 1 1 0 3 1 1 0 0 0 0 1 0 1 0 1 0 1 1 4 1 1 0 1 0 1 1 1 1 0 0 0 1 1 5 1 1 0 1 1 1 1 0 0 1 0

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

(pdf) (cdf) Matlab χ ( ) F t

(pdf) (cdf) Matlab χ ( ) F t (, ) (univariate) (bivariate) (multi-variate) Matlab Octave Matlab Matlab/Octave --...............3. (pdf) (cdf)...3.4....4.5....4.6....7.7. Matlab...8.7.....9.7.. χ ( )...0.7.3.....7.4. F....7.5. t-...3.8....4.8.....4.8.....5.8.3....6.8.4....8.8.5....8.8.6....8.9....9.9.....9.9.....0.9.3....0.9.4.....9.5.....0....3

More information

¥¤¥ó¥¿¡¼¥Í¥Ã¥È·×¬¤È¥Ç¡¼¥¿²òÀÏ Âè2²ó

¥¤¥ó¥¿¡¼¥Í¥Ã¥È·×¬¤È¥Ç¡¼¥¿²òÀÏ Âè2²ó 2 2015 4 20 1 (4/13) : ruby 2 / 49 2 ( ) : gnuplot 3 / 49 1 1 2014 6 IIJ / 4 / 49 1 ( ) / 5 / 49 ( ) 6 / 49 (summary statistics) : (mean) (median) (mode) : (range) (variance) (standard deviation) 7 / 49

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

URL AdobeReader - 2

URL AdobeReader - 2 URL AdobeReader - 2 ...5...6...7...7...8...8...9...12...14...16...22...24 11.1....24 11.2....24 11.3....25 11.4....26...28...28 GoodNews...29-3 - 4 Office XP Professional - 5 - 6 Access Office XP Professional

More information

yamadaiR(cEFA).pdf

yamadaiR(cEFA).pdf R 2012/10/05 Kosugi,E.Koji (Yamadai.R) Categorical Factor Analysis by using R 2012/10/05 1 / 9 Why we use... 3 5 Kosugi,E.Koji (Yamadai.R) Categorical Factor Analysis by using R 2012/10/05 2 / 9 FA vs

More information

80 X 1, X 2,, X n ( λ ) λ P(X = x) = f (x; λ) = λx e λ, x = 0, 1, 2, x! l(λ) = n f (x i ; λ) = i=1 i=1 n λ x i e λ i=1 x i! = λ n i=1 x i e nλ n i=1 x

80 X 1, X 2,, X n ( λ ) λ P(X = x) = f (x; λ) = λx e λ, x = 0, 1, 2, x! l(λ) = n f (x i ; λ) = i=1 i=1 n λ x i e λ i=1 x i! = λ n i=1 x i e nλ n i=1 x 80 X 1, X 2,, X n ( λ ) λ P(X = x) = f (x; λ) = λx e λ, x = 0, 1, 2, x! l(λ) = n f (x i ; λ) = n λ x i e λ x i! = λ n x i e nλ n x i! n n log l(λ) = log(λ) x i nλ log( x i!) log l(λ) λ = 1 λ n x i n =

More information

4.9 Hausman Test Time Fixed Effects Model vs Time Random Effects Model Two-way Fixed Effects Model

4.9 Hausman Test Time Fixed Effects Model vs Time Random Effects Model Two-way Fixed Effects Model 1 EViews 5 2007 7 11 2010 5 17 1 ( ) 3 1.1........................................... 4 1.2................................... 9 2 11 3 14 3.1 Pooled OLS.............................................. 14

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

1 Stata SEM LightStone 4 SEM 4.. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press 3.

1 Stata SEM LightStone 4 SEM 4.. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press 3. 1 Stata SEM LightStone 4 SEM 4.. Alan C. Acock, 2013. Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press 3. 2 4, 2. 1 2 2 Depress Conservative. 3., 3,. SES66 Alien67 Alien71,

More information

PowerPoint 2002

PowerPoint 2002 5.1.1 [ ] [ ] 5 1 5.1.2 [ ] 5 2 5.1.3 [ ] [ ] 5 3 5.1.4 [ ] [ ] [ ] 5 4 5.2.1 [ ] [ ] [ ] [ ] [ ] [] [OK] 5 5 5.2.2 [ ] [ ] [ ] [ ] [ ] [] [ ] [ ] [OK] [OK] 5 6 5.2.3 3-D 3-D [ ] [3-D] 3D 5 7 5.2.4 [Ctrl]

More information

数理統計学Iノート

数理統計学Iノート I ver. 0/Apr/208 * (inferential statistics) *2 A, B *3 5.9 *4 *5 [6] [],.., 7 2004. [2].., 973. [3]. R (Wonderful R )., 9 206. [4]. ( )., 7 99. [5]. ( )., 8 992. [6],.., 989. [7]. - 30., 0 996. [4] [5]

More information

1 1 ( ) ( 1.1 1.1.1 60% mm 100 100 60 60% 1.1.2 A B A B A 1

1 1 ( ) ( 1.1 1.1.1 60% mm 100 100 60 60% 1.1.2 A B A B A 1 1 21 10 5 1 E-mail: qliu@res.otaru-uc.ac.jp 1 1 ( ) ( 1.1 1.1.1 60% mm 100 100 60 60% 1.1.2 A B A B A 1 B 1.1.3 boy W ID 1 2 3 DI DII DIII OL OL 1.1.4 2 1.1.5 1.1.6 1.1.7 1.1.8 1.2 1.2.1 1. 2. 3 1.2.2

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

こんにちは由美子です

こんにちは由美子です 1 2 . sum Variable Obs Mean Std. Dev. Min Max ---------+----------------------------------------------------- var1 13.4923077.3545926.05 1.1 3 3 3 0.71 3 x 3 C 3 = 0.3579 2 1 0.71 2 x 0.29 x 3 C 2 = 0.4386

More information

2 1 Introduction

2 1 Introduction 1 24 11 26 1 E-mail: toyoizumi@waseda.jp 2 1 Introduction 5 1.1...................... 7 2 8 2.1................ 8 2.2....................... 8 2.3............................ 9 3 10 3.1.........................

More information

Stata11 whitepapers mwp-037 regress - regress regress. regress mpg weight foreign Source SS df MS Number of obs = 74 F(

Stata11 whitepapers mwp-037 regress - regress regress. regress mpg weight foreign Source SS df MS Number of obs = 74 F( mwp-037 regress - regress 1. 1.1 1.2 1.3 2. 3. 4. 5. 1. regress. regress mpg weight foreign Source SS df MS Number of obs = 74 F( 2, 71) = 69.75 Model 1619.2877 2 809.643849 Prob > F = 0.0000 Residual

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 学位論文作成のための疫学 統計解析の実際 徳島大学大学院 医歯薬学研究部 社会医学系 予防医学分野 有澤孝吉 (e-mail: karisawa@tokushima-u.ac.jp) 本日の講義の内容 (SPSS を用いて ) 記述統計 ( データのまとめ方 ) 代表値 ばらつき正規確率プロット 正規性の検定標準偏差 不偏標準偏差 標準誤差の区別中心極限定理母平均の区間推定 ( 母集団の標準偏差が既知の場合

More information

カイ2乗

カイ2乗 カイ 二 乗 検 定 ( 頻 度, 回 数, 人 数 などの 相 違 ) 使 用 目 的 : 頻 度, 回 数, 人 数 などの 質 的 データ( 名 義 尺 度 )の 相 違 を 調 べる 例 えば, 携 帯 電 話 を 持 っていますか? という 質 問 を 100 名 に Yes か No で 答 えてもらうと, 以 下 のような 集 計 結 果 が 得 られたとします 人 数 持 っている

More information

GLM PROC GLM y = Xβ + ε y X β ε ε σ 2 E[ε] = 0 var[ε] = σ 2 I σ 2 0 σ 2 =... 0 σ 2 σ 2 I ε σ 2 y E[y] =Xβ var[y] =σ 2 I PROC GLM

GLM PROC GLM y = Xβ + ε y X β ε ε σ 2 E[ε] = 0 var[ε] = σ 2 I σ 2 0 σ 2 =... 0 σ 2 σ 2 I ε σ 2 y E[y] =Xβ var[y] =σ 2 I PROC GLM PROC MIXED ( ) An Introdunction to PROC MIXED Junji Kishimoto SAS Institute Japan / Keio Univ. SFC / Univ. of Tokyo e-mail address: jpnjak@jpn.sas.com PROC MIXED PROC GLM PROC MIXED,,,, 1 1.1 PROC MIXED

More information

¥¤¥ó¥¿¡¼¥Í¥Ã¥È·×¬¤È¥Ç¡¼¥¿²òÀÏ Âè2²ó

¥¤¥ó¥¿¡¼¥Í¥Ã¥È·×¬¤È¥Ç¡¼¥¿²òÀÏ Âè2²ó 2 212 4 13 1 (4/6) : ruby 2 / 35 ( ) : gnuplot 3 / 35 ( ) 4 / 35 (summary statistics) : (mean) (median) (mode) : (range) (variance) (standard deviation) 5 / 35 (mean): x = 1 n (median): { xr+1 m, m = 2r

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

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 9 分散分析 今日のおはなし. 検定 statistical test のいろいろ 2 変数の関係を調べる手段のひとつ適合度検定独立性検定分散分析 今日のタネ 吉田耕作.2006. 直感的統計学. 日経 BP. 中村隆英ほか.1984. 統計入門. 東大出版会. 2 仮説検定の手続き 仮説検定のロジック もし帰無仮説が正しければ, 検定統計量が既知の分布に従う 計算された検定統計量の値から,

More information

Microsoft PowerPoint - TA報告(7)

Microsoft PowerPoint - TA報告(7) TA 報告 (7) 実証会計学 Eviews の基本操作 藤井ゼミサブゼミ 6/21(Fri) @106 演習室京都大学大学院経済学研究科博士後期課程 1 回生渡邊誠士 注意 Eviews の操作は多くの方法が存在する 正直なところ 私自身も効率的な使い方ができているかどうかはわからない ( おそらくできていない ) きちんとした使い方は多くの本が出ているので 文献を調査して自学自習してください 1

More information

kubostat2018d p.2 :? bod size x and fertilization f change seed number? : a statistical model for this example? i response variable seed number : { i

kubostat2018d p.2 :? bod size x and fertilization f change seed number? : a statistical model for this example? i response variable seed number : { i kubostat2018d p.1 I 2018 (d) model selection and kubo@ees.hokudai.ac.jp http://goo.gl/76c4i 2018 06 25 : 2018 06 21 17:45 1 2 3 4 :? AIC : deviance model selection misunderstanding kubostat2018d (http://goo.gl/76c4i)

More information

spss1.PDF

spss1.PDF -1- (Statistical Package for Social Sciences < > 2001 6 19-2- 30 3,000 41 4,500 20 30-3- row column matrix (information) data (statistics) SPSS -4- var ( ) 65,536 256 256-5- var00001 SPSS sav ***.xls,

More information

untitled

untitled Excel Word Excel - 12 - 1,2,3,4,5,6 12 3 1,2,3 ( ) - 13 - 1 2 3 1 1 1 [][] Excel - 14 - 1.025 1.025 100-15 - 2005/01/01 38353 Excel 1900 1 1 1 100% 0.550% - 16 - - 17 - I W W K - 18 - M MOK M 90 90-19

More information

10

10 z c j = N 1 N t= j1 [ ( z t z ) ( )] z t j z q 2 1 2 r j /N j=1 1/ N J Q = N(N 2) 1 N j j=1 r j 2 2 χ J B d z t = z t d (1 B) 2 z t = (z t z t 1 ) (z t 1 z t 2 ) (1 B s )z t = z t z t s _ARIMA CONSUME

More information

kubostat2017b p.1 agenda I 2017 (b) probability distribution and maximum likelihood estimation :

kubostat2017b p.1 agenda I 2017 (b) probability distribution and maximum likelihood estimation : kubostat2017b p.1 agenda I 2017 (b) probabilit distribution and maimum likelihood estimation kubo@ees.hokudai.ac.jp http://goo.gl/76c4i 2017 11 14 : 2017 11 07 15:43 1 : 2 3? 4 kubostat2017b (http://goo.gl/76c4i)

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

浜松医科大学紀要

浜松医科大学紀要 On the Statistical Bias Found in the Horse Racing Data (1) Akio NODA Mathematics Abstract: The purpose of the present paper is to report what type of statistical bias the author has found in the horse

More information

第13回:交差項を含む回帰・弾力性の推定

第13回:交差項を含む回帰・弾力性の推定 13 2018 7 27 1 / 31 1. 2. 2 / 31 y i = β 0 + β X x i + β Z z i + β XZ x i z i + u i, E(u i x i, z i ) = 0, E(u i u j x i, z i ) = 0 (i j), V(u i x i, z i ) = σ 2, i = 1, 2,, n x i z i 1 3 / 31 y i = β

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

Mantel-Haenszelの方法

Mantel-Haenszelの方法 Mantel-Haenszel 2008 6 12 ) 2008 6 12 1 / 39 Mantel & Haenzel 1959) Mantel N, Haenszel W. Statistical aspects of the analysis of data from retrospective studies of disease. J. Nat. Cancer Inst. 1959; 224):

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

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