2018年1月27日土曜日

「尺度」のおさらい

SPSS Statisticsなどで尺度設定していると、「あれ、これってどっちだっけ?」と未だに迷うことがあります。
皆さんご存知だと思いますが、備忘録がわりにまとめておきました。

「4つの尺度」の定義と例

 データの尺度には、以下の4つがあります。
SPSSなどの分析システムにおいて、分析方法によって設定すべき尺度が異なります。

<質的変数>

1.名義尺度:
・測定値の間に順序も間隔もない尺度。単に測定値を区別するために用いる。
・測定値は、性質や属性を表すカテゴリ。
 ex.(性別)男性/女性、(購入経験)あり/なし、(好意)好き/どちらとも言えない/嫌い
   (好きな野球チーム)ジャイアンツ/タイガース/カープ/ドラゴンズ/DeNA/ヤクルト
     (職業)公務員/会社員/主婦(夫)/学生 等


2.順序尺度:
・測定値の間に大小または前後の順序はあるが、その間隔の大きさに意味はない尺度。
・人間の感覚によってつけられている値。
ex.(服の大きさ)S/M/L、(成績)優/良/不可、(震度)5/4/3/2/1、(賛否)賛成/どちらでもない/反対


<質的変数>

3.間隔尺度
・測定値の大小関係による「順序性」と、測定値間の「等間隔性」がある尺度。
・「順序性」は、気温の場合、10度より20度の方が暑いといった測定値の大小が判別できる状態。
・足し算、引き算が可能。
※ただし、20度の方が10度の2倍暑いとは言うことができない。
・「等間隔性」は、10度〜20度と、20〜30度の差は同じといった、数値間の差が等しいことが判別できる状態。
ex.気温、西暦、pH、評価点(0~100)、


4.比率尺度
・測定値間の「順序性」と「等間隔性」に加え、「等比性」がある尺度。
・「0が原点」であり、間隔と比率に意味がある。ほとんどの物理的測定値が該当する。
・例えば、時速10kmより30kmの方が早く(順序性)、時速10km/20km/30kmの間隔は10kmで等しく(等間隔性)で、10kmの3倍は30kmといった「等比性」もある状態。
ex.速度、重量、身長、時間、運動エネルギー

一覧表にまとめると、こんな感じです。

2018年1月21日日曜日

salesforce(SFDC)事始め〜環境準備から初期設定まで

salesforce(SFDC)のお勉強を始めることになりました。
今回は、環境準備から初期設定まで記載します。

前提環境は下記となります。
・salesforceバージョン:Version 18
・Edition:Developer Edition


(1)「Developer Edition」準備


・まずは、SFDC Service Cloud研修受講時に使えた環境もあったのですが、期限切れになったので、新たに「Developer Edition」環境を準備します。
・最初、勘違いして「30日間フリートライアル」の方を触っていたのはナイショです。。


「Developer Edition」サインアップページ
無料期間無制限
・アプリケーションを無償で開発するための下記機能が有効化済み。
    ・Apexプログラミング言語
    ・VisulaforceによるUIのカスタマイズ及びコントローラ
    ・Force.com WebサービスAPI(REST及びSOAP)などの様々な機能 等
・salesforce.comのプロダクトライセンス含む

詳細については、下記URLをご覧ください
Force.com Developer Edition組織について
https://developer.salesforce.com/page/JP:Developer_Edition

環境(Environment)の概要
※各Editionの記載が「開発環境に関するベストプラクティス」に一覧化されています。
https://developer.salesforce.com/page/JP:An_Introduction_to_Environments

(2)初期設定の変更


1.Salesforce Classic UIへの変更
現代的でイケてるUIの「Lightning Experience」がデフォルトになっていますが、まだ発展途上らしいので、簡素でわかりやすい「Salesforce Classic」UIに変更します。
手順は、下記をご参照ください。
※Classic切り替え後も、画面上段にある自分の名前が表記されたプルダウンから「Lightning Experienceに切り替え」で元に戻せます。

Lightning Experience 導入後も Salesforce Classic は使用可能
https://help.salesforce.com/articleView?id=lex_switching_uis.htm&type=5


2.Chatterプロファイルの編集
いくら「お勉強」とはいえ、このままデフォルト表示で使い続けるのも寂しいので、自分用のプロファイルに書き換えます。
    a.画面上段にある自分の名前が表記されたプルダウンから「私のプロファイル」を選択。
    b.「連絡先」右横の鉛筆アイコンをクリック。
    c.「情報」タブで下記情報を入力します。
     -名
     -姓 *
     -ニックネーム
     -役職
     -マネージャ
     -自己紹介

     「連絡先」タブで下記情報を入力します。
     -メール *
     -勤務先電話番号
     -携帯電話
     -Fax
     -住所
     -市区郡
     -都道府県
     -郵便番号
     -国
 *は必須入力欄です。
    d.写真にカーソルオーバーさせると「更新/削除」のテキストが表示されるので「更新」を押してご自分の写真に変えてください。


3.Chatterのメール通知オフ
 今後、様々なオペレーションを行うたびにメール通知が来ると鬱陶しいので、メール通知をオフにします。
    a.画面上段にある自分の名前が表記されたプルダウンから「私のプロファイル」を選択。
    b.「私の設定」をクリック。
    c.左側の「Chatter」→「メール通知」をクリック。
    d.「一般情報」の「コミュニティ活動のメール通知を有効化」のチェックボックスを外す。
    e.「保存」ボタンを押します。


4.「メールの署名」設定
 作業上、必須ではありませんが、「メールの署名」を変えておきます。
    a.画面上段にある自分の名前が表記されたプルダウンから「私のプロファイル」を選択。
    b.「私の設定」をクリック。
    c.左側の「メール」をクリック。
    d.「私のメール設定」で「メールの署名」に自分のメール署名を記載する。
    e.「保存」ボタンを押します。


以上です。
次回は、もう少し実用的な使い方を記載したいと思っています。

2017年10月7日土曜日

Cognitive Class R101(無料!)を受講してみた。

R言語入門編がオンライン学べる「R101」コースを受講してみました。
当コース含めて、全て無料で受講できちゃいます!!


実施環境については、以下の通りです。

・MacBook Air(CPU:1.6GHz,Memory 8GB)
・macOS Sierra ver10.12.3
・RStudio ver 1.0.136  ※実際は不要ですが、あったほうが楽です。

※本エントリーは、私、小田一弥が一個人として勉強を兼ねて記載したものです。私の勤務先である日本アイ・ビー・エム株式会社の見解・見識ではない、個人としての記載内容としてご覧ください。



そもそも「Cognitive Class」ってなに?


IBMが主導するビックデータに関するオンライン上の学習コミュニティです。
しつこいですが、全部、「無料」ですっ!
インターネットが繋がるパソコン環境をお持ちであれば使えます。なお、パソコンのスペックは高くなくても大丈夫です(OS問わず)。


早速使ってみよう!


以下、簡単に手順含めてご紹介します。

1.Cognitive Classにサインイン
まずは、下記リンクからアクセスし、画面右上の「Sign in」からサインインをおこなってください。
Cognitive Class - Free Data Science and Cognitive Computing Courses

2.受講希望コースを選択する
サインイン後、コース一覧が表示されますので、お好きなコースを選択してください。
今回は、「R101」を選択します。


3.学習スタート!
画面上部にある「Start the Free Course」を押して学習を始めてください。



なお、各コースには、シラバスが用意されているので、どのような学習コンテンツになっているのかすぐに確認できます。「ちょっと、自分が求めている内容とは違うな」と思ったら他のコースも確認してみてください。

ご参考までに、「R101」のシラバスを掲載します。

COURSE SYLLABUS
Module 1 - R basics
Math, Variables, and Strings
Vectors and Factors
Vector operations

Module 2 - Data structures in R
Arrays & Matrices
Lists
Dataframes

Module 3 - R programming fundamentals
Conditions and loops
Functions in R
Objects and Classes
Debugging

Module 4 - Working with data in R
Reading CSV and Excel Files
Reading text files
Writing and saving data objects to file in R

Module 5 - Strings and Dates in R
String operations in R
Regular Expressions
Dates in R

おさえておきたい「合格のコツ」


R101に限らず、各クラスにはテストが設定されており、基準点以下だと不合格となってしまいます。合格すれば証明書やバッチがもらえるので、テスト以外の学習パート含めてしっかりと学び取るコツが重要になります。

(合格のコツ1)Google Chromeを使用する
Cognitive Classは全部英語です。各モジュールで表示されるテストや動画のキャプションも全て英語のため、英語が苦手な方はハードルが高いと感じられるかもしれません。
Google Chromeはページ翻訳や動画と同期を取って表示される英語キャプションも翻訳してくれます。

(合格のコツ2)モジュール別テストはじっくり真剣に答える
各クラスには、「モジュール別」(時間無制限)テストと「最終テスト(1時間制限)」の2種類があり、それぞれの合計点が基準に達していれば合格となります。
そのため、「モジュール別」テストはじっくり真剣に答え、確実に得点をゲットすることが重要となります。

(合格のコツ3)クラスに合わせた実行環境を整備しておく
クラスの内容にもよるのですが、コードを走らせる必要のある場合は、その実行環境を準備しておいた方が確実に回答できるので、面倒でもインストールなどしておきましょう。
R101クラスの場合は、「Rstudio」をインストールするか、Web上で「Rstudio」が無料で使える「Data Scientist Workbench 」を申し込んでおくといいと思います。


最後に、テストの基準に達すると、こんな証明書を発行してもらえます♪

https://courses.cognitiveclass.ai/certificates/3692e71984464638a139933b00b50d27

なお、この「Cognitive Class R101」の修了ですが、IBMが発行する「Data Science Foundations - Level 2」バッチ取得の条件にもなっています。
R言語は他のコンピューター言語と比べ、データフレームなどの考え方が若干特殊なので早いうちに取り組まれた方が宜しいかと思います。


2017年9月9日土曜日

MacのSublime text3で書いたJavaScriptが文字化けた話(UTF-8なのに。。)

表題そのままです。
最近、お仕事でデジタルマーケティング界隈のアレをホニャララするようになってきまして、齢40手前にしてJavaScriptを勉強なうです。

まずは、開発環境だと思い、MacにSublime text3をインストールし、参考書のJavaScriptを写経していました。
そのコードを試しにブラウザで開いてみると・・・全く同じコードなのに文字化ける?UTF-8で保存しているのに。。



唸りながら色々と調べていたら「UTF-8 with BOM」で保存する必要性に気づいたわけです。
以下、参考にしたURLを順に記載してきます。

※注意:
MacのSublime text3だと、最初、「Sublime text3」→「Preference」→「基本設定-標準」で開いても設定ファイルが編集できないようです。
一旦、開いた設定ファイルをcmd+Sで保存してから開き直すと「false→true」のパラメータ変更などが可能になりました。


SublimeTextの設定まとめ
http://blog.seeds-std.co.jp/entry/1871.html

Sublime Text 3 のステータスバーに文字コードを表示する方法 (ついでに改行コードも)
https://beadored.com/sublime-text-3-character_code/

UTF-8のBOMにはまった話
http://qiita.com/MuriNishimori/items/a89fe986e28909208e30

上記をリファーしてSublime text3の設定を変更しましたら、「ファイル」→「エンコードを指定して上書き保存」→「UTF-8 with BOM」で保存してください。

(JavaScript)基礎用語をコソっと書き留めた。

備忘録代わりにJavaScriptの基礎をキソっと・・・コソっと書いておきます。
今後、適宜、追記しようかと思います。

■基本用語

項目内容
CSSWebページのデザインやレイアウトを決める為に使われるファイルで、別名「スタイルシート」という。
セレクタHTML文書中の要素。
プロパティセレクタに記載された色やフォントなどの属性。
JavaScriptにおける処理の単位。文末には「;」(セミコロン)をつける。

・スタイルシートの記述例
body{
    background-color: #FFFFFF;
}
セレクタ プロパティ 


■オブジェクトについて

項目内容
オブジェクトプロパティとメソッドをまとめたもの。オブジェクト内には「プロパティ」と「メソッド」の「メンバ」がある。
プロパティオブジェクトによってまとめられたデータ。
メソッドオブジェクトによってまとめられた機能。

オブジェクトの記述の仕方
・プロパティの場合
 オブジェクト.プロパティ
・メソッドの場合
 オブジェクト.メソッド

とりあえず、まずは、これぐらいで。

2017年9月2日土曜日

Mac環境でのSublime Text3を用いたJava Script環境づくり

齢40手前にして、お仕事でJava Scriptを使う必要性が出てきました。
まずは、開発環境を整えたいので、下記サイトを参照しながら整備しましたです。

実施環境については、以下の通りです。


・MacBook Air:CPU:1.6GHz,Memory 8GB
・macOS Sierra ver10.12.3
・Sublime Text3 Build 3126


参照サイトと実施内容


Sublime Text - パッケージのインストール
https://webkaru.net/dev/sublime-text-package-install/
→Mac環境におけるSublime Text3のインストール方法が記載されています。

<Sublime Text3でのパッケージインストール>
 ・Command + Shift + P
     ↓
 ・Package Controlのフォームに「install」と入力
     ↓
 ・インストールしたいパッケージ名の一部を入力
     ↓
 ・returnキーを押す
     ↓
 ・ウインドウ下部のメニューバーにインストール完了のメッセージが表示される


Sublime Text3 のインストール直後に行った設定メモ
http://tomoyamkung.net/2014/03/06/sublimetext3-install/
→表題の通りです。「IMESupport 」「Vintageous」以外を入力し、フォントサイズを変更しました。

とりあえず、動きましたっ!


2017年8月29日火曜日

R言語:「stringr」パッケージでレビューデータの加工が簡単(その3)

ほんとに小ネタなのですが、原因気づくのに時間がかかったので備忘録がわりに。
過去、何回かに分けて宿泊レビューのテキストマイニングの前処理を色々やっておりました。

R言語:「stringr」パッケージでレビューデータの加工が簡単。
http://sapporomkt.blogspot.jp/2017/08/rstringr.html

R言語:「stringr」パッケージでレビューデータの加工が簡単(その2)
http://sapporomkt.blogspot.jp/2017/08/rstringr2.html


今回、テキストマイニングで集計したデータ(品詞の頻度など)と、性別や年代といった属性データを掛け合わせた分析するため、後者の分布状況などをヒストグラムなどで確認しようと思ったところ凡ミスしたのでご紹介です。

実施環境については、以下の通りです。

・MacBook Air(CPU:1.6GHz,Memory 8GB)
・macOS Sierra ver10.12.3
・RStudio ver 1.0.136


ソースコードのご紹介


わかったら何のこともない凡ミスだったのですが、ソースコードは以下です。
データの読み込みプロセスなどは以前のエントリーをご参照ください。

# 宿泊者の満足度(CS)が入っている「rank」でヒストグラムを・・・できません。
hist(hotel2.dat[,"rank"])
 hist.default(hotel2.dat[, "purpose1"]) でエラー:
   'x' は数値でなければなりません


# 各変数のクラスをザラーっと調べてみます。
# 「rank」がcharacter型になっていますね。numeric型じゃなきゃ、ダメだこりゃ。
sapply(hotel2.dat,class)
          rank           user          time1   com_sentence       purpose1
   "character"    "character"    "character"    "character"    "character"
      purpose2       purpose3          time2 reply_sentence          plan1
   "character"    "character"    "character"    "character"    "character"
         plan2      user_name            age            sex            flg
   "character"    "character"    "character"    "character"      "logical"

# rankをnumeric型に変換して元のデータセットに上書きします。
hotel2.dat$rank <- as.numeric(hotel2.dat$rank)

# 念のためチェックします。「rank」がnumeric型になっていますね。
sapply(hotel2.dat,class)
          rank           user          time1   com_sentence       purpose1
     "numeric"    "character"    "character"    "character"    "character"
      purpose2       purpose3          time2 reply_sentence          plan1
   "character"    "character"    "character"    "character"    "character"
         plan2      user_name            age            sex            flg
   "character"    "character"    "character"    "character"      "logical"

# 再度、ヒストグラムにトライです。colには他の色も適用可能です。colors() で色々出てきます。
hist(hotel2.dat[,"rank"], col ="aliceblue")


# せっかくなのでクロス集計もしてみます。
hotel2.crs <- xtabs(~purpose2+sex, data=hotel2.dat)
hotel2.crs

         sex
purpose2   女性 男性
              1    1
  その他      1    1
  一人        6   12
  家族       58   77
  仕事仲間    1    0
  友達        8    6
  恋人        4    7

# 有用性はアレですが、モザイクプロットでも。
# どうてもいいですが、表頭と表側が入れ替わるんですね。
mosaicplot(hotel2.crs)


以上です。

R関連エントリー


R言語:starwarsキャラの身長や年齢をdplyrで加工してggplot2する。http://sapporomkt.blogspot.jp/2017/08/rstarwarsdplyrggplot2.html

RESASの不動産取引データでheatmapを作ってみた。
http://sapporomkt.blogspot.jp/2017/05/resasheatmap.html 

RESASデータを「IBM Data Scientist Workbench」でゴニョゴニョしてみた。
http://sapporomkt.blogspot.jp/2017/05/resasibm-data-scientist-workbench.html

ggplot2でクロス集計的に複数グラフをプロットする方法
http://sapporomkt.blogspot.jp/2016/11/ggplot2.html

R開発環境が無料で簡単導入!「Data Scientist Workbench」を使ってみた。

http://sapporomkt.blogspot.jp/2016/10/rdata-scientist-workbench.html

(Bluemix)知ってた?dashDBってTwitter分析にもツカエルのさ(+ちょっとだけコンサドーレ調べ)
http://sapporomkt.blogspot.jp/2016/07/bluemixdashdbtwitter.html

RMeCabで形容詞の形態素解析をやってみた。
http://sapporomkt.blogspot.jp/2016/07/rmecab.html

【R言語】今年は、leafletでマップをグリグリしたい。
http://sapporomkt.blogspot.jp/2016/01/rleaflet.html

(R言語)当ブログアクセス者の興味関心事をコレポン(コレスポンデンス)した。
http://sapporomkt.blogspot.jp/2015/12/r.htm

Google+ Followers