SlideShare a Scribd company logo
1 of 14
株式会社 社会情報サービス
ベルカーブビジネスユニット
統計調査研究室
「エクセル統計」の使い方
~重回帰分析編~
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
エクセル統計とは?
2
(株)社会情報サービスが開発販売している統
計解析用のソフトです。
簡単な使い方をご紹介します。
2016年2月14日に
新バージョンを発売しました!
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
データの選択①
例えばこのようなデータがあったとします。
3
野球選手20人の「球速」、「遠
投距離」、「懸垂の回数」、「握
力」を測定した結果です
(※架空のデータ)
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
データの選択②
4
分析したいデータの「データラベル」を選択し
ます。
「球速(km/h)」「遠投
(m)」「懸垂(回)」「握力
(kg)」のセルを選択しま
す
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
手法の選択①
5
「エクセル統計」のメニューから「多変量解
析」を選択します。
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
手法の選択②
6
「多変量解析」メニューから「重回帰分析」を
選択します。
「多変量解析」を選択
すると、さらに細かい
手法が出てきます
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
ダイアログの設定①
7
手法を選択するとダイアログが出てきます。
データラベルのみを選択し
ましたが、自動でデータの
最下段まで選択されます!
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
ダイアログの設定②
8
「目的変数」「説明変数」を設定します。
「>」「<」ボタンで変数を設
定します
今回は「球速」を目的変数に、
それ以外の変数を説明変数
にします
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
ダイアログの設定③
9
「変数選択」の設定を行います。
「変数選択の過程
を出力する」に
チェックを入れます
「変数選択」タ
ブを選択し、
「増減法」と、
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
ダイアログの設定④
10
「オプション」の設定を行います。
「予測値を出力する」
にチェックを入れ、
「オプション」タ
ブを選択し、 「OK」を
押します
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
結果の出力①
結果はExcelの次のシートに出力されます。
11
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
結果の出力②
変数選択過程や最終モデルの精度が出力されます。
12
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
結果の出力③
「予測値」と「観測値×予測値のグラフ」も出力
されます。
13
0
20
40
60
80
100
120
140
0 50 100 150
予測値
観測値
観測値×予測値
Excelの機能を使っ
て、色やフォントの
変更が簡単に行な
えます
Copyright © 2015 Social Survey Research Information. All Rights Reserved.
おわりに
少しでも気になった方はこちらへ
(製品紹介のページです)
https://bellcurve.jp/ex/
試してみたいな!と思った方へ
(無料体験版があります)
https://product.ssri.com/trial.html
14

More Related Content

What's hot

構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性Shiga University, RIKEN
 
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料Ken'ichi Matsui
 
Max-Sliced Wasserstein Distance and its use for GANs
Max-Sliced Wasserstein Distance and its use for GANsMax-Sliced Wasserstein Distance and its use for GANs
Max-Sliced Wasserstein Distance and its use for GANsHideki Tsunashima
 
発達障害者を含む対話の場における グラフィックファシリテーションの活用事例
発達障害者を含む対話の場における グラフィックファシリテーションの活用事例発達障害者を含む対話の場における グラフィックファシリテーションの活用事例
発達障害者を含む対話の場における グラフィックファシリテーションの活用事例凸凹フューチャーセンター
 
初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」Yasuyuki Okumura
 
変数同士の関連_MIC
変数同士の関連_MIC変数同士の関連_MIC
変数同士の関連_MICShushi Namba
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学Shushi Namba
 
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...Deep Learning JP
 
金融×AIで解くべき問題は何か?
金融×AIで解くべき問題は何か?金融×AIで解くべき問題は何か?
金融×AIで解くべき問題は何か?Tsunehiko Nagayama
 
SmoothGrad: removing noise by adding noise
SmoothGrad: removing noise by adding noiseSmoothGrad: removing noise by adding noise
SmoothGrad: removing noise by adding noiseharmonylab
 
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオンSR WS
 
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例takehikoihayashi
 
「計算社会科学入門」5章 ネットワーク
「計算社会科学入門」5章 ネットワーク「計算社会科学入門」5章 ネットワーク
「計算社会科学入門」5章 ネットワークFujio Toriumi
 

What's hot (20)

構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性
 
Darm3(samplesize)
Darm3(samplesize)Darm3(samplesize)
Darm3(samplesize)
 
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
 
Max-Sliced Wasserstein Distance and its use for GANs
Max-Sliced Wasserstein Distance and its use for GANsMax-Sliced Wasserstein Distance and its use for GANs
Max-Sliced Wasserstein Distance and its use for GANs
 
発達障害者を含む対話の場における グラフィックファシリテーションの活用事例
発達障害者を含む対話の場における グラフィックファシリテーションの活用事例発達障害者を含む対話の場における グラフィックファシリテーションの活用事例
発達障害者を含む対話の場における グラフィックファシリテーションの活用事例
 
1 8.交互作用
1 8.交互作用1 8.交互作用
1 8.交互作用
 
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM) 一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
 
非劣性試験の入門
非劣性試験の入門非劣性試験の入門
非劣性試験の入門
 
初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」
 
1 7.Type II ANOVA
1 7.Type II ANOVA1 7.Type II ANOVA
1 7.Type II ANOVA
 
変数同士の関連_MIC
変数同士の関連_MIC変数同士の関連_MIC
変数同士の関連_MIC
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
 
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
[DL輪読会]Life-Long Disentangled Representation Learning with Cross-Domain Laten...
 
観察研究の質の評価
観察研究の質の評価観察研究の質の評価
観察研究の質の評価
 
金融×AIで解くべき問題は何か?
金融×AIで解くべき問題は何か?金融×AIで解くべき問題は何か?
金融×AIで解くべき問題は何か?
 
SmoothGrad: removing noise by adding noise
SmoothGrad: removing noise by adding noiseSmoothGrad: removing noise by adding noise
SmoothGrad: removing noise by adding noise
 
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
 
1 1.はじめに
1 1.はじめに1 1.はじめに
1 1.はじめに
 
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
 
「計算社会科学入門」5章 ネットワーク
「計算社会科学入門」5章 ネットワーク「計算社会科学入門」5章 ネットワーク
「計算社会科学入門」5章 ネットワーク
 

Similar to エクセル統計の使い方(重回帰分析編)

140301_udctfinal_02
140301_udctfinal_02140301_udctfinal_02
140301_udctfinal_02CSISi
 
Quest定量調査サービスご紹介資料_SH_v1.1.pdf
Quest定量調査サービスご紹介資料_SH_v1.1.pdfQuest定量調査サービスご紹介資料_SH_v1.1.pdf
Quest定量調査サービスご紹介資料_SH_v1.1.pdfssusera09b4d
 
20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウム
20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウム20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウム
20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウムKeio University
 
Crystal Ball - Data analysis
Crystal Ball - Data analysisCrystal Ball - Data analysis
Crystal Ball - Data analysisKaitoKojima
 
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~株式会社Consumer first
 
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたちビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたちToru Takahashi
 

Similar to エクセル統計の使い方(重回帰分析編) (11)

エクセル統計の使い方(箱ひげ図編)
エクセル統計の使い方(箱ひげ図編)エクセル統計の使い方(箱ひげ図編)
エクセル統計の使い方(箱ひげ図編)
 
エクセル統計の使い方(カプラン=マイヤー法編)
エクセル統計の使い方(カプラン=マイヤー法編)エクセル統計の使い方(カプラン=マイヤー法編)
エクセル統計の使い方(カプラン=マイヤー法編)
 
エクセル統計の使い方(分散分析編)
エクセル統計の使い方(分散分析編)エクセル統計の使い方(分散分析編)
エクセル統計の使い方(分散分析編)
 
エクセル統計の使い方(記述統計量編)
エクセル統計の使い方(記述統計量編)エクセル統計の使い方(記述統計量編)
エクセル統計の使い方(記述統計量編)
 
エクセル統計のご紹介
エクセル統計のご紹介エクセル統計のご紹介
エクセル統計のご紹介
 
140301_udctfinal_02
140301_udctfinal_02140301_udctfinal_02
140301_udctfinal_02
 
Quest定量調査サービスご紹介資料_SH_v1.1.pdf
Quest定量調査サービスご紹介資料_SH_v1.1.pdfQuest定量調査サービスご紹介資料_SH_v1.1.pdf
Quest定量調査サービスご紹介資料_SH_v1.1.pdf
 
20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウム
20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウム20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウム
20140918 センサ・アクチュエータ・マイクロナノ/ウィーク2014 次世代センサ総合シンポジウム
 
Crystal Ball - Data analysis
Crystal Ball - Data analysisCrystal Ball - Data analysis
Crystal Ball - Data analysis
 
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
 
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたちビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
 

エクセル統計の使い方(重回帰分析編)

  • 2. Copyright © 2015 Social Survey Research Information. All Rights Reserved. エクセル統計とは? 2 (株)社会情報サービスが開発販売している統 計解析用のソフトです。 簡単な使い方をご紹介します。 2016年2月14日に 新バージョンを発売しました!
  • 3. Copyright © 2015 Social Survey Research Information. All Rights Reserved. データの選択① 例えばこのようなデータがあったとします。 3 野球選手20人の「球速」、「遠 投距離」、「懸垂の回数」、「握 力」を測定した結果です (※架空のデータ)
  • 4. Copyright © 2015 Social Survey Research Information. All Rights Reserved. データの選択② 4 分析したいデータの「データラベル」を選択し ます。 「球速(km/h)」「遠投 (m)」「懸垂(回)」「握力 (kg)」のセルを選択しま す
  • 5. Copyright © 2015 Social Survey Research Information. All Rights Reserved. 手法の選択① 5 「エクセル統計」のメニューから「多変量解 析」を選択します。
  • 6. Copyright © 2015 Social Survey Research Information. All Rights Reserved. 手法の選択② 6 「多変量解析」メニューから「重回帰分析」を 選択します。 「多変量解析」を選択 すると、さらに細かい 手法が出てきます
  • 7. Copyright © 2015 Social Survey Research Information. All Rights Reserved. ダイアログの設定① 7 手法を選択するとダイアログが出てきます。 データラベルのみを選択し ましたが、自動でデータの 最下段まで選択されます!
  • 8. Copyright © 2015 Social Survey Research Information. All Rights Reserved. ダイアログの設定② 8 「目的変数」「説明変数」を設定します。 「>」「<」ボタンで変数を設 定します 今回は「球速」を目的変数に、 それ以外の変数を説明変数 にします
  • 9. Copyright © 2015 Social Survey Research Information. All Rights Reserved. ダイアログの設定③ 9 「変数選択」の設定を行います。 「変数選択の過程 を出力する」に チェックを入れます 「変数選択」タ ブを選択し、 「増減法」と、
  • 10. Copyright © 2015 Social Survey Research Information. All Rights Reserved. ダイアログの設定④ 10 「オプション」の設定を行います。 「予測値を出力する」 にチェックを入れ、 「オプション」タ ブを選択し、 「OK」を 押します
  • 11. Copyright © 2015 Social Survey Research Information. All Rights Reserved. 結果の出力① 結果はExcelの次のシートに出力されます。 11
  • 12. Copyright © 2015 Social Survey Research Information. All Rights Reserved. 結果の出力② 変数選択過程や最終モデルの精度が出力されます。 12
  • 13. Copyright © 2015 Social Survey Research Information. All Rights Reserved. 結果の出力③ 「予測値」と「観測値×予測値のグラフ」も出力 されます。 13 0 20 40 60 80 100 120 140 0 50 100 150 予測値 観測値 観測値×予測値 Excelの機能を使っ て、色やフォントの 変更が簡単に行な えます
  • 14. Copyright © 2015 Social Survey Research Information. All Rights Reserved. おわりに 少しでも気になった方はこちらへ (製品紹介のページです) https://bellcurve.jp/ex/ 試してみたいな!と思った方へ (無料体験版があります) https://product.ssri.com/trial.html 14