メインカテゴリーを選択しなおす
316 日本の現実個別消費は少ない? - 1人あたりの国際比較
家計の実際に消費した金額である現実個別消費の1人あたりの水準について国際比較してみます。日本の水準は2021年で先進国中位程度の水準のようです。
家計による現実的、個別的な消費である現実個別消費について解説します。日本の現実個別消費は、家計最終消費が横ばいで、政府個別消費支出が増加しているため、緩やかに増加傾向となっています。全体に占める政府個別消費支出は2割ほどです。
314 雇用者の労働時間あたり付加価値 - 生産性の国際比較
労働生産性の指標となる、雇用者の労働時間あたり付加価値について国際比較してみました。時間あたりだとドイツ、フランスの水準が高く、更に個人事業主の影響を除外しているためイタリアの水準も高いのが特徴的です。日本は先進国でも低位となります。
労働生産性の尺度として用いられる労働者1人あたりGDPでは、GDPの中に家計の営業余剰・混合所得が含まれるため、労働者の実際の生産性を計算している事にはなりません。個人事業主の影響を除外した雇用者1人あたり付加価値について計算し、国際比較してみました。
統計検定2級に申し込みました。 実は結構前から勉強していたのですが、中々に受けようという気分になれず。 統計学を学んでこなかった身としては、結構内容が難しいんですよね… 今年中には合格したいっと言っておきながら、気付けば2024年も3月に!
統計学初心者が「入門統計解析法」を選ぶべき理由とは【書評レビュー】
「入門統計解析法」は、著者の永田靖氏が理論から実践まで、統計学の基本を親しみやすく解説しています。数学が苦手な人でも理解しやすいよう、難しい専門用語を避ける一方で必要な数式も紹介しています。統計学の基礎知識を身につけ、データに強くなりたいと考えるビジネスパーソンや学生にとって、理想的な入門書となるでしょう。
312 労働時間は短くなった? - 一般労働者の平均労働時間
日本の平均労働時間は年々短くなっていますが、就業形態別に見ると一般労働者の労働時間が短くなっているわけではなさそうです。労働時間の短いパートタイム労働者が増え、その分平均労働時間が短くなっているようです。
統計学の力を解き明かす「統計学が最強の学問である」書評レビューと実生活への応用
『統計学が最強の学問である』は、著者の西内啓さんが統計学が日常生活やビジネスでいかに役立つかを、楽しく解説しています。データを基にした判断の大切さや、統計学の基本から応用までが、ジュニアハイスクール生でも理解できる言葉で紹介されているため、学びやすいです。統計学への興味を持つきっかけになること間違いなしです。
統計学初心者必見!大好評の『完全独習 統計学入門』で、つまずき知らずの明快な学び
「完全独習 統計学入門」は統計学の初学者や他の入門書で挫折した人に最適な本です。中学数学の知識で理解でき、統計学の基本概念や用語の意味を明確に解説します。読者は統計学の「意味」を学び、知識が身近に感じられるようになります。数式が苦手な人も「理解できる」と感じることができるでしょう。
OECDの生産性の計算に用いられる、労働者数と平均労働時間について、日本の国内データとの整合性を確認してみました。基本的には内閣府の国民経済計算のデータを基にしているようですが、平均労働時間については個人事業主の寄与分を調整しているかもしれません。
ω・) ソーッ・・・ 皆さん、ご機嫌よろしゅうに。 例によって例のごとく「老後は安泰ってのんびり構えられる人はそうそう居ませんよね? まさか年金アテにしてます?」的な趣旨の記事です。 60歳代の一人世帯における貯蓄額の平均・・・1388万円 Σ(・ω・ノ)ノ! みん...
主要先進国の労働時間あたりGDP 実質成長率について要因分解をしてみました。日本、イギリス、イタリア、フランスは1970年代に大きく成長をしていますが、2000年代からの成長率がかなり低くなっています。
お昼にネットニュースを流し見していたら「カラフルな地図をQGISで作ろう!」との記事を見かけました。8年ぐらい前になるでしょうか?オープンデータとQGISを使用した、統計・防災・環境情報がわかる地図の作り方という本を購入して、色々いじくり回していたことを思い出し、ノスタルジーに浸りました。今回の記事では、建物についてカラフルな色付けを行うことができるとのことであるため、忘却録的に記録!...
2024年2月15日に東京都立さん御用技術研究センター様にて、経済統計データから見る日本の現在地と製造業の変化・展望について講演させていただきました。
2024.02.08 対談 中小企業リーダーズサミット 2024
2024年2月8日に開催された中小企業リーダーズサミット2024にて、中島プレス工業有限会社 小松崎社長と退団させていただきました。
309 日本の労働者の生産性は高い? - 労働者1人あたりGDP
労働生産性について、労働者1人あたりGDPの水準比較をご紹介します。日本は名目でも実質でも低い水準が続いていて、成長率は他国と遜色ないものの、その差は縮まっているわけではないようです。
308 労働時間あたりGDPの国際比較 - 購買力平価換算の名目・実質
労働生産性の指標である労働時間あたりGDPについて、数量的な比較ができる購買力平価換算値をご紹介します。名目でも実質でも日本は先進国の中でかなり低い水準となります。
主要先進国の労働生産性について、名目と実質の成長率を比較してみました。実質では総じて日本の成長率が高い事がわかりますが、名目では停滞傾向です。
日本の労働生産性について、基準年を変更しての実質値の計算結果をご紹介します。労働者1人あたりGDPは名目では停滞が続いていますが、実質では上昇傾向のようです。
おはようございます! キャリアコンサルタントの江藤セツ子です。自分らしい生き方や働き方を見つけていきましょう。 プレゼンなどで論証が弱い場合に統計が用いられ…
日本の労働生産性の状況や、その計算方法についてご紹介します。日本はGDPが停滞する中、平均労働時間が減り、労働者数は増えている事もあり、労働生産性は向上しています。要因分解でもそのことを確認してみました。
公共的な産業である公務・教育・保健の平均時給(労働時間あたり雇用者報酬)について国際比較してみました。日本では産業間で高い水準だったのが減少傾向にあります。国際比較しても他国との差は開き、近年では先進国の中でも低い水準となります。
303 専門サービス業の平均時給 - 平均的な給与水準の産業
専門サービス業の平均時給(労働時間あたり雇用者報酬)について国際比較してみました。日本の専門サービス業は、産業間では全産業平均値並みですが、国際的にはかなり低い水準になるようです。
不登校29万9048人をリフレーミングする・不登校を人数だけで、十把ひとからげに論じることは、一人一人の子どもの現実を見えなくしてしまうことに繋がります
不登校29万9048人 文科省が今年10月に発表した2022年度の「問題行動・不登校調査」調査によると、全国の小中学校で年間30日以上の欠席をした不登校児童生徒数が29万9048人になったそうです。(昨年度比22.1%増、10年連続増加、小学校10万5113人、中学校19万3936人 全在籍数の3.2%) 少子化が国内問題にされている中で、不登校の子どもは僅か5年前の2017年度の14万4031人の二倍超になり、今や30万人に限りなく近づいています。具体的に数字をイメージすると、全国の中学校の各クラス2名以上いることになり、日本の人口の3.2%と考えると、静岡県一県の人口を超えるほどです。 根…
情報通信業と共に水準の高い金融保険業の平均時給(労働時間あたり雇用者報酬)について国際比較してみました。国内の産業間では平均時給が高い水準ですが、国際比較すると大きく順位が後退し、相対的に対価が低く抑えられているようです。
これが最後の記事になります。理科で扱う数値には、おおよそ次のようなものがあります。1つ目は、目盛りを読んで数値を得るものです。例としては、メスシリンダーで量った水の体積、物差しで測った長さ、温度計で測った温度等です。2つ目は、電子測定機器で
最近の岸田総理の支持率が低すぎて問題になっている。僕は、テレビ朝日中心 に見てるんだが、他の局でも同じようなことを言っている。 何処がどんな調査をしているんだ…
Excelを使った相関の処理について解説していきます。千葉県HPからダウンロードした、事業所数と人口のデータをExcelに次のように貼り付けます。A列には市町村名、B列の先頭セルに事業所数というラベル、B2セルからB55セルまで各市町村における事業所数データ、C
今回は、2種類のデータの相関関係と因果関係について扱っていきます。この表をご覧ください。これは、ある県内の市町村別の人口と事業所数を示したものです。人口が多くなると、事業所数も多くなりそうな気がしますが、どうでしょうか?目次1.散布図を書
情報通信業の平均時給(労働時間あたり雇用者報酬)について国際比較してみました。日本は産業間ではかなり高い水準ですが、国際比較してみるとむしろそれでも低い方になるようです。エリート産業の水準が低く、産業間の格差が小さいとも言えそうです。
Excelによるカイ二乗検定と標準済み残差の評価【学校教員向け統計基礎講座】
今回は、Excelによる選択式アンケートの処理について扱います。部活動人数を調査した結果、次のような結果が得られたとします。これについてExcelでカイ二乗検定を行い、年度間において差があるのかどうか、差があるとしたら何部が増えたり減ったりしているのか
選択式アンケートの処理を知ろう!【学校教員向け統計基礎講座】
今回は、次のような選択式アンケートの処理の仕方を扱います。この表では、令和2年度は、野球部が10名、サッカー部が20名、吹奏楽部が15名、理科部が8名で、令和3年度は40名、20名、13名、9名でした。これは、昨年度と同程度であると言えるのでしょうか?目次
今回は、データの種類と特徴について扱います。温度や順位、テストの得点、パーセント、年齢等はどれも数値ですが、同じように扱ってよいのでしょうか?実は、データの種類によってその扱い方は変えなければいけません今回は、データの種類と特徴を学校現場で扱う機会が多
学校教育の大きな課題として、「統計学に基づいた効果測定が行えない」という現状が挙げられます。児童生徒の探究活動が調べ学習の範囲を出なかったり、学校評価アンケートや全国学力・学習状況調査の結果を正しく考察できない、といったことはありませんか?Excelを使って、
一般サービス業の平均時給(労働時間あたり雇用者報酬)について国際比較してみました。日本の一般サービス業の平均時給は平均値を大きく下回ります。国際比較してみると、平均時給の低い産業であることは共通しているようです。
建設業の平均時給に相当する労働時間あたり雇用者報酬について、国際比較をしてみます。日本の建設業は、先進国の中では低めの水準ですが、工業などと比べるとやや順位は高いようです。
297 日本の時給は高いのか? - 労働時間あたり雇用者報酬の国際比較
平均時給に相当する労働時間あたり雇用者報酬について国際比較をしてみました。日本は停滞傾向が続く中で、他国に追い抜かれ差を付けられているようです。近年では先進国の平均値すら大きく下回っています。
PythonでNumpyのndarrayの要素へのアクセスする方法 – How to access ndarraay elements
NumPyのndarray(多次元配列)において、単一の要素にアクセスするためのインデキシング方法を説明します。単一の要素にアクセスするには、要素の位置を指定する必要があります。 以下は、単一の要素にアクセスするためのいくつかの方法です。
PythonでNumPyを使用してデータの入出力をしたい – How to input/output data using Numpy functions in Python
NumPyを使用してデータの入出力(I/O)を行う際には、さまざまな方法とツールが提供されています。以下に、NumPyにおけるデータの入出力の主要な方法について説明します。
PythonのNumPyでの基本的な演算について – Basic calculation using Numpy package in Python
NumPy(Numerical Python)は、数値計算に特化したPythonライブラリで、多くの数値演算をサポートしています。以下では、NumPyでの基本的な演算について説明します。
statsmodels.apiを用いた最小2乗法による線形回帰How to use “statsmodels” to execute “OLS” in Pytrhon
statsmodels.apiは、統計モデリングと統計テストのためのPythonライブラリであり、さまざまな統計モデルを構築し、テストするための機能を提供します。ここではOLSについて解説します。 statsmodelsのOLSクラスによる通常の最小2乗法(OLS) statsmodels.api モジュールを使用して Ordinary Least Squares (OLS) 回帰を行う方法を説明します。
Pythonのstatsmodelsモジュールを用いて重みづけ最小2乗法を行う How to “Weighted Least Squares” using Python
statsmodels.apiのWLS(Weighted Least Squares)クラスは、重み付き最小二乗法を用いて回帰モデルを構築するためのクラスです。通常の最小二乗法では、各データポイントは等しい重みを持つと仮定されますが、WLSクラスでは異なる観測値に異なる重みを適用することができます。
一般化最小二乗法(GLS)は、異なる分散構造や相関構造を考慮した回帰モデルを扱う手法です。これは、データの誤差項が等分散かつ独立でない場合や、データ点間に相関がある場合に有用です。statsmodels.apiは、Pythonで統計モデリングと仮説検定を行うための豊富なツールを提供しています。
statsmodels.apiのGLSARは、一般化最小二乗法(GLS)を自己相関のある誤差項(AR:AutoRegressive)に適用するためのクラスです。主に時系列データに対して使用されます。以下に、GLSARの概要と主要な属性について説明します。
Pythonのstatsmodels.apiを使って分位点回帰を行う – How to estimate quantile regression model using Python –
statsmodels.apiのQuantRegの利用 statsmodels.apiのQuantRegは、分位点回帰(Quantile Regression)を実行するためのモデルです。分位点回帰は、通常の最小二乗法回帰(OLS)とは異なり、データの異常値に頑健であり、異なる分位点(分位数)における条件付き分布をモデル化します。以下は、QuantRegを使用した基本的な例です。
Pythonのstatsmodels.apiを用いてロジスティック回帰を行う – How to estimate “logit” models using Python
statsmodels.apiのLogitは、二項ロジスティック回帰を実施するためのクラスです。二項ロジスティック回帰は、2つのカテゴリをもつ従属変数(成功・失敗、0・1など)を予測するための統計モデルです。以下は、Logitクラスの主なプロパティとメソッドについての説明です。
Pythonのstatsmodelsを使って多項ロジットモデルを推定する -How to estimate Multinomial logit using Python-
statsmodelsのMNLogit(Multinomial Logit)は、多項ロジットモデルを推定するためのクラスです。多項ロジットモデルは、複数の選択肢の中から1つを選ぶようなケースに適しています。以下に、MNLogitを使用して多項ロジットモデルを推定する基本的なコード例を示します。