データ確認
Summary と Table の 2 つの見方で、列型、欠損率、ユニーク数、サンプル値、行データを確認できます。
Mac 向けローカル分析アプリ
CSV を読み込んで、
CSV を読み込んで、
その場で分析を回す。
DataCello は、CSV の確認、仮説検定や回帰などの分析設定、結果確認、CSV エクスポートまでを 1 つのワークスペースで完結できる macOS アプリです。このドキュメントは、実際の操作手順に絞ってまとめています。
CSV 入力
ローカル実行
結果を CSV 出力
日本語 / English
Overview
DataCello でできること
現在の DataCello は CSV ベースの分析にフォーカスしています。 まずデータを理解し、そのまま分析条件を組み立てて実行する設計です。
分析設定
目的変数、特徴量、グループ列、アルゴリズム固有の設定を Inspector と Analytics 画面で詰められます。
結果の保存と共有
分析設定の保存、結果サマリーのコピー、結果テーブルの CSV エクスポートに対応しています。
Workflow
基本操作は 4 ステップ
最初の利用では、下の順番で進めると迷いません。
初回セットアップ
起動後にローカル runtime をインストールします。Apple Silicon Mac が前提です。
CSV を読み込む
ツールバーの Import CSV か Sample からデータを開き、列型と欠損状況を確認します。
分析を実行する
Analytics で分析タイプを選び、対象列を指定して Run を押します。警告やエラーは Inspector に出ます。
結果を出力する
Summary、チャート、テーブルを見ながら、CSV Export または Copy Summary を使います。
Analytics
対応している分析
各分析には必要な列型があるため、最初に列の型判定を確認しておくのが安全です。
予測モデル
回帰、分類、時系列予測をサポートしています。目的変数や日付列の指定が中心です。
探索・構造把握
K-means と PCA で、クラスタ傾向や多変量の構造把握に使えます。
統計的比較
t 検定、ANOVA、Wilcoxon、Kruskal-Wallis、カイ二乗などの仮説検定を扱えます。
生存時間分析
Kaplan-Meier と Cox モデルに対応し、時間列とイベント列を設定して実行します。
Important
事前に知っておきたい制約
- 現時点の入力データは CSV のみです。
- 初回セットアップと実行環境は Apple Silicon 向けです。
- 解析は同梱 Python runtime を使ってローカルで動作します。
- データ元ファイルを移動または削除すると、既存ワークスペースは Missing と表示されます。