![[PukiWiki]](image/blackuni3-80x80.png "[PukiWiki]")
#author("2023-11-26T12:23:17+09:00","default:takataka","takataka") #author("2023-12-01T17:09:58+09:00","default:takataka","takataka") * データ分析 2023年度 ex11 [#xa9b83a6] &color(red){''工事中''}; //&color(red){''工事中''}; #contentsx //////////////////////////////////////// ** Quiz [#quiz] 授業時間中に Moodle 上でQuiz（小テスト）を行います． 開始時刻等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>../ex01#moodle]] へ ** Notebookと授業動画 [#g7418074] [[今回の Notebookと授業動画>../#ex11]] のうち「&color(blue){★要予習★};」のものは，授業開始までに予習しているはずです． もしもまだの場合，まずはそれらの notebook を実行し動画を視聴してください． //////////////////////////////////////// ** 練習X1 [#X1] ''誤差と有効数字についての演習+α'' + [[演習問題+α>https://github.com/takatakamanbou/Data/blob/2023/ex11notebookB.md]] に書かれた問題をやりなさい + そこに書かれた「計算誤差の話の補足」を読んで理解しなさい [[こちら>https://github.com/takatakamanbou/Data/tree/2023]] からたどれる ex11notebookBanswer.md というファイルに問題の略解が書いてあります． //////////////////////////////////////// ** 練習X2 [#X2] ''Data2022 の成績データを回帰分析しよう'' *** Step1 散布図を描く [#xbad41b0] + [[Data2022-QEvsFinal.csv>Data: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，&mathjax{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 &mathjax{x};，「Exer得点率」を &mathjax{y}; としたときに，「Q+E」列に &mathjax{\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 [-10, 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． *** Step2 回帰分析する [#sb335025] + 「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 1, 2 で得られた値が有効数字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． *** Step3 自分の点数を使って最終成績の予測値を出してみる [#t757b7ee] + 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． *** 注意 [#d9ced240] - 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． - 確認用: 「Quiz得点率」50%，「Exer得点率」60%のときの最終成績予測値は &color(white){54.43}; となるでしょう（白字で書いてあるので，空白の範囲をマウスで選択すると数字が見えます）． ** 宿題 [#homework] //&color(red){''工事中''}; //&color(red){''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．''}; &color(red){''次回は小テストです''};
