カテゴリカル(順序または名義)変数の分析では、次のような点を検討します。
• 変数の水準数
• 水準ごとの度数
• データが一様に分布しているか
• 全度数に対する各水準の割合
連続変数の分布のシナリオを参照してください。
車両の平均重量と目標重量には、統計的な有意差は見られませんでした。鉄道会社は、車両についてさらに詳しく検討することにしました。
プラニング専門家は鉄道会社の依頼を受け、次の点を調べます。
• 車種はどのようになっているか
• 生産国はどのようになっているか
これらを調べるために、「タイプ」と「生産国」の分布を検討します。
1. [ヘルプ]>[サンプルデータライブラリ]を選択し、「Car Physical Data.jmp」を開きます。
2. [分析]>[一変量の分布]を選択します。
3. 「生産国」と「タイプ」を選択し、[Y, 列]をクリックします。
4. [OK]をクリックします。
図5.9 「生産国」と「タイプ」の一変量の分布
レポートウィンドウには、「生産国」と「タイプ」について、棒グラフと度数レポートが表示されます。棒グラフは、「度数」レポートに示されている度数情報をグラフで示しています。「度数」レポートには、次の情報が表示されます。
• データのカテゴリ。たとえば、「Japan」は「生産国」の一カテゴリ、「Sporty」は「タイプ」の一カテゴリです。
• カテゴリごとの度数。
• 各カテゴリが合計に占める割合。
たとえば、コンパクトカー(Compact)は22台で、全体の台数116の19%を占めています。
片方のグラフで棒を選択すると、別のグラフでも対応するデータが選択されます。たとえば、「生産国」の棒グラフで「Japan」の棒を選択すると、日本車にはスポーツカー(Sporty)が多いことがわかります。
図5.10 日本車
「Other」カテゴリを選択すると、これらの車両の大半が小型車またはコンパクトカーであり、大型車はほとんどないことがわかります。
図5.11 その他の車両