ここまでの4回で、コレスポンデンス分析（CA）と多重コレスポンデンス分析（MCA）の仕組みと実行方法を学んできました。 しかし、マップを描いただけでは分析は完了していません。 たとえば、あなたが上司やクライアントにCA/...

第1〜3回で学んだコレスポンデンス分析（CA）は、「学部 × メニュー」のように2つのカテゴリ変数の関係を可視化する手法でした。 第1回 —クロス集計表の「その先」へ ― コレスポンデンス分析って何？ 第2回 —期待と現...

第1回では prince ライブラリでコレスポンデンス分析のマップを描き、第2回では「期待度数からのズレ（残差）」がその出発点であることを学びました。 第1回 —クロス集計表の「その先」へ ― コレスポンデンス分析って何...

前回（第1回）では、prince ライブラリを使ってコレスポンデンス分析のマップをいきなり描いてみました。 Pythonで学ぶコレスポンデンス分析入門— 第1回 —クロス集計表の「その先」へ ― ...

私たちの身の回りには、数字では表せないデータがたくさんあります。 たとえば「好きな食べ物は何ですか？」という質問に対する答えは、「カレー」や「パスタ」といった名前で表されるもので、平均を取ったり計算したりすることはできま...

Pythonで文字列を扱うとき、多くの人が「f-string」を使っています。 しかし、f-stringのフォーマット指定子を使いこなせば、データ分析のレポート作成や数値の表示が格段に楽になります。 今回は、f-stri...

ある学習塾で、新しい教材Bを試験的に導入しました。 1ヶ月後、従来の教材Aを使ったクラスと、新教材Bを使ったクラスのテスト結果を比較したところ、次のような結果が得られました。 教材Aクラス（25人）：平均68点 教材Bク...

ある大学で「学生の1日の平均勉強時間」を調べたいとします。 学生が1万人いるとしたら、全員にアンケートを取るのは現実的でしょうか？ 時間もコストも膨大にかかりますし、全員から回答を得るのは事実上不可能です。 そこで私たち...

これまでの2回では、1つの変数について「代表値」や「ばらつき」を分析してきました。 第1回：データの「代表値」を掴む — 平均・中央値・最頻値の話 第2回：データの「ばらつき」を測る — 分散と標準偏差 しかし、現実のデ...

前回、データを一つの数字で代表させる「代表値」を学びました。 Pythonで動かして身につける 統計学はじめの一歩— 第1回 —データの「代表値」を掴む — 平均・中央値・最頻値の話 しかし、平均...