ブログ - 数量・データサイエンス・AI リテラシー講座 基礎第1回
・背景に潜む規則性,関係性いついて仮説を立てる.
・回帰・相関・因果.読み解く力.
・可視化.誤解を生まないような適切なグラフの選択.
・量的データ.
温度や身長などの数値
・連続データ
小数点以下の桁を使って表示される.
・離散データ
小数点以下の桁を使わない.性別,血液型,好き,嫌いなど
・質的データ
男女,程度などを記号で表す.
・量的データ
度数分布表,階級と度数,ヒストグラム
・質的データ
円グラフ,二元分割表
・量的でも質的でもないデータ
和歌,楽譜,テンドログラム(樹形図)
・調査の方法
調査課題の設定
調査対象の設定
・標本(サンプリング)調査
テレビ視聴率,内閣支持率
母集団 調査したい対象全体
標本
便宜的方法
有意抽出・・・年齢,性別,地域などの何かの属性に基づく.偏り,選択バイアスをうむ.
無作為抽出・・・偏りを生まない.手間がかかる
A/Bテスト
WebユーザインタフェイスでA案とB案を用意
ランダム化比較試験(RCT)...医学で利用.新薬が効いているか.