（日语之后为英语）
日文标题：使用JMP可视化和分析出生率数据：根据生日排名进行进一步分析
Naohiro Masukawa，SAS Institute Japan JMP 日本分部技术组系统工程师
有一个著名的概率问题，即“一个班里有两个人生日相同的概率是多少？”，但这个概率通常是通过假设一年中所有日子出生的概率都是相同的来计算的。但实际出生人数在某些日子及其前后会有所不同，12 月 25 日和圣诞节出生人数较多，而新年的前三天（1 月 1 日至 1 月 3 日）出生人数较少。因此，有一项叫做“生日排行”的活动，即按照出生人数的多少对日子进行排序。
在本演讲中，我们将使用厚生劳动省人口动态统计中自 1996 年起的出生人数调查数据，直观地显示每天的出生人数，找出出生人数出现偏差的日期和月份，并计算和比较各年份出生人数分布的偏差程度，以探讨造成偏差的原因。此外，考虑到按年份划分的出生人数趋势和按月份划分的出生人数偏差，我们采用了一个统计模型来解释按年份、月份和每月天数划分的出生人数，并考虑年份和月份的影响。具体来说，我们将通过 JMP 的演示来解释可视化出生率所涉及的反复试验的结果。
使用 JMP® 对活产数据进行可视化和分析：根据出生日期排序进行高级分析
Naohiro Masukawa，SAS Institute Japan，JMP 日本分部技术组系统工程师
“同一班级的两个人生日相同的概率是多少？”这个问题是一个著名的概率问题，但这个概率通常被计算为一年中所有日子的概率相同。但是，圣诞节（12 月 25 日）的活产数量比其他日子多，而新年头三天（1 月 1 日至 3 日）的活产数量较少。换句话说，某些日子及其周围日子的活产数量存在偏差。因此，有一个“出生日期排名”，其中按活产数量的顺序对日子进行排序。在本演讲中，我将使用厚生劳动省人口调查报告中 1996 年以后的活产调查数据。通过了解存在活产偏差的日子和月份——可视化每天的活产数量并计算和比较每年的活产分布偏差——可以考虑偏差的原因。另外，通过考虑按年份计算的活产数的变化和按月份计算的活产数的偏差，可以建立一个解释按年、月、日计算的活产数的统计模型，并考虑年度和月度影响。特别是，我将通过 JMP 演示来解释活产可视化的试错结果。
