データ分析 2022年度 ex04

Table of Contents

Quiz

授業開始後すぐに Moodle 上でQuiz(小テスト)を行う予定です. 正確な開始時刻や実施法は授業時間中にお知らせします. Moodle へのアクセスの仕方については,第1回のページ

Notebookで学習

以下のリンク先の Colab notebook を開いて実行してください: ex04notebookB.ipynb

Colab notebook の扱い方がわからないひとは, 第2回のページ へ.

練習1

PartI

データの準備

  1. ex04data1.csv を自分の PC にダウンロードしてください
  2. Classroom 上のこの課題のスプレッドシートにこの授業で説明した手順でインポートしてください.

    「ファイル」>「インポート」>「アップロード」>(CSVファイルをアップロード)>「新しいシートを挿入する」

    • インポートの仕方は,ex02練習1 で説明している通りです.Excel で開くのではありません.

四分位点などの計算と観察

「おこづかい」列のデータ(サンプルサイズ 50)について,次のことをやりましょう

  1. シート「main」の PartI の表のセルに,その上のセルに示された値を計算する式を書く
    • 「標準偏差」は STDEVP 関数STDEVではない)で
    • 「第n四分位数」(n = 1, 2, 3)は, QUARTILE 関数で.使い方はこんなん

      QUARTILE(範囲, n) (範囲で指定したデータの第 n 四分位点の値を算出)

      「第n四分位点」というのがどういう意味のものかは別のところで説明します/しています
  2. 上記の値をメモしておきましょう
  3. シート「ex04data1」の「おこづかい」列の一番上のひとの金額を10万円に変更しましょう
  4. 3. と同様に値をメモして,どう変化したか/しなかったか観察しましょう

PartII

ex04data2.csv をダウンロードして上記と同じスプレッドシートにインポートして,「データ1」,「データ2」,「データ3」列のそれぞれのデータ(サンプルサイズ 100)について,次のことをやりましょう.

  1. PartII の表のセルに,PartI と同様に計算式を書く
  2. 上記の値をメモしましょう.3種類のデータのヒストグラムと表の値を観察して,3種類でどこが(ほぼ)同じでどこが違うか観察しましょう
  3. 3つのデータそれぞれのヒストグラムを描く.描き方については,以下の「ちょっと便利な描き方」を参照してください.

    1021金 17:30 追記: ヒストグラムは3つ別々に描きましょう.横軸の範囲やパケットサイズは揃えてね.

ex04data2 のヒストグラムのちょっと便利な描き方

  1. メニューから「挿入」 > 「グラフ」と選択.右側にグラフエディタが開く.
  2. グラフの種類を「ヒストグラム グラフ」に.
  3. 「データ範囲」を選んで,シート「ex04data2」の「データ1」から「データ3」までのデータが入っている範囲を選択(見出しの文字列も含める).
  4. 「系列」のところに「データ1」,「データ2」,「データ3」という3つが並んで,3つの列のデータを色分けしたひとつのヒストグラムができる.
  5. 「行3を見出しとして使用」にチェックを入れる(3行目は見出しの文字が入ってるセルのはず).
  6. 横軸縦軸の範囲やパケットサイズ等を設定する.横軸は -8 から 4 まで,縦軸は 30 まで,パケットサイズは 1 としよう.
  7. そのグラフの右上の「:」から「グラフをコピー」.

    1021金 17:30 追記: このときに,「Ctrl+C, Ctrl+Vのキーボードショートカットをなんたら」というメッセージが出ることがあるようです(Chrome限定?)が,そのまま無視して作業をやり直せば問題ないようです (高橋の環境で再現できなくて,現在調査中)

  8. 適当な場所でメニューから「編集」> 「貼り付け」すると,コピーしたグラフの複製が貼り付けられる.2つ複製して同じの3つにしよう.
  9. それぞれのグラフの「系列」に「データ1」,「データ2」,「データ3」と並んでいるところから,不要なものをクリックして「削除」
  10. 必要に応じて個別のグラフの設定をする(タイトルとか)

課題A

これは「課題」ですので,期限までにやって提出することが必要です. 期限は Classroom 上の「ex04課題A」で確認できます.

PartI

  1. mpiS100.csv を自分の PC にダウンロードしてください
  2. Classroom 上のこの課題のスプレッドシートにいつもの手順でインポートしてください.
  3. シート main の C7 から C9 のセルに,その左隣に書いてある値を計算する数式を書いてください
    • 「相関係数」は, CORREL関数 で算出できます.使い方は次の通り

      CORREL(データYの範囲,データXの範囲)

      • 「数学 vs 物理の相関係数」の場合,数学の点数100人分の範囲と物理の点数100人分の範囲を二つの引数それぞれに指定しましょう.数学と物理のどちらをデータXにしても構いません(算出される値は変わらない)
      • データXの範囲およびデータYの範囲に含まれるデータ数は等しくないといけません
      • PEARSON関数でも全く同じ値が計算できます
      • Google のヘルプ: https://support.google.com/docs/answer/3093990
    • 相関係数」とは何か,どういう意味の値かは,後で説明します

PartII

上記の表の下に,「数学 vs 物理」,「数学 vs 情報」,「物理 vs 情報」の3つの 散布図 を描きましょう.

散布図に関する条件

散布図の描き方

以下の動画を視聴してください.

Data2022-04-movie2 散布図と相関(0) Google Sheets で散布図を描こう

以下に,簡単なメモを書いときます.動画でも説明してます.

  1. 「グラフエディタ」の「設定」タブで
    1. 「グラフの種類」を「散布図」に
    2. 「データ範囲」として,「数学」,「物理」,「情報」の3列を見出し含めて指定
    3. 「行1を見出しとして使用」にチェックを入れる
    4. X軸を「数学」に
    5. 系列から「数学」と「情報」を削除
  2. 「グラフエディタ」の「カスタマイズ」タブで
    1. 横軸 > 最小値最大値
    2. 縦軸 > 最小値最大値
    3. グラフと軸のタイトル > 横軸のタイトル > 数学
    4. グラフと軸のタイトル > 縦軸のタイトル > 物理
  3. 今回の散布図は,横軸縦軸の範囲がどちらも [0, 100] ですので,図の縦横比を 1:1 にするのがよいでしょう.だいたい 1:1 になるように手動でグラフの枠の大きさを調整しましょう
  4. コピーして2つ目を作る
  5. 設定タブの「X軸」と「系列」を選択して,列を選び直す
  6. (以下同様に)

おまけ課題

omake

宿題

次のことを次回の授業までに必ずやっておいてください.

  1. ex04課題A
  2. ex05★宿題★

トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2022-10-25 (火) 00:41:41