1. No category

コンピュータによる統計分析
2014 年度 美添泰人
9/30 : 記述統計（散布図，相関，回帰，変数の変換と対称化・線形化，外れ値）
Reading Assignment : 統計入門 IV 章 1 節と 2 節，3 節は概観だけ
ちらばりの尺度（復習）
(1) ちらばり：平均偏差．d = 1n ∑ |xi − x¯ |，標準偏差．s =
√
1
n
∑(xi − x¯ )2 ，意味について初等的理解
1
(xi − x¯ )2 （不偏分散）もある．
n−1 ∑
(3) 偏差平方和の別な表現：∑(xi − x¯ )2 = ∑ xi2 − n x¯ 2
(2) 分散：s2 ．s2 =
1 変数の分析手法（補足）
(1) x を 1 次式で y = a + bx と変換したときの平均，分散，標準偏差:
s2y = b2 s2x ,
y¯ = a + b x¯ ,
sy = |b|sx
(2) 仮平均の利用: {x1 , x2 , x3 } = {100, 100, 101} として，仮平均 m = 100 を用いる．u = x − m につ
いて，∑ u2i − (∑ u)2 /n を計算する例で有用性を確かめる．
(3) 標準化（基準化，standardization)：各観測値について z =
z¯ = 0, s2z = 1 を確かめる．
(4) 変動係数 (cv, coefficient of variation)，cv =
x − x¯
と 1 次式で変換する．
s
s
．安定的な散らばりの尺度．品目別価格の変動
x¯
比較・全国物価統計調査の例
http://www.econ.aoyama.ac.jp/~yasuto_yoshizoe/econstat/stat200209.pdf
(5) モーメント， r 次のモーメント（積率）r = 1, 2, · · ·
/
原点まわりの積率：m′r = ∑ xir n．m′1 = x¯ は算術平均
/
平均まわりの積率：mr = ∑(xi − x¯ )r n．m2 = s2 は分散
(6) 歪み：歪度, skewness：b1 = m3 /s3 （s =
√
m2 は標準偏差）
(7) 尖度, kurtosis ：b2 = m4 /s4 （b2 − 3 を尖度と呼ぶ流儀もあるので注意）
2 変数の分析手法
参考：教科書 IV.1-2，ips chap. 2
(1) 散布図の読み方：1 変数の視点と 2 変数の視点，関係の存在，線形性（非線形性）．
統計入門 IV p. 66–74, ips 2 章 p. 123–145，データの変換（放送大学教材）
http://www.yoshizoe-stat.jp/stat/textbook/transform.pdf
(2) 集計データの散布図とミクロデータの散布図：
「全国消費実態調査の意義と特長 (pdf) 」参照．
(3) 相関の概念：正の相関・負の相関，弱い相関・強い相関
(4) 共分散の概念：sxy = ∑(xi − x¯ )(yi − y¯ )/n, (n − 1) で割る流儀もある．
(5) 分散との比較：s2x = sxx など
(6) 相関係数．簡単な定義の例：(n+ − n− )/n
(7) Pearson の相関係数： r = sxy /(sx sy )，線形性と単調性
(8) Spearman の順位相関係数： ρ （順位相関係数には Kendall の相関係数： τ もある．
）
1
(9) 注意点：(1) 因果関係，(2) 非線形性，(3) 偏った標本， (4) 方向がない， (5) 外れ値の影響
(10) 回帰分析の基本的な考え方．方向がある：説明変数と従属変数 x =⇒ y
(11) 回帰直線のあてはめ：最小二乗法 (OLS)，∑(yi − a − bxi )2 = min!
(12) 回帰直線のあてはめ：最小絶対値法 (L1 )，∑ |yi − a − bxi | = min!
(13) さらに一般的な手法：∑ ρ (yi − a − bxi ) = min!，ρ (x) = x2 , ρ (x) = |x| など
(14) 外れ値の影響：対称な分布では比較的わかりやすい．歪んだ分布の場合は注意が必要．データ
の変換（放送大学教材）p. 114–122.
(15) 回帰の現象，回帰の錯誤：統計学基礎 4.6.2 (p.33–) 「参考資料（受講者のみ）」に下書きを掲
載．統計学基礎 (草稿) 第 4 章．
(16) 当てはまりの尺度：R, r
(17) 変数変換の手法（1 変数ヒストグラムの対象化，2 変数散布図の線形化）
： Web 「その他の教
材」にある「変数の変換」
コンピュータによる演習
7 時限の内容
教室：I-104
(1) ヒストグラムの描き方（R による）．cars.R で利用するデータ cars.txt
(2) ヒストグラム：階級の数，階級幅の設定
(3) 箱ヒゲ図の描き方（R による）
(4) 複数のデータセットを比較するためのヒストグラムと箱ヒゲ図
(5) ヒストグラムの情報を箱ヒゲ図が表現できない例: (geyser example) geyser.R, geyser.txt
(6) 変数変換と対称性 : 経済変数（所得，資産など）
(7) 散布図の描き方
(8) 相関係数の計算と読み方
(9) 回帰直線のあてはめと解釈．外れ値についての注意
(10) 変数変換と線形性 : bacteria (bacteria.R, bacteria.txt ), cars など
2