スラムダンク奨学生としてアメリカに渡り、現在はアメリカのセントジョセフカレッジに通う酒井達晶さん( @ta2basketball )。北陸学院高校男子バスケ部一期生やアメリカへの挑戦など様々な困難にぶつかっていく酒井さんにインタビューしてみました。 小さい選手やこれからアメリカに向かおうとしている選手の励みになれば と、これまでの困難や苦労から今現在振り返ってみての気持ちを語ってくれました。 「Control what you can control. 」 (自分がコントロールできることをコントロールする) 酒井さんが語ってくれたこの言葉。私も今後困難にぶつかったとき自分に言い聞かせて奮い立たせようと思いました。 Player! 公式noteでは、「選手を応援する」という同じビジョンから、今後酒井さんのYouTubeでのインタビューをPlayer!
1 中屋 龍之介 PF 17 エナジードリンク好き 質問1 ジェームズ・ハーデン(NBA) 質問2 オフェンスリバウンド、ハードなディフェンス 質問3 元田大陽 学年一イケメンだから。 2 塚本 智裕 SG スリーのジャンプシュート トレイ・ヤング(NBA)/夢はプロバスケットボール選手 得点を取りに行くこと 元田大陽 あの身長で中も外も上手いから!
納谷幸二 KOJI Naya 引退 身長 (現役時) 190cm (6 ft 3 in) 体重 (現役時) 85kg (187 lb) 血液型 O型 足のサイズ 29. 0cm 基本情報 本名 納谷幸二 愛称 NAYA、K-Z ラテン文字 KOJI Naya 日本語 納谷幸二 誕生日 1973年 8月25日 (47歳) 国 日本 出身地 埼玉県 ドラフト 表示 納谷 幸二 (なや こうじ、 1973年 8月25日 - )は、 埼玉県 出身で アイシンシーホース などに所属していた元 バスケットボール 選手。現役時代のポジションは G / F 。 来歴・人物 [ 編集] 北陸高校 、 拓殖大学 を経て、1996年に トヨタ自動車 に入社。日本代表としても活躍した。 2005年に アイシンシーホース へ移籍し、2008年に現役を引退した。 現役最後の試合となったファイナルでは残り8秒から出場し、シュートを決めた。 2008年より、 岡山商科大学 と 附属高校 の男子バスケットボール部監督に就任した。 経歴 [ 編集] 北陸高校 - 拓殖大学 - トヨタ自動車(1996年-2005年) - アイシン(2005年-2008年) 関連項目 [ 編集] バスケットボール男子日本代表 日本のバスケットボール選手一覧 拓殖大学の人物一覧 この項目は、 バスケットボール関係者 に関連した 書きかけの項目 です。 この項目を加筆・訂正 などしてくださる 協力者を求めています ( PJ:BASKET )。
歪度と尖度とは何なのかわかったけど、この歪度と尖度は実際にどうやって使うのか? それをお伝えしていきます。 そもそも歪度と尖度で正規分布を判別できるの? 歪度と尖度で正規分布を厳密に判別することはありませんが、判別の目安として使うことはあります 。 歪度と尖度を使って正規性を確認する検定がないかと言われると、そんなことはありません。 あることにはあります。 でも、実践で正規分布を確かめる時にその検定を使うことはほとんどありません。 正規分布を正確に確かめる時は、 シャピロウィルク検定 という有名な検定があるからです。 しかも シャピロウィルク検定 を含めた正規性の検定も、実際のデータ解析ではほぼ不要です。 ヒストグラムを確認 したり、 QQプロットを確認 することで十分だからです。 では歪度と尖度は必要ないのでしょうか? いえいえ、そんなことはありません。 検定というのは裏付けをとるには便利ですが、普段使いには面倒です。 「大量のデータがあってどれくらい正規分布に近いかとりあえず全部確認したいだけ」 というような場合はいちいち検定をかけずに、歪度と尖度を出してしまった方が圧倒的に楽に確認できます。 正規分布を判別する歪度と尖度の目安は? Shapiro-Wilk検定（正規性の検定） - Study channel. 正規分布を判別する歪度と尖度の明確な目安はありません。 「この値までは正規分布とみなせる!」というものはないということです。 あくまで0にどれだけ近いかという視点でどれだけ正規分布から離れているか分かるだけです。 試しに先ほどの左に偏ってヒストグラムの歪度と尖度をみてみましょう。 計算の結果「歪度=0. 98, 尖度=0. 01」となりました。 確かに左に偏っているので歪度は正の値になっていますし、そんなに尖ってもいないので、妥当な歪度と尖度になっている印象です。 データの分布を確認したいときは、 まず歪度と尖度をチェック(全データ) 次にヒストグラムを作る(できれば全データが望ましいが、データが多すぎる場合は絞ってもよい) 最後にシャピロウィルク検定で正規性を確認(どうしても裏付けをとりたいデータだけ) という流れで確認していくといいですよ! 「ヒストグラムって何?」 「ヒストグラムってどうやって作るの?」 という方はヒストグラムに関して こちら の記事で解説していますので、よければご覧ください! 正規分布を確実に判断したいならシャピロウィルク検定 シャピロウィルク検定は、データが正規分布から逸脱していないか確認する検定です。 学会や論文でもよく使われている検定で、正規分布している、またはしていないという裏付けを取りたいときはシャピロウィルク検定を行うことをおすすめします。 しかし正規分布の裏付けに便利なシャピロウィルク検定ですが、実は一つ欠点があります。 残念ながら、シャピロウィルク検定はエクセルでは実行できないという点です。 そのためシャピロウィルク検定を行う場合は、 EZR という無料の統計ソフトを使用することをおすすめします。 EZRは有名な統計ソフトであるRを初心者でも使えるように開発されたもので、EZRを使って解析している研究者も多いです。 無料とは思えないくらい使いやすくいろいろな検定ができますので、是非試してみて下さいね。 ちなみにシャピロウィルク検定の中身(数式)は非常に難しく、このブログで語る範疇を超えているので、割愛させて頂きます。 歪度と尖度をエクセルで計算できる?
※ このコンテンツは「 エクセル統計(BellCurve for Excel) 」を用いた解析事例です。 分析データ 下図は、女子大生123人の身長を測定した結果(架空のデータ)です。ここでは、 エクセル統計 を用いて正規確率プロットの作成、正規性の検定、ヒストグラムの作成、適合度の検定を行うことでデータの正規性を調べます。 正規確率プロットと正規性の検定 まず、正規性の検定の有意水準を「0. 05」に設定します。 続いて、セル「C3」を選択後、メニューより[ エクセル統計 ]→[ 基本統計・相関 ]→[ 正規確率プロットと正規性の検定 ]を選択します。 ダイアログが表示される際、セル範囲「C3:C126」が[データ入力範囲]に自動で指定されます。このまま[OK]を選択して分析を実行します。 基本統計量 サンプルサイズ、平均、不偏分散、標準偏差、最小値、最大値、歪度、尖度が出力されます。データが正規分布している場合、歪度は0、尖度は3となりますが、尖度が4. 6339なので正規分布よりも尖った分布となっています。 正規確率プロット(データ) 観測値による正規Q-Qプロットのためのデータ、観測値を標準化した値による正規Q-Qプロットのためのデータ、正規P-Pプロットのためのデータが出力されます。 正規確率プロット(グラフ) 正規Q-Qプロット、正規Q-Qプロット[標準化]、正規P-Pプロットが出力されます。正規確率プロットは、プロットが直線状に分布していればデータが正規分布していることを表します。 正規性の検定 正規性の検定として、歪度によるダゴスティーノ検定、尖度によるダゴスティーノ検定、歪度と尖度によるオムニバス検定、コルモゴロフ=スミルノフ検定、シャピロ=ウィルク検定の結果が出力されます。 歪度によるダゴスティーノ検定の両側P値は0. 5772なので帰無仮説は棄却されませんでした。尖度によるダゴスティーノ検定の両側P値は0. 05未満なので帰無仮説は棄却されました。歪度は正規分布に近いですが、尖度は正規分布と離れていることを裏付けています。 帰無仮説:歪度 = 0 帰無仮説:尖度 = 3 帰無仮説:母集団分布は正規分布である 度数分布とヒストグラム データの正規性を調べる場合、度数分布表から正規分布との適合度を検定したり、ヒストグラムを作成して分布の形状を確認したりする方法もあります。 先ほどと同様、セル「C3」を選択後、メニューより[ エクセル統計 ]→[ 基本統計・相関 ]→[ 度数分布とヒストグラム ]を選択します。 [階級設定]タブの[等間隔]オプションを選択し、[最小]と[間隔]を指定します。 [検定]タブでチェックボックス[適合度の検定(カイ二乗検定)を行う]にチェックを入れ、[OK]ボタンをクリックします。 サンプルサイズ、平均、不偏分散、標準偏差、最小値、最大値、変動係数が出力されます。 度数分布表 階級下限値、実測度数、(正規分布による)期待度数、相対度数、累積相対度数が出力されます。 適合度の検定 実測度数分布と期待度数分布について適合度の検定を行った結果が出力されます。P値が0.
正規分布 について勉強していると、"歪度と尖度"という言葉に遭遇します。 普段は使わない言葉ですので、最近初めて知ったという方も多いはずです。 そんな歪度と尖度ですが、一体何のことで、どんな時に役立つものなのでしょうか? 本記事では歪度と尖度について、その意味と活用方法までご紹介していきたいと思います。 統計初心者でも大丈夫なように、なるべく分かりやすく説明していきますね! 歪度と尖度とは? まずは、歪度と尖度とは何なのかをわかりやすく解説します! 歪度とは? 歪度とは、分布の左右の歪み具合(非対称度) のことです。 正規分布は左右対称な山の形をした分布のことです。 ※正規分布について詳しく知りたい方は こちら の記事をご覧下さい。 でも実際の現場で集めたデータが完全に左右対称な分布になることはほとんどありません。 上のような歪んだデータになることがよくあります。 この分布の山が理想の 正規分布からどれくらい左右にずれているかを表すのが歪度 です。 データが左に偏る→歪度が大きくなる(正の値になる) データが左右対称→歪度は0 データが右に偏る→歪度が小さくなる(負の値になる) 先ほどのデータは左に偏っていましたので、歪度が正の値になります。 「難しくてまだよく分からない!」という方は、"データが左へどれくらい偏っているか? "を歪度は表していると覚えてしまいましょう。 最後に、一応歪度の計算式も載せておきます。(初心者の方は覚えなくても大丈夫です) 尖度とは? 尖度は文字通り、分布のとがり具合のことです。 とがり具合とは、どういう意味でしょうか。 実際に尖度が高い分布と尖度が低い分布を描いてみましょう。 このように 分布が上に尖っているほど尖度は高い値になります 。 反対に分布がなめらかで山が低いと尖度は低い値になります。 データが上に尖る(ばらつきが小さい)→尖度が大きくなる(正の値になる) データが正規分布→歪度は0 データが扁平(ばらつきが大きい)→尖度が小さくなる(負の値になる) 尖度も一応計算式を載せておきます。(初心者の方は覚えなくても大丈夫です) 歪度と尖度はどんな時に役立つの? 歪度と尖度が役に立つのは、"データの分布が正規分布からどれくらい逸脱しているのか調べたい時"です。 データによって、明らかに正規分布じゃなさそうだったり、正規分布っぽいけどそうじゃなさそうだったりと、ばらつきがありますよね。 そんな時に歪度と尖度があれば、そのデータの分布がどの程度正規分布に近いか、数値にすることができるというわけです。 データ解析する時に使うデータがどれくらい正規分布に近いかは、解析方法にかなり影響するため、歪度と尖度は非常に役立ちます。 またデータに外れ値がある場合、尖度が異常に高い値になります。 そのため尖度は外れ値の判定にも有効です。 歪度と尖度で正規分布を判別する目安はある?