仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】 | Google Gemini・Python・エクセルを使った講義で最速マスター

セミナー案内             AIデータサイエンス動画           インスタグラム

仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】

仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】
売り上げ割合の男女差の仮説を検証するために、売上高の男女比を円グラフで示し、売上高自体を棒グラフで表示します。時間帯や曜日、日付別の変化は、折れ線グラフや100%積み上げ棒グラフで確認します。Excelではピボットテーブルを、データベースでは集計を利用し、統計的分析ソフトでは集計とグラフ作成を同時に行います。仮説を立て、最適なグラフを選択し、必要なデータを収集し、データと仮説を比較して男女間の売上差を確認します。

仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】▼▼▼▼▼▼▼▼
チャンネル登録はこちら


目次  仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】


立てた仮説をデータで検証する


適切なグラフを選択する方法


ひと目で答えがわかるグラフを作ろう


仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】


具体的な仮説ができれば、それを検証するために必要なデータやグラフを作っていきます。


男女での売り上げ割合がどうなっているか、という仮説であれば、売上高の男女比を計算し、円グラフで表現します。


売り上げ割合ではなく、売上高自体の場合は棒グラフでもいいかもしれません。


時間帯別や曜日、日付別での割合の変化をチェックするには、折れ線グラフまたは100%積み上げ棒グラフが適しています。


特に日付のように、横軸が多くなるときは折れ線グラフがよいでしょう。


どのようなグラフを作るかが決まれば、そのためのデータを作成します。



エクセルの場合はピボットテーブルを使います。


データベースの場合は集計を行います。


R言語やOrion AIのような統計的分析ソフトを使う場合は、集計とグラフ作成を同時に行うことができます。


このように適切に作成された集計表やグラフをチェックすると、ひと目見ただけで仮説の答えを知ることができます。


データで仮説を検証する手順


@仮説を立てる(売り上げの時系列推移が男女でどうなっているか)


A仮説の検証に最適なグラフの種類を決める(時系列推移を比較するので、折れ線グラフが最適。男女別に色分けしてグラフ化する)


B仮説の検証に必要なデータを調べる(売上高のデータをもとに男女別に数値を出す)


C作成したデータと仮説を比較する(折れ線が重なる部分が多ければ、男女であまり大きな差はないことが判明)



仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】


セミナー詳細                    解析ご相談                    LINEでお友達

仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】

仮説検証:グラフで見る男女別売上分析の手法【東京情報大学・嵜山陽二郎博士のAIデータサイエンス講座】