基礎統計量(続き)

統計解析 02 クラス : 第05回 (05/19/05)

　前回は説明が中途半端になってしまい理解し難かったと思う。今回は、例を換えてまず解りやすい出力を紹介し、その後別の例も紹介して、基礎統計量の見方を習得してもらう。
　なお、ファイル転送ソフト WinSCP の使い方についても訂正があるので、改めて紹介する。

使用データ : 過去 11回の学生のアンケートデータ(all05a.prn)
- 今後のことを考えると(グループ分けする事によって各グループ内には少数のサンプルしか無くなってしまうことがある)、今年だけのデータ(11名分)では少ない。加えて、より解析の面白味を知ってもらいたいために、大きなデータを使って実習する。
- '96, '97, '99, '00, '01, '02 & '03前期, '03後期, '04前期, '04後期 & '05前期の 11回の講義で得られた学生のアンケートデータ。
  - 11回分をマージ。8変量、328ケース。
  - 性別(M/F)、身長、体重、胸囲、仕送り/小遣いの別(G/J)、仕送り/小遣い額、携帯電話会社名、月平均通話料
  - 1行目は、各変量の説明が入っているので、計算時には読み飛ばす必要がある。
- 「J:\コンピュータによる統計解析02(林篤裕)\all05a.prn」に置いておく。 J ドライブは講義の教材を配布するためのドライブ。各自、ファイルを stat システムに転送して利用せよ。なお、教室ごとに J ドライブの内容は異なるので、転送だけは C ルームで行っておく必要がある。
- ファイル転送ソフト WinSCP で転送する。転送モード(や漢字コード)に注意(次節参照のこと)。
データ転送(送信) : WinSCP を使ったファイルの送受信
　第3回の第4節で WinSCP の使い方を説明したが、転送モードに関する説明が抜けていたので、再度説明する。
MNC では、ファイルの送受信ツールとして WinSCP を用意しているので、このソフトウェアの使い方を説明する。なお、これはフリーソフトウェアであるので、自宅から使うような場合は各自のパソコンにインストールしておくとよいであろう。
1. 転送プログラム(WinSCP)の起動
  「スタート」→「プログラム(P)」→「stat システム」→ 「WinSCP」→選択欄のstat11(または stat12)をダブルクリックする。
2. ユーザ名欄にユーザID、パスワード欄にパスワードを入力する。
3. 「ログイン」をクリックする。
4. 画面の左半分は Windows 側を、右半分は stat システム側のファイルを表示している。
5. 転送したいファイルを画面から選び反対側のドライブにドラッグ & ドロップする。
  - 送信(アップロード) : Windows から stat システムへコピー
  - 受信(ダウンロード) : stat システムから Winodws へコピー
6. 「コピー」と言うウインドウが開く。右下の「コピー」ボタンを押すと、コピーされるのだが、これが曲者であり、そのまま「コピー」ボタンを押すのは避けた方が良い。
7. 中央下の「詳細(M)>>」ボタンを押して、転送モードを細かく指定する画面を表示する。
8. 「転送モード」が「自動」になっていると思うが、転送モードはこちらから陽に指定する。「解析用データ(*.prn)」や「SAS の出力(*.lst)」はテキスト形式と言って、文字だけで構成されており、これらは「転送モード」に「テキスト」を指定してやらないといけない。一方、「Excel ファイル(*.xls)」や「圧縮されたファイル(*.exe, *.lha, *.zip 等)」は内部コードで記述されているので「転送モード」に「バイナリ」を指定してやらないといけない。
  - テキストモード : 解析用データ(*.prn), SAS の出力(*.lst)等
  - バイナリモード : Excel ファイル(*.xls)等
9. 転送モードを指定後、「コピー」ボタンを押して転送する。
10. 終了は「セッション(Session)」→「切断(Disconnect)」をクリックし、「閉じる」をクリックする。
　・参考になるWebページ
[Lesson 5-1] : ファイルの転送: Windows ===> stat システム(UNIX)
- 転送元 : J:\コンピュータによる統計解析02(林篤裕)\all05a.prn
- 転送先 : 各自の stat システムのディレクトリ(正確にはホームディレクトリと呼ぶ)
[各自のファイル] : 上記に習って各自のファイルも転送しなおしておく
- 第2次小泉内閣の閣僚資産データ : naikaku0310.prn
- 各自が収集・電子化したデータ

基礎統計量(学生データ) : 学生データの基礎統計量を計算させてみよう

プログラム : Lesson 5-2 : les0502.sas
/* Lesson 5-02 */ /* File Name = les0502.sas 05/19/05 */ data gakusei; infile 'all05a.prn' : データファイルの指定 firstobs=2; : 2行目からが実際のデータ input sex $ shintyou taijyuu kyoui : 読み込む変量 jitaku $ kodukai carryer $ tsuuwa; proc print data=gakusei(obs=5); run; proc means data=gakusei; : 平均を計算 run; proc univariate data=gakusei plot; : 基礎統計量を計算 var shintyou taijyuu kyoui kodukai; : 変量を指定 run;

出力結果 : les0502.lst :

各統計量がどこに表示されているか把握せよ。
身長や体重等の平均は自分の感覚に合うか? 小遣い額は?
各々の分布の特徴と違いを把握せよ。
箱髭図が箱と髭になっているのが判るか。
平均値だけでなく、最頻値、中央値が分布のどこに位置するかを調べよ。
ヒストグラムだけでなく、箱髭図や樹葉図からでも分布特性が把握できるようにせよ。

SAS システム 1 20:12 Wednesday, May 18, 2005 OBS SEX SHINTYOU TAIJYUU KYOUI JITAKU KODUKAI CARRYER TSUUWA 1 F 145.0 38 . J 10000 . 2 F 146.7 41 85 J 10000 Vodafone 6000 3 F 148.0 42 . J 50000 . 4 F 148.0 43 80 J 50000 DoCoMo 4000 5 F 148.9 . . J 60000 . SAS システム 2 20:12 Wednesday, May 18, 2005 Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------- SHINTYOU 313 167.6891374 8.2031934 145.0000000 186.0000000 TAIJYUU 282 58.5638298 9.3640889 35.0000000 100.0000000 KYOUI 104 86.4903846 7.6424913 56.0000000 112.0000000 KODUKAI 302 48557.95 48920.34 0 300000.00 TSUUWA 104 7101.42 4608.50 200.0000000 30000.00 --------------------------------------------------------------------- SAS システム 3 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=SHINTYOU Moments N 313 Sum Wgts 313 Mean 167.6891 Sum 52486.7 Std Dev 8.203193 Variance 67.29238 Skewness -0.33661 Kurtosis -0.43031 USS 8822445 CSS 20995.22 CV 4.891905 Std Mean 0.463672 T:Mean=0 361.6547 Pr>|T| 0.0001 Num ^= 0 313 Num > 0 313 M(Sign) 156.5 Pr>=|M| 0.0001 Sgn Rank 24570.5 Pr>=|S| 0.0001 SAS システム 4 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=SHINTYOU Quantiles(Def=5) 100% Max 186 99% 183 75% Q3 173.5 95% 180 50% Med 168.6 90% 178 25% Q1 162 10% 156 0% Min 145 5% 153 1% 148 Range 41 Q3-Q1 11.5 Mode 170 SAS システム 5 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=SHINTYOU Extremes Lowest Obs Highest Obs 145( 1) 182( 309) 146.7( 2) 183( 310) 148( 4) 184( 311) 148( 3) 185( 312) 148.9( 5) 186( 313) SAS システム 6 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=SHINTYOU Missing Value . Count 15 % Count/Nobs 4.57 SAS システム 7 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=SHINTYOU Histogram # Boxplot 187.5+* 2 | .********** 19 | .*********************** 45 | .****************************************** 83 +-----+ 167.5+******************************* 62 *--+--* .************************* 49 +-----+ .**************** 32 | .******** 15 | 147.5+*** 6 | ----+----+----+----+----+----+----+----+-- * may represent up to 2 counts SAS システム 8 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=SHINTYOU Normal Probability Plot 187.5+ +++* | ******+*** | ******** | ******** 167.5+ ******+ | *****+ | ****** | +****** 147.5+**+** +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 9 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=TAIJYUU Moments N 282 Sum Wgts 282 Mean 58.56383 Sum 16515 Std Dev 9.364089 Variance 87.68616 Skewness 0.708571 Kurtosis 1.887446 USS 991821.5 CSS 24639.81 CV 15.98954 Std Mean 0.557623 T:Mean=0 105.024 Pr>|T| 0.0001 Num ^= 0 282 Num > 0 282 M(Sign) 141 Pr>=|M| 0.0001 Sgn Rank 19951.5 Pr>=|S| 0.0001 SAS システム 10 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=TAIJYUU Quantiles(Def=5) 100% Max 100 99% 90 75% Q3 64 95% 74 50% Med 58 90% 70 25% Q1 52 10% 47 0% Min 35 5% 45 1% 41 Range 65 Q3-Q1 12 Mode 60 SAS システム 11 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=TAIJYUU Extremes Lowest Obs Highest Obs 35( 10) 82( 313) 38( 1) 88.5( 163) 41( 13) 90( 309) 41( 2) 95( 284) 41.5( 9) 100( 285) SAS システム 12 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=TAIJYUU Missing Value . Count 46 % Count/Nobs 14.02 SAS システム 13 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=TAIJYUU Histogram # Boxplot 105+* 1 0 .* 2 0 .* 2 0 .********* 25 | .************************************ 106 +-----+ .********************************** 102 *--+--* .************** 42 | 35+* 2 | ----+----+----+----+----+----+----+- * may represent up to 3 counts SAS システム 14 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=TAIJYUU Normal Probability Plot 105+ * | ** | **+++ | *******+*+ | ************* | ***********+ | * ** ********** 35+*+++++ +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 21 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=KODUKAI Moments N 302 Sum Wgts 302 Mean 48557.95 Sum 14664500 Std Dev 48920.34 Variance 2.3932E9 Skewness 1.739247 Kurtosis 4.291792 USS 1.432E12 CSS 7.204E11 CV 100.7463 Std Mean 2815.05 T:Mean=0 17.24941 Pr>|T| 0.0001 Num ^= 0 251 Num > 0 251 M(Sign) 125.5 Pr>=|M| 0.0001 Sgn Rank 15813 Pr>=|S| 0.0001 SAS システム 22 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=KODUKAI Quantiles(Def=5) 100% Max 300000 99% 200000 75% Q3 65000 95% 150000 50% Med 30000 90% 120000 25% Q1 20000 10% 0 0% Min 0 5% 0 1% 0 Range 300000 Q3-Q1 45000 Mode 0 SAS システム 23 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=KODUKAI Extremes Lowest Obs Highest Obs 0( 319) 180000( 22) 0( 313) 200000( 76) 0( 312) 200000( 225) 0( 307) 300000( 115) 0( 304) 300000( 287) SAS システム 24 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=KODUKAI Missing Value . Count 26 % Count/Nobs 7.93 SAS システム 25 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=KODUKAI Histogram # Boxplot 325000+* 2 * . .* 2 0 175000+***** 18 0 .******** 32 | .***************** 66 +-----+ 25000+********************************************** 182 *--+--* ----+----+----+----+----+----+----+----+----+- * may represent up to 4 counts SAS システム 26 20:12 Wednesday, May 18, 2005 Univariate Procedure Variable=KODUKAI Normal Probability Plot 325000+ * | | ** 175000+ ********+++ | ******++++++ | ++*******+ 25000+**************************** +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2

知見 : 解析によって判ったこと & 解ったこと
- 平均値の意味するところ : 対称分布の時だけイメージが一致する
- 分布の偏り : 常にあると思ってよい : 最頻値や中央値が有効
- 外れ値を把握するには箱髭図が有効である
- (Mode の表示は少し注意が必要(SAS の場合))
- 少数例
[演習] ヒストグラムや箱髭図上での各統計量の位置を確認せよ。他の変数も調べてみよ。

基礎統計量(得点失点データ) : プロ野球の得点失点データ

プロ野球 05シーズンの開幕から 4月末日までの、得点と失点のデータ。
開幕日の違いや雨天等の中止もあり、この期間の試合数はセ・リーグで 23試合程度、パ・リーグで30試合程度。
変量は、データの3～4行目に書いておいたが、最初の 6列がパ・リーグのチームの得点、次の 6列がパ・リーグのチームの失点、次の 6列がセ・リーグのチームの得点、最後の 6列がセ・リーグのチームの失点である。縦(行)方向は、各試合の得点または失点である。
中止等で試合のなかった場所には、ピリオドが入っている。 SAS ではピリオドを欠損値として取り扱う。
チームの順番は、以下の通り。
- パ・リーグ : ロッテ, ソフトバンク, 西武, 日本ハム, オリックス, 楽天
- セ・リーグ : 中日, 阪神, ヤクルト, 横浜, 広島, 巨人
「J:\コンピュータによる統計解析02(林篤裕)\Baseball05.prn」に置いておく。
なお、参考までに、プロ野球で使われている「チーム防御率」は、コールドゲームや延長戦等で 9イニング以外で終了した場合も考慮に入れたイニング数に基づいて計算されているとのことであるが、ここではそこまでは考慮せずに、9イニング以外で終わった試合も「ひと試合」とカウントして計算する。よって、公式の記録とは若干差異が出てくる。

プログラム : Lesson 5-3 : les0503.sas
/* Lesson 5-03 */ /* File Name = les0503.sas 05/19/05 */ data baseball; infile 'Baseball05.prn' firstobs=6; input Lotte Soft Seibu Ham Orix Raku VLotte VSoft VSeibu VHam VOrix VRaku Cyu Han Yaku Yoko Hiro Kyo VCyu VHan VYaku VYoko VHiro VKyo ; proc print data=baseball(obs=5); run; proc means data=baseball; run; proc univariate data=baseball plot; var Raku VRaku Kyo VKyo; run;

出力結果 : les0503.lst :

チームによって得点、失点にばらつきがあるのが判るであろうか?
外れ値は判るであろうか?

SAS システム 1 20:27 Wednesday, May 18, 2005 V V L S L V S V V V V V O S E O R O S E V O R Y Y H V V Y Y H V O T O I H R A T O I H R A C H A O I K C H A O I K B T F B A I K T F B A I K Y A K K R Y Y A K K R Y S E T U M X U E T U M X U U N U O O O U N U O O O 1 1 3 3 1 2 3 3 1 2 3 3 1 4 1 6 0 4 2 0 6 1 4 2 4 2 26 6 11 5 7 0 0 5 7 6 11 26 5 9 1 4 5 4 4 1 9 5 4 5 3 2 6 1 0 5 1 5 1 0 1 2 6 6 9 5 14 8 7 14 5 9 6 7 8 4 4 6 7 12 3 2 3 2 12 7 4 6 4 9 3 4 2 3 3 2 4 3 9 4 5 3 8 3 4 2 0 2 0 4 3 3 8 4 9 3 7 4 8 3 4 4 8 9 7 SAS システム 2 20:27 Wednesday, May 18, 2005 Variable N Mean Std Dev Minimum Maximum -------------------------------------------------------------------- LOTTE 28 6.3214286 5.1211513 1.0000000 26.0000000 SOFT 31 4.6774194 2.9708259 0 12.0000000 SEIBU 30 3.8333333 2.4506626 0 11.0000000 HAM 28 5.1071429 4.0582726 0 15.0000000 ORIX 28 4.2142857 3.1193202 0 11.0000000 RAKU 29 3.2068966 3.5191244 0 16.0000000 VLOTTE 28 2.7142857 2.2747754 0 10.0000000 VSOFT 31 3.3548387 3.0281830 0 11.0000000 VSEIBU 30 5.6000000 4.6874741 0 16.0000000 VHAM 28 4.6785714 2.8421897 1.0000000 10.0000000 VORIX 28 4.3928571 3.2011489 0 12.0000000 VRAKU 29 6.5172414 4.3803187 1.0000000 26.0000000 CYU 25 4.8400000 2.3572583 1.0000000 10.0000000 HAN 26 4.6923077 3.5862987 0 11.0000000 -------------------------------------------------------------------- SAS システム 3 20:27 Wednesday, May 18, 2005 Variable N Mean Std Dev Minimum Maximum -------------------------------------------------------------------- YAKU 22 3.8181818 2.0618153 0 8.0000000 YOKO 23 4.2608696 3.7805410 0 14.0000000 HIRO 23 4.8695652 2.9588749 0 13.0000000 KYO 25 4.5600000 2.8296054 0 12.0000000 VCYU 25 4.3600000 3.6501142 0 14.0000000 VHAN 26 3.9615385 2.7492656 1.0000000 10.0000000 VYAKU 22 3.8636364 2.2529442 1.0000000 9.0000000 VYOKO 23 4.2173913 2.3923462 0 9.0000000 VHIRO 23 5.2608696 3.1939914 0 12.0000000 VKYO 25 5.4400000 3.1764760 0 14.0000000 -------------------------------------------------------------------- SAS システム 4 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=RAKU Moments N 29 Sum Wgts 29 Mean 3.206897 Sum 93 Std Dev 3.519124 Variance 12.38424 Skewness 2.192105 Kurtosis 5.798479 USS 645 CSS 346.7586 CV 109.7361 Std Mean 0.653485 T:Mean=0 4.907376 Pr>|T| 0.0001 Num ^= 0 25 Num > 0 25 M(Sign) 12.5 Pr>=|M| 0.0001 Sgn Rank 162.5 Pr>=|S| 0.0001 SAS システム 5 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=RAKU Quantiles(Def=5) 100% Max 16 99% 16 75% Q3 4 95% 11 50% Med 3 90% 8 25% Q1 1 10% 0 0% Min 0 5% 0 1% 0 Range 16 Q3-Q1 3 Mode 1 SAS システム 6 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=RAKU Extremes Lowest Obs Highest Obs 0( 24) 5( 26) 0( 14) 6( 28) 0( 5) 8( 11) 0( 2) 11( 16) 1( 29) 16( 6) SAS システム 7 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=RAKU Missing Value . Count 2 % Count/Nobs 6.45 SAS システム 8 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=RAKU Stem Leaf # Boxplot 16 0 1 * 14 12 10 0 1 0 8 0 1 | 6 0 1 | 4 00000 5 +-----+ 2 00000000 8 *--+--* 0 000000000000 12 +-----+ ----+----+----+----+ SAS システム 9 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=RAKU Normal Probability Plot 17+ * | | + | * +++++ 9+ *++++++ | ++++*+ | ++**+** | +***+** 1+ * * ** *+*++*+* +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 10 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=VRAKU Moments N 29 Sum Wgts 29 Mean 6.517241 Sum 189 Std Dev 4.380319 Variance 19.18719 Skewness 3.30231 Kurtosis 14.3069 USS 1769 CSS 537.2414 CV 67.21124 Std Mean 0.813405 T:Mean=0 8.012298 Pr>|T| 0.0001 Num ^= 0 29 Num > 0 29 M(Sign) 14.5 Pr>=|M| 0.0001 Sgn Rank 217.5 Pr>=|S| 0.0001 SAS システム 11 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=VRAKU Quantiles(Def=5) 100% Max 26 99% 26 75% Q3 7 95% 12 50% Med 6 90% 10 25% Q1 5 10% 3 0% Min 1 5% 2 1% 1 Range 25 Q3-Q1 2 Mode 5 SAS システム 12 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=VRAKU Extremes Lowest Obs Highest Obs 1( 1) 8( 27) 2( 11) 9( 16) 3( 7) 10( 10) 4( 29) 12( 23) 4( 28) 26( 2) SAS システム 13 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=VRAKU Missing Value . Count 2 % Count/Nobs 6.45 SAS システム 14 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=VRAKU Stem Leaf # Boxplot 2 6 1 * 2 1 1 02 2 0 0 5555556666667777889 19 +--+--+ 0 1234444 7 0 ----+----+----+----+ Multiply Stem.Leaf by 10**+1 SAS システム 20 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=KYO Stem Leaf # Boxplot 12 0 1 | 10 | 8 000 3 | 6 0000 4 +-----+ 4 0000000 7 *--+--* 2 0000000 7 +-----+ 0 000 3 | ----+----+----+----+ SAS システム 26 20:27 Wednesday, May 18, 2005 Univariate Procedure Variable=VKYO Stem Leaf # Boxplot 14 0 1 0 12 10 00 2 | 8 000 3 | 6 0000 4 +-----+ 4 000000000 9 *--+--* 2 0000 4 | 0 00 2 | ----+----+----+----+

知見
- 外れ値によって、平均値が押し上げられているのが判るであろうか? 例えば、楽天の失点のひと試合平均値は 6.5 点と他のチームに比して非常に高くなっているが、これは 26点を失点した 1試合があるからで、これを除くと 5.8点とグッと下がる。平均値は極端な外れ値によって変化することを知っておくべきである。
- その点、中央値(Mode)や最頻値(Median)は外乱を受けにくいので、極端な外れ値がある場合でも安定的な指標として使うことができる。
[演習] 他のチームの得点、失点についてもその特徴を把握してみよ。

前回の 1節 : 内閣の閣僚資産データについてもう一度読み取ってみよう
前回の 2節 : 平均値の意味するものを考えてみよう
前々回の 10節 : 漢字コードの取り扱い
補足: 実際の事例
- Windows から UNIX に転送したテキストファイル : 「データ部分に漢字(日本語)を含んでいる」データファイル(*.prn)等
  - EUC に変換しなければいけない
  - UNIX 上で漢字コードの変換(nkf)。-e オプションは「EUC」への変換を指示しているもの
  - [入力例] nkf △ -e △ Baseball05.prn △ > △ Baseball05e.prn
- UNIX から Windows に転送しようと思うテキストファイル : SAS の出力ファイル(*.lst)等
  - Shift-JIS に変換しなければいけない
  - UNIX 上で漢字コードの変換(nkf)。-s オプションは「Shift-JIS」への変換を指示しているもの
  - [入力例] nkf △ -s △ les0599.lst △ > △ les0599s.lst
  - ファイル名は自分で指定する。上記の例では、変換元(出力保存ファイル)が les0599.lst で、変換先が les0599s.lst である。les0599s.lst を Windows に転送して利用する。
前回の 3節 : レポートを作るには?
レポート提出 : これまでの講義で紹介した SAS の手法(プロシジャー)を利用して、統計解析を行ってみよ。解析結果だけでなく、データ自身の説明や、どういうところに興味を持って対象に選んだかの理由等も報告する事。考察も大事。
1. 対象データ : 以下の 1～3 の中から最低、2つ。
  1. 皆さんから収集したアンケートデータ(all05a.prn)
  2. 各自で収集した興味あるデータ(個人ごとに異なる) : 複数あるかも
  3. その他
2. 提出期限 : 06月07日(火) 18:00 まで : 電子メールかワープロ(or エディタ)で。手書きは不可。
  
  注意1: 電子メールでの場合は、添付ファイルは使わないこと。提出用メールアドレスは「hayashi@peter.rd.dnc.ac.jp」である。また、提出日時はメールヘッダーから判断する。私からは受領確認メールを出すので、それを受け取った段階で提出作業完了とする。
  注意2: 紙で提出する場合は、事務所の受付終了時刻に注意すること。提出日は事務室の受領印で判断する。
  注意3: 連絡ページに受領した者の学籍番号を掲載するので、確認に使ってほしい。
3. 作業内容 : 以下の点に注意しながらレポートを作成しよう。
  1. 解析対象とするデータの数は、最低 2つであるが上限は設けない。 1つだけではダメ。
  2. 解析結果だけでなく、データ自身の説明やどういうところに興味を持って解析対象に選んだかの理由等も報告する事。加えて、特に得られた知見からの考察は大事。
  3. レポートは他人への、もの事の説明のための文書である!!
  4. 手入力を少なくして SAS の出力を最大限有効利用せよ。しかし、不要な部分はカットせよ。だらだらと引用しないこと。
  5. 興味を持つ点や得られた知見に対する考察は人によって個々異なるものであるので、他人と相談することなく自分の力で解析しレポートを作成すること。
4. 必要事項 : 以下に挙げるような項目を含めて作成すること。
  - 所属学部名、学籍番号、氏名
  - 使ったデータ内容の説明
  - どのような点に興味を持ったか
  - 自分の解析目的
  - 何を知りたいためにどのような手法を使ったのか
  - 得られた知見と考察
  - その他、気付いたこと
  - 講義の進め方や内容等について、感想や意見も。
次回、次々回は... : 05月26日, 06月02日
- 演習、自習、レポート作成
- ...
次々々回は、... : 06月09日 14:45
- レポートに対する寸評
- グループ分け
- 外れ値の処理
- 頻度集計

講義のホームページへ戻ります