１．各都道府県の水稲の平成１３年度単収(g/m2)を年平均気温（℃）、年間降水量（mm）、日照時間(時)から説明する重回帰式を求めてみましょう。気象データは原則として県庁所在地のものを使用しました。以下のようなデータです。 ３．必要な情報を入力します。入力Y範囲には目的変数を入力します。複数ある説明変数は入力X範囲に入力します。したがって、エクセルのシートには回帰分析で用いる説明変数を隣り合う列に入力しておく必要があります。
エクセルによる重回帰分析の仕方
１．各都道府県の水稲の平成１３年度単収(g/m2)を年平均気温（℃）、年間降水量（mm）、日照時間(時)から説明する重回帰式を求めてみましょう。気象データは原則として県庁所在地のものを使用しました。以下のようなデータです。 ３．必要な情報を入力します。入力Y範囲には目的変数を入力します。複数ある説明変数は入力X範囲に入力します。したがって、エクセルのシートには回帰分析で用いる説明変数を隣り合う列に入力しておく必要があります。
多変量解析
データの中には、多くのトレンド（傾向）が必ず隠れています。このトレンドをつかむことができるのならば優位に意思決定を進めることができます。 このページでは、データの中からトレンドを見つける多変量解析の手法を紹介します。 ことわざで「木を見て森を見ず（You can't see the forest wood for the trees. ）」といわれるように、データマイニングの分野ではマクロ（巨視的）な視点で全体を捉える能力が求められます。 とはいえ、データの要素数が多くなると全体像を捕らえることが困難になるのです。 コンピュータは局所的な数値の集合として全体を把握していますので、意味ある情報として全体を見ることが不得意です。逆に人間には、もともと空間的に全体像を捉える能力が超越しています。 例をあげて解説します。 左図は写真です。写真も「画素」と呼ばれる一つ一つの情報の集まりで全
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
