情報統計研究所へのアクセスはここから．
連関規則（その２）について．
医学と統計(61)の出力結果は表２のようになっていました。
表２ 「R｝の出力結果
・１番と２番は「晴れ」で「飛散数が非常に多い」で、信頼度( confidence )は 56% と 41％、
・３番は「飛散数が非常に多い」ときは「気温が高い」で、confidence は 75%、
・４番と５番は「雨」で「飛散数が少ない」で、confidence は 61%と 50%、
・６番と７番は「曇り」で「飛散数が中等度」で、confidence は 62% と 57%、
だと言うことが分りました。その他の数値は専門の解説書などを参考にして下さい．
この様にして、
天候とスギ花粉飛散数の連関規則を読み解くことが出来ましたが、ここで、
表３の分割表での度数を見て下さい．
表３ 分割表よる天気とスギ花粉数の度数
よく医学関係で見かける分割表によるカイ二乗検定で、統計学的に有意であることが分ります．すなわち、天候によって飛散数に差があると言えるのですが、この様な事例では、何とも味気ないです．そこで、
図１の対応分析での布置図を見ると、
図１ 対応分析による天気と花粉数の布置図
「晴れと多数」、「曇りと中等度」、「雨と少数」の関連が、そして、「気温」がいずれにも影響していると判断出来ます．この様に、
連関規則も対応分析も特殊なものでなく、よく用いられる古典的な分割表からの情報をもとにしています．近年、
医学関係でも検診データの様に非常に大きな標本を扱う様になって来ました．何千人、何万人と言った検診でのデータマイニングでは連関規則が強力かも知れません．