Submit Search
Upload
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
•
0 likes
•
477 views
Akira Asano
Follow
関西大学総合情報学部 「統計学」(担当:浅野晃)
Read less
Read more
Education
Report
Share
Report
Share
1 of 68
Recommended
2015年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2015. 10. 14)
2015年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2015. 10. 14)
Akira Asano
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
Akira Asano
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
Akira Asano
2019年度春学期 統計学 第3回 クロス集計とデータの可視化 (2019. 4. 25)
2019年度春学期 統計学 第3回 クロス集計とデータの可視化 (2019. 4. 25)
Akira Asano
2020年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2020. 10. 6)
2020年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2020. 10. 6)
Akira Asano
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
Akira Asano
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
Akira Asano
2019年度春学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 7. 18)
2019年度春学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 7. 18)
Akira Asano
Recommended
2015年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2015. 10. 14)
2015年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2015. 10. 14)
Akira Asano
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
Akira Asano
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
2014年度春学期 統計学 第3回 クロス集計とデータの可視化 (2014. 4. 24)
Akira Asano
2019年度春学期 統計学 第3回 クロス集計とデータの可視化 (2019. 4. 25)
2019年度春学期 統計学 第3回 クロス集計とデータの可視化 (2019. 4. 25)
Akira Asano
2020年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2020. 10. 6)
2020年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2020. 10. 6)
Akira Asano
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
Akira Asano
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
2016年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2016. 10. 10)
Akira Asano
2019年度春学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 7. 18)
2019年度春学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 7. 18)
Akira Asano
2014年度秋学期 統計学 第7回 分布をまとめるー回帰分析 (2014. 11. 12)
2014年度秋学期 統計学 第7回 分布をまとめるー回帰分析 (2014. 11. 12)
Akira Asano
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
Akira Asano
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
Akira Asano
2013年度秋学期 統計学 第7回「データの関係を知る(2)−回帰分析」
2013年度秋学期 統計学 第7回「データの関係を知る(2)−回帰分析」
Akira Asano
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
Akira Asano
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
Akira Asano
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
Akira Asano
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」
Akira Asano
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
Akira Asano
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
Akira Asano
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
Akira Asano
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
Akira Asano
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
Akira Asano
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
Akira Asano
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
Akira Asano
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
Akira Asano
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
Akira Asano
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
Akira Asano
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
Akira Asano
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
Akira Asano
2014年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2014. 10. 8)
2014年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2014. 10. 8)
Akira Asano
2021年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2021. 10. 5)
2021年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2021. 10. 5)
Akira Asano
More Related Content
Viewers also liked
2014年度秋学期 統計学 第7回 分布をまとめるー回帰分析 (2014. 11. 12)
2014年度秋学期 統計学 第7回 分布をまとめるー回帰分析 (2014. 11. 12)
Akira Asano
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
Akira Asano
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
Akira Asano
2013年度秋学期 統計学 第7回「データの関係を知る(2)−回帰分析」
2013年度秋学期 統計学 第7回「データの関係を知る(2)−回帰分析」
Akira Asano
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
Akira Asano
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
Akira Asano
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
Akira Asano
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」
Akira Asano
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
Akira Asano
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
Akira Asano
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
Akira Asano
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
Akira Asano
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
Akira Asano
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
Akira Asano
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
Akira Asano
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
Akira Asano
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
Akira Asano
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
Akira Asano
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
Akira Asano
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
Akira Asano
Viewers also liked
(20)
2014年度秋学期 統計学 第7回 分布をまとめるー回帰分析 (2014. 11. 12)
2014年度秋学期 統計学 第7回 分布をまとめるー回帰分析 (2014. 11. 12)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2013年度秋学期 統計学 第7回「データの関係を知る(2)−回帰分析」
2013年度秋学期 統計学 第7回「データの関係を知る(2)−回帰分析」
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
Similar to 2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
2014年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2014. 10. 8)
2014年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2014. 10. 8)
Akira Asano
2021年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2021. 10. 5)
2021年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2021. 10. 5)
Akira Asano
2022年度春学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2022. 4. 21)
2022年度春学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2022. 4. 21)
Akira Asano
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
Akira Asano
2019年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2019. 10. 8)
2019年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2019. 10. 8)
Akira Asano
2018年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2018. 10. 9)
2018年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2018. 10. 9)
Akira Asano
感度・特異度・陽性的中率・尤度比とベイズの定理
感度・特異度・陽性的中率・尤度比とベイズの定理
TakahiroKinoshita3
2022年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2022. 10. 11)
2022年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2022. 10. 11)
Akira Asano
2018年度秋学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 1. 8)
2018年度秋学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 1. 8)
Akira Asano
Similar to 2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
(9)
2014年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2014. 10. 8)
2014年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2014. 10. 8)
2021年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2021. 10. 5)
2021年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2021. 10. 5)
2022年度春学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2022. 4. 21)
2022年度春学期 統計学 第3回 クロス集計と感度・特異度,データの可視化(2022. 4. 21)
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
2018年度春学期 統計学 第3回 クロス集計とデータの可視化 (2018. 4. 19)
2019年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2019. 10. 8)
2019年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2019. 10. 8)
2018年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2018. 10. 9)
2018年度秋学期 統計学 第3回 クロス集計とデータの可視化 (2018. 10. 9)
感度・特異度・陽性的中率・尤度比とベイズの定理
感度・特異度・陽性的中率・尤度比とベイズの定理
2022年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2022. 10. 11)
2022年度秋学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2022. 10. 11)
2018年度秋学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 1. 8)
2018年度秋学期 統計学 第14回 分布についての仮説を検証するー検定 (2019. 1. 8)
More from Akira Asano
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
Akira Asano
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
Akira Asano
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
Akira Asano
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
Akira Asano
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
Akira Asano
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
Akira Asano
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
Akira Asano
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
Akira Asano
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
Akira Asano
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
Akira Asano
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
Akira Asano
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
Akira Asano
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
Akira Asano
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
Akira Asano
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
Akira Asano
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
Akira Asano
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
Akira Asano
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
Akira Asano
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
Akira Asano
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
Akira Asano
More from Akira Asano
(20)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
Recently uploaded
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
yuitoakatsukijp
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ssusere0a682
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
Ken Fukui
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
yukisuga3
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
Ken Fukui
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
Ken Fukui
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
Ken Fukui
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
Ken Fukui
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
Recently uploaded
(10)
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
1.
A.Asano,KansaiUniv. 2015年度春学期 統計学 浅野 晃 関西大学総合情報学部 クロス集計とデータの可視化 第3回
2.
A.Asano,KansaiUniv.
3.
A.Asano,KansaiUniv. データの種類∼尺度水準∼
4.
2015 A.Asano,KansaiUniv. データは数字だとはいっても 例えば,選択肢の 「1番・2番・3番」は, 「a・b・c」でも「イ・ロ・ハ」でも 同じだから,数「量」ではない 数字は,必ずしも「数量」を表し ているとは限りません
5.
2015 A.Asano,KansaiUniv. 尺度水準 統計学では,数字を「数量」としての 意味をどのくらい持っているかで 4つのレベルに分けている
6.
2015 A.Asano,KansaiUniv. 尺度水準 統計学では,数字を「数量」としての 意味をどのくらい持っているかで 4つのレベルに分けている 尺度水準
7.
2015 A.Asano,KansaiUniv. 尺度水準 比例尺度 間隔尺度 順序尺度 名義尺度 統計学では,数字を「数量」としての 意味をどのくらい持っているかで 4つのレベルに分けている 尺度水準
8.
2015 A.Asano,KansaiUniv. 尺度水準 比例尺度 間隔尺度 順序尺度 名義尺度 統計学では,数字を「数量」としての 意味をどのくらい持っているかで 4つのレベルに分けている 尺度水準
9.
2015 A.Asano,KansaiUniv. 尺度水準 比例尺度 間隔尺度 順序尺度 名義尺度 統計学では,数字を「数量」としての 意味をどのくらい持っているかで 4つのレベルに分けている 量的データ 足し算引き算ができる 尺度水準
10.
2015 A.Asano,KansaiUniv. 尺度水準 比例尺度 間隔尺度 順序尺度 名義尺度 統計学では,数字を「数量」としての 意味をどのくらい持っているかで 4つのレベルに分けている 量的データ 足し算引き算ができる 質的データ 足し算引き算ができない 尺度水準
11.
2015 A.Asano,KansaiUniv. 名義尺度 1番・2番・3番 さあどれ? 選択肢を区別するための,単なる記号。 男性:1 女性:2
12.
2015 A.Asano,KansaiUniv. 名義尺度 1番・2番・3番 さあどれ? 選択肢を区別するための,単なる記号。 男性:1 女性:2 2番が1番より大きいという 意味はない
13.
2015 A.Asano,KansaiUniv. 順序尺度 この講義に満足しましたか? 1) 非常に不満・2) 不満・ 3)
満足・4) 非常に満足 数字の順番にのみ意味がある
14.
2015 A.Asano,KansaiUniv. 順序尺度 この講義に満足しましたか? 1) 非常に不満・2) 不満・ 3)
満足・4) 非常に満足 数字の順番にのみ意味がある 2番は1番より満足度が大きい
15.
2015 A.Asano,KansaiUniv. 順序尺度 この講義に満足しましたか? 1) 非常に不満・2) 不満・ 3)
満足・4) 非常に満足 数字の順番にのみ意味がある 2番は1番より満足度が大きい 「2番と1番の満足度の差」 「3番と2番の満足度の差」
16.
2015 A.Asano,KansaiUniv. 順序尺度 この講義に満足しましたか? 1) 非常に不満・2) 不満・ 3)
満足・4) 非常に満足 数字の順番にのみ意味がある 2番は1番より満足度が大きい 「2番と1番の満足度の差」 「3番と2番の満足度の差」 は,同じで はない
17.
2015 A.Asano,KansaiUniv. 間隔尺度 摂氏温度(20℃,-10℃) 数値の間の間隔にも意味がある
18.
2015 A.Asano,KansaiUniv. 間隔尺度 摂氏温度(20℃,-10℃) 数値の間の間隔にも意味がある 「0℃と10℃の温度の差」 「-10℃と0℃の温度の差」
19.
2015 A.Asano,KansaiUniv. 間隔尺度 摂氏温度(20℃,-10℃) 数値の間の間隔にも意味がある 「0℃と10℃の温度の差」 「-10℃と0℃の温度の差」 は同じ
20.
2015 A.Asano,KansaiUniv. 間隔尺度 摂氏温度(20℃,-10℃) 数値の間の間隔にも意味がある 「0℃と10℃の温度の差」 「-10℃と0℃の温度の差」 は同じ 20℃は10℃の2倍暖かい?
21.
2015 A.Asano,KansaiUniv. 間隔尺度 摂氏温度(20℃,-10℃) 数値の間の間隔にも意味がある 「0℃と10℃の温度の差」 「-10℃と0℃の温度の差」 は同じ 20℃は10℃の2倍暖かい? そんなこと はない
22.
2015 A.Asano,KansaiUniv. 間隔尺度 摂氏温度(20℃,-10℃) 数値の間の間隔にも意味がある 「0℃と10℃の温度の差」 「-10℃と0℃の温度の差」 は同じ 20℃は10℃の2倍暖かい? そんなこと はない 20℃は-10℃の何倍暖かい?
23.
2015 A.Asano,KansaiUniv. 間隔尺度 摂氏温度(20℃,-10℃) 数値の間の間隔にも意味がある 「0℃と10℃の温度の差」 「-10℃と0℃の温度の差」 は同じ 20℃は10℃の2倍暖かい? そんなこと はない 20℃は-10℃の何倍暖かい? ???
24.
2015 A.Asano,KansaiUniv. 比例尺度 長さ・重さ・年齢など 間隔だけでなく比率にも意味がある
25.
2015 A.Asano,KansaiUniv. 比例尺度 長さ・重さ・年齢など 間隔だけでなく比率にも意味がある 40歳の人は,20歳の人の2倍の 年数を生きている。
26.
2015 A.Asano,KansaiUniv. 比例尺度 長さ・重さ・年齢など 間隔だけでなく比率にも意味がある 40歳の人は,20歳の人の2倍の 年数を生きている。 マイナスの値は存在しない (温度なら,絶対温度がこれにあたる)
27.
2015 A.Asano,KansaiUniv. 簡単に平均というけれど 平均できるのは,足し算ができる量的デー タ(間隔尺度・比例尺度)だけ
28.
2015 A.Asano,KansaiUniv. 簡単に平均というけれど 平均できるのは,足し算ができる量的デー タ(間隔尺度・比例尺度)だけ この講義に満足しましたか? 1) 非常に不満・2) 不満・ 3)
満足・4) 非常に満足
29.
2015 A.Asano,KansaiUniv. 簡単に平均というけれど 平均できるのは,足し算ができる量的デー タ(間隔尺度・比例尺度)だけ こういうのの平均は,本当は意味がない (間隔尺度だと,近似的に考えている) この講義に満足しましたか? 1) 非常に不満・2) 不満・ 3)
満足・4) 非常に満足
30.
A.Asano,KansaiUniv.
31.
A.Asano,KansaiUniv. クロス集計
32.
2015 A.Asano,KansaiUniv. 質的データの解析について 次回以降は,平均を計算できるデータ =量的データ を扱います 今日は,質的データを扱う クロス集計について
33.
2015 A.Asano,KansaiUniv. クロス集計 例:商品Aが好きか嫌いか →好き:60%,嫌い:40% これだけでは大したことはわからない
34.
2015 A.Asano,KansaiUniv. クロス集計 例:商品Aが好きか嫌いか →好き:60%,嫌い:40% これだけでは大したことはわからない 回答者が男性か女性かも記録しておく
35.
2015 A.Asano,KansaiUniv. クロス集計 これが「クロス集計」 好き 嫌い 合計 男性
25 25 50 女性 35 15 50 合計 60 40 100 表 1: クロス集計
36.
2015 A.Asano,KansaiUniv. クロス集計 これが「クロス集計」 好き 嫌い 合計 男性
25 25 50 女性 35 15 50 合計 60 40 100 表 1: クロス集計
37.
2015 A.Asano,KansaiUniv. クロス集計 これが「クロス集計」 好き 嫌い 合計 男性
25 25 50 女性 35 15 50 合計 60 40 100 表 1: クロス集計 差がある のは女性
38.
2015 A.Asano,KansaiUniv. クロス集計 ひとつのデータ群を2つの項目から 見て,項目間の関係を表す これが「クロス集計」 好き 嫌い 合計 男性
25 25 50 女性 35 15 50 合計 60 40 100 表 1: クロス集計 差がある のは女性
39.
2015 A.Asano,KansaiUniv. 検査の感度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して 新しい検査法をテスト
40.
2015 A.Asano,KansaiUniv. 検査の感度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して 新しい検査法をテスト
41.
2015 A.Asano,KansaiUniv. 検査の感度 A/(A+C)を感度という 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して 新しい検査法をテスト
42.
2015 A.Asano,KansaiUniv. 検査の感度 感度が高ければよいというわけではない A/(A+C)を感度という 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して 新しい検査法をテスト
43.
2015 A.Asano,KansaiUniv. 検査の感度 感度が高ければよいというわけではない A/(A+C)を感度という 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して 新しい検査法をテスト 病気であってもなくても「陽性」と答えるなら, C=0で感度100%
44.
2015 A.Asano,KansaiUniv. 検査の特異度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して なければ意味がありません。1
45.
2015 A.Asano,KansaiUniv. 検査の特異度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して なければ意味がありません。1
46.
2015 A.Asano,KansaiUniv. 検査の特異度 D/(B+D)を特異度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して なければ意味がありません。1
47.
2015 A.Asano,KansaiUniv. 検査の特異度 特異度: 病気でない人のうち,正しく「陰性」と なる人の割合 D/(B+D)を特異度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して なければ意味がありません。1
48.
2015 A.Asano,KansaiUniv. 検査の特異度 特異度: 病気でない人のうち,正しく「陰性」と なる人の割合 D/(B+D)を特異度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して なければ意味がありません。1病気であってもなくても「陰性」と答えるなら, B=0で特異度100%
49.
2015 A.Asano,KansaiUniv. 感度と特異度 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して なければ意味がありません。1 感度・特異度の両方を同時に 100%近くにするのはむずかしい
50.
2015 A.Asano,KansaiUniv. 感度と特異度 感度が90%のとき,特異度は… という言い方で,検査の能力を表す 本当に病気である 本当は病気ではない 検査で陽性 A
B 検査で陰性 C D 合計 A + C B + D 表 2: 感度・特異度 が2倍であれば2倍のエネルギーを表しています。 )がよく知られていますが,平均はデータを足し算して なければ意味がありません。1 感度・特異度の両方を同時に 100%近くにするのはむずかしい
51.
A.Asano,KansaiUniv.
52.
A.Asano,KansaiUniv. データの可視化
53.
2015 A.Asano,KansaiUniv. データの可視化 人は, 数字の羅列をざーーーっと見て 即座に意味が理解できるほど, 賢くはない
54.
2015 A.Asano,KansaiUniv. データの可視化 人は, 数字の羅列をざーーーっと見て 即座に意味が理解できるほど, 賢くはない グラフなどの形に「描いて」 理解しやすくする
55.
2015 A.Asano,KansaiUniv. 棒グラフ 0 10 20 30 40 50 60 70 0 10 50 60 70 50 52 54 56 58 60 62 64 66 68 70 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 図 2: 棒グラフの例(平成9年就業構造基本調査よ
56.
2015 A.Asano,KansaiUniv. 棒グラフ 横軸は名義尺度 でもよい 0 10 20 30 40 50 60 70 0 10 50 60 70 50 52 54 56 58 60 62 64 66 68 70 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 図 2: 棒グラフの例(平成9年就業構造基本調査よ
57.
2015 A.Asano,KansaiUniv. 差が際立って見えるのはどれ 0 10 20 30 40 50 60 70 0 10 50 60 70 50 52 54 56 58 60 62 64 66 68 70 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 図 2: 棒グラフの例(平成9年就業構造基本調査より) 3万 2万 3万 2万
58.
2015 A.Asano,KansaiUniv. 差が際立って見えるのはどれ 棒の長さが値に比例していない 0 10 20 30 40 50 60 70 0 10 50 60 70 50 52 54 56 58 60 62 64 66 68 70 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 図 2: 棒グラフの例(平成9年就業構造基本調査より) 3万 2万 3万 2万
59.
2015 A.Asano,KansaiUniv. 差が際立って見えるのはどれ 棒の長さが値に比例していない 0 10 20 30 40 50 60 70 0 10 50 60 70 50 52 54 56 58 60 62 64 66 68 70 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 北 海 道 東 北 南 関 東 北 関 東 ・ 甲 信 北 陸 近 畿 東 海 中 国 四 国 九 州 図 2: 棒グラフの例(平成9年就業構造基本調査より) 3万 2万 3万 2万 言い訳すらしていない(ズル)
60.
2015 A.Asano,KansaiUniv. こんな描き方はあり? 図 2: 棒グラフの例(平成9年就業構造基本調査より) 1968
19981968 1998 3万 2万 1万 1968 1998 3万 2万 1万 図 3: 怪しいグラフ(架空のデータ) くもなります。図 3 の例は,棒グラフの棒を缶の形にしたものですが,このような描き方は正当 しょうか? 今日の演習
61.
2015 A.Asano,KansaiUniv. こんな描き方はあり? 高さで量を表すはずなのに, 棒の幅や厚み感も変えて, 面積・体積で表しているかの ように印象づけている 図 2: 棒グラフの例(平成9年就業構造基本調査より) 1968
19981968 1998 3万 2万 1万 1968 1998 3万 2万 1万 図 3: 怪しいグラフ(架空のデータ) くもなります。図 3 の例は,棒グラフの棒を缶の形にしたものですが,このような描き方は正当 しょうか? 今日の演習
62.
2015 A.Asano,KansaiUniv. こんな描き方はあり? 高さで量を表すはずなのに, 棒の幅や厚み感も変えて, 面積・体積で表しているかの ように印象づけている 図 2: 棒グラフの例(平成9年就業構造基本調査より) 1968
19981968 1998 3万 2万 1万 1968 1998 3万 2万 1万 図 3: 怪しいグラフ(架空のデータ) くもなります。図 3 の例は,棒グラフの棒を缶の形にしたものですが,このような描き方は正当 しょうか? 今日の演習 長さが2倍なら 面積は4倍 体積は8倍
63.
2015 A.Asano,KansaiUniv. こんな描き方はあり? 高さで量を表すはずなのに, 棒の幅や厚み感も変えて, 面積・体積で表しているかの ように印象づけている 縦軸がないから,体積で量を表 しているように見える(ズル) 図 2: 棒グラフの例(平成9年就業構造基本調査より) 1968
19981968 1998 3万 2万 1万 1968 1998 3万 2万 1万 図 3: 怪しいグラフ(架空のデータ) くもなります。図 3 の例は,棒グラフの棒を缶の形にしたものですが,このような描き方は正当 しょうか? 今日の演習 長さが2倍なら 面積は4倍 体積は8倍
64.
2015 A.Asano,KansaiUniv. ヒストグラム こんなやつ 間隔尺度をもつデータに 身長 高 身長 低 頻度 棒グラフではありません テキスト
65.
2015 A.Asano,KansaiUniv. ヒストグラム こんなやつ 間隔尺度をもつデータに 身長 高 身長 低 頻度 棒グラフではありません テキスト
66.
2015 A.Asano,KansaiUniv. ヒストグラム こんなやつ 間隔尺度をもつデータに 身長 高 身長 低 頻度 区間 (階級) 棒グラフではありません テキスト
67.
2015 A.Asano,KansaiUniv. ヒストグラム こんなやつ 間隔尺度をもつデータに 身長 高 身長 低 頻度 区間 (階級) その区間に入る データの個数 棒グラフではありません テキスト
68.
2015 A.Asano,KansaiUniv. ヒストグラム こんなやつ 間隔尺度をもつデータに 身長 高 身長 低 頻度 区間 (階級) その区間に入る データの個数 棒グラフではありません 次回重点的にやります テキスト