コンビニエンスストア業について調べるには（統計・名鑑・インターネット情報源等） | リサーチ・ナビ | 国立国会図書館
ここで取り上げるコンビニエンスストア業は、日本標準産業分類の細分類5891「コンビニエンスストア」に該当します。 コンビニエンスストア業について調べるための資料には以下のようなものがあります。【 】内は当館請求記号です。請求記号が記載されていないものは、版によって請求記号が異なります。国立国会図書館サーチでタイトルを入力して検索してください。 『資料名』（書誌情報）の後ろに*が付いている資料は、国立国会図書館サーチの書誌詳細画面に目次があります。 1. 統計資料、名鑑類、調査・レポート等『商業動態統計年報』（経済産業調査会 年刊 【Z41-786】） 卸売業と小売業の販売活動を調査する「商業動態統計」の調査結果です。「コンビニエンスストア販売」の部に「商品別販売額等及び前年比」、「都道府県別商品販売額等及び前年比」が掲載されています。経済産業省ホームページ内商業動態統計に掲載されています。
アベノミクスの「成果」を示すデータ集 - モノシリンの３分でまとめるモノシリ話
さて，選挙も近づいてきたということで，アベノミクスの成果を示すデータを貼り付けていこうと思う。 選挙のたびに「経済」が強調されてきたのだから，有権者にとってアベノミクスの成果を確認することは必要不可欠である。 まずはツイッターで盛大にバズったこのグラフから。アベノミクス前の2012年を100とした賃金と物価と消費の推移である。 データ元：厚労省，総務省 消費税増税と円安により，物価が6年間で6.6％も上がった（赤）。 その一方，名目賃金は2.8％しか伸びなかった（青）。 だから実質賃金は，アベノミクス前と比べて3.6％も落ちた（緑）。 そして，実質世帯消費動向指数は9.3％も落ちた（黄色）。 日銀によると消費税増税による物価上昇効果は2％だそうだ。 残りの4.6％はアベノミクスがもたらした円安が最も影響しているだろう。 （なお，2015年に原油の暴落があったおかげで円安による物価上昇の勢い
統計不正はこれほどヤバい | 西日本新聞me
永田健の時代ななめ読み 「空気を読まない」を信条とするベテラン記者が、今起きている政治、社会、国際問題を「ななめに」論評します。賛同とお叱りが相半ばする人気のコラム（日曜更新） ただ「統計」というなじみの薄いジャンルであるためか、初報から政治問題化まで時間差が生じ、現在でも世論の関心はいまひとつに思える。そこで今週は「統計不正はどれほど大問題か」を、文系脳の私が例えを駆使し、分かりやすく読者に解説したいと思う。 私はひそかに「九州の池上さん」のポジションを狙っているのである。 ◇ ◇ 統計不正問題は多岐にわたるが、本丸の「毎月勤労統計」について論じる。 簡単に説明すれば、厚生労働省はこの統計の作成手法を不正に簡略化。それを途中から「完全版」に近づけるため数値の復元加工をしたところ、結果として実質賃金の伸び率がかさ上げされた。つまり実態より過大に「賃金が上がった」と公表していたのだ。
文系がゼロから統計を勉強するときに最初の１年で読むべき本 - StatsBeginner: 初学者の統計学習ノート
最初の１年で読むべき本を考える 私の統計学の理解はまだまだ初歩レベルに留まっていますが、昨日飲んでる時に「初心者向けの統計の本ってどういうのが分かりやすいですか」というようなことを訊かれて、「俺に訊かれてもあまり参考には……」とか思う一方、まだ初歩レベルの位置にいる人間だからこそ言える「この本が分かりやすかったよ論」ってのもあるよなと思ったので、現時点での読書感想みたいなものをメモしておきます。一昨年、統計の勉強を始めた頃の自分にむかって書いてる感じです。 理系の人とか、ある程度統計の理解ができている人からみれば、「本質的な理解のためにはもっと難しい本がいいよ」ってなるかも知れませんが、「いやそんな難しいの勧められても独学のモチベーションが続かねーよ」っていう立場でまとめておきますｗ ここでは、 統計の勉強はしたことがなく、標準偏差とか言われても意味分からない プログラミングも全くわからな
社会人なら知っておきたい無料の公的統計データ「e-Stat」と「統計メールニュース」 | 初代編集長ブログ―安田英久
今日は、マーケティングや企画に携わる社会人なら知っておきたい、というよりは、知らないと恥ずかしい、無料で利用できる公的統計データのポータルサイト「e-Stat」の情報と、新しい統計データが自動的に飛んでくる「統計メールニュース」の情報をお届けします。 すでに6月も下旬。新入社員の方も配属部署が決まってバリバリ働いていることだと思います。 マーケティングや企画の仕事をする人にとって、調査データというのは大切なもの。 ネット上で発表される「○○のサービスのユーザー数が○○万人」なんて調査データ、みんな好きですよね。Googleトレンドのような検索ボリュームの情報や、どのブラウザがどれぐらい使われているかといった調査データも人気です。 どれも無料で入手できるデータですが、実は税金でちゃんとした手法でつくられている、質の高い調査データというのが、あるのです。 それが、政府の出している統計データ。
Rの興隆が科学にオープンソースをもたらす
How The Rise Of The "R" Computer Language Is Bringing Open Source To Science ⚙ Co.Labs ⚙ code + community 予算削減と科学ソフトウェアコストの上昇のおかげで、オープン科学信者は、科学界にオープンソースを持ち込むことに成功しつつある。あまり知られていない言語、Rも貢献している。 Rとは自由な、オープンソースの統計解析ソフトウェアである。MATLABのような民間に所有されている数値計算ソフトウェアや、SASのような統計ツールは、歴史的に、研究所には必要なツールであった。Microsoft Officeがオフィスに必要なように。しかし、ソフトウェアの爆発的なコスト上昇と、研究費の削減により、科学者はRを使いはじめるようになった。 現在、日々増えつつある多数の研究社がR開発コミュニティに参加し、
非公開サイト
サイトの構築。作品の販売。ブログの投稿。この他にもさまざまな機能があります。 ログイン サイトをはじめよう 非公開サイト このサイトは現在プライベート設定になっています。
２０１３年度Ｊ１におけるお金と勝ち点の相関性 - pal-9999のサッカーレポート
さて、みなさん、こんにちは。相変わらず、更新に日が空いてしまいましたが、私は元気です。Ｗ杯の組み合わせが決まったり、そっちについても何か書いとこうとか思ってたんですが、それは又にして、本日は毎年恒例の「Ｊ１におけるお金と勝ち点の相関性」についてまとめたいと思います。 2012年Ｊリーグにおけるお金と勝ち点の相関性 去年の奴はこっちでまとめてあります。興味のある人はこっちをどうぞ。 さて本題にうつりましょう。 2013年度Ｊ１におけるお金と勝ち点の相関性について 最近は、コレ系の奴をつくるのが偉い楽な時代になりました。いい時代になったもんです。さて、まずは表にしたんで、今年の奴をご覧くださいな。 順位 チーム名 総年俸(単位万円) 勝点 年俸から予測される勝ち点 予測との差 1 サンフレッチェ広島 52760 63 45.828 17.172 2 横浜F・マリノス 91050 62 57.3
日本では本当は自殺は増えていないというウソ - シェイブテイル日記2
昨日1997年の消費税増税以降自殺者が増えた、と書いたところ、「年齢構造をOECDにならって標準化すれば自殺率は増えていない」というご指摘を受けました。 具体的には図表１、２のようになっています。 日本の自殺者数は1997年を境に増えたが、標準化自殺率では以前に戻っただけに見える 日本の自殺者数推移（図１）と年齢構造を標準化した自殺率（図２） 出所：社会実情データ図録。 同じ図は、富高辰一郎氏著の「うつ病の常識はほんとうか」(2011、日本評論社p29）にも記載がある。 この図はある意味で興味深い考察ですね。ただ、1996年までバブル景気だったかどうかには異論がありそうですが。 図表３は内閣府が発表している原因別自殺者数です。 1997年以降各原因での自殺者が増えた 図表３ 原因別自殺者数推移 出所：内閣府が警察庁資料を元に作成した資料から筆者作成。 縦線は1997年。 原因別自殺者数推移
文系のための「多次元データ解析」
まずは、基本的な用語と、Rでの基本的なコマンドをここで学ぶ。何も知らずに、回帰分析や主成分分析、クラスター分析をするのは「無謀」というもの。気持ちは理解できなくは無いのだが。以下のトピックを見て、一つでも知らない用語があるならば、先に進まずに、最初から順にチュートリアルをこなした方が良い。また、理解できている人も、一般的な教科書とは異なった説明もある。軽く目を通した方が良いかもしれない。 文系のための「行列の構造」 文系のための「行列」（１）：行列データの構造について 文系のための「行列」（２）：多次元データについて 文系のための「行列」（３）：行列の種類について 文系のための「行列」（４）：「変数」と「添字」について 文系のための「行列の演算」 文系のための「行列の演算」：行列の「足し算」と「引き算」 文系のための「内積」（１）：行列の「掛け算」の方法 文系のための「内積」（２）：行列の
欧州債務危機問題の規模に関するまとめ : Market Hack
ギリシャ債務危機が世界経済全体にとってどのようなスケールの問題なのかを整理しておきます。 最初のグラフは主要国のＧＤＰの規模の比較です。 なおここで使用したデータは全てニューヨーク・タイムズから引用しました。そのニューヨーク・タイムズは２０１１年１０月２０日に出されたBIS(国際決済銀行)の報告書を基にしています。データは２０１１年６月現在のものです。なおBISのデータはノンバンクによる貸借は含まれていません。 次のグラフは各国の負債がＧＤＰの何％かを示したものです。 次のグラフは各国の政府負債額を示したものです。 ＥＵの主要メンバー７カ国（ドイツ、フランス、イタリア、スペイン、ギリシャ、アイルランド、ポルトガル）の政府負債額を全て足し上げ、それをＧＤＰで割った比率は９１．６％となります。 これは日本や米国より低いことに注目して下さい。 またＥＵ７カ国の負債総額も米国や日本より少ないです。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
