企画書で使える！無料で統計データが手に入るサイト11選｜SUKIMANO
市場調査の結果など、客観的な統計データがあると企画書やプレゼン資料の信頼感がぐっとアップしますよね。 しかし、統計データを企画書やプレゼンの資料として使いたいと思っても、個人でできる調査には限りがありますし、本格的に調査するとそれなりに費用や時間がかかるのがネックです。 実はネット上には無料で統計データを公開しているサイトがあるので、企画書やプレゼンのテーマに沿った資料が手に入るなら活用しない手はありません。 無料で統計データが閲覧できるサイトを11個まとめましたので、企画書やプレゼンの資料に活用してみてはいかがでしょう。 ①総務省統計局 出典 http://www.stat.go.jp/index.htm 統計データといえば総務省統計局です。 国勢調査、人口推計、住宅・土地統計調査、家計調査、全国消費実態調査、小売物価統計調査、労働力調査などなど、さまざまな統計データを無料で閲覧できます
統計を学びたい人へ贈る、統計解析に使えるデータセットまとめ - ほくそ笑む
はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、
〈統計学へのお誘い本リスト（11 Nov. 06 版）〉 - leeswijzer: een nieuwe leeszaal van dagboek
→ アップデート：〈6-September-2011版〉． 数理統計研修の受講生から，「統計学の参考図書を紹介してほしい」との依頼があったので，下記のような「お誘い本リスト」をつくってみた．“門前”から“門”までの「参道」がやや長い気がするが，そこは気の迷いや逡巡が憑いてまわる相手のために，ということでご容赦を．また，いったん“入門”してしまった後は，手法ごとにそれぞれ適切な本（中級書）がきっとあると思うが，上のリストではそこまでは考えていない．ただし，ぼくの担当している講義が「実験計画法」だったりするので，この分野については数冊選んで，リストに付けた．なお，〈R〉に関する参考書は別のリストを参照されたい． ご意見などありましたら，ご連絡ください． 門前で迷っている人のためのコミック系入門書 高橋信『マンガでわかる統計学』（2004年7月刊行，オーム社，ISBN:4274065707→版元
R_Lattice - アールメカブ
_ グラフィックスパラメータ設定 ここを参考にする． 背景を白色にする trellis.par.set("background", list(col = "white")) lset(list(background = list(col = "white")) フォントサイズを12にする fsize <- trellis.par.get("fontsize") fsize$default <- 12 trellis.par.set("fontsize", fsize) lset(list(fontsize = list(default = 12))) ↑ data(Cars93, package = "MASS") cor.Cars93 <- cor(Cars93[, !sapply(Cars93, is.factor)], use = "pair") ord <- order.dendr
東京工業大学 情報理工学院 数理・計算科学系
大岡山地区の建物 大学正門より，桜並木のウッドデッキを通り，右手の芝生をつっきる小径が西8号館，西7号館に続くみちです． 大岡山西8号館（Ｅ棟，Ｗ棟）: キャンパスマップの18, 19番の建物にあたります．本館の西隣りに位置しています．正面玄関をはいったところは３階です． Ｅ棟においでの方は廊下をはいってすぐ左手のエレベータをご利用下さい． Ｗ棟にはじめておいでの方は十分に注意して下さい．Ｅ棟とＷ棟を繋いでいる通路は３階と１０階にしかありません．Ｅ棟のエレベータを利用すると迷子になります．正面玄関から廊下をまっすぐにおいでになり，奥の右手にあるエレベータをご利用下さい． 西7号館：キャンパスマップの17番の建物にあたります．西8号館から，建物を二つ挟んだ並びにあります．芝生から向う場合，左手に本館を見ながら進み，本館がとぎれたあたりの右手にある小さな建物が西7号館です．橋を渡ってはいったと
日本化学会・ケモインフォマティクス部会 – Divison of Chemoinformatics, The Chemical Society of Japan
日本化学会・ケモインフォマティクス部会 Divison of Chemoinformatics, The Chemical Society of Japan ケモインフォマティクス部会は日本化学会の部会の一つで、化学研究への情報・計算機の活用をテーマとしたケモインフォマティクス部会と改称しました。以前は「情報化学部会」でしたが、昨今「ケモインフォマティクス」という用語が一般に使われるようになり、また、わかりやすいとのこともあり「ケモインフォマティクス部会」と改称しました。現在の部会員数は約300人で、産学官の幅広い分野にわたっています。我が国のケモインフォマティクス分野の発展、普及のために活発に活動しています。化学・化学工業あるいは他の分野で、最新の情報技術・コンピュータ技術を求められている研究者、技術者、学生の方々には、ケモインフォマティクス部会に入会され有益な知識・交流の場を積極的に利
多変量の世界は険しい - A way of thinking
##追記20130130 Rで総当たりでAICを計算する方法を探して，ここに来る人もいそうなので，一応ボクが参考にしたサイトを以下に。ボクはこれで総当たりでAICを計算させています。感謝。 http://ito-hi.blog.so-net.ne.jp/2008-06-04 ##追記20121212 ステップワイズ法は，色んなソフトにデフォルトに入っている解析方法ですが，統計に理解がある人からすると「ダメな手法」ととらえられていることが多いようです*1。おそらくググればいくつか出てくると思いますが，例えば，ボクのブログだとここで問題点については少し触れています，代替方法はなんなのか？は，ケースバイケースで難しい問題なのかもしれませんが，例えば，（変数が少なければ）すべての説明変数を入れて解析するとか*2，あるいは説明変数のすべての組合せを考えてモデルのAICを比べる*3とか，まぁそのあたり
（おまけ）重回帰分析
右側がこの式のグラフだよ。エクセルで線つきの散布図を作成するとこのグラフができる。で、曲線上をうまくクリックすると点々が反転されて、このような色になるよ。 この状態でポインターをこの線上のどこかに当てておいて右クリックすると、ジャーン。近似曲線を作る命令が現れてくるのだよ。この曲線形状は典型的な３次関数だから迷わず次の操作をしよう。 近似曲線の追加>多項式近似をクリック>次数を３に>ＯＫ うーん、ぴったし一致したなあ。あれ？近似式がない、どうしよー。 慌てなさんな。もう一度さっきの反転させたグラフにしなさい。近似曲線と表示されるようであればまよわず右クリックしてクリア。曲線が消えます。 はじめに描いた細い線の曲線は残っているだろ？それをまたクリックする。 右クリックして、さっきと同じように近似曲線の追加をクリック。 ここでオプションタブを押せば欲しい物がでてくるよ。 「グラフを数式に表示す
統計ソフトRのブログ 単回帰分析
まずは、 やっぱり単回帰分析から。 使用するデータは 以下のコマンドで得られる車のデータ。 >library(rpart) >data(car.test.frame) 目的変数に燃費、説明変数に重量として単回 帰分析を例に挙げる。 ＞result<-lm(Mileage~Weight) ＞summary(result) lmが回帰のコマンドです。 lm(目的変数~説明変数) もし、重回帰なら、 説明変数のところを 説明変数１＋説明変数２＋・・・ というように "＋"でつないでください。 summaryは回帰の結果の 要約です。 その結果は、 (クリックすると大きくなります） 用語の日本語訳は、 Residuals：残差 Estimate：係数 Std.error：標準誤差 t value：ｔ値 Pr：有意確率 Multiple R-Squared：決定係数 Ajusted R-Square
Momma's Wiki: R/多変量解析 - 難しい話はさておき、分類や評価を目的とする項目と、多数の特徴値について解析...
ある層別変数と特徴値群の関係を見出す 特徴値群を学習用、テスト用に分けて分類を行ない、特徴値の有用性について検討する 層別変数の中身はA, B, C, Dといった文字列でも1, 1.5, 2, 2.5といった数値でも構わない。 但し回帰分析は量的データでなければ行う意味は無い。
重回帰分析
重回帰分析 ■（単）回帰分析 単回帰分析では一つの従属変数（目的変数）を、一つの独立変数（説明変数）で予測する事を考える。 具体的にはy = a + bx という回帰直線（モデル）でデータを代表させる。このためにデータからこの回帰直線の切片(a)と傾き(b)を最小２乗法によって求める。 モデルの当てはまりのよさは決定係数（Ｒ2：相関係数の２乗）で表される。また、分散分析で検定ができる。 切片と傾きは、t検定によって検定（ゼロでないかどうかの検定）できる。 ■重回帰分析 重回帰分析では一つの目的変数を、複数の説明変数で予測する事を考える。このような手続きをとる事によって、どの説明変数が、どの程度目的変数に影響を与えているかを知る事ができる。 たとえば３つの独立変数がある場合、重回帰式は y = a + b1x1 + b2x2 + b3x3 となる。それぞれの独立変数にかかっている係数を「偏回
重回帰分析のやり方 - yasuhisa's blog
いろいろな方法があるが、それぞれ見ていくことにする。ここではlog.mid.priceをmhw(mid rangeのhorse.power)とmid rangeのdisplacementで回帰することとする。 授業で習ったやり方授業で習ったやり方はこんな感じ。cbindはベクトルを束ねて、行列にするような関数。 lsfit(cbind(mhw,mid.displacement),log.mid.price) これを元に様々な情報を得ることが出来る。例えば、回帰係数を出したければ以下のようにする。interceptは切片項のことである。 lsfit(cbind(mhw,mid.displacement),log.mid.price)$coef Intercept mhw mid.displacement 8.8390413 6.8435105 0.1805099 残差を求めたければ、以下のよ
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
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
記事一覧 - yasuhisa's blog
セミナー
Momma's Wiki: R - 統計処理言語のSのクローン。パッケージが増えに増えて何でも屋になってる。 ...
「統計学関連なんでもあり」の過去ログ---035
認証がかかっています