Soogle

■時系列分析
時系列データには
長期的変動（長期的傾向、トレンド）
周期変動がある
12ヶ月で繰り返す周期運動→季節変動
12ヶ月以上の周期変動→循環変動

時系列データ＝トレンド＋周期変動＋不規則変動
時系列データ＝トレンド×周期変動×不規則変動

時系列分裂の目的
時系列データからトレンドを取り出す
不規則変動かどうか調べる
1期先の予測値X^(t,1)を計算する

■指数分布

f(x)=λe−λx（x≧0)で現れる分布. ただし、λ＞0

指数関数y=ex⇔対数関数y=logex

確率密度関数がf(ｘ）＝ea(θ）b(x)＋c（θ）＋ｄx 　θはパラメータ
の形をしている確率分布を指数型分布族という。

＜指数型分布族＞
正規分布、ガンマ分布、2項分布、カイ2乗分布、β分布、ポアソン分布（ランダムなイベントを表す確率モデル）

＊ランダムな現象を「発生回数で捉えるとポアソン分布，発生間隔で捉えると指数分布」と覚えておきましょう。

■尺度
データ→質的データ→名義データ→名義尺度
↓　　　　　　　　→順序データ→順序尺度　　　
↓
量的データ→数値データ→間隔尺度、比例尺度

量的データは四則演算できるもの。

＊SPSSは名義データ、順序データ、数値データ

■数量化理論＝質的データのための多変量解析
質的データを数的データへ変換すること
・外的基準：重回帰分析による従属変数、判別分析における各グループ
・カテゴリ：アンケート調査の質問項目
・アイテム：質問項目の答え（変数）

（従属変数のことを外的基準outside variable と呼ぶことが慣例）

質的データのための多変量解析（左）独立変数が量的データ（右）
数量化1類↔重回帰分析
数量化2類↔判別分析
数量化3類↔主成分分析（統合）、因子分析（分解）　潜在的にある因子を発見しようとする試み！！
数量化4類↔あまり使われていない
球場への入場者数を予測するために過去のデータをためて計算式を作るこの課程＝数量化一類の行う処理

相関比 (correlation ratio)というのは、０から１の値をとり、１に近いほど（0.85以上あると非常にうれしい）良い処理がされていると覚える

数量化III類や主成分分析などで分析結果を相手に説明する場合は、“その解釈に至った
理由”や“数値結果の見方”をしっかりと相手に伝えることが重要です。もちろんここは解
析者の腕の見せどころでありますが、解析者の経験やイメージで勝手な解釈を進めてしま
うと、利用者に間違ったマーケティング行動を誘発させてしまう恐れがあり危険だから
です。

■選択型コンジョイント分析
コンジョイントには完全型、と選択型がある
選択型は、調査票を作り、その中からもっとも良いと思われる代替案を1つだけ選択をしてもらう

調査票
項目　代替案1 代替案2 代替案3 代替案4

選択型をを行なうと、限界支払意思額を求めることができる。　この金額までなら、払う意思がある！