BellCurve 統計WEB

初めての方限定!Amazonギフト券プレゼントキャンペーン
初めての方限定!Amazonギフト券プレゼントキャンペーン
  • Step3. 実践編
  • 1. データの整理と可視化

1-3. 基本統計量とヒストグラム


次のデータは、「Step0. 初級編 1-1. データをとってみよう」で用いたデータです。このデータを使って、基本統計量の計算とヒストグラムの作成を行ってみましょう。

ファイルのダウンロードはこちらから

■Excelによる解析例

  1. データ > データ分析 > 基本統計量を選択
  2. ※「データ分析」が見当たらない方はこちらを参考に設定を行ってください。

    
    

  3. 「入力元」と「出力オプション」を図のように設定 > [OK]をクリック
  4. 基本統計量が出力される
  5. 「体長」のヒストグラムを作成するためのデータ区間を作成
  6. ※ここでは2cm刻みのデータ区間を作成しています。

    ※このデータ区間は次のような範囲を意味します。

    データ区間範囲
    2626cm以下
    2826cmより大きく28cm以下
    3028cmより大きく30cm以下
    3230cmより大きく32cm以下
    3432cmより大きく34cm以下
    3634cmより大きく36cm以下

  7. データ > データ分析 > ヒストグラムを選択
  8. 「入力元」と「出力オプション」を図のように設定 > [OK]をクリック
  9. デフォルトのヒストグラムが出力される
  10. ※「次の級」はデータ区間が36よりも大きいもの、すなわち36cmより大きいサンプルの度数を表します。

  11. デフォルトのグラフを加工
  12. ※棒グラフの隙間を埋めるために次の処理を行います:棒グラフの棒部分を選択 > 左クリック > データ系列の書式設定 > 要素の間隔を0%にする 

■Rによる解析例(基本統計量の算出)

library(psych)

dat <- read.csv("neko_1nensei_eng.csv", header=T)  #データの読み込み

#データの分布を算出
summary(dat[,2:3])

#基本統計量の算出
describe(dat[,2:3])

summary関数の出力結果

  • min:最小値
  • 1st Qu.:第1四分位数
  • Median:中央値
  • Mean:平均値
  • 3st Qu.:第3四分位数
  • max:最大値

describe関数の出力結果

  • vars:何番目のデータか
  • n:データ内のサンプル数
  • Mean:平均値
  • sd:標準偏差
  • Median:中央値
  • trimmed:データを小さい順に並べ、小さい側(下位)と大きい側(上位)から指定した個数の値を除き、残ったデータから求める平均値(デフォルトでは上位10%、下位10%のデータが除かれます)
  • mad:[中央値からデータの各値を引いた値]の絶対値の中央値(中央絶対偏差)
  • min:最小値
  • max:最大値
  • range:最大値から最小値を引いた値
  • skew:歪度
  • kurtosis:尖度
  • se:標準誤差

■Rによる解析例(ヒストグラムの作成)

#パッケージを使わない場合
hist(dat[,2],  #データを設定 
     main="",  #グラフタイトルの削除 
     xlab="length",  #x軸ラベルの設定 
     col="skyblue",  #ヒストグラムの色を指定 
     breaks = seq(24, 36, by=2))  #データ区間の指定(24から36まで2刻み)

#ggplot2を使う場合
G <-ggplot(dat, aes(x = length)) +  #x軸のデータを設定
  geom_histogram(closed = "right", breaks=seq(24, 36, by=2),  #ヒストグラムを指定、区間境界の指定(right:~より大きく、~以下)、データ区間の指定(24から36まで2刻み)
                 fill="skyblue", colour="black") +  #ヒストグラムの色を指定、ヒストグラムの輪郭の色を指定 
  scale_x_continuous(breaks = seq(24, 36, by=2)) +  #x軸の目盛を指定(24から36まで2刻み)
  theme(panel.grid.major = element_blank(),  #背景のgridの削除
        panel.grid.minor = element_blank(),  #背景のgridの削除
        panel.background = element_blank(),  #背景色の削除
        axis.line=element_line(colour = "black"),  #グラフの線の色を指定
        axis.ticks=element_line(colour = "black"),  #グラフの目盛(ticks)の色を指定
        axis.text=element_text(size=14),  #グラフの目盛のフォントサイズを指定
        axis.title=element_text(size=16))  #グラフのラベルのフォントサイズを指定
plot(G)


■Pythonによる解析例(基本統計量の算出)

import pandas as pd

dat = pd.read_csv("neko_1nensei_eng.csv")

#基本統計量の算出
print(dat[["length","weight"]].describe())

■Pythonによる解析例(ヒストグラムの作成)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

dat = pd.read_csv("neko_1nensei_eng.csv")

#matplotlibを使う場合
fig, ax = plt.subplots()  #グラフの大枠の作成
ax.hist(dat["length"],  #ヒストグラムを指定、データを指定 
        color="skyblue",  #ヒストグラムの色を指定
        ec="black",  #ヒストグラムの輪郭の色を指定(ec:edge colorを意味します) 
        bins = np.linspace(26, 36, 6))  #データ区間の指定(26から36までを6分割)
ax.set_xlabel("length")  #x軸のラベルの設定
ax.set_ylabel("count")  #x軸のラベルの設定
plt.show()

#matplotlib + seabornを使う場合
sns.histplot(x="length",  #ヒストグラムを指定、列名を指定  
             data=dat,  #データを指定  
             color='skyblue',  #ヒストグラムの色を指定 
             bins = np.linspace(26, 36, 6))  #データ区間の指定(26から36までを6分割)
plt.show()



1. データの整理と可視化


統計学やデータ分析を学ぶなら、大人のための統計教室 和(なごみ) [業務提携]


統計WEBを運営するBellCurveは、統計解析ソフト「エクセル統計」を開発・販売しています! 統計解析ソフト「エクセル統計」をインストール後のExcel上のタブとメニュー エクセル統計ジャケット画像


【BellCurve監修】統計検定®2級対策に最適な模擬問題集1~3を各500円(税込)にて販売中!

Kindleストアで配信中

統計検定®2級 模擬問題集1

500円(税込)

統計検定®2級 模擬問題集2

500円(税込)

統計検定®2級 模擬問題集3

500円(税込)


【PR】