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)

Size: px
Start display at page:

Download "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)"

Transcription

1 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.

2 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 ( 永田靖, 日科技連,) グラフィカルモデリングの実際 ( 日本品質管理学会 テクノメトリックス研究会編, 日科技連,999), The Institute of JUSE. All Rights Reserved.

3 . 回帰分析の結果の解釈の仕方 () 変数選択結果への困惑と疑問 No 重回帰分析のためのデータ ( その ) 相関係数 ( その ) , The Institute of JUSE. All Rights Reserved.

4 F 比が 以上ならその変数を重回帰式に取り込み, 未満ならその変数を重回帰式から外すという規準で変数選択. ˆ ( R.849) () ˆ ( R ˆ.67 ˆ ( R ( R ).96).996) () () (4) 解析者の疑問 : (A) なぜ, 最初に一番影響のあった が最終的には外されるのか? (B) なぜ, 偏回帰係数は ()~(4) 式により大きく値が変わるのか? (C) なぜ,() 式と () 式では 4 の偏回帰係数の符号が異なるのか?, The Institute of JUSE. All Rights Reserved.

5 () 偏回帰係数の解釈の基本 変数 k の偏回帰係数の解釈の仕方 () 重回帰式中の他の変数が固定されたもとで k が 単位増えるとき, が増える量 (b) k が変化するとき, 重回帰式中にない変数は固定されず, それらの変数の影響は k の偏回帰係数に算入される 5, The Institute of JUSE. All Rights Reserved.

6 に関連する変数は,, の つしかないとする ˆ () () 式に基づく変数関連図 4.66 は と が固定されたもとで が 単位増えるときに が増える量 ( の推定値 ) 6, The Institute of JUSE. All Rights Reserved.

7 ˆ () を目的変数,, を説明変数として重回帰式 ˆ.9.8. ˆ (.9 { ( ) (.8)} (.9.9.) ).9 ( ()) 7, The Institute of JUSE. All Rights Reserved.

8 ˆ ( ()) の偏回帰係数.96 の意味 : (.8) , The Institute of JUSE. All Rights Reserved.

9 ˆ ( ()) の偏回帰係数.96 の意味 : (.8) () 重回帰式中の他の変数が固定されたもとで が 単位増えるとき, が増える量 -.9 (b) が変化するとき, 重回帰式中にない変数は固定されず, それらの変数の影響は の偏回帰係数に算入 9, The Institute of JUSE. All Rights Reserved.

10 ˆ を目的変数, を説明変数として単回帰式 ˆ ˆ () , The Institute of JUSE. All Rights Reserved.

11 ˆ ˆ ˆ () () () () () () の偏回帰係数に含まれる影響 の偏回帰含まれる影響係数 4...9, -, -, - -, - -, , The Institute of JUSE. All Rights Reserved.

12 () 説明変数間が無相関の場合 重回帰分析のためのデータ ( その ) No 相関係数 ( その ) , The Institute of JUSE. All Rights Reserved.

13 F 比が 以上ならその変数を重回帰式に取り込み, 未満ならその変数を重回帰式から外すという規準で変数選択. ˆ ( R.6666) ( R.885) ˆ ˆ ( R ) (5) (6) (7) 偏回帰係数はほとんど変化しない (7) 式に基づく変数関連図, The Institute of JUSE. All Rights Reserved.

14 . のまとめ 偏回帰係数は重回帰式中の他の変数を固定したもとでの効果 偏回帰係数は重回帰式外の他の変数の影響を受ける 説明変数間に相関があると変数選択の過程で偏回帰係数は大きく変化 4, The Institute of JUSE. All Rights Reserved.

15 . 回帰分析による要因効果の把握の困難さ () 回帰分析は何の役に立つのか 回帰分析の用途 : () 予測には有用 () 要因分析 制御のためには回帰分析だけでは困難 要因分析 制御を行うには実験計画法 回帰式の偏回帰係数には, 説明変数から目的変数 への直接的な影響だけでなく, その他の変数の影響が含まれてくるので, その解釈は困難 5, The Institute of JUSE. All Rights Reserved.

16 を説明変数, を目的変数として, 単回帰式 ˆ ˆ β ˆ β (8) (8) 式より と についての関係を想定できるか? 観測されていない ( 認識されていない ) 別の変数 の存在の可能性を考慮して,5つのパターン (A) (B) (C) (D) (E) 5 つのパターン 6, The Institute of JUSE. All Rights Reserved.

17 ˆ ˆ β ˆ β (8) (A) (B) (C) (D) (E) (A) (B) (C) (D) (E) ˆβ に含まれる影響,, 各パターンと偏回帰係数との関係 を 単位変化させるときの変化量 ( 直接効果 ), ( 総合効果 ) ( 直接効果 ) ( 間接効果 ) 擬似相関 7, The Institute of JUSE. All Rights Reserved.

18 どのパターンが真でも, それを知らなくても, の値を知れば,(8) 式を利用して は予測可能 パターン図の変数間の関連情報がなくても予測可能 の効果 ( を 単位変化させるとき の変化量 ) は, パターンにより異なる. どのパターンが真なのか未知なら, の効果は適切に判断できない. 8, The Institute of JUSE. All Rights Reserved.

19 回帰分析で各変数の効果を見積もるには, パターンの識別が必要 パターンを探索にはグラフィカルモデリングが有用 グラフィカルモデリングでは偏相関係数に基づいて解析 グラフィカルモデリング 独立グラフ, 有向独立グラフ 回帰分析で要因分析 制御するには, 有向独立グラフを併用 9, The Institute of JUSE. All Rights Reserved.

20 . のまとめ 回帰分析は予測には有用 要因分析や制御には実験計画法が有用 回帰分析で要因分析 制御を行うには有向独立グラフを併用, The Institute of JUSE. All Rights Reserved.

21 . 実験計画法の意義 繰返しのない 元配置法のデータの形式 B B 水準 B A ( ) ( ) ( ) A ( 4 ) ( 5 ) ( 6 ) ij μ i b j ε ij i ε ~ N(, σ ) ij i, i b j b b b, The Institute of JUSE. All Rights Reserved.

22 ε μ ε μ ε μ ε μ ε μ ε μ b b b b b b ( 6 ) ( 5 ) ( 4 ) A ( ) ( ) ( ) A B B B 水準繰返しのない 元配置法のデータの形式 b b b b b b b i j i i, The Institute of JUSE. All Rights Reserved.

23 繰返しのない 元配置法のデータの形式 水準 B B B A ( ) ( ) ( ) A ( 4 ) ( 5 ) ( 6 ) μ μ μ μ μ μ b b b b b b b b β, b β, ε ε ε ε ε 4 ε μ β, b β 5 6 とおくと, The Institute of JUSE. All Rights Reserved.

24 ) ( ) ( ) ( ) ( ) ( ) ( ) ( ε β β β β ε β β β β ε β β β β ε β β β β ε β β β β ε β β β β ( 6 ) ( 5 ) ( 4 ) A ( ) ( ) ( ) A B B B 水準繰返しのない 元配置法のデータの形式, The Institute of JUSE. All Rights Reserved.

25 繰返しのない 元配置法のデータの形式 水準 B B B A ( ) ( ) ( ) A ( 4 ) ( 5 ) ( 6 ) i β β β β ε ( i i i i i,,...,6) 上式に代入するデータ No r 相関係数.5 r.5 r r r r (A) と (, ) (B) は無相関 5, The Institute of JUSE. All Rights Reserved.

26 日常データなどの観察データでは, 説明変数間を無相関にすることは困難 実験計画法では各因子に対応する説明変数間が無相関になるように 計画 説明変数間が無相関であっても, 回帰分析では観測していない他の変数の影響を受ける 実験計画法では つの工夫より, 他変数の影響を回避 () 取り上げていない要因はできるだけ一定にして実験 () ランダムな順序で実験 6, The Institute of JUSE. All Rights Reserved.

27 実験に取り上げていない因子一定になるように配慮 u,u, v,v, 実験に取り上げた因子 ( 説明変数 ),, 目的変数 ( 特性値 ) 実験計画法の工夫 w,w, z,z, 実験に取り上げていない因子一定にしようと配慮されていない 7, The Institute of JUSE. All Rights Reserved.

28 実験に取り上げていない因子一定になるように配慮 u,u, v,v, 実験計画法の特徴 実験に取り上げた因子 ( 説明変数 ),, 説明変数間は無相関 総合効果 目的変数 ( 特性値 ) 実験順序のランダム化 w,w, z,z, 実験に取り上げていない因子一定にしようと配慮されていない 8, The Institute of JUSE. All Rights Reserved.

29 実験順序と解析方法 データの形式 水準 B A 5 A B B 同じデータの形式であっても, データの取り方により解析方法は異なる. 繰返しのある 元配置法 乱塊法 分割法 4 繰返しのない 元配置法 測定のみの繰返し 9, The Institute of JUSE. All Rights Reserved.

30 繰返しのある 元配置法 XX 回の実験をランダムな順序で実施 水準 実験順序 B B A 8 B 4 9 A 要因 平方和 分散分析表 自由度平均平方 分散比 A B AXB E / / / T 4.5, The Institute of JUSE. All Rights Reserved.

31 乱塊法 第 反復 R:X6 回の実験をランダムな順序で実施 第 反復 R:X6 回の実験をランダムな順序で実施 要因 R A B AXB E T 平方和 自由度 5 分散分析表 平均平方 R 実験順序 B B A 5 6 B A 4 R B B A 7 B A 8 9 分散比.8/ / / / , The Institute of JUSE. All Rights Reserved.

32 分割法 次因子 :A, 次因子 :B 第 反復 R: A のまま 回をランダムな順序 A のまま 回をランダム順序 同様に第 反復 R 要因 R A E() B AXB E T 平方和 自由度 4 分散分析表 平均平方 R 実験順序 B B A B A R B B A B A 分散比.8/ / / / /.4.7, The Institute of JUSE. All Rights Reserved.

33 4 繰返しのない 元配置法 測定のみの繰返し A と B の水準組合せ 6 通りをランダムな順序で実験し, 測定を 回繰返す 実験は 6 回 要因 A B E() E() T 平方和 自由度 6 分散分析表 平均平方 実験順序 ( かっこ内は測定順序 ) B B 水準 B A 5 (9)() (5)(6) ()(4) A 4 (7)(8) ()() 6 ()() 分散比 5.8/ / / , The Institute of JUSE. All Rights Reserved.

34 同じデータの形式であっても, データの取り方により解析方法は異なる. 繰返しのある 元配置法 乱塊法 分割法 4 繰返しのない 元配置法 測定のみの繰返し 教科書の記載順序 実験しやすい順序 4, The Institute of JUSE. All Rights Reserved.

35 . のまとめ 実験計画法では つの工夫より, 他変数の影響を回避 () 取り上げていない要因はできるだけ一定にして実験 () ランダムな順序で実験 知りたい効果だけを取り出せる点が実験計画法の意義 社会科学や疫学等のように実験できない場合には, 回帰分析を用いた因果推論のアプローチ 実験しやすい手法の順序 と 教科書での記載順序 は逆. ていねいに勉強しないと, 実験方法と解析方法が 5 不整合になる危険性, The Institute of JUSE. All Rights Reserved.

36 4. グラフィカルモデリング () グラフィカルモデリングで作成するグラフ 無向独立グラフ 有向独立グラフ 連鎖独立グラフ ( 本稿では扱わない ) , The Institute of JUSE. All Rights Reserved.

37 () 回帰分析との関係 44 β β β β β ε もし, 変数間の真の関係が 4 だったら, 回帰分析の変数選択より ˆ ˆ β ˆ β ˆ β を予測するなら, 4 だけで十分 を制御するとき, 4 が介入しにくい変数なら, に介入する 4 4 7, The Institute of JUSE. All Rights Reserved.

38 8 () 相関係数行列と偏相関係数行列 p p p r r L,...,,...,, の標本偏相関係数とを与えたときに対して, ˆ ˆ ˆ ˆ ˆ e p p p L L 残差 : p p r e e の標本相関係数がと L L ˆ ˆ ˆ ˆ ˆ e b b b p p p L L 残差 :, The Institute of JUSE. All Rights Reserved.

39 9 [ ] ij p p p p p j i ij Π,...,, : L M O M M L L に対しての母相関係数と [ ] ij pp p p p p Π L M O M M L L と定める.- と表示 ) ( : 残りの変数 ) ( の母偏相関係数と ii jj ii ij ij j i 下付の添え字上付の添え字, The Institute of JUSE. All Rights Reserved.

40 4 Π Π ) ( 4 4 相関係数行列, The Institute of JUSE. All Rights Reserved.

41 4 が求まらないことがある Π Π Λ ) ( > c b b 例 : 偏相関係数行列間に何らかの線形性があるとき p,...,, 対処法 : 関係式を構成している変数を解析から除外多重共線性, The Institute of JUSE. All Rights Reserved.

42 (4) 無向独立グラフ Π Λ 母相関係数行列 母偏相関係数行列 ( 図独立グラフ : 条件付き独立 : 独立 ) b c given という意味 4, The Institute of JUSE. All Rights Reserved.

43 4 )), ( ( )), ( ( )), ( ( Λ 図独立グラフ 4 ) ( ) ( ) ( , The Institute of JUSE. All Rights Reserved.

44 44 ) ( () () Λ Λ () 4 ( 例題 ) 次の偏相関係数行列より独立グラフを作成せよ. () 4, The Institute of JUSE. All Rights Reserved.

45 (5) 有向独立グラフ,,..., p の順序があると仮定 : 因果関係, 時間的先行性など Step.? ここだけ相関係数 Step.?,? (? の判定はしない. は意味がない ) Step. 4?, 4?, 4? (?,?, 4 4 4? の判定はしない ) Step 4 5 4?, 54?, 54?, 45? 以下同様 45, The Institute of JUSE. All Rights Reserved.

46 46 Π ,,, の順序があると仮定 ( 例 ). Step Λ Π 相関係数行列.58.58, 矢印がない Step. 相関係数行列偏相関係数行列, The Institute of JUSE. All Rights Reserved.

47 47 Π 相関係数行列 ,, Step. Λ 偏相関係数行列 4 図有向独立グラフ, The Institute of JUSE. All Rights Reserved.

48 48 有向独立グラフを作成せよ. ( 例題 ) 5 の順序があると仮定する. 4,,,, Π Λ Λ Λ 相関係数行列偏相関係数行列 , The Institute of JUSE. All Rights Reserved.

49 49 (6) 適合度の指標 : 大 ): 大 ( ˆ log ˆ log ) ( RM dev n R n R n RM dev Π Π ) ( ) ( ) ( GFI df p p AGFI inde fit of goodness djusted AGFI ( 対角要素の和 ) pp pp p p p p A tr A L L M O M M L L ] [ ) ( ] } [{ ˆ ] )} ˆ ( [{ ˆ ) ( Π Π Π GFI R tr R tr GFI inde fit of goodness GFI : モデルのもとでの標本相関係数行列最初の標本相関係数行列 Πˆ R :, The Institute of JUSE. All Rights Reserved.

50 4. のまとめ グラフィカルモデリングでは, 相関係数ではなく, 偏相関係数を用いてグラフを作成する. 偏相関係数 は条件付き独立を意味する. 有向独立グラフを作成することにより, 変数間の関連が理解でき, 回帰分析の結果を適切に解釈できる. 5, The Institute of JUSE. All Rights Reserved.

51 終 5, The Institute of JUSE. All Rights Reserved.

52 掲載されている著作物の著作権については, 制作した当事者に帰属します. 著作者の許可なく営利 非営利 イントラネットを問わず, 本著作物の複製 転用 販売等を禁止します. 所属および役職等は, 公開当時のものです. 公開資料ページ弊社ウェブページで各種資料をご覧いただけます jp/sttistics/jirei/ お問い合わせ先 ( 株 ) 科技研数理事業部パッケージサポート係 The Institute of JUSE. All Rights Reserved.

タグチメソッド(実験方法,解析方法,統計との接点) | 立林 和夫氏(富士ゼロックス株式会社)

タグチメソッド(実験方法,解析方法,統計との接点) | 立林 和夫氏(富士ゼロックス株式会社) 1 1 2,4001,300 1 1 2 1980 1990 MT QE 1 3 () 1 4 1 5 1 6 1 7 1 8 1 9 z 1, z 2,, z k M y x 1, x 2,, x n y M 1 10 PF PF () 1 11 1 12 y M M y 1 13 M y M y 1 14 1 15 1 16 1 17 1 18 2010, The Institute of JUSE.

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

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

製造ータの因果分析 | 野中 英和氏(TDK株式会社)

製造ータの因果分析 | 野中 英和氏(TDK株式会社) E3 水分 硬度 E4 D2 F2 F3 D3 製造データの因果分析 V999 F1 D1 E1 中間粘度 SEMとグラフィカルモデルを使った製造データの要因解析 完成粘度 TDK 株式会社 品質保証部 野中英和 1 製造データの特徴 製造工程でデータを取る主目的は 管理状態 であることを確認するため 2 製造データの特徴 安定した工程で採取される 製造データは動いていないことが多い 動いていないデータは安定した工程の証拠

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

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

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

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

Excel で学ぶ 実験計画法データ処理入門 坂元保秀 まえがき 本テキストは, 大学の統計解析演習や研究室ゼミ生の教育の一環として, 実験計画法を理解するための序論として, 工業系の分野で収集される特性データを Microsoft Excel を用いて実践的に処理する方法を記述したものである. 当初は, 完全ランダム実験で二元配置法まで Excel 関数を利用して実施していたが, 企業の皆様から身近に解析ができる

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

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

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

ワイブル解析による市場故障予測方法の検証

ワイブル解析による市場故障予測方法の検証 ワイブル解析による市場故障予測方法の検証ミヤチテクノス 渡壁利夫. はじめに市場で同一故障が多発した場合 この先故障が どの程度発生するかが今後の対応において必要な情報となる このため ワイブル型累積ハザード紙で分析し予測している 予測時点でデータの性質や背景を考慮せず推定したワイブル分布からの予測とその後 故障発生が収束した時点での結果が大きく乖離する場合があった そこで その原因を検証し予測をする上での留意すべき点を以下に報告する.

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 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

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

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

構造方程式モデリング Structural Equation Modeling (SEM)

構造方程式モデリング Structural Equation Modeling (SEM) 時間でだいたいわかる 構造方程式モデリング Structural Equaton Modlng (SEM) 構造方程式モデリングとは何か 構造方程式モデリング (Structural Equaton Modlng, SEM) とは : 別名 共分散構造分析 (coaranc structural analyss) 構成概念やの性質を調べるために集めた多くのを同時に分析するための統計的方法 本来 構造方程式モデリングは主に以下の3つを含みます

More information

<4D F736F F F696E74202D2091E63989F1837D815B F A B836093C1985F D816A2E >

<4D F736F F F696E74202D2091E63989F1837D815B F A B836093C1985F D816A2E > 共分散構造分析 マーケティング リサーチ特論 2018.6.11 補助資料 ~ 共分散構造分析 (SEM)~ 2018 年度 1 学期 : 月曜 2 限 担当教員 : 石垣司 共分散構造分析とは? SEM: Structural Equation Modeling 複数の構成概念 ( ) 間の影響を実証 因子分析ではは直交の仮定 演繹的な仮説検証や理論実証に利用 探索的アプローチには不向き CB-SEM

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

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

Microsoft PowerPoint - ch03j

Microsoft PowerPoint - ch03j Ch.3 重回帰分析 : 推定 重回帰分析 ( 複数要因のモデル ) y = + x + x +... + k x k + u. 推定. 重回帰分析の必要性. OLSE の計算と解釈 3. OLSE の期待値 4. OLSE の分散 5. OLS の効率性 :Gauss-Markov 定理 6. 重回帰の用語 入門計量経済学 入門計量経済学 ( 線形 ) 重回帰モデルの定義 変数 yを変数 x, x,,

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

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

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

<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 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

加速試験の寿命予測精度に必要な実験水準の設定と破壊データ数に関する考察 | 清水 貴宏氏(パナソニック株式会社 デバイス社)

加速試験の寿命予測精度に必要な実験水準の設定と破壊データ数に関する考察 | 清水 貴宏氏(パナソニック株式会社 デバイス社) 加速試験の寿命予測精度に必要な 試験水準の設定と故障データに関する考察 パナソニック株式会社デバイス社半導体事業グループ清水貴宏. はじめに 近年, 製品の安全性に関わる事故によって お客様の生活に影響する事案が発生している. そのため企業はお客様から安心 安全について強く要求されている. 企業は, 信頼性試験などにより製品の寿命予測を行なうことでお客様に対して安心 安全を保証している. 企業が一般的に採用している信頼性試験は,

More information

Microsoft Word - reg2.doc

Microsoft Word - reg2.doc 回帰分析 重回帰 麻生良文. 前提 個の説明変数からなるモデルを考える 重回帰モデル : multple regresso model α β β β u : 被説明変数 epled vrle, 従属変数 depedet vrle, regressd :,,.., 説明変数 epltor vrle, 独立変数 depedet vrle, regressor u: 誤差項 error term, 撹乱項

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

Microsoft Word - 補論3.2

Microsoft Word - 補論3.2 補論 3. 多変量 GARC モデル 07//6 新谷元嗣 藪友良 対数尤度関数 3 章 7 節では 変量の対数尤度を求めた ここでは多変量の場合 とくに 変量について対数尤度を求める 誤差項 は平均 0 で 次元の正規分布に従うとする 単純化のため 分散と共分散は時間を通じて一定としよう ( この仮定は後で変更される ) したがって ij から添え字 を除くことができる このとき と の尤度関数は

More information

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 統計学ダミー変数による分析 担当 : 長倉大輔 ( ながくらだいすけ ) 1 切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 実際は賃金を就業年数だけで説明するのは現実的はない

More information

日本言語科学会(JSLS)チュートリアル講演会 平成13年12月16日(日)午前10時30分から午後4時30分 慶應義塾大学三田キャンパス東館6階G-SEC Lab   言語研究のための統計解析 「論理」学としての思考法,「美」学としての提示法

日本言語科学会(JSLS)チュートリアル講演会 平成13年12月16日(日)午前10時30分から午後4時30分 慶應義塾大学三田キャンパス東館6階G-SEC Lab    言語研究のための統計解析 「論理」学としての思考法,「美」学としての提示法 2008 年 12 月 20 日 ( 土曜日 ), 午後 1 時から午後 4 時半まで麗澤大学 生涯教育プラザ 1 階 プラザホール麗澤大学言語研究センター及び言語科学会 2008 年度会員講習会 SEM ( 構造方程式モデリング ) および パス解析を使った日本語の習得研究 1.AMOS による SEM 分析法入門 麗澤大学 教授玉岡賀津雄 ( たまおかかつお ) E-mail: ktamaoka@gc4.so-net.ne.jp

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

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

目次 はじめに P.02 マクロの種類 ---

目次 はじめに P.02 マクロの種類 --- ステップワイズ法による重回帰分析の 予測マクロについて 2016/12/20 目次 はじめに ------------------------------------------------------------------------------------------------------------------------------ P.02 マクロの種類 -----------------------------------------------------------------------------------------------------------------------

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

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

設計開発に役立つ実験計画法 | (株)日科技研

設計開発に役立つ実験計画法 | (株)日科技研 . 設計開発と実験計画手法 設計開発に役立つ実験計画手法 ~ 要因配置実験から応答曲面法まで ~ ( 株 ) 日本科学技術研修所 数理部犬伏秀生 設計開発においては, 対象とするシステムの設計パラメータを決定したり, 採用したアイデアやメカニズムを評価したりする作業が必要となる. このとき, 実験計画手法を利用することにより, 設計パラメータの決定やメカニズムの評価などを効率的かつ的確に実施できることが期待できる.

More information

Microsoft Word 野口博司.docx

Microsoft Word 野口博司.docx 流通科学大学論集 経済 情報 政策編 第 22 巻第 号,83-98(203) 企業分析と因果分析 Business Analysis and Causal Analysis 野口博司 * ** 磯貝恭史 Hiroshi Noguchi, Takafumi Isogai 次元縮約を行い探索的に要因構造を探る方法論については 前回に報告した 一方 最初から要因構造を想定し それを検証する方法論としては

More information

なぜ,SQCが必要なのか | 棟近 雅彦教授(早稲田大学)

なぜ,SQCが必要なのか | 棟近 雅彦教授(早稲田大学) なぜ,SQC が必要なのか 早稲田大学 棟近雅彦 1 ばらつき JIS Z 811-2( 統計的品質管理用語 ) 観測値 測定結果の大きさがそろっていないこと. 又は不ぞろいの程度 結果にばらつきがあること 品質マネジメントの文脈 : 違いがある ばらつきがある, ばらつく 条件がばらつく 人によって手順がばらついている 2 品質のばらつき 製品 サービスの品質にはばらつきがある 長さ 1cm の部品

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

Probit , Mixed logit

Probit , Mixed logit Probit, Mixed logit 2016/5/16 スタートアップゼミ #5 B4 後藤祥孝 1 0. 目次 Probit モデルについて 1. モデル概要 2. 定式化と理解 3. 推定 Mixed logit モデルについて 4. モデル概要 5. 定式化と理解 6. 推定 2 1.Probit 概要 プロビットモデルとは. 効用関数の誤差項に多変量正規分布を仮定したもの. 誤差項には様々な要因が存在するため,

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

<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

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 - 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

日心TWS

日心TWS 2017.09.22 (15:40~17:10) 日本心理学会第 81 回大会 TWS ベイジアンデータ解析入門 回帰分析を例に ベイジアンデータ解析 を体験してみる 広島大学大学院教育学研究科平川真 ベイジアン分析のステップ (p.24) 1) データの特定 2) モデルの定義 ( 解釈可能な ) モデルの作成 3) パラメタの事前分布の設定 4) ベイズ推論を用いて パラメタの値に確信度を再配分ベイズ推定

More information

ハピタス のコピー.pages

ハピタス のコピー.pages Copyright (C) All Rights Reserved. 10 12,500 () ( ) ()() 1 : 2 : 3 : 2 4 : 5 : Copyright (C) All Rights Reserved. Copyright (C) All Rights Reserved. Copyright (C) All Rights Reserved. Copyright (C) All

More information

Copyright 2008 All Rights Reserved 2

Copyright 2008 All Rights Reserved 2 Copyright 2008 All Rights Reserved 1 Copyright 2008 All Rights Reserved 2 Copyright 2008 All Rights Reserved 3 Copyright 2008 All Rights Reserved 4 Copyright 2008 All Rights Reserved 5 Copyright 2008 All

More information

Microsoft Word - å“Ÿåłžå¸°173.docx

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

More information

健康保険組合のあゆみ_top

健康保険組合のあゆみ_top (1912) (1951) 2,00024,000 (1954) (1958) (1962) (1965) (1968) (1969) (1971) (1972) (1973) (1974) (1976) (1978) (1980) (1982) (1983) (1984) (1985) (1987) (1988) (1989) (1990) (1991) (1992) (1994) (1995)

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

. 分析内容及びデータ () 分析内容中長期の代表的金利である円金利スワップを題材に 年 -5 年物のイールドスプレッドの変動を自己回帰誤差モデル * により時系列分析を行った * ) 自己回帰誤差モデル一般に自己回帰モデルは線形回帰モデルと同様な考え方で 外生変数の無いT 期間だけ遅れのある従属変

. 分析内容及びデータ () 分析内容中長期の代表的金利である円金利スワップを題材に 年 -5 年物のイールドスプレッドの変動を自己回帰誤差モデル * により時系列分析を行った * ) 自己回帰誤差モデル一般に自己回帰モデルは線形回帰モデルと同様な考え方で 外生変数の無いT 期間だけ遅れのある従属変 () 現在データは最大 5 営業日前までの自己データが受けたショック ( 変動要因 ) の影響を受け 易い ( 情報の有効性 ) 現在の金利変動は 過去のどのタイミングでのショック ( 変動要因 ) を引きずり変動しているのかの推測 ( 偏自己相関 ) また 将来の変動を予測する上で 政策金利変更等の ショックの持続性 はどの程度 将来の変動に影響を与えるか等の判別に役に立つ可能性がある (2) その中でも

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

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

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

More information

Microsoft 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

講義「○○○○」

講義「○○○○」 講義 信頼度の推定と立証 内容. 点推定と区間推定. 指数分布の点推定 区間推定 3. 指数分布 正規分布の信頼度推定 担当 : 倉敷哲生 ( ビジネスエンジニアリング専攻 ) 統計的推測 標本から得られる情報を基に 母集団に関する結論の導出が目的 測定値 x x x 3 : x 母集団 (populaio) 母集団の特性値 統計的推測 標本 (sample) 標本の特性値 分布のパラメータ ( 母数

More information

様々なミクロ計量モデル†

様々なミクロ計量モデル† 担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル

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

医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. このサンプルページの内容は, 第 2 版 1 刷発行時のものです.

医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます.   このサンプルページの内容は, 第 2 版 1 刷発行時のものです. 医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. http://www.morikita.co.jp/books/mid/009192 このサンプルページの内容は, 第 2 版 1 刷発行時のものです. i 2 t 1. 2. 3 2 3. 6 4. 7 5. n 2 ν 6. 2 7. 2003 ii 2 2013 10 iii 1987

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

1000 Copyright(C)2009 All Rights Reserved - 2 -

1000 Copyright(C)2009 All Rights Reserved - 2 - 1000 Copyright(C)2009 All Rights Reserved - 1 - 1000 Copyright(C)2009 All Rights Reserved - 2 - 1000 Copyright(C)2009 All Rights Reserved - 3 - 1000 Copyright(C)2009 All Rights Reserved - 4 - 1000 Copyright(C)2009

More information

Weibull分析を用いた信頼性寿命予測への提案 | 清水 貴宏氏(パナソニック株式会社 セミコンダクター社)

Weibull分析を用いた信頼性寿命予測への提案 | 清水 貴宏氏(パナソニック株式会社 セミコンダクター社) Webull 分析を用いた信頼性寿命予測への提案 ~ サンプルサイズの影響が小さい高精度予測方法 ~ パナソニック株式会社 生産本部 セミコンダクター社 グローバル生産統括センター 技能教育研修所 清水貴宏 ~ 目次 ~. はじめに 2. これまでの経緯第 9 回研究発表会関西支部 ( 品質管理学会 ) 2-. 現在のワイブル分析による寿命予測 2-2. サンプルサイズによる寿命予測への影響 2-3.

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 復習 ) 時系列のモデリング ~a. 離散時間モデル ~ y k + a 1 z 1 y k + + a na z n ay k = b 0 u k + b 1 z 1 u k + + b nb z n bu k y k = G z 1 u k = B(z 1 ) A(z 1 u k ) ARMA モデル A z 1 B z 1 = 1 + a 1 z 1 + + a na z n a = b 0

More information

Microsoft Word - reg.doc

Microsoft Word - reg.doc 回帰分析 単回帰 麻生良文. 回帰分析の前提 次のようなモデルを考える 単回帰モデル : mple regreo moel : 被説明変数 eple vrble 従属変数 epeet vrble regre : 説明変数 epltor vrble 独立変数 epeet vrble regreor : 誤差項 error term 撹乱項 trbe term emple Kee 型消費関数 C YD

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 Word - Chap17

Microsoft Word - Chap17 第 7 章化学反応に対する磁場効果における三重項機構 その 7.. 節の訂正 年 7 月 日. 節 章の9ページ の赤枠に記載した説明は間違いであった事に気付いた 以下に訂正する しかし.. 式は 結果的には正しいので安心して下さい 磁場 の存在下でのT 状態のハミルトニアン は ゼーマン項 と時間に依存するスピン-スピン相互作用の項 との和となる..=7.. g S = g S z = S z g

More information

Microsoft Word doc

Microsoft Word doc . 正規線形モデルのベイズ推定翠川 大竹距離減衰式 (PGA(Midorikawa, S., and Ohtake, Y. (, Attenuation relationships of peak ground acceleration and velocity considering attenuation characteristics for shallow and deeper earthquakes,

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

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

JUSE-StatWorks/V5 ユーザーズマニュアル

JUSE-StatWorks/V5 ユーザーズマニュアル 第 6 章応用実験計画法 6-1. 直積法 1.1 直積法とは 目的直積法とは, 内側に直交配列表または要因配置計画の M 個の実験, 外側に直交配列表または要因配置計画の N 個の実験をわりつけ, その組み合わせの M N のデータを解析する手法です. 直積法を用いると, 内側に割付けた要因と外側に割付けた要因の間の全ての交互作用を評価することができます. よって, 例えば, 内側に制御因子を,

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

Microsoft PowerPoint - 測量学.ppt [互換モード]

Microsoft PowerPoint - 測量学.ppt [互換モード] 8/5/ 誤差理論 測定の分類 性格による分類 独立 ( な ) 測定 : 測定値がある条件を満たさなければならないなどの拘束や制約を持たないで独立して行う測定 条件 ( 付き ) 測定 : 三角形の 3 つの内角の和のように, 個々の測定値間に満たすべき条件式が存在する場合の測定 方法による分類 直接測定 : 距離や角度などを機器を用いて直接行う測定 間接測定 : 求めるべき量を直接測定するのではなく,

More information

Microsoft Word - M4_9(N.K.).docx

Microsoft Word - M4_9(N.K.).docx 第 9 章因子分析 9-1 因子分析とは 因子分析 (factor analysis) 実験や観測によって得られた 観測変数 の背後に存在する 因子 を推定する統計的分析手段 観測変数 (observed variable) 実験や観測を通して得られたデータ ( 観測値 ) 因子 (factor) 得られた観測変数に対し影響を及ぼしている 一見すると表には出て来ていない潜在的な要因のこと 潜在変数

More information

ベイズ統計入門

ベイズ統計入門 ベイズ統計入門 条件付確率 事象 F が起こったことが既知であるという条件の下で E が起こる確率を条件付確率 (codtoal probablt) という P ( E F ) P ( E F ) P( F ) 定義式を変形すると 確率の乗法公式となる ( E F ) P( F ) P( E F ) P( E) P( F E) P 事象の独立 ある事象の生起する確率が 他のある事象が生起するかどうかによって変化しないとき

More information

システム 法 A 法 その他 R 法 法 異常判定予測 田口玄一博士が開発 タグチ流多変量解析法 その他 : S 法 マルチ法 誤圧など タグチメソッド 品質工学 の主要な柱のひとつ 全体的な解説 : 品質工学会 7 立林 手島 長谷川 8 本稿 : 法 A 法 R 法 法の性質 注意点を述べ 改良

システム 法 A 法 その他 R 法 法 異常判定予測 田口玄一博士が開発 タグチ流多変量解析法 その他 : S 法 マルチ法 誤圧など タグチメソッド 品質工学 の主要な柱のひとつ 全体的な解説 : 品質工学会 7 立林 手島 長谷川 8 本稿 : 法 A 法 R 法 法の性質 注意点を述べ 改良 システムの諸問題と改良手法 早稲田大学創造理工学部経営システム工学科 永田靖 印のページは配布資料に追記 修正しています. /84 システム 法 A 法 その他 R 法 法 異常判定予測 田口玄一博士が開発 タグチ流多変量解析法 その他 : S 法 マルチ法 誤圧など タグチメソッド 品質工学 の主要な柱のひとつ 全体的な解説 : 品質工学会 7 立林 手島 長谷川 8 本稿 : 法 A 法 R 法

More information

untitled

untitled http://www.riskdatabank.co.jp The of Japan, Ltd. All rights reserved. 2 The of Japan, Ltd. All rights reserved. 3 The of Japan, Ltd. All rights reserved. 4 The of Japan, Ltd. All rights reserved. 5 The

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

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

初心者にもできるアメブロカスタマイズ新2016.pages

初心者にもできるアメブロカスタマイズ新2016.pages Copyright All Rights Reserved. 41 Copyright All Rights Reserved. 60 68 70 6 78 80 Copyright All Rights Reserved. FC2 97 Copyright All Rights Reserved. Copyright All Rights Reserved. Copyright All Rights

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

- 2 Copyright (C) 2006. All Rights Reserved.

- 2 Copyright (C) 2006. All Rights Reserved. - 2 Copyright (C) 2006. All Rights Reserved. 2-3 Copyright (C) 2006. All Rights Reserved. 70-4 Copyright (C) 2006. All Rights Reserved. ...1...3...7...8 1...9...14...16 2...18...20...21 3...22...23...23...24

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

基礎統計

基礎統計 基礎統計 第 4 回講義資料 本日の講義内容 第 3 章 : 次元データの整理 散布図 [ グラフ ] 共分散と相関係数 [ 数値 ] 回帰分析 [ 数値とグラフ ] 偏相関係数 [ 数値 ] 第 3 章 次元のデータ 第 3 章 : 次元のデータ ( 目的 ) 変数間の関係を探る 相関と回帰 ( 相関 ) 変数を区別せず対等にみる ( 相関関係 ) 身長と体重, 教科目の成績 ( 回帰 ) 一方が他方に影響を与える

More information

<4D F736F F F696E74202D E738A5889BB8BE688E68A4F82CC926E89BF908492E882C98AD682B782E98CA48B862E707074>

<4D F736F F F696E74202D E738A5889BB8BE688E68A4F82CC926E89BF908492E882C98AD682B782E98CA48B862E707074> 市街化区域外の地価推定に関する研究 不動産 空間計量研究室 筑波大学第三学群社会工学類都市計画主専攻宮下将尚筑波大学大学院システム情報工学研究科社会システム工学専攻高野哲司 背景 日本の国土の区域区分 都市計画区域 市街化区域 市街化を促進する区域 市街化調整区域 市街化を抑制する区域 非線引都市計画区域 上記に属さない区域 非線引き市街化調整区域市街化区域 都市計画区域 本研究での対象区域 都市計画区域外

More information

t χ 2 F Q t χ 2 F 1 2 µ, σ 2 N(µ, σ 2 ) f(x µ, σ 2 ) = 1 ( exp (x ) µ)2 2πσ 2 2σ 2 0, N(0, 1) (100 α) z(α) t χ 2 *1 2.1 t (i)x N(µ, σ 2 ) x µ σ N(0, 1

t χ 2 F Q t χ 2 F 1 2 µ, σ 2 N(µ, σ 2 ) f(x µ, σ 2 ) = 1 ( exp (x ) µ)2 2πσ 2 2σ 2 0, N(0, 1) (100 α) z(α) t χ 2 *1 2.1 t (i)x N(µ, σ 2 ) x µ σ N(0, 1 t χ F Q t χ F µ, σ N(µ, σ ) f(x µ, σ ) = ( exp (x ) µ) πσ σ 0, N(0, ) (00 α) z(α) t χ *. t (i)x N(µ, σ ) x µ σ N(0, ) (ii)x,, x N(µ, σ ) x = x+ +x N(µ, σ ) (iii) (i),(ii) z = x µ N(0, ) σ N(0, ) ( 9 97.

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

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

201711grade2.pdf

201711grade2.pdf 2017 11 26 1 2 28 3 90 4 5 A 1 2 3 4 Web Web 6 B 10 3 10 3 7 34 8 23 9 10 1 2 3 1 (A) 3 32.14 0.65 2.82 0.93 7.48 (B) 4 6 61.30 54.68 34.86 5.25 19.07 (C) 7 13 5.89 42.18 56.51 35.80 50.28 (D) 14 20 0.35

More information

Microsoft PowerPoint - Econometrics pptx

Microsoft PowerPoint - Econometrics pptx 計量経済学講義 第 4 回回帰モデルの診断と選択 Part 07 年 ( ) 限 担当教員 : 唐渡 広志 研究室 : 経済学研究棟 4 階 43 号室 emal: kkarato@eco.u-toyama.ac.p webste: http://www3.u-toyama.ac.p/kkarato/ 講義の目的 誤差項の分散が不均 である場合や, 系列相関を持つ場合についての検定 法と修正 法を学びます

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