NO 5 PCには データ分析が出来る 装備があり体験してみよう。

NO5 回帰分析は　最近EXCEL2013以降のPCには　データ分析が出来る装備があります。
これを活用して「回帰式　つまり係数がでますから方程式を抽出します」

先に答えを書き込みます「Y=０．１２７３０X　＋　６５．９７９２」部分が係数として出ますから確認ください。


・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・





・・・・・・・・・・・・・・・・・・・・・・・・・・・・・



・・・・・・・・・・・・・・・・・・・・・・・・・・・・

統計の猿より

NO4・・ LINEST関数を使って 回帰式を発掘しましました。

LLINEST関数を使って　回帰式を発掘しましました。
出てきた方程式にＹ＝０．１２７３Ｘ+６５．９７８　　Ｘには求めたい「アクセス数」を入力すると販売予測値がでます。

LINEST関数の操作は過去の「１２月６日の　ひと手間をかけて」のページをご覧ください。



まず回帰式を御覧ください。




・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・



・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・


統計の猿でした　さらに次頁へ進みます。

NO3 ﾃﾞｰﾀから 予測値求めるには まず 散布図を使い可視化することだ。

NO3

ﾃﾞｰﾀを修正した結果・予測値ＮＯ３である御覧ください。
この目的は、グラフ（分散図）で間違いを発見する方法です。
・・・・


・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・




まだ続きます。
次回をお楽しみください。

ﾃﾞｰﾀを可視化（散布図）することで 誤記入を発見できます。

（散布図）にすることで　誤記入を発見できます。
羅列しているﾃﾞｰﾀは　数値が何を語っているかわかりません、そんな時はグラフ化してみると容易に発見できます。


試してみましょう。


・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・




・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

統計の猿より

予測値の 解を 求めて 実体験してみました。

私のブログの閲覧者７０名でした（2016・12・16）小難しい原稿をお読みくださるお人がこんなに多くいてくださるには読者の統計に関するレベルの高さには関心しています。

　振り返ればﾌﾞﾛｸﾞ公開実績１５か月になります　その間閲覧者は19,608名です1日平均４３名ということです、１日最高では１５０名　最低では３８名の事もありました。原稿内容の反省しながら　優しく時にはレベル上げることもさせて頂きました。

　楽しく感じることは　かなり専門的な内容でも３０名閲覧くださっている読者さまには尊敬いたすところです。

では前置きが長くなりましたが　では今日の日記は　インターネット通信で　商品の販売ﾃﾞｰﾀもとに　予測値の分析を透明方式で実施しています。　猿まね・して楽しんで見てください。

・・・・・・・・・・・・・・記・・・・・・・・・・・・・・・・・

　解を　求めて　実体験してみました。
今回は　この記述を私のノートに、見立てて実際の　取り組みの手順を透明にすることで実力が付くと信じています。

　時には迷路に入り読者さまにご迷惑をおかけするかもしれませんがよろしくお願いします。

　正解のない難問に挑戦してみます。・・・・・・・・・

・・・・・・・・・・・・・・・・
別紙①をご覧ください。


・・・・・・・・・・・・・・・


・・・・・・・・・・・・・・統計の猿より・・・・・・・・・・・・

LINEST関数と 他の関数と比較してみました。

LINEST関数と　他の関数と比較してみました。


右クリックで　プリンタで印刷できます。







統計の猿　




http://www.soumu.go.jp/toukei_toukatsu/index/seido/stkankyo.htm

売り上げ表 分析を ３方法 比較してみました。

売り上げ表　分析を　３方法　比較してみました。

①　LINEST関数により　　回帰式を発掘しました：Y=*******
②　散布図グラフによる　 回帰式を発見しました：Y=*******
③　EXCEL2010　PCにより回帰統計分析を実施しました：Y=******
　　　
①②③いずれも　Y=196.192　+　（-0.1029x） ・・・・Xに代入してみてください。明日の売り上げが推測されます。またP値が0.3ですから０．５より少ないので　この推測値は十分信用できるというわけです。Pはパンチと記憶して下さればパンチは小さいほうが良い。

（追記昨年秋から１年間投稿しています基礎勉強には参考になるでしょう）

私は　社会通信教育(文部科学省認定)：財団法人　実務教育研究所の生徒として「統計士」認定書を頂きました。このブログの環境をお借りして「復習させて」頂いています。

ＪＡ全農の職員様に特におすすめいたします、頑張ってください。私は現在山林の木材の成長とその山の１０年後の木材体積計算を学習中です。投稿原稿が完成しましたら投稿予定です。

では３方法の分析表をご覧ください。







統計の猿　　投稿　　　　２０１６年１２月８日深夜発信

LINEST 関数の 解を 求めるには ひと手間 かけることで解決します。

LINEST 関数の　解を　求めるには　ひと手間　かけることで解決します。

昨年２回ほど復習してきましたが　EXCEL関数は便利のいいシステムですが　LINEST関数は　通常な方法で　OK　をタッチでは　解は　出ません　から特に再復習してみました。
ここでの　ひと手間とは　「パソコンのキーボード　で　Enter　する方法には左手（人差し指と親指で　Ctrl　とShift　キーを同時に押したままで　右手で　Enter　します。プログラムの OKは　絶対押さないこと」

別紙をご覧ください。

統計学の応用は 身近な生活 改善から 応用実践してみよう

身近な生活　改善から　応用実践してみよう。

統計を学んでいらしゃる読者の中にマンション管理員様が今年の１２月総会を期に６５歳となり退職されることの情報が入りました。

私は「Mさん」を訪ねてみると下記のような提案書を拝見させていただきました。
このマンションは屋上に水槽をなくて１階から加圧式で各部屋に送りこんでいるそうだ、電気が停電となればマンションの水洗トイレは機能しないことを承知していらしゃるという。

管理会社は　まったく聞く耳を持たず放置しているようだ。

そこで自ら　地震災害時に備えて別紙を作っていらしゃる・・・

統計学を難しく考えることなく実行してくださっているのには　関心しました。
統計家を目指す猿の見方は、全体の水道量から逆算して電気供給が１時間停電した時の生活に必要水量を試算手順からみて、統計学で見れば「母集団から標本」を推察に見えるのです。


・・・・・災害時にマンションの生活維持するには「いくらの水量」が必要か試算している様子をご覧ください。

ビックﾃﾞｰﾀを 紹介しましょう

総務省のホームページです　御覧ください。統計学を学ぶものにとって　大切な情報があります。

下記のホームページｈｔｔｐをｺﾋﾟーして　検索して　御覧ください。「統計の環境」が出力されます。ぜひ知っておいてくださる方がよいと思います。

http://www.soumu.go.jp/toukei_toukatsu/index/seido/stkankyo.htm

EXCEL関数（LINEST関数）を使って 予測値を発掘しよう

　EXCEL関数（LINEST関数）を使って　予測値を発掘しよう

過去のﾃﾞｰﾀをもとにして、EXCEL関数の「LINEST関数」で　予測値を求めてみました。

ご覧ください




関数は私たちの分析に大きく貢献していますが　簡単に　答えが出る一方で　何故　そのようになるの　見えない部分の　裏分析を　ご覧ください。

ここでいう裏分析とは　私（統計の猿）の昨年に於いて「実務教育研究所」での学びのレポートを貼り付けました　読者の中で　より深く学んでみようと思っていらしゃるお方にお読みくださればうれしいです。

推測統計学びの準備（確率）について

　推測統計学びの準備（確率）について復習しています。ここでいう確率とは　サンプルの抽出方法に「無作為抽出」方法があることを知りました。


このﾚﾎﾟｰﾄを　より理解するには　野球球団を母集団に例えて　「某野球球団の・ストライクｿﾞｰﾝ　０１２３４５６７８９　記録」と読み替え　イメージしてみては　如何でしょうか。さらに無作為試行（A選手・B選手・C選手・・・・・・）の実績を把握することで　球団の全体を評価していいのでしょうか・・・という学びの復習です。

・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

　その無作為方法で　抽出した　分析の　結果のﾃﾞｰﾀは　どの程度信頼してよいか疑問がわきますね、
　つまり分析結果ﾚﾎﾟｰﾄの中に　「　P値　」欄があります　これは何を意味するのか興味がわきました。
　まずは私（猿）の　過去の提出した学びのﾚﾎﾟｰﾄをご覧ください。




①回帰統計・・・P値欄を確認ください・・・・




・・・・・・・・・・・・・・・・・・・・・・・・・・・

②無作為抽出する上で　　考慮したい　母集団の本質を真実に把握する必要があります。しかし統計学では　１００％言い当てる事は求めていないようで、そこで「P値」で信頼度を数値化していることが解りました。
　①の資料で　P値は　パンチ　とも言い　パンチは　0.05以上は危険であり　信頼できないと解釈しています、パンチを受けるなら、P=0.048　P=0.043のように　小さいほうが良い　と記憶していれば役に立つでしょう.


③では実際に検証してみました。　別紙の表１は　乱数を発生させて　「0　から　９」までを無作為に発生しています。　この表の中に　０は6個　１は14個　・・・・９は5個　の表を作成しました。表中９最小値＝５％であり　表中１最大＝１４％となりました、この出現率の誤差は（１４-５＝９％）であることが解りました。
　統計学では　無作為に標本を抽出すれば　解は　１０％以内であることを定義つけしてあります。これの説明を言い換えると誤差は１０％以内に収まることを知りました。母集団を診察するにあたり標本誤差が少ないほうが良いことになります。

　別紙1の標本ﾀﾞﾐｰをご覧ください


　拡大ﾚﾎﾟｰﾄです。



・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

別紙２をご覧ください。別紙１に類似しています。

　





・・・・・・・・・・・・・・・・・・・・・・・・・・

さらに別紙３をご覧ください　これは　無作為Ⅰ　ﾌﾟﾗｽ　無作為Ⅱ　の表を合成した例題です。いずれも別紙１・別紙Ⅱ・別紙Ⅲ　いずれの例題も　最小最大割合の誤差は　１０％以内にあります。
母集団から抜き取られる　サンプルの割合　誤差は　少ないほうが良いわけである。

別紙３をご覧ください。


拡大ﾚﾎﾟｰﾄをご覧ください。


・・・・・・・・・・・・・・・・・・・・・・・・・・・・

無作為に　抽選に参加するとすれば　サイコロ方式　又は　　トランプ方式　で占う　どちらにしますか、以上確率はどちらが良いでしょうか。

標本抽出にあっては「無作為」に関して　概要を深めたい又学びたい読者様には　書店に販売しています　図書ｐ７０を参照ください　漫画ふうになっていて　良く解る本です。



以上　記述は　統計の猿でした。











・・・

大阪城へ ＮＨＫ 朝のラジオ体操参加 300名確認

大阪城に　猿が　統計の猿が　出没（笑う）

平成２８年１０月２７日（木曜日）　晴れ　気温１８．３度　　６時３０分からのＮＨＫラジオ体操に　統計の猿も　参加させていただきました。

　大阪城は「真田丸」一色　幟旗（のぼり）は朝日を受けて元気　はつらつ！！　それに負けずに頑張っていらしゃる大阪城付近の「侍さむらい」いや　４０代から８０代の男女も　合図にあわせて「ぴょんぴょん」🎼🎼と元気に体操！！　

　参加者の前では　日の出の朝日を浴びて天高く　黄金の輝く大阪城でした。こんな贅沢な環境の中で幸せ者と　猿は感じました　 元気をいただき有難うございました。

参加者人員は　なんと　　南門　２９５人(１１月６日・日曜日・追加調査２４０名）　　　北門　　（11月５日追加調査１３０名）　でした。
















・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

最近の PC は 統計分析の基本 プログラムが 搭載されています（EXCEL2010以降）

現場の調査ﾃﾞｰﾀが有れば　簡易な　統計分析ﾂｰﾙが　搭載されています。

・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

一度　確認してみてください。

・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

まずEXCELを開いてみてください,　例えば　最初は　乱数表で　猿まね　して見てください　サンプルﾃﾞｰﾀなしで取り組んでみましょう。ここで計算は省略してね！！(参考：右クリックするとｺﾋﾟｰが取れます　自分のメモ書庫に転記OK)








・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

拡大すると　・・・・ご覧のように19項目あります。


ご覧ください。






・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

最初は　①乱数発生　が良いでしょう。なぜなら読者さまが　サンプル　データをお持ちでない場合は「サンプル　ダミー」として練習に使えます。


例えば




・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・


　　　　②つぎは　基本統計量　が良いでしょう。　調査ﾃﾞｰﾀの特性が見えてきます。　


例えば　







・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・



　　　　③つぎは　相関関数　　が良いでしょう。　データ間の関係があるのか　ないのか　良くわかります。選挙や株価と出来高を相関してみてください　


例えば　






・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・


　　　　④つぎは　ヒストグラム　が良いでしょう。　これは　１００％を　全数を　Ⅰイチ　と見立てたグラフがで来ます　つまり度数値グラフです。

　　　　⑤つぎは　順位と百分位数　が良いでしょう。

　　　　⑥つぎは　グラフ表現に適している　移動平均法。

以上は　乱数を　使って　体験してみました。これは私（猿）の方法です。


後は　自分で調査したﾃﾞｰﾀが　あるほうが　良いようですね。

　　　　⑨回帰分析を　試してみてください。書店では　いろいろ　良い見本があります　私は　日花弘子さんの　「EXCEL統計解析入門」をよく使っています、　私は投稿原稿を編成する時は「文部省認定：実務教育研究所」の教本に準じて実施していますが　この本は参考になる本です。





　　　　⑦以上はある程度　記述統計　を　学習していた方がよいかも。
・・・・・・・・・・・・・・・・・・・・・・

・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
以上は　統計家を目指して　勉強している　「統計の猿」が記述しました。

学びの 検証は 乱数を 活用することで 効率が上がります

乱数表　の　呼び込み　方法と　分析見本をご覧ください。












以上