実践ワークショップ Excel徹底活用 統計データ分析

概 要

ビジネスマンにとってマーケティングのための市場分析など、統計データを利用する機会は多くなっています。本書は統計データ分析の基本の解説と、それをExcelで簡単に行うための操作方法の解説をします。付録CD-ROMには、書籍内で利用したサンプルデータを収録し、試しながら学べるようになっています。

著者 渡辺美智子、小山斉
価格 本体2500円(税別)
ISBN 4-7980-0516-9
発売日 2003/04/05
判型 B5変
色数 2色
ページ数 288
CD/DVD Windows
対象読者 初級
シリーズ 実践ワークショップ
表紙イメージ
購入 アマゾンで購入する

※リンク先によっては、販売ページが用意されていないことがあります。 あらかじめご了承ください。

新しいウィンドウで開く 書籍購入のご案内

サポート

サポート情報は以下からご参照下さい。

サポート情報へのリンク

目次

第1章 ビジネスの意思決定を左右するデータ分析

1-1 統計分析とデータマイニング

・データの有効活用

・データの山からの宝探し

1-2 統計分析の適用場面

・統計分析の考え方は共通

・統計分析が適用されなければならないデータの特徴とは?

1-3 データ分析の視点

・データを分析する4つの視点

・全体のばらつきを見る

・層別してグループ間の特徴を比較

・変数(観測項目)間の関係を探る

・時点変化のパターンを捉える

第2章 統計解析の基礎

2-1 分布を知る

・データのばらつきをつかむ

・度数分布表とは

・度数分布を視覚化する

・パレート図とは

・度数分布表やパレート図から情報を読むポイント

2-2 度数分布表とパレート図の作り方

・カテゴリータイプデータの取引ごとのばらつきを分析

・度数分布表を作成する

・パレート図を作成する

・重点商品カテゴリーを分析する

・取引金額の入った表やパレート図の作り方

・ABC分析(パレート分析)を行う

2-3 ピボットテーブルとピボットグラフを活用

・層別してグループ間の特徴を比較する

2-4 集団の中心傾向とばらつきを見る

・度数分布表とヒストグラム

・度数分布表の作成

・情報のつかみ方

・ヒストグラムの作成

・ヒストグラムの読み方

・層別ヒストグラム

・練習問題

2-5 基本統計量の意味と活用方法

・基本統計量とは

2-6 データの中心傾向を見る指標

・基本統計量のいろいろ

・分布の中心を示す3つの指標~平均値、中央値、最頻値

2-7 平均値と中央値の性質の違い

・平均値と中央値の差をチェックして分布のゆがみを知る

・所得や貯蓄額のデータでは中央値で傾向を読む

2-8 ばらつきの大きさ(分布の幅)を測る指標~分散、標準偏差、範囲~

・分散、標準偏差、範囲

・不偏分散と不偏標準偏差

2-9 標準偏差と変動係数

・変動係数とは

・全国消費実態調査に見る変動係数分析例

・肉類購買データの場合は?

2-10 Zスコアと偏差値~統計データの相対的位置は標準偏差を単位に測る~

・集団の中での相対的な評価指数

・2002年度 松井秀樹選手のHR記録50本を偏差値にすると

2-11 1シグマ・2シグマ・3シグマの法則と正規分布

・1シグマ・2シグマ・3シグマの法則

・正規分布

・標準偏差はデータの起こりやすさを測る最初の一歩

・シックスシグマ

2-12 歪度と尖度

・歪度

・尖度

2-13 役に立つその他の基本統計量~四分位点、四分位範囲、四分位偏差~

・四分位点、四分位範囲、四分位偏差

・パーセント点

2-14 基本統計量を視覚化するグラフ~箱ひげ図~

・箱ひげ図とはどのようなものか

2-15 外れ値と特異値を特定する~四分位範囲の活用~

・外れ値や特異値の基準

2-16 データから格差を測る~ローレンツ曲線とジニ係数~

・格差=分配の視点から見るばらつきの大きさ

・格差の計量化 ~ジニ係数~

・ローレンツ曲線で見る銀行含み益格差

・度数分布表からの計算

第3章 時系列データの分析

3-1 時系列データ分析の視点

・時系列データの特徴

3-2 時系列プロットの作成

・時系列データからグラフを作成する

3-3 時系列データの構成要素

・4つの変動成分

3-4 加法モデルと乗法モデル

・2モデルの違い

・時系列データの変化のパターンをつかむ

3-5 欠測データの埋め込み

・なぜ欠測値の補完が必要か

・欠測値補完の3つの方法

3-6 対数目盛プロット

・目盛り間隔を自動調整する

3-7 移動平均~誤差変動をキャンセルアウトしてパターンを読む~

・移動平均(スミージング)して傾向を把握する

・移動平均法の例

3-8 中心化移動平均

・中心化移動平均によって季節変動パターンを取り除く

3-9 移動平均乖離率~パターンの変化点をさぐる~

・データは移動平均系列に沿う

3-10 季節パターン(季節指数)の特定と季節調整

・季節調整とは?

・移動平均による季節調整法(1)加法モデルの場合

・移動平均による季節調整法(2)乗法モデルの場合

・サンプルデータ計算結果の解釈

・月別データでの季節指数の求め方

・季節指数の応用-年間販売目標から月別販売目標額を決める

3-11 指数化による複数系列の変化の比較~変化のパターンを比較する~

・基準時点の値と相対関係を数値化

・指数系列を計算し、時系列プロットを作成する

・指数化した複数系列の同時プロット

・いろいろな指数化系列の例 

3-12 変化率と成長率

・変化率~基準時点からの変化の大きさを見る~

・成長率~変化の勢いをつかむ~

・成長率プロットの分析

・対前年同月比、対前年同期比伸び率~季節変動がある場合の成長率~

3-13 成長率寄与度、寄与率分解~全体売り上げの伸びへの寄与を部門別に評価する~

・寄与度と寄与度グラフ

・寄与度グラフの作成

・各商品部門の成長率と構成比

3-14 寄与率と寄与率グラフ

・寄与率から寄与率グラフを作成する

3-15 寄与度、寄与率に関するその他の事例

・日本の実質国内総支出

第4章 カテゴリータイプのデータ間の関係の強さを測定する

4-1 特性要因図を作成する

・多変量解析とは

・分析目的をはっきりさせる

・いろいろなツール

4-2 データをクロス集計表にまとめる

・クロス集計表とは

4-3 クロス集計表を読み取る指標

・行比率

・特化係数の計算

・列比率

・セル比率

4-4 連関係数(関連を測る)

・連関係数と期待度数

・サンプルデータからの計算

4-5 独立性のカイ2乗検定

・独立性のカイ2乗検定

・標本誤差

第5章 数量タイプのデータの間の関係の強さを評価する

5-1 数量タイプのデータのいろいろ

・課題データの説明

5-2 散布図とは?

・散布図から情報を読み取るポイント

・課題データの散布図の分析

5-3 相関関係の強さの程度を測る相関係数

・共分散(convariance)

・相関係数(correlation coefficient)

5-4 相関係数の解釈

・相関係数を読む

・相関係数を見る上での注意点

5-5 相関係数の検定

・有意に0でないことを確認する

第6章 単回帰分析~単一要因の効果の大きさを評価する~

6-1 散布図に傾向線を入れて効果を測る

・散布図に傾向線を引く

・最小2乗法

6-2 R2乗値(決定係数、寄与率)の意味

・傾向線の信頼性を測る

・決定係数の計算方法

・寄与率の使い方

6-3 効果の大きさ(傾き)の信頼区間の求め方

・95%の信頼区間

・回帰分析の出力(7つの指標)

6-4 回帰分析のその他の事例

・出荷データの場合

・購買金額データの場合

第7章 複数の要因変数の効果を同時に測る~重回帰分析と数量化Ⅰ類~

7-1 複数の要因を分析する

・重回帰分析とは?

・重回帰分析の実行

・分析出力の解釈

・[残差」の自由度には、特別な意味がある

7-2 重回帰分析におけるモデル選択(説明変数の選択)の基準①

・自由度と誤差項の標準偏差

・「残差」の自由度には、特別な意味がある

7-3 重回帰分析におけるモデル選択(説明変数の選択)の基準②

・自由度修正済みR2乗値

7-4 説明変数がカテゴリータイプのデータの場合

・ダミー変数の導入

・(0、1)データに変換して分析

・出力結果の解釈

"・3分類以上の場合~ダミー変数(0,1)をセットで使用"

・出力結果の解釈

・数量化Ⅰ類

第8章 重回帰分析を応用した顧客の判別~購買客の要因を探る~

8-1 目的変数がカテゴリータイプの場合の重回帰分析

・判別分析とは?

・結果の解釈

・重回帰モデル式に基づく判別ルールの構築

8-2 誤判別率の評価

・判別ルールの誤判別率を評価する

8-3 層別(グループ別)散布図

・Excelマクロの活用

第9章 主成分分析~総合指標の作成と情報の縮約~

9-1 主成分分析とは?~総合指標を効果的に作成する方法~

・合成変数とは何か?

・主成分分析の理論

9-2 主成分分析のExcelでの実行~マクロプログラムの利用~

・Dllsa for MA on Excelのインストール

・主成分分析の出力

・主成分分析の出力の意味

・各主成分の解釈

9-3 対象ケースの弁別とデータ構造の把握、情報の縮約

・主成分分析でできること

・①対象(ケース)の弁別

・②データ構造の把握

・③新指標の作成(主成分を応用して)

・④情報の縮約~見るべき変数の次元を減らす

9-4 主成分分析の2つの立場

・2つの違いを十分に理解しよう!

付録 大規模Web調査データからのデータマイニング事例

PR

秀和システム