統計の基礎第４回データの入手／ヒストグラム 5 月 20 日

統計の基礎第４回データの入手／ヒストグラム5月20日統計の基礎第４回データの入手／ヒストグラム5月20日

【目標】 • 既存データの入手・活用ができるようになる。 • 度数分布を表すヒストグラムを作成できるようになる。

【構成】 データの入手／ヒストグラム１．データの入手２．ヒストグラム (1)区間設定 (2)カウント(計数) (3)グラフ化 (4)累計化 Excel分析ツール/グラフ

１．データの入手(1)業務での蓄積データ 情報システムの浸透の中で、膨大なデータが蓄積されている

ＥＴＬ　(Extra/Transform/Load） • ＤＷＨ　　データウェアハウス(Data warehousing) • ＤＭ（Data Mart）部分ＤＢ • ＯＬＡＰ（On Line Analysis Procces） • データマイニング(Data mining) • モニタリング　（ダッシュボード）

データマイニング(Data mining) POSやオンラインショッピングによる大量のITデータの中から法則性を見つけ出す • 相関分析 • セグメンテーション分析 • マーケット・バスケット分析　主に共起現象を探り、セールスに結び付け • 　　例1：スーパーでビデオとガムテープが共に売れる → 　　　　　両者を同じ場所に置く。　オムツとビール、日曜大工道具とシップ薬 • 　　例2：本Aを買う人は、後に本Bを買うことが多い　　　購入者に本Bを薦めるダイレクトメールを送る。

(2)公式統計 • インターネットからの統計入手 • 【話題の統計】 • 【政府統計】政府統計の総合窓口 • 【県等の統計】 • 【各国の統計】 • 【国際機関の統計】 • 【その他】

(3)統計調査 　　　⇒第６講　統計調査の実際 • ワーディング • サンプリング

２．ヒストグラム 新しいデータを入手した時、まず何をやるか　　　　　→全体の様子を見る

度数分布グラフ 　　　度数　出現頻度(の数) ◎Histogram 　カール・ピアソン　　1895年創案　ギリシャ語　histos「すべてのものを直立にする」 gramma「記録すること」

(1)区間設定 • 　最大・最小値を求める • 適宜、階層を設定する階層区分　　　　標本数から凡その区分数を考える　　　　区切りのよい区分を設定する　　　　　　　多少の試行錯誤　　　　　山型の分布を想定

区分数の目安 　スタージェスの公式　logＮ/log2+1 (平方根　Ｎ^0.5) 50→7，100→8，500→10，1000→11，5000→13

境界線に注意 • 以上、未満　　●─　　─○ • 超、以下　　○─　　─●

対数尺度の利用

(2)カウント(計数) • 階層ごとの数を数える　COUNTIFS 　　　作表 • 構成比による表現　　　確率表現へ

(3)グラフ化 • 　棒グラフを作成する。　　　書式の調整

※階層幅を配慮したグラフ(狭義のヒストグラム)※階層幅を配慮したグラフ(狭義のヒストグラム)

区間の幅によって頻度が決まり、 　実際のイメージが分からない

横軸を階層幅とし頻度は面積で表す。階層間に隙間を入れない。横軸を階層幅とし頻度は面積で表す。階層間に隙間を入れない。　　　　　　⇒「スカイライングラフ」

(4)累計化 • 累積度数の計算

統計の基礎 第４回 データの入手／ヒストグラム 5 月 20 日