Data/2022/ex04 の履歴(No.5)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• Data/2022/ex04 へ行く。
  • 1 (2022-09-05 (月) 17:46:51)
  • 2 (2022-09-05 (月) 18:38:55)
  • 3 (2022-10-07 (金) 17:53:07)
  • 4 (2022-10-07 (金) 17:53:07)
  • 5 (2022-10-19 (水) 08:49:37)
  • 6 (2022-10-21 (金) 17:32:57)

---

データ分析 2022年度 ex04†

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 へ

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．

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」．
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

• 「X vs Y」の散布図は，横軸を X の点数，縦軸を Y の点数とする
• グラフの横軸縦軸の範囲は [0, 100] にする．今回のグラフでは縦軸横軸の単位が同じで範囲も同じなので，箱の縦横の長さが（ほぼ）等しくなるように調整してください
• 横軸縦軸にその軸に対応する科目名を表すタイトルをつける

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）

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 の ★宿題★