Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
相手に伝えやすくなるデータの可視化
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Takato Shiroto
September 19, 2019
Technology
3
370
相手に伝えやすくなるデータの可視化
概要
1. 探索的データ分析と説明的データ分析
2. 可視化の文法
3.探索的データ分析のためのデータの可視化
4.ストーリテリング×データの可視化
5.まとめ
Takato Shiroto
September 19, 2019
Tweet
Share
More Decks by Takato Shiroto
See All by Takato Shiroto
Exploratory v6.7の紹介
takatoshiroto
0
920
Exploratory v6.6の紹介
takatoshiroto
0
1.6k
Exploratory v6.5の紹介
takatoshiroto
0
5.1k
コンバージョン率と信頼区間の推移を可視化する方法
takatoshiroto
1
350
Exploratory Hour #104 - 別の列の値をもとに、カテゴリー列の値の順序を指定したい
takatoshiroto
0
230
Exploratory Hour #105 - 元のデータ順をもとに、カテゴリー列の値の順序を指定したい
takatoshiroto
1
300
Exploratory Hour #102 - complete関数を使って2つの時間の間の値を生成したい
takatoshiroto
0
130
Exploratory Hour #103 - 仕事の開始・終了時間データから、どの時間に何人働いているか知りたい
takatoshiroto
0
120
Exploratory v6.4の紹介
takatoshiroto
0
5.8k
Other Decks in Technology
See All in Technology
AI時代のシステム開発者の仕事_20260328
sengtor
0
290
Phase10_組織浸透_データ活用
overflowinc
0
1.8k
Phase11_戦略的AI経営
overflowinc
0
1.7k
Phase02_AI座学_応用
overflowinc
0
3.1k
Phase08_クイックウィン実装
overflowinc
0
1.9k
スピンアウト講座04_ルーティン処理
overflowinc
0
1.3k
Oracle Cloud Infrastructure(OCI):Onboarding Session(はじめてのOCI/Oracle Supportご利⽤ガイド)
oracle4engineer
PRO
2
16k
契約書からの情報抽出を行うLLMのスループットを、バッチ処理を用いて最大40%改善した話
sansantech
PRO
3
290
Physical AI on AWS リファレンスアーキテクチャ / Physical AI on AWS Reference Architecture
aws_shota
1
160
DDD×仕様駆動で回す高品質開発のプロセス設計
littlehands
6
2.5k
20260323_データ分析基盤でGeminiを使う話
1210yuichi0
0
190
GitHub Actions侵害 — 相次ぐ事例を振り返り、次なる脅威に備える
flatt_security
3
3.4k
Featured
See All Featured
Exploring anti-patterns in Rails
aemeredith
2
290
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
1
320
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
130
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
35k
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
490
Ethics towards AI in product and experience design
skipperchong
2
240
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
10k
Writing Fast Ruby
sferik
630
63k
We Are The Robots
honzajavorek
0
200
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
118
110k
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
190
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Transcript
EXPLORATORY 1
2 εϐʔΧʔ നށ ܟొ Customer Succes EXPLORATORY ུྺ େֶࡏֶதʹϑʔυϩεΛݮΒͨ͢ΊʹɺֶੜஂମΛ্ཱͪ͛දΛ ΊΔɻͦͷޙɺϏδωεΛΔͨΊʹԽֶϝʔΧʔͷσϡϙϯͱ
ϑʔυςοΫܥελʔτΞοϓͰӦۀͱϚʔέςΟϯάΛܦݧɻΞϓ ϦͷͷͨΊʹσʔλαΠΤϯε͕ඞཁͩͱײ͡ɺΞϓϦʹಛԽ ͨ͠ϢʔβʔͷߦಈੳπʔϧΛ։ൃ͢ΔاۀʹͯɺΞϓϦۀքͷ KPIੳͳͲΛ୲͢ΔɻݱࡏExploratory, Inc. ͰΧελϚʔαΫη εΛ୲͢ΔΒɺσʔλͷՄࢹԽͱ୳ࡧతσʔλੳΛઐͱͯ͠ σʔλαΠΤϯεͷීٴʹऔΓΉɻ @ShirotoTakato
Vision ͯ͢ͷਓ͕σʔλΛͬͯ ΑΓΑ͍ҙࢥܾఆΛ͢Δ
Mission ΞφϦςΟΫεͷຽओԽ
5 ୈ̏ͷ σʔλαΠΤϯεɺAIɺػցֶश౷ܭֶऀɺ։ൃऀͷͨΊ͚ͩͷͷͰ͋Γ·ͤΜɻ σʔλʹڵຯͷ͋ΔਓͳΒ୭͕ੈքͰ࠷ઌͷΞϧΰϦζϜΛͬͯ ϏδωεσʔλΛ؆୯ʹੳͰ͖Δ͖Ͱ͢ɻ Exploratory͕ͦ͏ͨ͠ੈքΛՄೳʹ͠·͢ɻ
ୈ1ͷ ୈ̎ͷ ୈ̏ͷ ϓϥΠϕʔτ(ߴ͍/ݹ͍) Φʔϓϯɾιʔε(ແྉ/࠷ઌ) UI & ϓϩάϥϛϯά ϓϩάϥϛϯά 2016
2000 1976 ϚωλΠθʔγϣϯ ίϞσΟςΟԽ ຽओԽ ౷ܭֶऀ σʔλαΠΤϯςΟετ Exploratory ΞϧΰϦζϜ Ϣʔβʔɾ ମݧ πʔϧ Φʔϓϯɾιʔε(ແྉ/࠷ઌ) UI & ࣗಈԽ ϏδωεɾϢʔβʔ ςʔϚ σʔλαΠΤϯεͷຽओԽ
࣭ σʔλαΠΤϯεɾϫʔΫϑϩʔ ͑Δ σʔλΞΫηε Ճ ՄࢹԽ ػցֶशɾAI ౷ܭ ϓϩάϥϛϯά
࣭ ExploratoryͰ؆୯ʹͰ͖ΔλεΫ ͑Δ σʔλΞΫηε Ճ ՄࢹԽ ػցֶशɾAI ౷ܭ UI
9 ૬खʹ͑͘͢ͳΔσʔλͷՄࢹԽ
୳ࡧతσʔλੳͱઆ໌తσʔλੳ 10
୳ࡧతσʔλੳ &YQMPSBUPSZ%BUB"OBMZTJT આ໌తσʔλੳ &YQMBOBUPSZ%BUB"OBMZTJT ༧ଌ·ͨকདྷΛίϯτϩʔϧ͢ΔͨΊʹɺσʔλʹରͯͨ͠ ͘͞Μͷ࣭Λ͔͚͛ɺ͑Λ୳͍ͯ͘͜͠ͱͰɺΑΓΑ͍ ԾઆΛߏங͍ͯͨ͘͠Ίͷੳख๏ɻ ୳ࡧతσʔλੳͰಘͨΠϯαΠτΛɺετʔϦʔνϟʔτ
Λۦͯ͠૬खʹ͑ΔͨΊͷख๏ɻ
Data Visualization 12
จ๏Λཧղ͍ͯ͠ͳ͍ͱɻɻɻ 13
14
15
εέʔϧ͕͓͔͍͠ 16
17
18
19 ֯ ֯ 19
֯ ֯ɹ+ ɹϘϦϡʔϜ 20
ͳͥΈΜͳύΠνϟʔτ͕ݏ͍ͳͷ͔ • ੳʹ͍ͯͳ͍ • ใྔ͕গͳ͍ 21
ਓؒͷൺΔͱ͖͞ͷ΄͏͕ಘҙ 22
Ͳͷ৭͕Ұ൪େ͖͍͔ʁ Ͳ͏͍͏ॱ൪͔ʁ 23
24 24
25 25
26 26
27 σʔλͷՄࢹԽͷ ཪʹ͋ΔαΠΤϯε
28 νϟʔτͷλΠϓΛ֮͑ΔͷͰͳ͘ɺ νϟʔτΛߏ͢ΔϧʔϧΛཧղ͢Δɻ
29 νϟʔτΛߏ͢ΔϧʔϧΛཧղ͢Δɻ ՄࢹԽͷจ๏
30 The Grammar of Graphics ϦʔϥϯυɾΟϧΩϯιϯ ౷ܭιϑτͰ͋ΔSYSTATΛ։ൃͨ͠ίϯϐϡʔλ౷ܭֶऀͰ͋Δɻ 1980ʹSYSTATΛ։ൃ͠ɺͦͷޙ1995ʹSPSSࣾʹSYSTATΛ ച٫ͨ͠ɻ
31 0 10 20 30 0 10 20 30
32 0 10 20 30 0 10 20 30
33 0 10 20 30 0 10 20 30 ࠲ඪγεςϜ
εέʔϧ ϏδϡΞϧɾΩϡʔ ʢࢹ֮ʹૌ͑Δ߹ਤʣ
34 0 500 10000 ຊ US υΠπ
35 0 500 10000 ຊ US υΠπ
36 0 500 10000 ຊ US υΠπ ࠲ඪγεςϜ εέʔϧ ϏδϡΞϧɾΩϡʔ
37 0 500 10000 ຊ US υΠπ ࠲ඪγεςϜ εέʔϧ ϏδϡΞϧɾΩϡʔ
ަ࠲ඪʢX࣠ͱY࣠ʣ
38 ࠲ඪγεςϜ σΧϧτ࠲ඪܥ ʢަ࠲ඪʣ ۃ࠲ඪʢԁ࠲ඪʣ ཧ࠲ඪ X࣠ͱY࣠
39 0 500 10000 ຊ US υΠπ ࠲ඪγεςϜ εέʔϧ ϏδϡΞϧɾΩϡʔ
ΧςΰϦʔ vs.
εέʔϧ - ϦχΞ - ର ΧςΰϦʔ ॱং͖ΧςΰϦʔ
- ύʔηϯτ ࣌ؒ 40
41 ϦχΞ
42 ΧςΰϦʔ
43 ׂ߹
44 ࣌ؒ
45 0 500 10000 ຊ US υΠπ ࠲ඪγεςϜ εέʔϧ ϏδϡΞϧɾΩϡʔ
Ґஔ ͞ ֯ ํ αΠζ ܗ ༰ྔ ৭ͷೱ୶ ৭ͷछྨ ϏδϡΞϧɾΩϡʔ
ಘҙ ಘҙ͡Όͳ͍ 46
Ґஔ ͞ ֯ ํ ϏδϡΞϧɾΩϡʔ 47
Ґஔ ͞ ֯ ํ ϏδϡΞϧɾΩϡʔ 48
Ґஔ 49
Ґஔ ͞ ֯ ํ ϏδϡΞϧɾΩϡʔ 50
͞ 51
52 vs.
53 ͞
54 ͞
55
56
• ʮ͞ʢόʔνϟʔτʣʯΛ͏ͱɺͲΕ͕࠷ଟ͍͔ʢগͳ͍ ͔ʣɺͲ͏͍͏ॱ൪͔ɺͦΕͧΕͷόʔͷؒͷେ͖͞ͷҧ͍Λײ తʹཧղ͍͢͠ɻ • ʮҐஔʢόϒϧʣʯΛ͏ͱɺͲΕ͕࠷ଟ͍͔ʢগͳ͍͔ʣɺͲ ͏͍͏ॱ൪͔ͱ͍͏͜ͱ͕ཧղ͍͕͢͠ɺ͞ΒʹͲ͏͍ͬͨύ λʔϯʢάϧʔϓ͚ʣ͕͋Δ͔ײతʹΘ͔Δɻ 57
Ґஔ ͞ ֯ ํ ϏδϡΞϧɾΩϡʔ 58
֯ 59
Ґஔ ͞ ֯ ํ ϏδϡΞϧɾΩϡʔ 60
ํ 61
αΠζ ܗ ༰ྔ ৭ͷೱ୶ ৭ͷछྨ ϏδϡΞϧɾΩϡʔ 62
αΠζ 63
64 Ґஔ
65 Ґஔ αΠζ ʴ
৭ͷछྨ 66
67 w ͷେ͖͞Λද͢৭ w σʔλΛ۠ผ͢ΔͨΊͷ৭ w Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭ ৭ͷछྨ
68 w ͷେ͖͞Λද͢৭ w σʔλΛ۠ผ͢ΔͨΊͷ৭ w Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭ ৭ͷछྨ
69 σʔλͷͷେ͖͞Λද͢৭
70 σʔλͷͷେ͖͞Λද͢৭
71 w ͷେ͖͞Λද͢৭ w σʔλΛ۠ผ͢ΔͨΊͷ৭ w Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭ ৭ͷछྨ
72 σʔλΛ۠ผ͢ΔͨΊͷ৭
73 σʔλΛ۠ผ͢ΔͨΊͷ৭
74 σʔλΛ۠ผ͢ΔͨΊͷ৭
75 w ͷେ͖͞Λද͢৭ w σʔλΛ۠ผ͢ΔͨΊͷ৭ w Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭ ৭ͷछྨ
Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭
Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭
Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭
Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭
νϟʔτͷબͼํͷΨΠυϥΠϯ 80
Β͖ͭͱ૬ؔͷՄࢹԽ
Β͖ͭͷՄࢹԽ
σʔλΒͭ͘ 83
$6,503 Β͖ͭ ฏۉ $15,000 $1,000
$6,503 ฏۉ
86 σʔλλΠϓʹ߹Θͤͯ νϟʔτΛ͍͚Δʂ
࿈ଓσʔλ vs. ΧςΰϦʔσʔλ 87
࿈ଓσʔλ vs. ΧςΰϦʔσʔλ 88
• (numeric) • ɾ࣌ؒʢDateʣ 89
0 10 20 30 40 50 11 22 45
90 ࿈ଓੑ͕͋Δ ॱং͕ؔ͋Δ
91 ώετάϥϜ ີۂઢ όʔ
Γ͍ͨ͜ͱ • ͲͷΑ͏ʹσʔλ͍ͯ͠Δ͔ɻ • Ͳͷ͕ͬͱස͕ߴ͍͔ʁͳ͔ͥʁ • Ͳͷ͕͍͔͠ʁͳ͔ͥʁͦΕظ௨Γ͔ʁ • ҙ֎ͳύλʔϯ͕ݟ͑Δ͔ʁͳͥͦ͏ͳͷ͔ʁ 92
ώετάϥϜ 93
94 σʔλͷΛɺΛ͍͔ͭ͘ͷ۠ըʢόέοτʣʹ͚ɺ ͦΕͧΕͷ۠ըʹ͋ΔσʔλͷྔʢߦʣΛόʔΛͬͯද͢ɻ
ྫ - ͷΒ͖ͭͷՄࢹԽ 95 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ
96 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ ྫ - ͷΒ͖ͭͷՄࢹԽ
97 څྉͷΒ͖͕ͭՄࢹԽ͞Εͨɻ
98 όέοτͷΛ্͛Δ͜ͱͰɺ͍͔ͭ͘ͷࢁ͕ݟ͑ͯ͘Δɻ
99 όέοτͷΛ100·Ͱ্͛ͯΈΔɻ
100 όέοτͷΛ্͛Δ͜ͱͰɺ͍͔ͭ͘ͷࢁ͕ݟ͖͑ͯͨɻ
101 ͜͏ͨ͠ࢁɺผͷάϧʔϓʹଐ͍ͯ͠Δͷ͔͠Εͳ͍ɻ
102 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ ྫ - ͷΒ͖ͭͷՄࢹԽ
103 2ͭͷώετάϥϜ͕ॏͳΓ߹͍ͬͯΔɻ உঁؒͰ͖͋Β͔ͳҧ͍ͳ͍Α͏ͩɻ
104 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ ྫ - ͷΒ͖ͭͷՄࢹԽ
105 Managerʢʣͷάϧʔϓڅྉͷߴ͍άϧʔϓɺSales Repʢԫʣͱ Research ScientistʢϐϯΫʣͷάϧʔϓڅྉͷ͍άϧʔϓͷΑ͏ͩɻ
ີۂઢ 106
107 • σʔλͷΛ͔ΒͳۂઢΛͬͯද͢ • ॎ࣠σʔλͷີΛ͋ΒΘ͢ɻ
108 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ ྫ - ͷΒ͖ͭͷՄࢹԽ
109 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ ྫ - ͷΒ͖ͭͷՄࢹԽ
110
111 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ ྫ - ͷΒ͖ͭͷՄࢹԽ
112 உঁͷؒʹͪΐͬͱͨ͠ҧ͍͋ΔΑ͏ͩɻ
113 1. څྉͷΒ͖ͭΛՄࢹԽ͢Δ 2. څྉͷΒ͖ͭஉঁ͝ͱʹҧ͍͕͋Δ͔ʁ 3. څྉͷΒ͖ͭ৬छ͝ͱʹҧ͍͕͋Δ͔ʁ ྫ - ͷΒ͖ͭͷՄࢹԽ
114 ৬छ͝ͱͷڅྉͷΒ͖ͭͷҧ͍ώετάϥϜΑΓΘ͔Γ͍͢ɻ
ີۂઢ ώετάϥϜ ಉ͡σʔλΛҟͳΔνϟʔτͰՄࢹԽ
࿈ଓσʔλ vs. ΧςΰϦʔσʔλ 116
iPad iPhone MacBook AirPods AppleTV ࿈ଓੑͳ͠ ΧςΰϦʔܕ 117
118 ώετάϥϜ ີۂઢ όʔνϟʔτ ΧςΰϦʔͷΒ͖ͭՄࢹԽ
119 • ΧςΰϦʔ͝ͱͷ݅ΛՄࢹԽɻ • ͲͷΧςΰϦʔʹσʔλ͕ू·͍ͬͯΔͷ͔ʁ • σʔλͷྔʹΑΔύλʔϯ͋Δ͔ʁ Γ͍ͨ͜ͱ
120 1. ৬छͷΒ͖ͭΛՄࢹԽ͢Δ 2. ৬छͷΒ͖ͭஉঁؒͰҧ͍͕͋Δ͔ΛՄࢹԽ͢ Δɻ ྫ - ΧςΰϦʔͷΒ͖ͭΛՄࢹԽ
121 1. ৬छͷΒ͖ͭΛՄࢹԽ͢Δ 2. ৬छͷΒ͖ͭஉঁؒͰҧ͍͕͋Δ͔ΛՄࢹԽ͢ Δɻ ྫ - ΧςΰϦʔͷΒ͖ͭΛՄࢹԽ
122 ৬छ͝ͱͷਓΛՄࢹԽɻ
123
124 1. ৬छͷΒ͖ͭΛՄࢹԽ͢Δ 2. ৬छͷΒ͖ͭஉঁؒͰҧ͍͕͋Δ͔ΛՄࢹԽ͢ Δɻ ྫ - ΧςΰϦʔͷΒ͖ͭΛՄࢹԽ
None
૬ؔͷՄࢹԽ 126
127 2ͭͷมͷ͏ͪɺ1ͭͷมͷ͕มΘΔͱ ͏1ͭͷมͷҰఆͷنଇΛ࣋ͬͯ ͍ͬ͠ΐʹมΘΔؔɻ ૬ؔ
128 Association Correlation 2ͭͷมͷؒʹԿΒ͔ ͷ͕ؔ͋Δɻ AssociationͷதͰಛʹͦͷ ͕ؔઢܗʢઢʣͷͷɻ ૬ؔ
129 US UK Japan 5000 2500 Country Monthly Income 0
Association
130 ྸ څྉ Correlation
131 ڧ͍ਖ਼ͷ ૬ؔؔ ૬ؔؔͳ͠ ڧ͍ෛͷ ૬ؔؔ 0 1 -1 0.5
-0.5 ૬ؔʢCorrelationʣ
132 ͳͥ૬ؔΛཧղ͍ͨ͠ͷ͔ʁ
133 Β͖ͭ ฏۉ 5000 100
134 Β͖ͭ $20,000 $1,000 څྉ
135 Β͖ͭ ͜ͷձࣾͷڅྉ ͍͘Β͘Β͍ʁ $20,000 $1,000 څྉ
136 Β͖ͭ ෆ࣮֬ੑ $20,000 $1,000 څྉ ͜ͷձࣾͷڅྉ ͍͘Β͘Β͍ʁ
137 0 30 20 ͠૬ؔؔΛݟ͚ͭΔ͜ͱ͕Ͱ͖Δͱɻɻɻ 10 $20,000 $1,000 څྉ ۈଓ
138 0 30 20 10 $20,000 $1,000 څྉ ۈଓ ۈଓ͕20ͩͱ
څྉ$15,000͘Β͍ɻ $15,000
139 ෆ࣮֬ੑ͕ݮΔ 0 30 20 څྉ ۈଓ ૬ؔ Β͖ͭ $20,000
$1,000 $15,000 $20,000 $1,000
140 ૬ؔ ෆ࣮֬ੑ͕ݮΔ US UK Japan 5000 100 Β͖ͭ
141 US UK Japan དྷ݄ͷސ٬ USͰ͋Εɺ 4000͔Β5000ͷؒɻ 5000 4000 ૬ؔ
ڧ͍૬ؔؔͷ͋ΔͷΛݟ͚ͭΔ͜ͱ͕Ͱ͖Ε څྉ͕Ͳ͏มΘΔ͔Λઆ໌͘͢͠ͳΔɻ ·ͨɺڅྉΛ༧ଌ͘͢͠ͳΔ
૬ؔؔͱҼՌؔҧ͏ɻ ҼՌؔ૬ؔؔͷಛผͳλΠϓɻ ؍ͨ͠૬͕ؔؔɺҼՌؔͩͱ֬ೝ͢Δࣄ͕Ͱ͖ͨ ΒɺͦͷใΛ࣋ͬͯকདྷΛίϯτϩʔϧ͢Δ͜ͱ͕Ͱ ͖Δɻ
૬ؔͷՄࢹԽ 144
145 ࢄਤ ശͻ͛ਤ όΠΦϦϯਤ ώʔτϚοϓ ີۂઢ όʔɾνϟʔτ
146 • ΧςΰϦʔ vs. • vs. •
ΧςΰϦʔ vs. ΧςΰϦʔ σʔλͷλΠϓͷΈ߹Θͤ
147 • ΧςΰϦʔ vs. • vs. •
ΧςΰϦʔ vs. ΧςΰϦʔ σʔλͷλΠϓͷΈ߹Θͤ
148 ࢄਤ ശͻ͛ਤ όΠΦϦϯਤ ώʔτϚοϓ ີۂઢ όʔɾνϟʔτ
149 ώετάϥϜɺີۂઢʹ৭Λ͏͜ͱͰɺ ΧςΰϦʔͱͷ૬ؔΛՄࢹԽ͢Δ͜ͱ͕Ͱ͖Δɻ
150 څྉʢʣx ৬छʢΧςΰϦʔʣ
151 څྉʢʣx ৬छʢΧςΰϦʔʣ
152 ͔͠͠ɺΧςΰϦʔͱͷؔΛݟΔ࣌ ശώήਤΛͬͨ΄͏͕ɺΘ͔Γ͍͢ɻ ʢҰൠతʹɻʣ
ശώήਤ 153
None
ͦΕͧΕͷαΠζʢߦͷʣ͕͘͠ͳΔΑ͏ʹ̐ͭͷάϧʔϓʹ͚Δɻ
3Q (ୈ3࢛Ґ/ 75ύʔηϯλΠϧ) 2Q (ୈ2࢛Ґ/ 50ύʔηϯλΠϧ) 1Q (ୈ1࢛Ґ/ 25ύʔηϯλΠϧ)
3Q Median 1Q
3Q Median 1Q
3Q Median 1Q ࠷େ ࠷খ
ྫ - ΧςΰϦʔͱͷ૬ؔͷՄࢹԽ 160 1. ৬छͱڅྉͷ૬ؔΛՄࢹԽ͢Δ 2. ৬छͱڅྉͷஉঁผͷ૬ؔΛՄࢹԽ͢Δ
161 1. ৬छͱڅྉͷ૬ؔΛՄࢹԽ͢Δ 2. ৬छͱڅྉͷஉঁผͷ૬ؔΛՄࢹԽ͢Δ ྫ - ΧςΰϦʔͱͷ૬ؔͷՄࢹԽ
162 ৬छʢΧςΰϦʔʣ x څྉʢʣ
ྫ - ΧςΰϦʔͱͷ૬ؔͷՄࢹԽ 163 1. ৬छͱڅྉͷ૬ؔΛՄࢹԽ͢Δ 2. ৬छͱڅྉͷஉঁผͷ૬ؔΛՄࢹԽ͢Δ
164
165 • ΧςΰϦʔ vs. • vs. •
ΧςΰϦʔ vs. ΧςΰϦʔ σʔλͷλΠϓͷΈ߹Θͤ
166 ࢄਤ ശͻ͛ਤ όΠΦϦϯਤ ώʔτϚοϓ ີۂઢ όʔɾνϟʔτ
167 ࢄਤ
168 • ओʹσʔλಉ࢜ͷΛදࣔ͢Δɻ • ͦΕͧΕͷͦΕͧΕͷσʔλʹ૬͢Δɻ
ྫɿͱͷؒͷ૬ؔͷՄࢹԽ 169 1. څྉͱྸͷؔΛՄࢹԽ͢Δɻ 2. څྉͱۈଓͷؔΛՄࢹԽ͢Δɻ 3. څྉͱۈଓͷ૬ؔؔ৬छʹΑͬͯҧ͏͔ௐ Δɻ
170 ྸʢʣ x څྉʢʣ
171 τϨϯυϥΠϯͷػೳΛ͏ͱɺ ૬͕ؔΘ͔Δɻ
ྫɿͱͷؒͷ૬ؔͷՄࢹԽ 172 1. څྉͱྸͷؔΛՄࢹԽ͢Δɻ 2. څྉͱۈଓͷؔΛՄࢹԽ͢Δɻ 3. څྉͱۈଓͷ૬ؔؔ৬छʹΑͬͯҧ͏͔ௐ Δɻ
173 ۈଓʢʣ x څྉʢʣ
174 ۈଓͱڅྉͷ૬ؔ0.77Ͱɺൺֱతڧ͍ਖ਼ͷ૬͕ؔ͋Δɻ
ྫɿͱͷؒͷ૬ؔͷՄࢹԽ 175 1. څྉͱྸͷؔΛՄࢹԽ͢Δɻ 2. څྉͱۈଓͷؔΛՄࢹԽ͢Δɻ 3. څྉͱۈଓͷ૬ؔؔ৬छʹΑͬͯҧ͏͔ௐ Δɻ
176 ૬ؔͷڧ͞৬छʹΑͬͯҧ͏ɻ
177 • ΧςΰϦʔ vs. • vs. •
ΧςΰϦʔ vs. ΧςΰϦʔ σʔλͷλΠϓͷΈ߹Θͤ
178 ࢄਤ ശͻ͛ਤ όΠΦϦϯਤ ώʔτϚοϓ ີۂઢ όʔɾνϟʔτ
179 ΧςΰϦʔ vs. ΧςΰϦʔ ΧςΰϦʔಉ࢜ͷؔΛݟΔʹɺΧςΰϦʔͷ Έ߹Θͤ͝ͱʹΛ্͑͛Δ͔ɺͦͷશମʹ ର͢Δׂ߹Λܭࢉͦ͠ͷ݁ՌΛՄࢹԽ͢Δɻ
180 1. ৬छͱڭҭͷؒͷؔΛՄࢹԽɻ 2. ৬छͱୀ৬͔ͨ͠Ͳ͏͔ͷؒͷؔΛՄࢹԽɻ 3. ৬छͱڅྉͷؒͷؔΛՄࢹԽɻ 4. څྉͱۈଓͷؒͷؔΛՄࢹԽɻ ྫɿΧςΰϦʔͱΧςΰϦʔͷؒͷؔΛՄࢹԽ
181 1. ৬छͱڭҭͷؒͷؔΛՄࢹԽɻ 2. ৬छͱୀ৬͔ͨ͠Ͳ͏͔ͷؒͷؔΛՄࢹԽɻ 3. ৬छͱڅྉͷؒͷؔΛՄࢹԽɻ 4. څྉͱۈଓͷؒͷؔΛՄࢹԽɻ ྫɿΧςΰϦʔͱΧςΰϦʔͷؒͷؔΛՄࢹԽ
৬छ (ΧςΰϦʔ) vs.ڭҭ (ΧςΰϦʔ)
183 1. ৬छͱڭҭͷؒͷؔΛՄࢹԽɻ 2. ৬छͱୀ৬͔ͨ͠Ͳ͏͔ͷؒͷؔΛՄࢹԽɻ 3. ৬छͱڅྉͷؒͷؔΛՄࢹԽɻ 4. څྉͱۈଓͷؒͷؔΛՄࢹԽɻ ྫɿΧςΰϦʔͱΧςΰϦʔͷؒͷؔΛՄࢹԽ
৬छͱୀ৬͔ͨ͠Ͳ͏͔ͷؒͷؔΛՄࢹԽɻ ৬छ (ΧςΰϦʔ) vs. ୀ৬ (ϩδΧϧ)
• ϩδΧϧܕΧςΰϦΧϧܕͷಛघͳ߹ɻ • TRUE ͔ FALSEͷ2ͭͷͷΈΛ࣋ͭɻ
California Texas New York Florida Oregon ΧςΰϦʔܕ 186
ϩδΧϧ (ཧ) TRUE FALSE ࣙΊͨ? 187 ̎ͭͷ͔͠ͱΒͳ͍ΧςΰϦʔ
৬छ (ΧςΰϦʔ) vs. ୀ৬ (ϩδΧϧ)
189 1. ৬छͱڭҭͷؒͷؔΛՄࢹԽɻ 2. ৬छͱୀ৬͔ͨ͠Ͳ͏͔ͷؒͷؔΛՄࢹԽɻ 3. ৬छͱڅྉͷؒͷؔΛՄࢹԽɻ 4. څྉͱۈଓͷؒͷؔΛՄࢹԽɻ ྫɿΧςΰϦʔͱΧςΰϦʔͷؒͷؔΛՄࢹԽ
৬छ (ΧςΰϦʔ) vs. څྉ () ৬छͱڅྉͷؒͷؔΛՄࢹԽ
څྉ (ΧςΰϦʔ) ΧςΰϦʔԽ ৬छ (ΧςΰϦʔ) vs. څྉ ()
څྉʢʣ
څྉʢΧςΰϦʔʣ
ΧςΰϦʔԽͷઃఆ
څྉ (ΧςΰϦʔ)ɹvs. ৬छ (ΧςΰϦʔ)
196 1. ৬छͱڭҭͷؒͷؔΛՄࢹԽɻ 2. ৬छͱୀ৬͔ͨ͠Ͳ͏͔ͷؒͷؔΛՄࢹԽɻ 3. ৬छͱڅྉͷؒͷؔΛՄࢹԽɻ 4. څྉͱۈଓͷؒͷؔΛՄࢹԽɻ ྫɿΧςΰϦʔͱΧςΰϦʔͷؒͷؔΛՄࢹԽ
څྉ (ΧςΰϦʔ) vs. ۈଓ (ΧςΰϦʔ)
198 ώʔτϚοϓ ΧςΰϦʔؒͷΈ߹Θͤ͝ͱʹूܭͨ͠Λ৭Ͱදࣔ
199 ৬छͱڭҭͷؔΛώʔτϚοϓͰՄࢹԽ͢Δɻ
200 ৬छͱઐ߈ͷਓͷ͕ؔώʔτϚοϓͰՄࢹԽ͞Εͨɻ
201 Life Science͕ઐ߈ͰResearch Scientistͷ৬ʹ͍͍ͭͯΔਓ 133ਓ͓Γɺ৬छͱઐ߈ͷΘͤ ͷதͰҰ൪ଟ͍ɻ
202 νϟʔτͷબͼํ·ͱΊ
σʔλͷΒ͖ͭΛݟ͍ͨͱ͖ͷνϟʔτͷબͼํ ώετάϥϜ ີۂઢ όʔνϟʔτ σʔλ ΧςΰϦʔσʔλ
204 ࢄਤ ശͻ͛ਤ όΠΦϦϯਤ ώʔτϚοϓ ີۂઢ όʔɾνϟʔτ ΧςΰϦʔσʔλͱσʔλ σʔλͱσʔλ ΧςΰϦʔσʔλͱΧςΰϦʔσʔλ
σʔλͷ૬ؔΛݟ͍ͨͱ͖ͷνϟʔτͷબͼํ
205 ετʔϦςϦϯά×σʔλͷՄࢹԽ
நతͳ୯ޠใΛཏྻͨ͠ΓɺՕॻ͖ͷࣄ࣮౷ܭσʔλ ΛͬͨཧతͳͰɺ૬ख͔ΒͷڞײɺߦಈಘΒΕͳ͍
"͞ΜڅྉΛ্͍͛ͨͨΊస৬Λߟ͍͑ͯΔ γϦίϯόϨʔͷσʔλαΠΤϯςΟετͷฏۉऩສͩͱΔ σʔλαΠΤϯςΟετΛࢦ͢
"͞Μ64ͷΤϯδχΞͰ࠺ͱਓͷࢠڙͱΒ͍ͯ͠Δ "͞Μͷࢠڙࢲཱͷେֶʹߦ͖͍ͨͱݴ͍ͬͯΔ͕ɺݱࡏͷऩͰࢠ ڙ͕ߦ͖͍ͨେֶʹ௨ΘͤΔ༨༟͕ͳ͍ ͦͷͨΊɺస৬ͯͬ͠ͱՔ͛Δ৬ʹब͖͍ͨͱࢥ͍ͬͯΔ ௐͯΈΔͱɺ"NB[POͰଟֹͷඅ༻Λ͔͚ͯσʔλαΠΤϯςΟετ Λҭ͢ΔϓϩάϥϜΛ͢Δ༧ఆΒ͍͠ σʔλαΠΤϯςΟετͷधཁ͕ߴ·͍ͬͯΔͷͱɺݩʑେֶӃͰ౷ܭֶ Λͬͯݚڀ͍ͯͨ͜͠ͱ͋ΓɺσʔλαΠΤϯςΟετస৬͢Δಓ Λߟ͍͑ͯΔ
૬खʹ͍͑ͨ͜ͱΛɺͦΕΛىͤ͞ΔΤϐιʔυͳͲͷlޠzΛ ͏͜ͱʹΑͬͯɺฉ͖खʹڧ͘ҹ͚Δख๏ͷ͜ͱͰ͢ɻ ετʔϦʔςϦϯά
اۀͷ՝Λղܾ͢ΔͨΊʹ౷ܭػցֶशͷϞσϧΛͬͯσʔλ ͷதʹ͋ΔύλʔϯΛݟग़͠ɺϏδωεΛվળ͍ͯ͘͠ σʔλαΠΤϯε
ετʔϦςϦϯά ײੑ ºσʔλαΠΤϯε ཧੑ
ετʔϦςϦϯάºσʔλαΠΤϯε w ࢝·Γɿઃఆͱత w தؒɹɿঢ়گ֬ೝͱղܾࡦ w ऴΘΓɿ૬खʹͲΜͳߦಈΛͯ͠ཉ͍͔͠
ετʔϦςϦϯάºσʔλαΠΤϯε ࢝·Γ ઃఆɿ͍ͭͲ͜ͰͦͷετʔϦʔ͕ى͖͍ͯΔ͔ ओਓެɿ୭͕ߦಈͷओମ͔ ɿԿ͕͔ తɿͲͷঢ়ଶ͕ཧ͔
ετʔϦςϦϯάºσʔλαΠΤϯε தؒ Λઆ໌͢ΔͨΊͷྫ Λࣔ͢σʔλ ΞΫγϣϯ͕औΕͳ͔ͬͨ߹Ͳ͏ͳΔͷ͔ ʹରॲ͢ΔͨΊͷબࢶ
ղܾࡦͷϝϦοτ ͳͥ૬खʹҙࢥܾఆߦಈΛىͯ͜͠ཉ͍͠ͷ͔
ετʔϦςϦϯάºσʔλαΠΤϯε ऴΘΓ ·ͱΊ ૬खʹͯ͠ཉ͍͠ߦಈΛݺͼ͔͚Δ
216 ૬खʹ͑ΔͨΊͷσʔλͷՄࢹԽ
ྫɿຊͷ(%1
(%1ͷॱҐΛݟ͍ͤͨͱ͖Ͳͬͪͷνϟʔτ͕͍͍͔ʁ
ຊͷ(%1ͷτϨϯυΛݟ͍ͤͨͱ͖Ͳͬͪͷνϟʔτ͕͍͍͔ʁ
ຊͷ(%1ͷτϨϯυΛݟ͍ͤͨͱ͖Ͳͬͪͷνϟʔτ͕͍͍͔ʁ
ຊͷ(%1ͷΛݟ͍ͤͨͱ͖Ͳͬͪͷνϟʔτ͕͍͍͔ʁ
૬खʹԿΛ͍͑ͨͷ͔ʹΑͬͯ νϟʔτͷछྨ৭ͷ͍ํΛ͢Δ
Ґஔ ͞ ֯ ํ ϏδϡΞϧɾΩϡʔ 223
224 ͞ ൺֱ͍ͨ͠ͱ͖
225 άϧʔϓΛݟ͍ͨͱ͖
ํ 226 τϨϯυΛݟ͍ͨͱ͖
227 w ͷେ͖͞Λද͢৭ w σʔλΛ۠ผ͢ΔͨΊͷ৭ w Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͢ΔͨΊͷ৭ ৭ͷछྨ
228 άϧʔϓ͝ͱʹൺֱ͍ͨ͠ͱ͖
Ұ෦ͷσʔλΛڧௐ ϋΠϥΠτ ͍ͨ͠ͱ͖
૬खʹ্ख͑͘ΔͨΊʹ ετʔϦʔςϦϯάͷߏͱՄࢹԽͷจ๏Λ ҙࣝ͠ͳ͕Βͻͨ͢Β࿅श͢ΔͷΈʂ
None
&%"4BMPO w ຖ݄͓Λग़͠·͢ w ͦΕͧΕͷڵຯʹ߹Θͤͯ୳ࡧతʹσʔλੳͯ͠Β͍·͢ w ϊʔτʹॻ͍ͯΠϯαΠτͷڞ༗ w 5XJUUFSͳͲͰϑΟʔυόοΫˍσΟεΧογϣϯ
ੈքͷେֶϥϯΩϯάσʔλ ੈքͷՈசੜ࢈ྔσʔλ
ͦΕͧΕͷڵຯʹ߹Θͤͯ୳ࡧతʹσʔλੳ
ϊʔτʹॻ͍ͯΠϯαΠτͷڞ༗
5XJUUFSͳͲͰϑΟʔυόοΫˍσΟεΧογϣϯ
࣍ճͷ͓
ࣗసंͷϨϯλϧσʔλ
&%"4BMPO ৄࡉͪ͜Β͔Βʂ &%"4BMPO୳ࡧతσʔλੳΛΈΜͳͰֶͿ IUUQTCJUMZ98LG3 &%"4BMPOͷࢀՃํ๏ IUUQTCJUMZ-4PNF,
5XJUUFS&%"4BMPO
None
• ϓϩάϥϛϯάͳ͠ RݴޠͷUIͰ͋ΔExploratoryΛੳπʔϧͱͯ͠༻͢ΔͨΊडߨதɺϏδωεͷ Λղܾ͢ΔͨΊʹඞཁͳσʔλαΠΤϯεͷख๏ͷशಘʹ100ˋूதͰ͖Δ • πʔϧͷ͍ํͰͳ͘ɺੳख๏ͷशಘ ݱͰ͑Δੳख๏ΛάϧʔϓԋशΛ௨࣮ͯ͠ࡍʹखΛಈ͔͠ͳ͕Βɺʹ͚ͭͯߦ͘ ͜ͱ͕Ͱ͖Δɻ • ࢥߟྗͱεΩϧͷशಘ
σʔλαΠΤϯεͷεΩϧशಘ͚ͩͰͳ͘ɺσʔλੳʹඞཁͳࢥߟྗशಘͰ͖Δ ಛ
Q & A
Contact Email
[email protected]
EDA SalonͷࢀՃํ๏ https://bit.ly/2LSomeK Twitter @ExploratoryJp EDA Salonৄࡉ
https://bit.ly/2XWkfR5