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。











・・・