Data/2023/ex11 の履歴(No.4)

Data2022-QEvsFinal.csv をダウンロードして，Google Classroom 上のこの問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ましょう
インポートしたデータのシートには次の列があります:
- 「Quiz得点率」: Data2022 受講者の Quiz の得点率（百分率）．おまけ要素があるので 100% を超えているものもある．
- 「Exer得点率」: Data2022 受講者の Exer（実習課題）の得点率（同）．
- 「最終成績」: Data2022 受講者の最終成績．おまけ要素のために 100点を超えているものもある．
Data2022 では，「Quiz得点率」と「Exer得点率」は，\( 155:65 = \frac{31}{44}:\frac{13}{44} \) で重みづけられていました（参考: Data/result/2022）．このシートの適当な場所に「Q+E」という列をつくり，「Quiz得点率」を \( x \)，「Exer得点率」を \( y \) としたときに，「Q+E」列に \( \frac{31x+13y}{44} \) の値が入るように式を書きましょう．
「Q+E」の値を横軸，「最終成績」の値を縦軸として散布図を描きましょう．
- 横軸縦軸の範囲は [-5, 110] としましょう．
- 軸のタイトルや図の縦横比率などを適切に設定しましょう．

「main」シートの適当な場所に，「Q+E」を説明変数，「最終成績」を被説明変数として回帰分析を行って得られる回帰係数（傾きと切片）の値を求める式を書きましょう（LINEST関数を使うこと）．
「main」シートの適当な場所に，これら2つの変数の間の相関係数を求める式を書きましょう．
上記の値が有効数字4桁で表示されるように設定し，それらの値をメモしておきましょう．
散布図にトレンドラインとその式，決定係数の値が表示されるようにしましょう．
得られた結果を考察しましょう．

この授業の moodle で「評定」へアクセスすると，現時点での自分の「Quiz得点率」と「Exer得点率」を確認できます．「main」シートの適当な場所にそれらの値を入力し，「Q+E」相当の値を計算させましょう．
得られた「Q+E」と回帰係数の値を使って，自分の「最終成績」の予測値を算出しましょう．
以下の注意をよく読みましょう．

moodle上で確認できる「Quiz得点率」や「Exer得点率」は，あくまで現時点での値です．Quiz も Exer も今後も出題されますので，当然変動します．また，欠席届の処理が済んでいない場合があります．疑問な点があれば takataka にお尋ねください．
上記で使った Q と E の比率は，Data2022 の成績評価で使用したものです．今年度は変わる可能性が高いです．
Data2022 では，Q+E の値は，最終成績の 5 割を占めていました．残りはレポートと試験（小テスト含む）の点数から算出されました．ちなみに，Data2022 のレポート提出者は 108 名でしたが，30名近くが0点でした（分析が間違っている，まともな文章が書かれていない，文章に剽窃があると認められた，etc.）
散布図を見ると低い点数の点があまりありませんが，これは，出席回数が規定に満たなかったひとを除いてあるからです．Data2022 の受講登録者は 125 名でしたが，CSV ファイルには出席回数が2/3以上あった 109 名分のみの分があります．
「最終成績」の半分は「Q+E」の値で決まっていますので，両者が高い相関を持つのは当然です．

次回は小テストです