- 基本
- ピボットテーブル
- ｔ検定
- データ分析の流れ
- 回帰分析
- その他
基本
- 折れ線グラフには平均と標準偏差の補助線を引く。「外れ値」が見やすくなる。
-
変動係数 ＝ 標準偏差 ÷ 平均
標準偏差・・・絶対的なばらつき
変動係数・・・相対的なばらつき -
（各値 － 平均） ÷ 標準偏差
個々の値の平均からのズレが標準偏差の何個分に当たるか - 偏差値 ＝ ｛（各値 － 平均） ÷ 標準偏差｝ × １０ ＋ ５０
ピボットテーブル
-
データを「週末」と「平日」に分け、それぞれの基本統計量を計算する。
行ラベル ＝ 週末フラグ
値 ＝ 売上げの合計、平均、標準偏差・・・
ｔ検定
- 平均の差の検定
- ２つのグループの平均値の差を比較し、差がある言って良いかを検証すること。
- Excelの「分析ツール」を使う。（「ｔ検定：分散が等しくないと仮定した２標本による検定」）
- 「ｐ値（両側）」に着目する。
ｐ値
- 誤判断リスク
- 0〜1
- 0・・・「２つのグループの平均に差がある」という主張が間違っている確率が0%
- 1・・・「２つのグループの平均に差がある」という主張が間違っている確率が100%
- 有意水準、有意確率 ・・・許容できるリスク（p値）の上限。
- 平均の差の検定（t検定）を用いて、週末と平日の売上高の平均の差について、誤判断リスク（ｐ値）を加味して判断することができる。
データ分析の流れ
- 売上高を増やす ＝ ゴール ＝ 結果系変数
結果系変数を分解してサブゴールを見つける。
-
売上高 ＝ 客数 × 客単価
客数を増やす ← サブゴール
客単価を増やす ← サブゴール
- サブゴールをグラフ化（ヒストグラム）する。（ヒストグラムは分析ツールで）
- ヒストグラムの山が複数あれば、異なる傾向が混ざっている可能性あり。
-
ヒストグラムの描き方
区間の数 ・・・ √（データの数）
区間の幅 ・・・ （最大値 － 最小値） ÷ 区間の数 - サブゴールの基本統計量を比較する。
- 異なる単位のばらつきを比較するには変動係数を用いる。
- 結果系（売上高）と原因系（客数、客単価）の散布図をそれぞれ描き、関係を視覚化する。
- 散布図に直線を引き、傾向を見やすくする。（「近似曲線の追加（線形近似線）」機能を利用）
- 相関係数で直線傾向を数値化する。
-
相関係数…２変数の関係がどれくらい直線っぽいかを表す指標。
= correl(変数１群, 変数２群)
= -1 〜 +1 -
異なる結果系にそれぞれの原因系を考える。
客数 ・・・ 基本、天気、ちらし、キャンペーン、値引き
客単価 ・・・ POP、かごの配置、値引き -
まとめ
- 結果系の変数を分解する。
- 各変数の平均・標準変数・変動係数を調べる。
- 各変数と結果との相関を調べる。
- 分析ツールの「基本統計量」でデータの全体像を把握する。
- 量的変数と質的変数 ・・・ 質的変数は「0, 1, 2, …」に置き換える。
- 分析ツールの「相関」で相関係数をマトリックス表示。
- 散布図 → 近似曲線を追加（線形近似、数式表示ON）
- 近似曲線の数式（y=ax+b）が分かれば予測ができるようになる。
回帰分析
３つのポイント
- 係数：値引きすると売上個数はいくつ増えるのか
- ｐ値：どれくらい安心してこの結果を見られるか
- 決定係数：価格だけで売上個数をどれくらい説明できるのか
- 残差：予想からどれくらい外れているか
係数
- 「y=ax+b」の傾き「a」と切片「b」のこと。
ｐ値
- Probability value、有意確率
- 目安は0.05（5%有意水準）
- 切片のｐ値は無視。
決定係数
- Excelでは「重決定R2」と表記。
- 「分析に使った原因」で結果の何％の動きを説明できるのかを表す。
残差
- 予想が外れた理由を調べることにより新たな原因変数を得る。
原因を複数にして回帰分析
- ｐ値が大きい変数は削除。
- ただし、変数の削除は１つずつ。
- 変数を削除すると他の変数のｐ値が改善されることがある。
- 原因の変数を複数にすると決定係数（重決定R２）は大きくなる。
その他
分析ツール
できること
- ｔ検定（ｐ値）
- 基本統計量（平均、中央値、最頻値、標準偏差、最小、最大、標本数、…）
- 回帰分析
- 相関
ソルバー機能
価格を上げると、粗利は増えるが、売上個数は減るというトレードオフの関係。
売上げを最大化するための価格を見付けるのがソルバー機能。
ラベル付き分布図
ラベル付き分布図でCSポートフォリオ
データバーで簡易ヒストグラム
countif関数 ＋ 条件付き書式.データバー
