コメントありがとうございます。他の動画もぜひご覧ください。

コメントありがとうございます。他の動画もぜひご覧ください。

コメントありがとうございます！講師の平磯です。 季節調整は同じような傾向の繰り返しを季節要因として抽出し、取り除く分析手法ですので、1年分しかデータがないと繰り返しがないため、季節調整ができません。決まりはありませんが、最低でも5年分ほどデータがあるといいのではないかと思います。

コメントありがとうございます！講師の平磯です。 動画の内容がお役に立ったならば幸いです！ぜひ他の動画もご覧ください！

コメントありがとうございます！講師の平磯です。 申し訳ありませんが、動画の目的としては分析手法や操作方法を紹介するもののため、使用しているデータの提供は行っていません。他の動画で紹介していますが、e-Statや気象庁や経済産業省のオープンデータから関連のありそうなデータをダウンロードしてぜひ回帰分析を試してみてください。解釈の仕方や操作方法でわからないことがあれば遠慮なくご質問ください！

コメントありがとうございます！講師の平磯です。 データを見る限り、“小”、“中”、“大”の処置を各被験者に施したときの3つの処置の効果の大きさを比較したいのかと思います。このデータは質的変数ではなく、量的変数のように見えますので、ダミー変数を活用する必要はないかと思います。「効果に差があるのか」を調べるならば分散分析を活用すればよいですが、ご質問のように処置ごとに比較したいとなると分散分析ではカバーできません。その場合は、Excelでできるデータ分析の領域を若干はみ出してしまいますが、テューキーの検定やボンフェローニの検定などを実施する必要が出てきます。このあたりの使い分けは色々と条件があるので、「多重比較検定」などで検索してみてください。 ご質問のデータだと、「各処置を施す順番で効果に影響が出るか」といったことも考える必要も出てきたりしそうな気がします。データの集め方や分析手法の選択など、統計って難しいですよね…。自分もまだまだ勉強中です。

@@Odysseymedia ご丁寧にご解説いただき、 ありがとうございました。

コメントありがとうございます！講師の平磯です。 動画の内容がお役に立てば幸いです。ぜひ他の動画もご覧ください！

コメントありがとうございます！講師の平磯です。 動画の中で使用しているExcelデータはe-Statというサイトでダウンロードできます。 ● e-Stat（政府統計の総合窓口） www.e-stat.go.jp/ ダウンロードの手順は動画内5:37～解説していますので、ぜひご覧ください。

コメントありがとうございます！講師の平磯です。 切片はx=0のときのyの値ですので、x=0のときy=0になる関係性であれば切片が0になることはあります。また、データを標準化してから回帰分析を行うと、前述の関係性になりますので、切片は0になります。

コメントありがとうございます！講師の平磯です。動画が何らかの刺激になったのであれば私にとっても励みになります！ ビジネスでのデータ分析は継続的なものがほとんどだと思います。いわゆるPDCAサイクルを回す中で、判断、説得、効果検証のための手段としてデータ分析の結果を用いると思っています。会社全体のデータ分析スキルを向上させるためには、ビジネス統計スペシャリストや統計検定といった資格を1つの指標として活用するのも良いと思います。他の動画もぜひご参考ください！

コメントありがとうございます！講師の平磯です。 運送業に関わるビジネスデータは季節の影響などが大きそうです。動画がお役に立ったのであれば嬉しく思います。 他の動画もぜひご覧ください！

コメントありがとうございます！ 講師の平磯です。 エクセル分析スペシャリストでは、Excelを操作しながらt検定や重回帰分析などの分析手法や結果の解釈を学びます。ただし、分析の中身（どのような数式で求められているか）はExcelが行ってくれるため、ほとんど取り扱っていません。 対して統計検定2級では、上記の分析手法の理論や数式を学んでいきます。ただし、PC操作などはなく、頭の中で学んでいきます。 【Excel操作を伴った分析手法の学習】【数式等の理論を理解し、計算するところまで学習】の2点が大きな違いかと思います。 社会に出れば、ビジネスデータの分析を紙とペンでいちいち計算することはほとんどなく、Excel等の機械に任せることになります。そういった点では、理論や数式を学んでいなくてもビジネスデータ分析に取り掛かることができます。当然、理論や数式まで理解していた方が深い知識を得ることができますが、それなりの数学力が必要とされます。 上記点の善し悪しをどのように捉えるかはそれぞれとなりますが、どちらも役立つ資格と言えると思います！

@@Odysseymedia 丁寧な返信ありがとうございます

また、シリアルコードがメールで送信されると書かれていたのですが、されていないのは運営側に連絡すべきですか？

この度はご注文いただき、誠にありがとうございます。WEB模擬テストを実施するのに必要なシリアルコードはメールでお送りいたします。郵送物はございません。2営業日以内にご案内メールをお送りいたしますので、メール到着まで今しばらくお待ちください。

コメントありがとうございます！講師の平磯です。 対応が取れない場合には、「対応のないデータ」としていずれかのt検定を実施する方向で良いと思います。どちらのt検定かは、動画で解説している通り、F検定を実施して判断します。この方法で、前後の集団を1つの塊と見て、「集団に変化があったのか」を確認できます。「研修によって個々人に変化があったのか」は対応のあるt検定を実施する必要があるので、結果の収集（データ分析のデザイン）時点での工夫が必要という話になってきます。

返信ありがとうございます。とても困っていたので、大変助かりました。 次からは匿名でも、データを対応できるように工夫します。

コメントありがとうございます！ 講師の平磯です。 「商品数」というのは「売上個数」でしょうか？それとも言葉通り、商品の種類数を指しますでしょうか？ 「売上個数」だとして見解をお伝えすると、2ヶ月のうちに3回値上げとのことなので、特定の価格での販売期間は短いと思います。そうなったときに、「3回」という値上げの回数は分析において考慮すべき点なのかという視点があります。特に気にせず、「値上げによる売上個数への影響」を考えるのであれば、値上げ前から最終的な値上げ後の販売個数の平均などを一定期間で比較してみても良いと思います。ただし、季節性を持つような商品ならば、値上げ前の同月での比較が良いと思います。 また、日々の売上個数がそれなりにあるのであれば、価格と販売個数で散布図を作ってみても傾向がわかるかもしれません（横軸のプロットされる個所は限定されます）。折れ線グラフでも変化の傾向をつかめるかなと思います。商品の特性がわからないので何とも言えませんが、季節調整などの分析にかけても、「値上げ」という要因がどういった影響を及ぼしたのか炙り出せるかもしれません。「季節調整」は他の動画で解説しているので、ぜひご覧ください。

ご返信ありがとうございます！ 商品数は、売上個数を指します。 日々の個数もそれなりにあり、季節要因もある商品ですので、ひとまず季節調整の動画を見てみます！

コメントありがとうございます！講師の平磯です。 「"”」（ダブルクオーテーション）で挟むことによって「文字列」として認識されます。つまり、「"*B1*”」となっていることで、「B1」という文字列を探すことになってしまいます。そのため、単純にセル指定ができないのですが、セルを指定して文字列を探したい場合には、「"*”&B1&”*”」としてみてください。こうすれば、「"”」（ダブルクオーテーション）で挟まれた「*」という文字列とB1で指定したセルの値（"”で挟まれていないため、セルの値自体を文字列として返す）を組み合わせたものをカウントしてくれるようになります。つまり、動画内のセルC3に入力する数式ならば、=IF(COUNTIF(B3,"*"&$A$1&"*"),"○","×")とすれば大丈夫です。

コメントありがとうございます！ 講師の平磯です。 AVERAGE関数とピボットテーブルで求めた場合、値は同じになるはずですが、原因が何かはAVERAGE関数でどのような値が算出されたのかを伺わないと見当がつきません。ただ、問題集の解答に関する回答のため、これ以上は公の場での回答が難しいです。お手数ですが、弊社問い合わせフォームからご質問いただけたらと思います。どうぞ宜しくお願いいたします。 ●問い合わせフォーム aoten.jp/contact-us/

コメントありがとうございます！　講師の平磯です。 統計的予測での正答率は、目的変数（結果系変数）が質的変数（数値として扱われない変数）の場合に確認する値になります。今回のデータでは目的変数が「売上金額」のため、量的変数です。したがって、予測値と実測値の比較に「正解かどうか」を確認する基準がありません。仮に、売上金額に何らかの実務的な基準（”300,000円以上かどうか” など）を設定できれば、予測値と実測値が基準を超えているか否かという基準で正答を判断できるのではないかと思います。

コメントありがとうございます！　講師の平磯です。 他の動画でもコメントありがとうございます。動画がお役に立てたのであれば幸いです。他の動画もぜひご覧ください！

コメントありがとうございます！　講師の平磯です。 動画がお役に立てたのであれば幸いです。他の動画も、ぜひご覧いただけたらと思います！

コメントありがとうございます！　講師の平磯です。 まず、差の比較を行いたいときの帰無仮説は「等しい」という仮説を設定します。そして、対立仮説には「等しくない、一方が大きい/小さい」といった仮説を設定します。差の比較の検定では、主眼が「差があるかどうか」に置かれており、「差がない」ことを確かめることはできません。帰無仮説が棄却されたからと言って「差がない」とはならず、「差があるとは言いきれない」となるためです。 そもそもデータにはばらつきが生じ、完全一致することは稀なので、「等しくない」よりも「等しい」ことを示す方が難しかったりします。差がないことを確かめるための検定として同等性の検定などがあります。

コメントありがとうございます！ 講師の平磯です。 「同じレストランを利用しているはずなので、満足度に差異はないはず。Bホテルの方が満足度が高いのはフロント接客満足度が影響してしまっているからだ」という結論を導きたいということでしょうか？ Aホテル、Bホテル関係なく、「フロント接客満足度が高いほどレストラン接客満足度が高くなる」という関係性があるならば、フロント接客満足度の影響を取り除いてレストラン接客満足度を比較する手法の一つとして共分散分析があります。ただし、その手法を使用できる条件がいくつかありますので単純に使用はできません。 別の視点として、フロントもレストランも大きく括ればホテル全体の接客となるので、他の部分でも接客満足度のデータがあるならば総合的に比較してみるのもいいのではと思います。 導きたい結論が異なる場合は、またコメントいただけたらと思います。

コメントありがとうございます！ 講師の平磯です。 問題集の中身に関する回答のため、公の場での回答が難しいです。お手数ですが、弊社問い合わせフォームからご質問いただけたらと思います。どうぞ宜しくお願いいたします。 ●問い合わせフォーム aoten.jp/contact-us/

コメントありがとうございます！ 講師の平磯です。 お役に立てたのならば良かったです。ぜひ他の動画もご覧ください！

@@Odysseymedia 様 ありがとうございます。 今年の春に、ビジネス統計スペシャリスト（エクセル分析ベーシック）に合格しました。 秋に、ビジネス統計スペシャリスト（エクセル分析スペシャリスト）を受験予定です。 他の動画も拝見させていただき、合格できるように努力します。

コメントありがとうございます！ 講師の平磯です。 「仮説平均との差異」「二標本の平均値の差」はどちらも同じ考え方で、２群の平均値にある特定の差を仮定する際に設定します。何も入力されていなければ、「0」として計算されます。つまり、2群の平均値の差は0（＝平均値が等しい）と仮定して仮説検定を行います。これを「平均値に5の差がある」と仮定して仮説検定を行うならば、「仮説平均との差異」「二標本の平均値の差」に5を設定します。多くの場合は、平均値に差異がないかを確かめるので、数値を設定することはほとんどないと思います。

@@Odysseymedia 様 ありがとうございました。 勉強になりました。

コメントありがとうございます！講師の平磯です。 商品の内容や価格帯など特性によってアプローチは変わってきそうです。「この分析手法が適している」と一言では言えないと思います。あらゆる商品が値上げしている中、その商品だけの販売数量が減少しているのか、販売数量の減少も購買者数が減少しているのか、1人あたりの購買量が減少しているのかなど気になることが多そうです（調査済だったらすみません）。 仮説を検証するならば、例えば季節調整を行うことで、値上げのタイミングから販売数量が減少しているのかなどを確かめてみてもいいかもしれません。また、SNSなどで世の中の評価を探してみるなどもできると思います。最終的に、販売数量を増やすことに繋げていけたらと思います。 ビジネス統計スペシャリストでは、Excelを使ったいろいろな分析手法や分析に必要な視点を学ぶことができます。ぜひ挑戦してみてください！

コメントありがとうございます！　講師の平磯です。 まず、相関分析では各項目間の相関係数を見ることで、関係性を見出し、考察します。ただし、相関係数は「2つの変数の動きに関連性があるか」を確かめる数値ですので、その2変数に関係性があるかどうかは無視されます。例えば、「ビールの売上が上がると水難事故件数が増える」というように、現実的に直接の関係性がないような項目間でも、一方の増加に対してもう一方が増加（減少）する“動きの関連性”が見られれば、相関があるという結論が導かれます。そのため、「因果関係を想定しない分析」という説明がされています。 回帰分析では、2つの変数間の関係を数式化により具体化します。「因果関係がある」だけでは、どのくらいの影響力があるのかなどはわかりません。その影響力を数値として求める分析が回帰分析です。それぞれ以下のような場合に効果を発揮します。 相関分析：多数の項目がある場合に、それぞれの項目間の相関係数を見ることで、気づいていない関係性を見出すことができる（本当に関係性があるかの検証が必要、分析のとっかかりとして活用） 回帰分析：ある程度因果関係を想定できる項目間の関係性を数値（傾き、切片）で見ることができる。求められた数値（傾き、切片）を予測などに活用できる。 どちらも2変数間の関係性を見る分析として紹介されるため、混同してしまうこともあるかと思いますが、“分析の目的”や“分析からわかること”が異なります。

コメントありがとうございます！ 講師の平磯です。 模擬テストにおいては、「決定係数」「R2」は「重決定R2」を指しています。本番試験に関しては、問題や解答に関わることはお答えできませんが、模擬テストでしっかりと問題演習を重ねれば合格に近づくと思います。 また、動画へのコメントもありがとうございます。内容がお役に立てば幸いです。ぜひ他の動画もご覧ください。 ビジネス統計スペシャリストへの挑戦頑張ってください！

コメントありがとうございます！講師の平磯です。 エクセル分析ベーシックでは、Excelの入力・操作も含めて学習内容としております。Excel・統計ともに初学者、あるいはExcelはある程度使える方など、スタートスキルのばらつきも大きくなりやすい資格でもありますので、分析前のExcel入力作業が単調作業になってしまう方もいらっしゃると思います。 ご理解いただけますと幸いです。

コメントありがとうございます！講師の平磯です。 箱ひげ図の箱部分の端点（第1四分位と第3四分位）が25%～75%になっている理由は、標準偏差とはちょっと別の話になります。動画でも紹介している通り、標準偏差は求めるための計算が少々煩雑です。そのため、データのばらつきをサクッと知りたいときに（自力では）簡単に求めることができません。その反面レンジ（範囲）は最大値と最小値の引き算だけで求められるので、データのばらつきをざっくりと把握するのに役立ちます。ただし、最大値と最小値が外れ値になるような極端な値の場合には、レンジがおかしな値になってしまいます。そのため、上位と下位25%ずつを取り除いた範囲を求めることでより正確なデータのばらつきを把握しようという狙いで四分位範囲があります。 今後も気づいたことやわからないことがあれば、お気軽にコメントいただけたらと思います！

コメントありがとうございます！講師の平磯です。 ChatGPT、勢いがすごいですよね。まだまだ精度の部分や人間的な思考に遠い部分に弱点があるのかなと思っていますが、世の中への広がりや技術の浸透などを考えるとAIの将来にとって大きな転換点になり得るのかもなどと思ってしまいます。 人間からの「何を学ばせて何をさせたいのか」という指示を飛び越えて、「自分で学び、考え、推論する」ようになったら…楽しみ半分、怖さ半分です。

コメントありがとうございます！講師の平磯です。 また、ビジネス統計スペシャリストのお取り組みもありがとうございます。 仮説検定の結果が有意ではなかった場合ですが、まず、「効果があるとは言いきれない」という事実も貴重な結果です。そこからも様々な仮説や考察に繋げることができます。そもそも仮説検定を行っているということは、「研修の効果があるのではないか？」という仮説を立てていると思います（研修の効果がないという仮説はあまり立てないと思いますので…）。その裏付けとして行った検定に対して、仮説と結果の相違があった場合、その原因を探ることで次の仮説や検証に進むことができます。 まず、P値による判断には誤りがある可能性を捨てきれません。今回であれば、5%有意水準で判断しているため、5%の確率で誤った結果となっている可能性もあります。今回のP値は0.05に近い値となっているため、“今回のデータ”では有意とならなかっただけかもしれません。そういったことから、別の期間や別の対象者で同様に仮説検定を行ってみることも検討できると思います。また、「研修後」の分散（データのばらつき）は研修前に比べて大きいため、研修の効果に個人差があるのかもしれません。そういった可能性を1つ1つ考察していくことができると思います。 ただ実際、企業などでは「有意だ」という結果だけが欲しいという場合もあるようです。広告などで「効果あり」と謳えるか否かに関わってくるためです。先月のニュースで、分析業務を請け負っているある企業の出した「必ず有意差を出せます！」という広告が話題になりましたが、思い通りの結果が出るように色々と試すこともされているのではないかと思います。統計的には人の意思が介在することは良くないことですが…。 本当はもっと色々と思う部分はあるのですが、ご質問の回答をしっかりしようとするとかなりの長さになってしまいそうです…。 また何かご不明点などあれば、遠慮なくご質問ください！試験もぜひ頑張ってください！

@@Odysseymedia ご丁寧にありがとうございました！いろいろな角度からものを見る、考え直すという姿勢が大切だということがますますわかってきました。 これからも良い動画を、楽しみにしています！

コメントありがとうございます！講師の平磯です。 コメント返信が遅れ、申し訳ございませんでした。 今回の290万人に1人ですが、平均値と標準偏差から計算した理論上の数値です。 また、身長は正規分布することが知られており、平均周りの人数が最も多くなります。つまり170cm周辺の人たちが多い集団に属する個体が、偶然的に200cmを超えるような確率は290万分の1程度と考えられます。 しかし200cmを超えるような特殊なデータにおいては、偶発的でない特別な理由から身長が高くなることも考えられます。例えば、遺伝子的な要素であったり、トレーニングなどの身長が高い集団内でさらに身長が伸びやすい特別な作用が働いていたりなどです。実際は、理論よりも多く200cm超えの人がいると思われます。 今回はテーマをわかりやすくするために、身長やIQを取り上げましたが、ご指摘のように、「一般的な身長の人と200cmを超える人を同じ土俵で考えていいのか」という疑念を抱くことはデータ分析を行う上で重要だと思います。今回の身長の平均値と標準偏差は30代のものですが、調べてみると10代～20代でもさほど変わらなかったので、同じ割合を適用すれば、おっしゃるように5人程度となります。理論と実際の乖離はどうしても発生してしまい、それをどう考えるかが統計やデータ分析の難しさでもあり、面白さでもあるのかなと思います。求められた結果を鵜呑みにせず、ご指摘いただいたように様々な角度から検証・考察することはとても大切だと私も思います。貴重なご指摘ありがとうございました！

@@Odysseymedia 丁寧な返信ありがとうございます バレーだけでこれなので野球やサッカー、バスケットボールなどを加えるとプロ選手だけでも10人以上はいそうです 誤差は最低でも倍と考えると今回の計算は適応できなさそうですね ホルモンの分泌異常で低身長、高身長になる人もいますし外れ値に関しては統計学を適応するのは難しそうですね 勉強になりましたありがとうございます

コメントありがとうございます！講師の平磯です。 ご認識の通り、「回帰分析」のY範囲は『結果として変化を見たいもの』、X範囲は『原因として影響を知りたいもの』を設定します。

コメントありがとうございます！講師の平磯です。ちょっと長くなりますが、ご容赦ください。 おっしゃるようにt検定には正規性の確認が必要ですが、サンプルサイズがある程度大きければ、正規性の確認の有無はあまり気にせず検定を進めても問題はないとされています。サンプルサイズは大きいほど精度としては良いですが、大体各グループ30以上の件数を確保できていれば、正規性を気にせずt検定を進めても良いのではないかと思います。（動画の事例だと30以上を確保できていませんね…。すみません…） また、サンプルデータと考えるのか、母集団データと考えるのかの話ですが、検定では、手元にあるデータをサンプルデータとして考えています。母集団データなのであれば、その平均値は真の平均値ということになりますので、検定を行わずに平均値の大小が比較できてしまうからです。真の平均値がわからず、比較が単純にできないことから、t検定という確率的な推定を行っているのです。逆を言えば、今回の事例で各クラスを母集団と見るならば単純に平均の大小を比較してもいいと思います。 ただ、それぞれのクラスの講師から、「今回の受講生だけの結果だけで判断されるはちょっと…」となる可能性もあるので、単純な平均値の差が「意味のある差」なのかを検定しています。つまり、母集団は、今回クラスA/Bに所属した人は別の人たちと考えることができます。クラスのメンバーが変われば結果も変わるかもしれません。あくまで今回手元にあるデータから推測をするとどうなるかという分析です。

コメントありがとうございます！講師の平磯です。 ビジネス統計スペシャリストのお取り組みありがとうございます。動画の中でご紹介している学習方法は、あくまでおすすめの学習法ですので、合格を保証できるものではありませんが、テキストや模擬テストを用いて知識や操作を確実に理解することがスタンダードな学習法になります。 確かに知識面ではややこしい部分もありますので、模擬テストの解答では正解を選ぶことができるだけでなく「間違った選択肢がなぜ間違いなのか」まで意識して学習すると理解が深まるかなと思います。 模擬テストでは高い点数を取れているとのことですので、操作の確認はもちろんですが、知識面ではそれぞれの問題で「なぜ正解なのか」「なぜ間違いなのか」を1つ1つ確認してみてください。それをきちんと言語化できれば理解がより深まるのではないかと思います。ややこしい部分もあるかと思いますが、合格に向けてぜひ頑張ってください！

コメントありがとうございます！講師の平磯です。 データ分析は、その手法や理論を学ぶだけでなく、分析の注意点なども把握しておくことが大切です。 動画がお役に立ったのであれば良かったです！

コメントありがとうございます！講師の平磯です。 平均値などの基本的な値のみに注目するのではなく、相関係数など複数の数値を総合的に判断できるとより深い考察に繋げていくことができます。データ分析は深めていけばキリがないですが、今回の事例のような考え方はビジネス統計スペシャリストのエクセル分析ベーシックで学習することができます。よろしければぜひ資格概要もご覧になってください！ stat.odyssey-com.co.jp/

コメントありがとうございます！講師の平磯です。 ご指摘ありがとうございます。資格のアピールや見せ方、データ収集の部分でもっと工夫していけたらと思います。 皆さまの知りたいことをもっと発信していけるように今後も努力してまいります！

コメントありがとうございます！講師の平磯です。 エクセル分析ベーシックの受験ありがとうございます。統計やデータ分析を学ばないと中々使用しない関数もありますが、学習することで「使ってみようかな」となれば、データ分析の第一歩だと思います。複雑な意思決定をするにはもっと高度な分析や視点が必要になることもありますが、世の中の多くのデータに対しては、基礎的な分析・視点を持つだけでも見え方が違ってくると思っています。ぜひこれからもデータ分析の学習を深めていっていただきたいなと思います！

コメントありがとうございます！講師の平磯です。 お役に立てたのであれば、嬉しく思います。 他にもいろいろな動画をアップしているので、ぜひご覧ください！

コメントありがとうございます！講師の平磯です。 動画の内容がお役に立てば嬉しく思います。 他にもいろいろとアップしているので、ぜひご覧ください！

コメントありがとうございます！講師の平磯です。 統計は興味を持たれることは多くても、内容的に難しいと敬遠されてしまうこともあります。 これからもできるだけわかりやすく伝えていけたらいいなと思います。 他の動画もぜひご覧ください！

コメントありがとうございます！ 講師の平磯です。 おっしゃるように相関など、統計学の基礎段階で出てくる数値は、現実設定では中々有用性を示すことが難しかったりします。 今回の動画の内容も、現実ではもっと分析を深めていく必要があるのだと思いますが、「相関係数の使い道（分析のきっかけ）」「統計学に興味を持ってもらう入口」としてデータ準備や難易度を設定しています。 これまであまりなかった角度でのコメントでしたので、作っている側としては非常に嬉しく思います。他の動画もぜひご覧ください！