Excelで学ぶ統計的予測 / / 菅民郎著

• Record Nr.: UNINA9910149149603321
• Pubbl/distr/stampa: 東京, : オーム社, 2014.3
• ISBN: 4-274-80216-7
• Descrizione fisica: オンライン資料1件
• Classificazione: 417
• Soggetti: 数理統計学 -- データ処理; 統計 -- データ処理
• Lingua di pubblicazione: Giapponese
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Nota di contenuto: 表紙 -- クレジット -- まえがき -- 本書のねらい -- 本書で学ぶ内容 -- 目次 -- 第1章 はじめての予測 -- 1.1 予測とは何か -- 1.2 企業における予測 -- 1.3 予測上手はどんな人 -- 1.3.1 予測に取り組む姿勢では -- 1.3.2 予測結果に対する見方では -- 1.4 予測上手な会社は -- 1.5 予測に欠かせない規定要因関連図 -- 1.6 予測目的の明確化 -- 1.6.1 どの分野を予測するのか -- 1.6.2 定性的予測・定量的予測のいずれかを判断する -- 1.6.3 既商品・新商品いずれの予測かを判断する -- 1.6.4 予測したいデータ種別を明確にする -- 1.6.5 予測時期を明確にする -- 1.6.6 予測対象物の区分を明確にする -- 1.7 予測作業の進め方 -- 1.8 予測に用いるデータ -- 1.8.1 時系列データ、クロスセクションデータとは -- 1.8.2 時系列データとクロスセクションデータの違い -- 第2章 予測の仕方 -- 2.1 クロスセクションデータを用いた売上予測の手順と仕方 -- この節で学ぶこと -- クロスセクションデータを用いた売上予測の活用場面 -- クロスセクションデータを用いた売上予測の手順 -- クロスセクションデータを用いた売上予測の仕方 -- 2.2 時系列データを用いた売上予測の手順と仕方 -- この節で学ぶこと -- 時系列データを用いた売上予測の活用場面 -- 時系列データを用いた売上予測の手順 -- 時系列データを用いた売上予測の仕方 -- 2.3 時系列データの予測で最初にするトレンドT、Sの把握 -- この節で学ぶこと -- 変動して推移しているデータの予測は難題 -- 売上予測で最初にすることは売上のトレンドT、季節変動Sを調べること -- トレンドT -- 季節変動 -- 2.4 トレンドT(傾向線)の作成の考え方と仕方 -- この節で学ぶこと -- トレンドTを求める解析手法 -- 回帰式 -- トレンドTの値 -- 当てはまりの良さ -- 変動幅の大きい売上におけるトレンドT -- 変動幅の大きいデータにおけるトレンドTの作成の考え方 -- 2.5 トレンドT(傾向線)の作成5か条 -- この節で学ぶこと -- その1 回帰式の選択は決定係数より予測プロセスから判断すること -- その2 変動の大きいデータのトレンドTはTCデータで求めること -- その3 変動のないデータは変動を除去せずにトレンドTを算出すること -- その4 時系列推移が上下するトレンドTは用いないこと -- その5 上昇から減少に転じるTCのTは減少部分データで算出す; ること -- 2.6 TC及びTCI、Iの作成の考え方と方法 -- この節で学ぶこと -- TCSI、TCIとは -- 2.7 S、TCI、TC、Iを求める解析手法 -- この節で学ぶこと -- S、TCI、TC、Iを求める解析手法 -- 2.8 時系列データの予測モデル式作成のまとめ -- 第3章 予測の事例 -- 3.1 医療機器販売台数の季節性は? -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.2 変動があるゴルフスコアの傾向は減少傾向にあるか? -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.3 年々暑くなる地域において、今後の気温はどうなるか? -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.4 増え続ける高齢者人口、今後どこまでいくか? -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.5 変動幅が大きく推移する住宅販売戸数の傾向は? -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.6 売上を予測するのに重要な要因を教えて! -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.7 気温、イベント有無から明日のアイスクリーム仕入れ数を教えて!.; 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.8 駅前新聞スタンドの明日のスポーツ新聞売上部数は? -- 事例 -- 適用データ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.9 不況を迎えた今年、私のお店の売上額を教えて! -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.10 量的・質的の両方がある販促活動からの医療機器販売台数の予測は? -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.11 競合品売上、自社営業活動の変化を想定したときの売上予測? -- 事例 -- 適用データとグラフ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 3.12 どのような営業活動をすれば施設別売上を伸ばすことができるか? -- 事例 -- 適用データ -- 適用する解析手法 -- 分析 -- 分析結果 -- ソフトウェアの適用 -- 第4章 季節変動S、傾向変動Tを把握するための解析手法 -- 4.1 解析手法の種類と概要 -- この節で学ぶこと -- この章で学ぶ解析手法の種類と概要 -- 各種変動のグラフ形状 -- 4.2 月別平均法 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 季節変動指数Sの求め方 -- Sからわかること -- 季節変動調整済み系列TCIの求め方 -- TCIからわかること -- 4.3 MAT -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- MATの求め方 -- MATからわかること -- 4.4 移動平均 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 移動平均の求め方 -- 移動平均からわかること -- 項数が偶数の場合 -- 4.5 加重移動平均法 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 加重移動平均の求め方 -- 加重移動平均からわかること -- 項数が奇数の場合 -- 項数が偶数の場合 -- 加重移動平均の項数 -- 不規則変動指数Iの算出 -- 4.6 各年同月対象加重移動平均 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 各年同月対象加重移動平均の求め方 -- 各年同月対象加重移動平均からわかること -- 4.7 EPA法 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 乗法モデルと加法モデル -- EPA法の結果 -- EPA法からわかること -- EPA法の計算方法 -- 第5章 トレンドT(傾向線)を算出するための解析手法 -- 5.1 解析手法の概要と種類 -- この節で把握すること -- 回帰式 -- 曲線回帰式のグラフ形状 -- 5.2 直線回帰式 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 直線回帰式とトレンドTについて -- 直線回帰式からわかること -- 直線回帰式の求め方 -- 決定係数 -- トレンドTの予測 -- 5.3 ルート回帰式 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- ルート回帰式とトレンドTについて -- ルート回帰式からわかること -- ルート回帰式の求め方 -- 決定係数 -- 5.4 自然対数回帰式 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 自然対数回帰式とトレンドTについて -- 自然対数回帰式からわかること -- 自然対数回帰式の求め方 -- 決定係数 -- 5.5 分数回帰式 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 分数回帰式とトレンドTについて -- 分数回帰式からわかること -- 分数回帰式の求め方 -- 決定係数 -- 5.6 べき乗回帰式 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- べき乗回帰式とトレンドTについて -- べき乗回帰式からわかること -- べき乗回帰式の求め方 -- 決定係数 -- 5.7 指数回帰式 -- 解析手法の役割.; 適用できるデータ形態と時期数 -- 具体例 -- 指数回帰式とトレンドTについて -- 指数回帰式からわかること -- 指数回帰式の求め方 -- 決定係数 -- 5.8 修正指数回帰式 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 修正指数回帰式とトレンドTについて -- 修正指数回帰式からわかること -- 修正指数回帰式の求め方 -- 決定係数 -- 5.9 ロジスティック回帰式 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- ロジスティック回帰式とトレンドTについて -- ロジスティック回帰式からわかること -- ロジスティック回帰式の求め方 -- 決定係数 -- 5.10 ゴンペルツ回帰式 -- 解析手法の役割 -- 適; 用できるデータ形態と時期数 -- 具体例 -- ゴンペルツ回帰式とトレンドTについて -- ゴンペルツ回帰式からわかること -- ゴンペルツ回帰式の求め方 -- 決定係数 -- 5.11 上限値K -- 上限値Kとは -- 適用できるデータ形態と時期数 -- 具体例 -- 上限値Kの求め方 -- 5.12 高次関数回帰式 -- 高次関数回帰式とは -- 第6章 相関分析 -- 6.1 相関分析の役割と相関係数の種類 -- この節で把握する内容 -- 相関分析による売上規定要因の見つけ方 -- 具体例における売上規定要因の見つけ方 -- 相関係数の種類 -- 6.2 単相関係数 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 単相関係数の求め方 -- 単相関係数はいくつ以上あれば良いか -- 6.3 時系列相関係数 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 時系列相関とは -- 時系列相関係数の求め方 -- 異なるGDPで時系列相関を算出し比較 -- 具体例における時系列相関 -- 6.4 タイムラグ相関係数 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- タイムラグ相関係数の求め方 -- 第7章 予測モデル式を作成するための解析手法 -- 7.1 解析手法の種類と概要 -- この節で把握する内容 -- 予測モデル式作成のための解析手法 -- 7.2 重回帰分析 -- 解析手法の役割 -- 適用できるデータ -- 具体例 -- 重回帰分析とは -- 重回帰分析の関係式の係数の求め方 -- 説明変数の売上貢献度 -- 売上予測を行うための説明変数の重要度 -- 標準回帰係数 -- 分析精度を示す決定係数 -- 7.3 時系列重回帰分析 -- 解析手法の役割 -- 適用できるデータ形態と時期数 -- 具体例 -- 時系列重回帰分析とは -- 時系列重回帰分析の仕方と手順 -- 7.4 数量化1類 -- 解析手法の役割 -- 適用できるデータ -- 具体例 -- 数量化1類とは -- カテゴリースコア -- 予測 -- 7.5 拡張型数量化1類 -- 解析手法の役割 -- 適用できるデータ -- 具体例 -- 拡張型数量化1類とは -- 第8章 Excelの統計解析機能 -- 8.1 Excelの演算式と関数 -- Excelの演算式 -- Excelの関数 -- 8.2 関数の入力方法 -- 8.3 式の内容の変更 -- 8.4 関数の挿入での指定方法 -- 8.5 引数、関数の変更方法 -- 引数の変更 -- 関数名の変更 -- 8.6 関数式のコピー -- 8.7 数学で用いられるExcelの関数 -- ROUND 四捨五入 -- ROUNDDOWN、ROUNDUP 切り捨て、切り上げ -- INT 整数 -- LN、LOG 対数 -- SQRT 平方根 -- EXP eのべき乗 -- ABS 絶対値 -- 8.8 絶対参照と相対参照 -- 第9章 Excelアドインソフトウェアの概要と操作方法 -- 9.1 本書で利用するソフトウェアについて -- 9.2 無料ソフトウェアのダウンロード方法 -- 無料ソフトウェアの内容 -- ソフトウェアの入手方法 -- ソフトウェア実行上の注意点 -- 9.3 ソフトウェア「EPA法」の操作方法 -- ソフトウェアの実行 -- 範囲指定 -- 9.4 市販ソフトウェア「マルチ予測」について -- 無料貸し出しソフトウェア「マルチ予測」の内容 -- ソフトウェアについて.; ソフトウェアの起動方法 -- 索引 -- 奥付.