基本統計量 | package入門(rpnマイスター編) [講座] | 逆ポーランド電卓の実践ウェブ rpn hacks!

　黒点の観測は古くから行われていたようです。近代でも300年を超える黒点数観測データが公開されています。以下のデータは1700年から2008年までの観測ですが、4桁の西暦と黒点数になります。

データが格納されているファイルをdata.txtとして、黒点数の基本統計量を出してみましょう。基本統計量には母数、標本数、最大値、最小値、平均値、中央値、最頻値、分散、標準偏差…などたくさんの統計量があります。

ビジネス統計(基礎編)でも基本統計量の計算を行うrpnプログラムを多数用意しました。平均値ならmean、最大値はmax、中央値はmedian、分散はvar、標準偏差はsdev…のようにです。一つ一つ意味がありますから、データを吟味し、計算して、じっくりと考察するのは大切なことです。

黒点数の基本統計量

　しかし…面倒ですよね、一つ一つ計算するのは。そこで、rpnマイスターパッケージでは、基本統計量でよく使うものだけを取捨選択したstatinfoプログラムを用意しています。実際の使用例で説明します。

最初のrpn式で西暦をカットして黒点数だけのデータにしてtmpファイルにしています。次にそのtmpファイルをstatinfoプログラムに渡しています。結果は上記のとおりです。

13項目の統計値が並んでいます。中央値等いくつかないものがありますが、よく使うと考えられるものだけをピックアップしてあります。中央値や最頻値など計算したい場合や、statinfoが出力する項目の詳細を知りたい場合はビジネス統計(基礎編)を参考にしてください。

ざっと見ると、309年間で黒点が0だったときがあること、最大でも190個であったこと、平均は50個程度だが個数のぶれはかなり大きいこと、ガウス分布とは考えられないことなどが分かります。

複数列も一気に計算

　ちなみに、このstatinfoは複数列のデータにも対応しています。先ほどの309年間の黒点データを例にします。今度はdata.txtの西暦を削除せずにstatinfoに渡してみましょう。

今度は基本統計量が2列表示されていますが、1列目のデータを見ると最小値が1700で最大値が2008ですから西暦の列データであることが分かります。2列目が黒点数の列データということですね。

なお、統計数値の表示形式や桁数がどうなるか分からないので、上記のように表が乱れて表示されることがあります。

見出しのない基本統計量

　このstatinfoですが、データを再利用するには見出し文字が邪魔です。そこで、statinfoプログラムの親戚でstatプログラムも用意しています。statは項目見出しがないstatinfoであると同時に、他のプログラムでデータを再利用しやすくするために表示が横型になっています。例で示します。

黒点数の小数点を切り捨ててからstatに渡しています。計算結果は1行目が西暦のデータで2列目が黒点数のデータです。

それぞれ、左からデータ数、合計値、最小値、最大値、平均値、標準偏差、歪度、尖度、変動係数の順に並んでいます。statinfoと表示順も違いますし、表示項目も少なくなっていることに注意してください。