エクセル データ分析を簡単に解決しました。 エクセル 分析をマスターしましょう！ 分析 には、エクセル excel が大変便利です！ Homeへ データ エクセルデータ分析 １．エクセル データ分析とは、データ分析入門 エクセル データ分析とは、エクセルを使用し、目的を実現するためにデータを収集し、データの中から役に立つ情報を発見する過程です。 「目的」の中には、「売上げ増加」、「クレームの原因究明」、「異常原因の発見」、「業務の改善」などがあります。 役立つ情報を発見する過程は、「データマイニング」と言われることがあります。 データの中にある関連性に何らかの規則や法則性を発見するために、「採掘」作業が必要になるからです。 この「採掘」作業が、「データマイニング」です。 「データマイニング」は、データを採掘し、「宝」を発見する過程、と言えます。 分析が完了するまで、どのような規則・法則（宝

エクセル 重回帰分析を簡単に解決しました。 エクセル 分析をマスターしましょう！ 分析 には、エクセル excel が大変便利です！ Homeへ 重回帰 エクセル重回帰分析 １．エクセル 重回帰分析とは 多くの要因の影響を数式化し、ひとつの回帰式を導くことが重回帰分析の目的です。 「回帰」記事で説明しました「回帰分析」は、２変数の間の関係を数式で表すことでした。 これに対し、重回帰分析は、複数の要因（原因）である変数X1,X2,・・・と、原因の結果として変数Yとの関係を求めます。 式は、Y=a1*X1 + a2*X2 + a3*X3 +　・・・・　＋ｂ　などとして表すことができます。 ◎「要因分析」とは、この式のa1, a2, a3, ・・・・の中から絶対値の最大の係数を取り出し、その係数の変数を最も大きい影響を与える「要因」として抽出する方法です。 ２．エクセル 重回帰分析の例題 重回帰

エクセル 主成分分析を簡単に解決しました。 エクセル 分析をマスターしましょう！ 分析 には、エクセル excel が大変便利です！ Homeへ 主成分・要因 エクセル主成分・要因分析 １．エクセル 主成分分析とは、要因分析とは （１）主成分分析（しゅせいぶんぶんせき、principal component analysis）とは、社会科学の経済学で作られた統計手法です。 その目的は、複数の変数間の相関関係を少数の変数で説明することです。 主成分は、相関行列の固有値問題の解として得ることができます。 （※相関関係を変えないで、見方を変化させると、見やすくなりことがあります。　固有値とは、軸を回転させて求めた軸方向の分散のことです。） 例えば、市町村の人口・学校数・商業施設数・進学率・第一次産業の就業率・水道の普及率などには通常強い相関関係があります。 （※　これら多くの内容の相関関係を代表

エクセル 分散分析を簡単に解決しました。 エクセル 分析をマスターしましょう！ 分析 には、エクセル excel が大変便利です！ Homeへ 分散 エクセル 分散分析では、「ばらつき」を比較します。 １．エクセル 分散分析とは 分散分析とは、収集したデータの「平均値の違い」の「ばらつき」に注目して比較（検定）する方法を言います。 「全てのデータの集合の母平均は、等しい」、という仮説が成立するかどうか検定します。 但し、標本が３つ以上ある場合、この検定が有効です。　簡単に標本の母平均が等しいか検定できるからです。 （※　多重比較は、複雑になるため、母平均が等しいかどうかに絞って検定する場合、この「分散分析」が有効であり、効率的です。） このエクセル解析は、さまざまな種類について行うことができます。（※　Excel　ヘルプより引用） ２．エクセル 分散分析手法 （１）分散分析：一元配置 この

エクセル 回帰分析を簡単に解決しました。 エクセル 分析をマスターしましょう！ 分析 には、エクセル excel が大変便利です！ Homeへ 回帰 エクセル回帰分析 １．エクセル 回帰分析とは 身長と体重、景気と化粧の濃さ、アイスクリームの売上げと真夏の気温などは、お互いに強い関係があり、数式で表せそうです。 「回帰分析」とは、このように２つの変化するものを数値で関連付け、数式で表すことを言います。 また、式は、「回帰式」、直線として仮定した場合、この直線を「回帰直線」、と言います。 ２．エクセル 回帰分析の例 回帰分析の例をEXCELヘルプから例を引用し、説明しました。 既知の x 20 28 31 38 40 既知の y 06 07 09 15 21 主な解析手順は、次の通りです。 （１）　行列を入替えて行うため、上記のテーブルを次のようにします。 既知のx　　　既知のy 20　　　

エクセルを使用し、分析結果を簡単に確認できます！ 分析の中で、回帰、分散、主成分・要因、重回帰などのデータ分析・解析方法を説明しました。 【１】「どのようにすれば」　信頼できる　「分析」 ができるのか？ 【２】「何」を「どれだけ」 集めれば良いのか？ このように、「分析の出発点」 で困ったことがありませんでしたか？ 「分析」には焦点を定めるべき「視点」があったのです！ 「比較」により異常な状況を見分けることが出来ます。 では、「何」と「比較」できるのでしょうか？ １．「偶然」と比較できれば、「異常」な現象が比較的簡単に分かる場合があります。 （１）データが「偶然」によって「ばらついている」のか否かを判定するために、「正規分布」との比較がポイントになります。 （２）収集したデータの「ばらつき」が「偶然」と異なるかどうか、データのグラフなどを正規分布と比較し、観察します。 （３）「偶然」でない