アットウィキロゴ

心理統計法Ⅱ・最終課題


以下の問題を、Rを用いて解き、ワードで解答、グラフ、検定表などを付け、分析文にまとめなさい。

  • 提出期限:8月8日(木) 17:00(厳守)
  • 提出先:小西研究室前の課題提出箱


【1】.保健所の乳児健診で、ある年度上半期の受診状況を地域別にまとめたところ、次のような表になった。

地域によって受診率に差があるかどうか、独立性の検定(p.88)を行いなさい。

地域 A B C D E F
受診 58 45 80 78 51 59 371
未受診 38 44 28 37 44 39 230
96 89 108 115 95 98 601
(下のデータを使いなさい)
jushin<-c(58,45,80,78,51,59)
mijushin<-c(38,44,28,37,44,39)

【2】.ある項目に対して男子と女子が答えた「はい」「いいえ」の結果が次の表である。

この結果から男女の回答の比率に差があるといえるか、比率の検定(p.91)をしなさい。

はい いいえ
30 10
40 20

【3】.(二元配置分散分析)

ある売店で、アイスクリームのクーポンを発行して、下表の結果を得た。

クーポンを発行した時と、「天候」「売上」に差があるかどうか、検定しなさい。

晴れ 曇り
クーポン使用 786 456 423
695 543 480
680 463 510
クーポンなし 750 512 320
640 480 280
680 465 360
(下のデータを使いなさい)
couponari<-c(786,695,680,456,543,463,423,480,510)
couponnashi<-c(750,640,680,512,480,465,320,280,360)
curiage<-c(c(couponari),c(couponnashi))
hakkou<-c(rep("1:あり",9),rep("2:なし",9))
tenki<-c(rep("1:晴れ",3),rep("2:曇り",3),rep("3:雨",3))
hakkou<-factor(hakkou)
tenki<-factor(tenki)
curiage<-data.frame(curiage,hakkou,tenki)

【4】.(重回帰分析)

ある県のスーパーマーケットを20店舗抽出して、その店の年間売上高(百万円)、駐車場の収容可能台数(台)、売り場の延べ面積(×10㎡)を調査した。

その店の売上高を、駐車場の収容台数と売り場の延べ面積で予測することが出来るかどうか重回帰分析し、回帰式を作り、寄与率を求め、この回帰式が利用できるかどうか、議論しなさい。

売上高 駐車台数 売り場面積
174 37 59
202 28 78
143 22 56
149 30 49
157 27 58
164 28 65
175 30 62
194 35 63
188 31 70
179 29 57
173 33 65
133 20 50
191 35 56
187 33 58
181 32 64
162 29 55
171 26 57
211 36 81
122 18 42
145 25 55
(下のデータを使いなさい)
uriage<-c(174,202,143,149,157,164,175,194,188,179,173,133,191,187,181,162,171,211,122,145)
chuusha<-c(37,28,22,30,27,28,30,35,31,29,33,20,35,33,32,29,26,36,18,25)
uriba<-c(59,78,56,49,58,65,62,63,70,57,65,50,56,58,64,55,57,81,42,55)
cuuriage<-data.frame(uriage,chuusha,uriba)

【5】.4科目の成績表を基に、主成分分析しなさい。

具体的には、第1主成分、第2主成分が何を表す因子になるのか検討しなさい。

その上で、総合評価して、優秀な方から第1位から第5位の学生を決定しなさい。

氏名 国語 数学 英語 理科
A 80 75 82 77
B 90 85 90 83
C 85 85 80 82
D 80 90 75 92
E 95 90 85 95
F 40 30 45 40
G 30 25 35 53
H 30 35 30 45
I 50 30 55 35
J 40 40 55 42
K 85 35 80 35
L 90 50 85 55
M 85 40 90 45
N 80 30 80 35
O 90 35 85 40
P 40 80 50 75
Q 30 75 35 80
R 30 90 30 85
S 50 85 50 82
T 40 90 42 93
(下のデータを使いなさい)
kokugo<-c(80,90,85,80,95,40,30,30,50,40,85,90,85,80,90,40,30,30,50,40)
suugaku<-c(75,85,85,90,90,30,25,35,30,40,35,50,40,30,35,80,75,90,85,90)
eigo<-c(82,90,80,75,85,45,35,30,55,55,80,85,90,80,85,50,35,30,50,42)
rika<-c(77,83,82,92,95,40,53,45,35,42,35,55,45,35,40,75,80,85,82,93)
seiseki<-data.frame(kokugo,suugaku,eigo,rika)

(以上 5問)

最終更新:2013年08月01日 14:00