etcman

超読：0.71~0.75 reading

2012-01-10T00:03:00.000+09:00

速読に関して模索中。

別件で、3/4に凝っていて、この部分に何かあるか、読書に適用したもの。
一般的に、「起承転結」で構成されているとして、
3/4(=0.75)は、「転」にあたる。
また、タイトルにあるように、0.71は、
地球における海水表面積71%を借用する。
0.71に関しては、他にもあったが、出典不明。
^^^
本の全ページ数、または部、章の単位で、
0.71~0.75部分のページをチェックすることで、
該当本の肝を把握することができるか、というものです。
^^^
「まえがき」と、「あとがき」は、最初に読むとして、次に読むべき箇所はいずこか？
^^^
何冊かでチェックしたが。
感覚的に、全ページの10%の読了が目標か？
^^^
郊外の買い物待ちで、車に積んでいたものでチェック。
^^^
ISBN4-532-19011-8
デルの革命, 日本経済新聞社, 2000/11/07
=>かなり古いが、何年か前の「ばくりっこ」で救済？したもの。
^^^
[1]全ページ=365
0.71=259.15
　　　259ページをチェック。同ページをまたぐ節や、
　　　節の切れ目ならば、その前の節も対象にする。
　　　=>結果的に以下を読みの対象とする。節タイトルを列記。
　　　第11章「顧客重視の戦略を創る」
　　　p.257~p.258「次にくるものを見分ける」
        p.259~p.264「顧客に教えを講う」
　　　8ページ対象(全体の2.19%)。
---
0.75=273.75
　　　第12章「緊密な提携」
        p.269~p.273「互いの長所を補完させあう」
        p.274~p.276「単純で密接な関係をめざす」
        8ページ対象(全体の2.19%)。
^^^
[2]２部構成なので、各部での0.71, 0.75はどうか？
[2-1]部のページ数は、
        第１部=p.25~p.172 =>148ページ
        第２部=p.175~p.341 =>167ページ
---
[2-2]第１部で、
0.71=148*0.71+25=130.08
　　　第6章「成長をコントロールする」
        p.126~131「販売以外の分野でのセグメンテーション」
        p.131~134「いち早く小売業者向け市場から撤退」
        9ページ対象(全体の2.46%)。
---
0.75=148*0.75+25=136.0
　　　第6章「成長をコントロールする」
         p.134~p.140「ダイレクト・モデル「バージョン1.1」」
         7ページ対象(全体の1.91%)。
^^^
[2-3]第２部で、
0.71=167*0.71+175=293.57
　　　第13章「パートナーを自社の事業に取り込む」
         p.289~p.292「情報が在庫に取って代わる」
         p.292~p.295「サプライチェーン全体でのヴェロシティの向上」
         7ページ対象(全体の1.91%)。
---
0.75=167*0.75+175=300.25
　　　第13章「パートナーを自社の事業に取り込む」
        p.299~p.302「顧客のビジネス環境を考える」
        4ページ対象(全体の1.09%)。
^^^
[3]章単位でチェック。
[3-1]全体で15章ある。
[3-2]全体で、0.71, 0.75はどうか？
0.71)
       15*0.71=10.65->(切り上げ)->11/15=0.733
       第10章「情報源から直接学ぶ」
       第11章「顧客重視の戦略を創る」
---
0.75)
       15*0.75=11.25->(切り上げ)->12/15=0.8
       第11章「顧客重視の戦略を創る」
       第12章「緊密な提携」
^^^
[3-3]部内の章ではどうか？
       第１部(第１章~第７章),７章
       第２部(第８章~第１５章),８章
---
[3-3-1]第１部で、
0.71)
       7章分*0.71=4.97->(切り上げ)->5/7=0.714
       第4章「足場を固める」
       第5章「焦点を絞る」
---
0.75)
      7章分*0.75=5.25->(切り上げ)->6/7=0.857
      第5章「焦点を絞る」
      第6章「成長をコントロールする」
^^^
[3-3-2]第２部で、
0.71)
      8章分*0.71+8=13.68->(切り上げ)->14
      第13章「パートナーを自社の事業に取り込む」
      第14章「差別化が競争優位を生む」
---
0.75)
      8章分*0.75+8=14
      第14章「差別化が競争優位を生む」
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
[4]読むべき箇所を整理すると、
箇所を章単位とすると、
^^^
[4-1]全ページに着目すると、
       p.245~,第11章「顧客重視の戦略を創る」
       ~p.284,第12章「緊密な関係」
      40ページ対象で、全体の10.95%を読了予定。
---
[4-2]部構成に着目すると、
　　第１部=6章「成長をコントロールする」
                                   (p.120~p.146) 27ページ対象。
　　第２部=13章「パートナーを自社の事業に取り込む」
                                   (p.285~p.306) 22ページ対象。
     49ページ対象で、全体の13.42%を読了予定。
^^^
これから、あなたは何を得るか？TODO)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
番外）
頭から読まないと、著者には失礼？だが、
改まった感じがして、感情移入するまでに時間がかかる。
へそ曲がりなので、頭から読みたくない。極端には後ろから読む、、、とか。
^^^
end

自炊、辞書的検索読書のすすめ(1)

2011-12-13T13:32:00.000+09:00

一回読んだが、捨てられない本を自炊して生かす。

グーグルのようなグローバルを相手にする場合とは別に、パーソナルな世界で、自分の知の世界を検索することで、新たな発見をすることを目指す。

自炊後、Acrobat等でOCR化したpdfファイルを複数用意できたとする。

^^^

[1]単一のキーワード検索は、現在、acrobat readerでも使用可能。

[2]複数キーワード検索で、検索ができ(一般に、検索結果の一覧表示は実装済み)、

　検索結果の絞り込み機能がほしい。

　＝＞複数キーワードが、同一頁内にあるか？、同一頁外であっても、指定行数離れているとか？

[3]最近は、索引がないものが多いように思えるが、検索読書では、適切なキーワード指定が重要なので、キーワードランキングが必要。

[4]より近傍にある指定キーワードを収集する形だが、「現在位置から周辺にあるレストランとかを検索するーカーナビシステムにも似ているような」ものを模索するのか？

　＝＞キーワードを、頁、行数、開始文字位置で、仮想地図上にマッピングして、検索するか？

^^^

いまだ整理中)

電子ブックと図書館の将来？

2010-07-05T18:59:00.001+09:00

最近読んだ電子ブック関連の２冊。

(1)電子書籍の衝撃,佐々木俊尚著
http://www.amazon.co.jp/exec/obidos/ISBN/4887598084
(2)Kindle解体新書,スティーブン・ウィンドウォーカー著
http://www.amazon.co.jp/exec/obidos/ISBN/482228428X
読後のイメージ）
Kindleと図書館の関係がよくわからなくなった(2010/06/13)。

「世の中が電子ブック化した暁には、地元の図書館は何を提供するのか？」
：まさか電子ブックのレンタル？　ありえない...

～～～
案？メモs：未整理）：今でも可能です。
図書館が隠している？情報...例えば貸出記録...を情報公開ではないが、
個人情報は別にしても、

こんな人はこんな本も読んでいる。
個人の興味の情報を外部に見せる。

アマゾンのお勧めを更に突っ込んで、時系列的な興味の変遷！

今、My Boomは何か？　Your Boomは何か？

～～～
時間的(現時点、同年代・当時)に同じ本に興味をもった人を「ひも付ける」
：他の人にも提案する。こんな本もあります。
：同じ本を借りようとしている人を何からの形で結びつける。

～～～
番外１）
Kindleは、3Gワイヤレスが無料で使えるために、Gmail等の利用が紹介
されていたが、無料の機能を全面に押し出したいわけでもあるまいに。
Webアクセスは低速の通信回線なので(低速だから無料？)、パソコンの
併用も勧めているところがイマイチさを感じる。
日本語端末の提供はいつか？　通信キャリアとの関係はクリアなのか？
：気になります...

～～～
番外２）
私の場合、本の読み方は、「はじめに」、「おわりに」、「第１章」目を途中まで。
それからは、途中の章を気分でランダムに・パラに読む。
：著者の思考と同期するための、モチベーション作りに時間を要する。
：このスタイルは、電子ブックに適するかが疑問...
：とにかく、電子機器は、やりたいことに行き着くまでの時間がかかりすぎる...
　...進化途上では、万人のサポートが必要？　付き合わされる方も疲れます。
　...それだからこそ、永久にベータ版で、FREEなのか？

end

動的平衡：記憶の保存

2010-05-19T21:10:00.002+09:00

動的平衡,福岡伸一著
http://www.amazon.co.jp/exec/obidos/ISBN/4863240120
sa図書館：１年待ち,待ち行列から離脱。ki図書館：発見。Thanks.
===
p.27-p.40(p.34-p.37)：意訳。
細胞は次々と代謝されるため、細胞内に記憶を物質的に保持しておくことは不可能...
記憶は細胞の外側...シナプスの構造で保持されている...
===

まだ読了でないが、この部分に関して何か引っかかるものがあったので、記録。
=>例外はなく、全てが動的平衡で日々、再構築されているという流れでいけないか？

体全体の細胞が日々、新陳代謝によって再構築されているとしても、
体の形は若返ったりしない(映画：「ベンジャミン・バトン」,数奇な人生のように？
http://wwws.warnerbros.co.jp/benjaminbutton/ )。
昨日から今日、明日と老化は止められないが。各自の特徴を保持したまま、漸次変化してゆく。

===
p.35,R4
...淀み...
===
川の淀みを人体とすると、流れる川はタンパク質で、淀みをタンパク質が通過することで新陳代謝が発生。
新陳代謝でも、現在の形質を変化させないように、DNAが毎回部分的なクローンを生成させているようなものか？...
~~~
記憶の保持部分も、この流れから例外ではないように感じる。
~~~
脳の組織の新陳代謝的なタイミングで、神経細胞のリンクが一瞬途切れ、その際に忘却のサイクルが
起動するなどの妄想が拡がる。
~~~
番外）脳の神経細胞も、就寝時にHDD同様デフラグを実行しているのだろうか？...

end

ゲーム理論：ブログスフィア

2010-05-16T21:43:00.000+09:00

「ビジネス・ツイッター」,シェル・イスラエル著
http://www.amazon.co.jp/exec/obidos/ISBN/482224797X
から、
「ブログスフィア」,ロバート・スコーブル,シェル・イスラエル著
http://www.amazon.co.jp/exec/obidos/ISBN/4822245292
を知る。

~~~
ゲーム理論が引き合いに出されている。未読了(50%)ながら、コメント。
===
p.70）in ブログスフィア
３６人の女性被験者を対象に、「囚人のジレンマ」にまつわる判断を
してもらい、MRIで脳の反応を探ったのである。
その結果、協調しない方が個人的便益が大きくても、人は協調をやめないことがわかった。
===
me)
性別による違いはないのか？
１回のみの「囚人のジレンマ」では、協調しない(裏切り)で、
複数回の場合は、協調することで結論が出ていたと記憶しているが...

本書では説明不足の感あり、あえて引用しなくてもよかったのでは...
end

未読・速読・超読？(4)社説,プリウス問題

2010-05-04T10:20:00.004+09:00

ki図書館,東大式ビジネス文書術,中田亨
http://www.amazon.co.jp/exec/obidos/ISBN/4022220767
p.83)
「新聞の社説もこれを心得ていて、各段落の第一文だけを
拾い読みするだけで、内容の９０％は把握できる。」
から、どうなのかをみてみる。
~~~
番外）ネット検索で、本の前身？サイトを発見！
やればできる　卒業論文の書き方,中田　亨
http://www015.upp.so-net.ne.jp/notgeld/sotsuron.html
~~~
対象記事）
日経,2010/02/06,社説(1)日本製品の信頼を左右するトヨタの対応
---
さすがに、全て手打ちだとつらいので、OCRソフトを試す。
---
CANONプリンタ,MP620に付属のOCRソフト：「読取革命Lite」を使用。
：新聞記事をスキャンして、５～６箇所程度を修正して使用。
~~~
http://humanbeing-etcman.blogspot.com/2010/04/2.html
と同様に処理。
---
作業用ファイルをgoogleDocにアップ。
http://spreadsheets.google.com/pub?key=tKQP5c8ro3C9DI7z_J3CyWA&output=html
~~~
[1]フィルター条件：all

~~~
[2]フィルター条件：0.02 以上

~~~
[3]フィルター条件：0.01 以上

~~~
[4]フィルター条件：0.009 以上、0.01 以下

~~~
[5]フィルター条件：0.009 以上

~~~
[6]フィルター条件：0.009 以下

~~~
[7]フィルター条件：0.005 以下

~~~
[8]各段落の第一文だけを抽出。

~~~
社説自体は、文章的に短いが、フィルター毎に傾向が見えてこないか？

end

Blogger,テーブル表記,現状案

2010-05-03T14:19:00.007+09:00

目的）
Bloggerで、表を簡単にアップしたい。
：枠幅は極力、控えめに。
：セル幅は、表示域のサイズではなく、内容に合わせて自動調節。
~~~
[1]HTMLでテーブルタグを直接入力する。
：テーブルの前に空白行が大きく入る？？？
対応方法）
http://bloggerbetatips.blogspot.com/2007/12/blogger.html
：解決策はHTMLコードの中の改行をすべて削除する。me)見づらくなるが、出力=OK。
：セル幅など、色々やりだすと、コードが複雑。結果的にメンテが大変！
~~~
[2]Excelで作成->HTML出力。
：コードがシンプルでないので、個人的にパス。
：全て英語表記にしないと、ユニバーサル・デザインではない？
~~~
[3]GoogleドキュメントのWeb公開を使う。
：１ファイルで１公開。
：１ファイルに複数シートがあっても、シート別に公開できない？
---
me)利用頻度は少ないと思われるが、
Excelのオートフィルターで、複数の断面を比較する作業を
Goggleドキュメントで再現しようとしたら、何が最善か？
試行錯誤例）
http://humanbeing-etcman.blogspot.com/2010/04/2.html
~~~
[4]pdf->大げさすぎるし、iframe表記になる...
~~~
[現状案]
(1)Excel本体(データソース的)->Googleドキュメントで公開。
：データを再利用するために。

(2)オートフィルターで任意に抽出したものは、画像でアップする。
：ExcelでWebプレビューしたものを画像切り貼りソフトでイメージ化する。

(3)画像アップ後は、内容確認のために画像をいちいちクリックしなくて
　もいいように、読める程度に画像サイズを調整する。
：例）width: 400px; height: 244px;の部分を縦横比を変えないで、大きくする。
~~~
番外）
「One Source Multi Use」にするならば、１つのGoogleドキュメントを
SQLを発行するみたいに、ページ出力できれば、面白いかも...
---
同コンセプトは新しくないが...あまりやりすぎるとブログの主旨から
逸脱するかも。
---
画像化することで、SEO対応にも問題が発生してくるし、あまり複雑なものは
検索にヒットしない...

end

未読・速読・超読？(3)１時間で読める！要約、我輩は猫である

2010-04-22T06:33:00.004+09:00

SA図書館で貸し出し予約。２日で手元に。
本：1時間で読める ! 夏目漱石要約『吾輩は猫である』
http://www.amazon.co.jp/exec/obidos/ISBN/4062139243
～～～
目的）
未読・速読・超読？(2)で試行した結果と、この本の要約との差異を確認する。
http://humanbeing-etcman.blogspot.com/2010/04/2.html

---
処理している文書は全文ではなく、第１章？かと思ったが、第１回と判明。
：結果的に、対象文書範囲は一話完結であった。
===
p.16)抜粋
『猫』は当初は１回読み切りの短編のつもりで「ホトトギス」に掲載されたが、
好評のため結局連載１０回の長編小説になった。
===
～～～
方法）
p.8-p.17の要約で、大見出しで区切られているブロック毎に、
大見出し又は、先頭行、最終行に関して、行番号を割り出し、先に処理したものと比較する。
～～～
[1]ブロック、行番号の割り出し

※行番号開始-終了,箇所,要約文(一部)

[ブロック：1]p.8-p.9
001-002,見出,我輩は猫である...
003-003,先頭,我輩がどこで生まれたかは...
046-047,最終,腹は減る、寒い...暖かそうな方へ方へと歩いていった。

[ブロック：2]p.9-p.10
049-049,見出,そこで我輩は、書生以外の...
050-050,先頭,第一に遭ったのが...
064-064,最終,...この家を自分の住家と...

[ブロック：3]p.10-p.11
066-066,見出,主人の職業は...
065-065,先頭,我輩の主人はめったに...
089-090,最終,...膝の上に乗る。昼寝をするときには...

[ブロック：4]p.11-p.12
099-099,見出,我輩は人間と同居して、彼らを観察...
101-101,先頭,自分の勝手なときは...頭へ袋をかぶせたり...
115-115,最終,我輩は教師の家に居るため、どちらかといえば...

[ブロック：5]p.12-p.14
117-118,見出,いくら人間だって、そういつまでも...
120-120,先頭,我輩の主人は取り立てて優れた...
156-160,最終,...さっきから小便を催して、もはや一分も猶予...のそのそ這い出した。

[ブロック：6]p.14-p.15
161-161,見出,主人は「この馬鹿...
164-164,先頭,こっちの便利になることは何一つ...
247-247,最終,...自分もひとかどの水彩画家...

[ブロック：7]p.15-p.17
248-248,見出,こんな愚昧な通人...
250-250,先頭,論理が通っていない気も...
298-298,最終,...生涯、この教師の家で無名の猫で...

～～～
[2]前回の処理で、「[5]フィルター条件：0.04 以上、wagahaiwa_nekodearu-af0.04over」と比較。
ブロックに分ける。
：結構、早朝なので、思考が詰まりかけてきた...前日の24H勤務で寝不足か...
：作業方針）行番号の差から、要約と同じ７ブロックにする。幅の大きい順に足切する。
http://spreadsheets.google.com/pub?key=t4byJN2jXiDvD4WZvpcLl-g&single=true&gid=0&output=html

：lineDiffをグラフ化すると、

：この場合、オートフィルターで、17以上とすると、

：lineDiffをグラフ化すると、

=>Line No.=109で、lineDiff=71が目立つ。均等化したいが、このまま続行。

～～～
処理したブロックは以下。

※行番号開始-終了

[処理、ブロック：1] 001-038
[処理、ブロック：2] 039-109
[処理、ブロック：3] 110-131
[処理、ブロック：4] 132-176
[処理、ブロック：5] 177-217
[処理、ブロック：6] 218-255
[処理、ブロック：7] 256-298

～～～
要約本と比較。

[要約、ブロック：1] 001-047
[要約、ブロック：2] 049-064
[要約、ブロック：3] 066-090
[要約、ブロック：4] 099-115
[要約、ブロック：5] 117-160
[要約、ブロック：6] 161-247
[要約、ブロック：7] 248-298

～～～
(続く...maybe)

end

未読・速読・超読？(2)方法案１／要約：我輩は猫である

2010-04-19T18:42:00.004+09:00

(http://humanbeing-etcman.blogspot.com/2010/04/1.htmlの続き)
「行の内容ではなく、文字長の変化から、注目すべき文を抽出する」
ということから、

~~~
イメージして下さい...）
前後の文長と対象となる文長の量の割合を比較し、前後が中央値でバランスしているものが
変化点として捉える。
=>今回ここが、ゴールです。
~~~
言い換えると、
過去と未来の変化で、変化量が一致する部分が、平衡点で、そこからいずれかにバランスが
崩れてくる可能性があるのでは？...平衡点＝変化点ではないのか？
~~~
予測アルゴリズム追究中での試行中の一部で、何か応用あるいは、有効なのかの判断も兼ねています。
=>疑似科学ッぽいですが、これで何がでるか？
~~~
作業中のExcelファイルは以下です。
http://spreadsheets.google.com/pub?key=tx3DPPSmMD5n5IHzZO7PPnA&output=html
=>Googleドキュメントにアップした段階で、式属性は全て外れてしまう。ちょっと困った！

各カラムの計算内容は、

Ａ欄 Line No. 行番号
Ｂ欄 charNum 文字長
Ｃ欄 sumA (対象行の文字長)＋(対象行の１つ先の行の文字長) ※前方文字量
Ｄ欄 sumB (対象行の文字長)＋(対象行の１つ前の行の文字長) ※後方文字量
Ｅ欄 sumA% =sumA/charNum ※対象行に対する前方割合
Ｆ欄 sumB% =sumB/charNum ※対象行に対する後方割合
Ｇ欄 sumAbDiffval% =abs(sumA% - sumB%)/charNum ※前後の差を対象行の割合で表現。
Ｈ欄 diffB =abs(sumAbDiffval%の現在行と１つ前の差)
Ｉ欄 diffB/2 =diffB/2 ※半分
Ｊ欄 diffB/2_diffMedian =abs(diffB/2 - median(sumAbDiffval%)) ※中央値との差
Ｋ欄 bun 行番号に対応する本文

~~~
この先は、「diffB/2_diffMedian」をオートフィルターで抽出し、傾向をチェックする。
~~~
[1]フィルター条件：all

~~~
[2]フィルター条件：0.2 以上

~~~
[3]フィルター条件：0.15 以上 - 0.2 以下

~~~
[4]フィルター条件：0.04 以上 - 0.15 以下

~~~
[5]フィルター条件：0.04 以上

~~~
※これから何が見えるだろうか...

~~~
(続く...)
end

未読・速読・超読？(1)準備編

2010-04-16T19:45:00.003+09:00

目的）
要約ではなく、読むべき箇所を抽出する。試みです。
：どこを読むべきか？

対象文書）
人気ブログでもいいが、ここは小説で試行。

青空文庫で物色。
夏目漱石、「我輩は猫である」の第１章？
http://www.aozora.gr.jp/cards/000148/card789.html
~~~
方法案１）
行の内容ではなく、文字長の変化から、注目すべき文を抽出する。
~~~
準備）
[1]テキストファイル(ルビあり)をダウンロード。
[2]ルビを削除。
[3]１行ごとに改行。
[4]先頭に、１行の文字数(半角ベースでカウント)。
=>加工したファイルは、以下です。
http://spreadsheets.google.com/pub?key=tK2Lt1PJAWN3Q6i1PKnLGQA&output=html
ファイル公開方法はいろいろありますが、Googleドキュメントを使用。ベンダロックイン状態です。
~~~
番外）
文字長をグラフ化すると以下のようになります。

(続く...)
end

アマゾン,ISBN

2009-03-24T12:16:00.000+09:00

(2008/11/17)
現在、本のリンクは、アマゾンで検索し、タイトル部分のリンクをそのまま貼り付けている。
Bloggerで、通常とhtml形式で入力を切り替えたり、修正で保存しなおすと、同URLが
文字化けで、リンク切れになることがあった。URLに日本語があり。それが問題？原因は追求していない。
~~~
[1]ISBNでリンクできることは知っていたが、URL表記が多数あり。どれかに一本化できないのか？
[2]ISBNのフォーマット変更にともなう、アマゾンリンクの影響は何かあるか？
[3]アマゾン独自のコードは？TODO)
~~~

(2009/03/24)
I am still alive...

目的）廃棄本の整理のために、再開。

今までの本のリンクをISBNに変更する。
getパラメータとして色々なバージョンがあるみたいだが、
短め？、シンプル、私の好み、、、で選択する。

参考）http://labs.unoh.net/2008/03/

以下を抜き出す。
http://www.amazon.co.jp/exec/obidos/ASIN/4152089792 未読
http://www.amazon.co.jp/exec/obidos/ISBN=4152089792

：以下も出来たので、これを採用する。
：但し、ISBN-10...ISBN-13は如何に？ TODO)

http://www.amazon.co.jp/exec/obidos/ISBN/4270004363 未読

アマゾンが推奨しているURLはないか？TODO)
：アフィリエイト？？？
~~~
再掲）
：現時点の結論）
http://www.amazon.co.jp/exec/obidos/ISBN/ISBN-10のコード

http://www.amazon.co.jp/exec/obidos/ISBN/4863240120 未読
~~~
end

Power Law:(38)STOCK:Scripts by R

2008-12-27T12:44:00.004+09:00

(2008/12/18-)

[0]前提, Precondition
Excelによる手作業で、業界内株価のべき乗傾向を探っていた作業を
Rにより自動化に近づける。
基本的に、Excelを使用しないで、処理を行う。
In the hand work by Excel, work to search for the Power Law tendency
to stock prices in the industry is brought close to the automation by R.
Basically, it processes it without using Excel.

~~~
[1]処理の流れ, Flow of processing

1)日単位の株価をネットから入手する。
Stock prices each every day are obtained from the net.

2)対象とする業界の銘柄のみを抜き出す。
：今回、終値を使用する。
Only the brand of the industry that targets it is pulled out.
:This time, the closing share price is used.

3)銘柄の時価総額を計算するために、発行済み株式総数を用意する。
To calculate the aggregate market value of the brand, the all issued stocks are prepared.

4)終値の時価総額を計算し、時価総額の大きい順番に並べ替える。
：後から順位の推移をチェックするために、ファイル出力する。
The aggregate market value of the closing share price is calculated, and
aggregate market value permutes it in large the order.
:To check the transition of the order later, the file output is done.

5)線形近似で、R^2の最大となる順位を求める。
The order that becomes the maximum of R^2 is requested by a linear approximation.

6)求めた順位での線形近似式から、べき乗傾向のA,B値を求める。
A and B value of the Power Law tendency are requested from the linear
approximation type in the requested order.

7)対象期間の日ごとに、上記の処理を繰り返す。
The above-mentioned processing is repeated day in and day out in the period covered.

~~~
[2]詳細処理内容, Content of detailed processing

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2-1]日単位の株価をネットから入手する。
Stock prices each every day are obtained from the net.

：以下のサイトから入手する。
It obtains it from the following sites.

STOCK:(6)Data in NET
http://humanbeing-etcman.blogspot.com/2008/12/stock6data-in-net.html

[株価データ倉庫]
http://www.geocities.co.jp/WallStreet-Stock/9256/data.html

日足株価データ
2008年株価データ
http://www.geocities.co.jp/WallStreet-Stock/9256/data2008.htm

：2008/12/12のデータは、ファイル：y081212.txt になる。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2-2]対象とする業界の銘柄のみを抜き出す。
：今回、終値を使用する。
Only the brand of the industry that targets it is pulled out.
:This time, the closing share price is used.

：[2-1]のファイルから、grepを使用して抜き出す。
Grep is used and pulled out from the file of 2-1.

STOCK:(6)Data in NET
http://humanbeing-etcman.blogspot.com/2008/12/stock6data-in-net.html

[食品の場合, For Foods]
grep-foods-69.bat stock-price-file-targeted-date
Ex) grep-foods-69 y081212.txt
:ファイル：output-foods-y081212.txt.txt を出力する。

[電機の場合, For Electric Appliances]
grep-denki-161.bat stock-price-file-targeted-date
Ex) grep-denki-161 y081212.txt
:ファイル：output-denki-y081212.txt.txt を出力する。

---
[ファイル変換, File translation]
1)見出しを挿入する。Finding is inserted.

code,name,hajimene,takane,yasune,owarine,dekidaka

===
番外メモ）
銘柄コード,名称,始値,高値,安値,終値,出来高
===

2)区切り文字をタグからカンマに切り替える。
The delimiter is switched from tag to the comma.

[前, before]
2001 日本製粉 469 473 450 461 690

[後, after]
2001,日本製粉,469,473,450,461,690

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2-3]銘柄の時価総額を計算するために、発行済み株式総数を用意する。
To calculate the aggregate market value of the brand, the all issued stocks are prepared.
---
：以下のデータを使用する。
The following data is used.

Power Law:(34)STOCK,Aggregate market value,時価総額
http://humanbeing-etcman.blogspot.com/2008/12/power-law34stockaggregate-market-value.html

：データを以下のファイルに保存するものとする。
Preserve data in the following files.

[発行済み株式数:食品の場合, Issued shares for Foods]
file:Issued_shares_for_foods-20081217.txt
===
code,name,issued_shares,unit
2001,日本製粉,174148,1000
2002,日清製粉,251535,500
2003,日東製粉,46924,1000
...
===

[発行済み株式数:電機の場合, Issued shares for Electric Appliances]
file:Issued_shares_for_denki-20081217.txt
===
code,name,issued_shares,unit
4062,イビデン,150852,100
...
===
---
｢R,Tips]
発行済み株式総数をファイルから読み込み、テーブルで保持。テーブル内検索する。
例）食品、銘柄=2002の発行済み株式総数を得る。

> Issued_Shares = read.csv("Issued_shares_for_foods-20081217.txt")
> Issued_Shares$issued_shares[Issued_Shares$code == 2002]
[1] 251535
>

---
ネットから最新の発行済み株式総数をまとめて得る手段をチェック要！TODO)

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2-4]終値の時価総額を計算し、時価総額の大きい順番に並べ替える。
：後から順位の推移をチェックするために、ファイル出力する。
The aggregate market value of the closing share price is calculated, and
aggregate market value permutes it in large the order.
:To check the transition of the order later, the file output is done.

---
[2-4-1]時価総額の計算, Calculation of aggregate market value

Issued_Shares = read.csv("Issued_shares_for_foods-20081217.txt")
Stock = read.csv("output-foods-y081212.txt.txt")

jika = c()
for(i in 1:length(Stock$code)){
jika[i] = Stock$owarine[i] * as.numeric(Issued_Shares$issued_shares[Issued_Shares$code == Stock$code[i]])
}
jika

> jika
[1] 80282228 271154730 13467188 53472400 19787360 22241320
[7] 10503596 15895064 6181422 95420000 5183200 37394464
[13] 50150118 51209361 157298280 30060286 146308600 40063260
[19] 23130863 282843372 4468464 11007600 153616434 101773670
[25] 87622065 308194320 38371203 274590890 66302145 6326100
[31] 35517504 32670540 22942548 199743297 747623956 1065237656
[37] 106237600 14297748 24465087 27720000 45683268 20560880
[43] 215806692 58860000 39351375 114927120 34909056 7679542
[49] 3524100 81642669 108760698 56126570 205754574 659431086
[55] 184692420 175854094 148728181 14056000 44587431 122475294
[61] 293280245 419356560 32803389 39191040 15617404 3110000000
[67] 25953186 11012188 10306875
>

---
[2-4-2]時価総額の降順ソート, Descending order sorting of aggregate market value
：ソート前の配列位置を記憶。The position where it arranges before it sorts it is memorized.
：降順がないので、昇順にして反転した。
Because there was no descending order, it made in ascending order and it reversed.

jika_new = rev(sort(jika))
jika_old = rev(order(jika))

> jika_new
[1] 3110000000 1065237656 747623956 659431086 419356560 308194320
[7] 293280245 282843372 274590890 271154730 215806692 205754574
[13] 199743297 184692420 175854094 157298280 153616434 148728181
[19] 146308600 122475294 114927120 108760698 106237600 101773670
[25] 95420000 87622065 81642669 80282228 66302145 58860000
[31] 56126570 53472400 51209361 50150118 45683268 44587431
[37] 40063260 39351375 39191040 38371203 37394464 35517504
[43] 34909056 32803389 32670540 30060286 27720000 25953186
[49] 24465087 23130863 22942548 22241320 20560880 19787360
[55] 15895064 15617404 14297748 14056000 13467188 11012188
[61] 11007600 10503596 10306875 7679542 6326100 6181422
[67] 5183200 4468464 3524100
> jika_old
[1] 66 36 35 54 62 26 61 20 28 2 43 53 34 55 56 15 23 57 17 60 46 51 37
[24] 24 10 25 50 1 29 44 52 4 14 13 41 59 18 45 64 27 12 31 47 63 32 16
[47] 40 67 39 19 33 6 42 5 8 65 38 58 3 68 22 7 69 48 30 9 11 21 49
>

---
[2-4-3]以下のデータセットを作成。The following data sets are made.
：code,date,name,order,jika
：銘柄コード,日付,名称,時価総額の降順,時価総額
："Brand code","date","name","Descending order of aggregate market value","Aggregate market value"

code_new = c()
name_new = c()
order_new = c()

# 銘柄の順位推移をチェックするために、日付を埋め込む。
# To check the order transition of the brand, the date is buried.
yyyymmdd = "20081212"

for(i in 1:length(jika_new)){
code_new[i] = Stock$code[jika_old[i]]
name_new[i] = as.character(Stock$name[jika_old[i]])
order_new[i] = i
}
Stock_new = data.frame(code=code_new, date=yyyymmdd, name=name_new, order=order_new, jika=jika_new)
Stock_new

> Stock_new
code date name order jika
1 2914 20081212 ＪＴ 1 3110000000
2 2503 20081212 キリン 2 1065237656
3 2502 20081212 アサヒ 3 747623956
4 2802 20081212 味の素 4 659431086
5 2897 20081212 日清食品 5 419356560
6 2267 20081212 ヤクルト 6 308194320
7 2875 20081212 東洋水産 7 293280245
8 2212 20081212 山崎製パン 8 282843372
9 2282 20081212 日本ハム 9 274590890
10 2002 20081212 日清製粉 10 271154730
11 2579 20081212 北九州コカ 11 215806692
12 2801 20081212 キッコマン 12 205754574
13 2501 20081212 サッポロ 13 199743297
14 2809 20081212 キユーピー 14 184692420
15 2810 20081212 ハウス食品 15 175854094
16 2202 20081212 明治製菓 16 157298280
17 2261 20081212 明治乳業 17 153616434
18 2811 20081212 カゴメ 18 148728181
19 2206 20081212 江崎グリコ 19 146308600
20 2871 20081212 ニチレイ 20 122475294
21 2593 20081212 伊藤園 21 114927120
22 2607 20081212 不二製油 22 108760698
23 2531 20081212 宝ホールディ 23 106237600
24 2262 20081212 雪印乳業 24 101773670
25 2059 20081212 ユニチャーム 25 95420000
26 2264 20081212 森永乳業 26 87622065
27 2602 20081212 日清オイリオ 27 81642669
28 2001 20081212 日本製粉 28 80282228
29 2284 20081212 伊藤ハム 29 66302145
30 2580 20081212 コカコーラセ 30 58860000
31 2613 20081212 Ｊ－オイルミ 31 56126570
32 2004 20081212 昭和産業 32 53472400
33 2201 20081212 森永製菓 33 51209361
34 2109 20081212 三井製糖 34 50150118
35 2572 20081212 三国コカ 35 45683268
36 2815 20081212 アリアケ 36 44587431
37 2207 20081212 名糖産業 37 40063260
38 2590 20081212 ダイドードリ 38 39351375
39 2908 20081212 フジッコ 39 39191040
40 2281 20081212 プリマハム 40 38371203
41 2108 20081212 日本甜菜糖 41 37394464
42 2288 20081212 丸大食品 42 35517504
43 2594 20081212 キーコーヒ 43 34909056
44 2899 20081212 永谷園 44 32803389
45 2290 20081212 米久 45 32670540
46 2204 20081212 中村屋 46 30060286
47 2540 20081212 養命酒製造 47 27720000
48 2918 20081212 わらべや日洋 48 25953186
49 2536 20081212 メルシャン 49 24465087
50 2211 20081212 不二家 50 23130863
51 2292 20081212 ＳＦＯＯＤＳ 51 22942548
52 2051 20081212 日本農産工 52 22241320
53 2578 20081212 四国コカ 53 20560880
54 2009 20081212 鳥越製粉 54 19787360
55 2053 20081212 中部飼料 55 15895064
56 2910 20081212 ロックフィ 56 15617404
57 2533 20081212 オエノンホー 57 14297748
58 2812 20081212 焼津水産化学 58 14056000
59 2003 20081212 日東製粉 59 13467188
60 2922 20081212 なとり 60 11012188
61 2217 20081212 モロゾフ 61 11007600
62 2052 20081212 協同飼料 62 10503596
63 4404 20081212 ミヨシ油脂 63 10306875
64 2597 20081212 ユニカフェ 64 7679542
65 2286 20081212 林兼産業 65 6326100
66 2056 20081212 日配合飼料 66 6181422
67 2107 20081212 東洋精糖 67 5183200
68 2215 20081212 第一パン 68 4468464
69 2599 20081212 ジャパンフー 69 3524100
>

---
[2-4-4]ファイル出力, File output
：データセット:Stock_new をcsvファイルに出力する。
The data set: Stock_new is output to the csv file.

write.table(Stock_new, "stock_output.txt", quote=F, col.names=T, append=F, sep=",", row.names=FALSE)

file:stock_output.txt
===
code,date,name,order,jika
2914,20081212,ＪＴ,1,3.11e+09
2503,20081212,キリン,2,1065237656
2502,20081212,アサヒ,3,747623956
2802,20081212,味の素,4,659431086
2897,20081212,日清食品,5,419356560
2267,20081212,ヤクルト,6,308194320
...
===

---
[2-4-5][2-4]のスクリプトを整理する。The script of 2-4 is arranged.

# files
FILE_PATH_BASE = "C:/PowerLaw38"
FILE_Issued_Shares = paste(FILE_PATH_BASE, "Issued_shares_for_foods-20081217.txt", sep = "/")
FILE_Stock = paste(FILE_PATH_BASE, "output-foods-y081212.txt.txt", sep = "/")
FILE_Output = paste(FILE_PATH_BASE, "output-foods-jika-20081212.txt", sep = "/")
yyyymmdd = "20081212"

# Calculation of aggregate market value
Issued_Shares = read.csv(FILE_Issued_Shares)
Stock = read.csv(FILE_Stock)

jika = c()
for(i in 1:length(Stock$code)){
jika[i] = Stock$owarine[i] * as.numeric(Issued_Shares$issued_shares[Issued_Shares$code == Stock$code[i]])
}

# Descending order sorting of aggregate market value
jika_new = rev(sort(jika))
jika_old = rev(order(jika))

# data sets:Stock_new are made.
code_new = c()
name_new = c()
order_new = c()

for(i in 1:length(jika_new)){
code_new[i] = Stock$code[jika_old[i]]
name_new[i] = as.character(Stock$name[jika_old[i]])
order_new[i] = i
}
Stock_new = data.frame(code=code_new, date=yyyymmdd, name=name_new, order=order_new, jika=jika_new)

# File output
write.table(Stock_new, FILE_Output, quote=F, col.names=T, append=F, sep=",", row.names=FALSE)

---
[R,Tips]
1)型変換：as.numeric
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/25.html

2)sort
http://www.is.titech.ac.jp/~shimo/class/doc/r-tips.pdf
p.34)
rev() 要素を逆順
sort() 昇順整列

3)ファイル出力
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/45.html
> x <- read.csv("input.txt")
> x
name num date
1 aa1 100 20081225
2 aa2 200 20081226
> write.table(x, "output.txt", quote=F, col.names=F, append=T)
>
output.txt
===
1 aa1 100 20081225
2 aa2 200 20081226
===
> write.table(x, "output.txt", quote=F, col.names=T, append=F, sep=",")
output.txt
===
name,num,date
1,aa1,100,20081225
2,aa2,200,20081226
===
http://pbil.univ-lyon1.fr/library/base/html/write.table.html
> write.table(x, "output.txt", quote=F, col.names=T, append=F, sep=",", row.names=FALSE)
output.txt
===
name,num,date
aa1,100,20081225
aa2,200,20081226
===

4)文字列連結
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/17.html

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2-5]線形近似で、R^2の最大となる順位を求める。
The order that becomes the maximum of R^2 is requested by a linear approximation.

：以下を参照。Refer to the following.
Power Law:(36)R,Linear approximation,線形近似(2)
http://humanbeing-etcman.blogspot.com/2008/12/power-law36rlinear-approximation2.html

kinji_r2 = c()
kinji_a = c()
kinji_b = c()

for (i in 3:length(Stock_new$order)){

stock_log_order = log(Stock_new$order[1:i])
stock_log_jika = log(Stock_new$jika[1:i])
stock_loglog = data.frame(LN_order=stock_log_order, LN_jika=stock_log_jika)

result = summary(result <- lm(LN_jika ~ LN_order, data = stock_loglog))

kinji_r2[i] = result$r.squared
kinji_b[i] = result$coefficients[1]
kinji_a[i] = result$coefficients[2]
}
kinji_ALL = data.frame(KINJI_A=kinji_a, KINJI_B=kinji_b, KINJI_R2=kinji_r2)

---
：R^2の最大値の取得は、以下を参照。
:Refer to the acquisition of the maximum value of R^2 as follows.
Power Law:(37)R,Linear approximation,線形近似(3)
http://humanbeing-etcman.blogspot.com/2008/12/power-law37rlinear-approximation3.html

base_order = 2
start_order = 3
end_order = length(kinji_ALL$KINJI_R2)
max_order = which.max(kinji_ALL$KINJI_R2[start_order:end_order]) + base_order
max_r2 = kinji_ALL$KINJI_R2[max_order]
max_order
max_r2

> max_order
[1] 28
> max_r2
[1] 0.984492
>

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2-6]求めた順位での線形近似式から、べき乗傾向のA,B値を求める。
A and B value of the Power Law tendency are requested from the linear
approximation type in the requested order.

getAB = function(cnt){
ret_a = c()
ret_b = c()

x0 = 1
y0 = exp(kinji_ALL$KINJI_B[cnt])

x1 = cnt
y1 = exp(kinji_ALL$KINJI_A[cnt] * log(cnt) + kinji_ALL$KINJI_B[cnt])

B = y0 / y1
A = -log10(B) / log10(x1)

ret_a[1] = A
ret_b[1] = B

ret_val = data.frame(A=ret_a, B=ret_b)

return(ret_val)
}

> getAB(28)
A B
1 -0.9994923 27.95267
>

---
：検算してみる。Answer is checked.

> kinji_ALL
KINJI_A KINJI_B KINJI_R2
28 -0.9994923 21.60502 0.9844921

LN(y) = -0.9994923*LN(x) + 21.60502, R^2=0.9844921

LN
(x, y)=(1, exp(21.60502))(28, exp(-0.9994923*LN(28) + 21.60502))
=(1, 2415132529)(28, 86400779)
Relative value)
=(1, 2415132529/86400779)(28, 1)
=(1, 27.952670762378195687332865366874)(28, 1)

：OK! Ａは１に近かった、、、:A was near one.

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2-7]対象期間の日ごとに、上記の処理を繰り返す。
The above-mentioned processing is repeated day in and day out in the period covered.

---
[2-7-0]前提, Precondition
1)各ファイルは、ベースディレクトリから以下にあるものとする。
Each file assumed to be in the following from the base directory.

発行済み株式総数(input), All issued stocks
：is/Issued_shares_for_foods-20081217.txt

日別株価データ(input), Stock prices data according to day
：stock/stock-yyyymmdd.txt

日別時価総額データ(output), Aggregate market value data according to day
：jika/jika-yyyymmdd.txt

2)処理する日は、ベースディレクトリにある以下のファイルから読み込む。
The processed day is read from the following files that exist in the base directory.

yyyymmdd.txt
===
date,week
20081211,Thu
20081212,Fri
20081215,Mon
...
===

---
###########
# getAB()
###########
getAB = function(cnt, kinji_a, kinji_b){
x0 = 1
y0 = exp(kinji_b)

x1 = cnt
y1 = exp(kinji_a * log(cnt) + kinji_b)

B = y0 / y1
A = -log10(B) / log10(x1)

ret_val = data.frame(A=A, B=B)
return(ret_val)
}

###########
# getR2Max()
###########
getR2Max = function(Stock_Jika){

kinji_r2 = c()
kinji_a = c()
kinji_b = c()

for (i in 3:length(Stock_Jika$order)){

stock_log_order = log(Stock_Jika$order[1:i])
stock_log_jika = log(Stock_Jika$jika[1:i])
stock_loglog = data.frame(LN_order=stock_log_order, LN_jika=stock_log_jika)

result = summary(result <- lm(LN_jika ~ LN_order, data = stock_loglog))

kinji_r2[i] = result$r.squared
kinji_b[i] = result$coefficients[1]
kinji_a[i] = result$coefficients[2]
}
kinji_ALL = data.frame(KINJI_A=kinji_a, KINJI_B=kinji_b, KINJI_R2=kinji_r2)

###
base_order = 2
start_order = 3
end_order = length(kinji_ALL$KINJI_R2)
max_order = which.max(kinji_ALL$KINJI_R2[start_order:end_order]) + base_order
max_r2 = kinji_ALL$KINJI_R2[max_order]

###
ret_val = data.frame(order=max_order,
kinji_a=kinji_ALL$KINJI_A[max_order], kinji_b=kinji_ALL$KINJI_B[max_order], kinji_r2=max_r2 )
return(ret_val)
}

###########
# outputTable2CSVFile()
###########
outputTable2CSVFile = function(tablename, filename){
write.table(tablename, filename, quote=F, col.names=T, append=F, sep=",", row.names=FALSE)
}

###########
# getStock_Jika()
###########
getStock_Jika = function(Issued_Shares, Stock){

jika = c()
for(i in 1:length(Stock$code)){
jika[i] = Stock$owarine[i] * as.numeric(Issued_Shares$issued_shares[Issued_Shares$code == Stock$code[i]])
}

# Descending order sorting of aggregate market value
jika_new = rev(sort(jika))
jika_old = rev(order(jika))

# data sets:Stock_new are made.
code_new = c()
name_new = c()
order_new = c()

for(i in 1:length(jika_new)){
code_new[i] = Stock$code[jika_old[i]]
name_new[i] = as.character(Stock$name[jika_old[i]])
order_new[i] = i
}
Stock_new = data.frame(code=code_new, date=yyyymmdd, name=name_new, order=order_new, jika=jika_new)

return(Stock_new)
}

###########
# main()
###########

# files
FILE_PATH_BASE = "C:/PowerLaw38/"
FILE_Issued_Shares = paste(FILE_PATH_BASE, "is/", "Issued_shares_for_foods-20081217.txt", sep="")
FILE_YYYYMMDD = paste(FILE_PATH_BASE, "yyyymmdd.txt", sep="")
FILE_PowerLaw = paste(FILE_PATH_BASE, "powerlaw.txt", sep="")

###
powerlaw_a = c()
powerlaw_b = c()
powerlaw_date = c()
powerlaw_week = c()
powerlaw_order = c()
powerlaw_r2 = c()

###
YYYYMMDD = read.csv(FILE_YYYYMMDD)
for(i in 1:length(YYYYMMDD$date)){
yyyymmdd = YYYYMMDD$date[i]
FILE_Stock = paste(FILE_PATH_BASE, "stock/stock-", yyyymmdd, ".txt", sep = "")
FILE_Jika = paste(FILE_PATH_BASE, "jika/jika-", yyyymmdd, ".txt", sep = "")

Issued_Shares = read.csv(FILE_Issued_Shares)
Stock = read.csv(FILE_Stock)

Stock_Jika = getStock_Jika(Issued_Shares, Stock)
outputTable2CSVFile(Stock_Jika, FILE_Jika)
ret_getR2Max = getR2Max(Stock_Jika)
ret_getAB =getAB(ret_getR2Max$order[1], ret_getR2Max$kinji_a[1], ret_getR2Max$kinji_b[1])

###
powerlaw_a[i] = ret_getAB$A[1]
powerlaw_b[i] = ret_getAB$B[1]
powerlaw_date[i] = YYYYMMDD$date[i]
powerlaw_week[i] = as.character(YYYYMMDD$week[i])
powerlaw_order[i] = ret_getR2Max$order[1]
powerlaw_r2[i] = ret_getR2Max$kinji_r2[1]
}
PowerLaw = data.frame(a=powerlaw_a, b=powerlaw_b, date=powerlaw_date, week=powerlaw_week, order=powerlaw_order, r2=powerlaw_r2)

###
outputTable2CSVFile(PowerLaw, FILE_PowerLaw)

---
：出力ファイルの例は以下。The example of the output file is the following.
powerlaw.txt
===
a,b,date,week,order,r2
-0.999492282169319,27.9526690988954,20081212,Fri,28,0.98449209376968
===
~~~
end

Power Law:(37)R,Linear approximation,線形近似(3)

2008-12-22T13:00:00.004+09:00

[0]前提, Precondition
Power Law:(36)の続き。Continuation of Power Law:(36).
http://humanbeing-etcman.blogspot.com/2008/12/power-law36rlinear-approximation2.html

R^2により、べき乗傾向の範囲の方針を決定したい。
I want to decide the policy within the range of the Power Law tendency by R^2.

~~~~~~~~~~~~~~~~~~~~~~~~~~~~(2008/12/21,06:45-)
[1]単純に、R^2の最大値を求める。Simply, the maximum value of R^2 is requested.
：Power Law:(36)のデータ：kinji_ALL を使う。The data of Power Law:(36): Kinji_ALL is used.
---
[1-1]先頭２件がNA値なので、3番から、最後(この場合、69)までを対象にする。
Because two heads are the NA values, everything from the 3rd to the end (69 in this case) is targeted.
===
参考）
http://www.is.titech.ac.jp/~shimo/class/doc/r-tips.pdf
：pdf内をキーワードで検索する。
：参考ページ）p.34, p.54, p.95, p.143
===
> max(kinji_ALL$KINJI_R2[3:69])
[1] 0.984492
>

---
[1-2]最大値は、配列の何番目か？Where of the array is the maximum value?
===
参考）
http://www.okada.jp.org/RWiki/?%B9%D4%CE%F3Tips%C2%E7%C1%B4#content_1_58
===
> which.max(kinji_ALL$KINJI_R2[3:69])
[1] 26
>

：先頭のNA値２件をスキップしているので、実際の順番は＋２となる。
:The actual order becomes +2 because it skips the first two NA values.

> which.max(kinji_ALL$KINJI_R2[3:69]) + 2
[1] 28
>

---
[1-3]最大値を求める最終形は以下。The final type from which the maximum value is requested is the following.

> max_order = which.max(kinji_ALL$KINJI_R2[3:69]) + 2
> max_r2 = kinji_ALL$KINJI_R2[max_order]
> max_order
[1] 28
> max_r2
[1] 0.984492
>

~~~~~~~~~~~~~~~~~~~~~~~~~~~~(2008/12/19,14:44-)
[2]２８位は、本：「業界地図」との絡みはあるか？ Does 28th place have twining with the book "Industry map"?
「会社四季報」業界地図〈2009年版〉東洋経済新報社東経= (単行本 - 2008/8)
：20081212、東証一部の食品、終値の時価総額に関する順位

[2-1]上位３社, Top 3
2914,20081212,ＪＴ,311000,10000,3110000000,1,0,21.85788856
2503,20081212,キリン,1082,984508,1065237656,2,0.693147181,20.78646376
2502,20081212,アサヒ,1546,483586,747623956,3,1.098612289,20.43241068

---
[2-2]上位７位：約全体(69銘柄)の１割？、R^2の１つ目の山。
2914,20081212,ＪＴ,311000,10000,3110000000,1,0,21.85788856
2503,20081212,キリン,1082,984508,1065237656,2,0.693147181,20.78646376
2502,20081212,アサヒ,1546,483586,747623956,3,1.098612289,20.43241068

2802,20081212,味の素,942,700033,659431086,4,1.386294361,20.30688803
2897,20081212,日清食品,3290,127464,419356560,5,1.609437912,19.85423209
2267,20081212,ヤクルト,1752,175910,308194320,6,1.791759469,19.54624105
2875,20081212,東洋水産,2645,110881,293280245,7,1.945910149,19.49663918

---
[2-3]上位１４位：とりあえず、７位の２倍ということで、、、：あまり意味はない。
2914,20081212,ＪＴ,311000,10000,3110000000,1,0,21.85788856
2503,20081212,キリン,1082,984508,1065237656,2,0.693147181,20.78646376
2502,20081212,アサヒ,1546,483586,747623956,3,1.098612289,20.43241068
2802,20081212,味の素,942,700033,659431086,4,1.386294361,20.30688803
2897,20081212,日清食品,3290,127464,419356560,5,1.609437912,19.85423209
2267,20081212,ヤクルト,1752,175910,308194320,6,1.791759469,19.54624105
2875,20081212,東洋水産,2645,110881,293280245,7,1.945910149,19.49663918

2212,20081212,山崎製パン,1284,220283,282843372,8,2.079441542,19.46040385
2282,20081212,日本ハム,1202,228445,274590890,9,2.197224577,19.43079288
2002,20081212,日清製粉,1078,251535,271154730,10,2.302585093,19.41820018
2579,20081212,北九州コカ,1942,111126,215806692,11,2.397895273,19.18989362
2801,20081212,キッコマン,978,210383,205754574,12,2.48490665,19.14219463
2501,20081212,サッポロ,507,393971,199743297,13,2.564949357,19.11254359
2809,20081212,キユーピー,1188,155465,184692420,14,2.63905733,19.0342024

---
[2-4]上位２８位：R^2の２つ目の山。R^2の最大値。
2914,20081212,ＪＴ,311000,10000,3110000000,1,0,21.85788856
2503,20081212,キリン,1082,984508,1065237656,2,0.693147181,20.78646376
2502,20081212,アサヒ,1546,483586,747623956,3,1.098612289,20.43241068
2802,20081212,味の素,942,700033,659431086,4,1.386294361,20.30688803
2897,20081212,日清食品,3290,127464,419356560,5,1.609437912,19.85423209
2267,20081212,ヤクルト,1752,175910,308194320,6,1.791759469,19.54624105
2875,20081212,東洋水産,2645,110881,293280245,7,1.945910149,19.49663918
2212,20081212,山崎製パン,1284,220283,282843372,8,2.079441542,19.46040385
2282,20081212,日本ハム,1202,228445,274590890,9,2.197224577,19.43079288
2002,20081212,日清製粉,1078,251535,271154730,10,2.302585093,19.41820018
2579,20081212,北九州コカ,1942,111126,215806692,11,2.397895273,19.18989362
2801,20081212,キッコマン,978,210383,205754574,12,2.48490665,19.14219463
2501,20081212,サッポロ,507,393971,199743297,13,2.564949357,19.11254359
2809,20081212,キユーピー,1188,155465,184692420,14,2.63905733,19.0342024

2810,20081212,ハウス食品,1586,110879,175854094,15,2.708050201,18.9851652
2202,20081212,明治製菓,408,385535,157298280,16,2.772588722,18.87365443
2261,20081212,明治乳業,466,329649,153616434,17,2.833213344,18.84996937
2811,20081212,カゴメ,1493,99617,148728181,18,2.890371758,18.81763091
2206,20081212,江崎グリコ,1010,144860,146308600,19,2.944438979,18.80122865
2871,20081212,ニチレイ,394,310851,122475294,20,2.995732274,18.62341989
2593,20081212,伊藤園,1260,91212,114927120,21,3.044522438,18.55980875
2607,20081212,不二製油,1242,87569,108760698,22,3.091042453,18.5046606
2531,20081212,宝ホールディ,488,217700,106237600,23,3.135494216,18.48118865
2262,20081212,雪印乳業,335,303802,101773670,24,3.17805383,18.43826198
2059,20081212,ユニチャーム,3250,29360,95420000,25,3.218875825,18.37379876
2264,20081212,森永乳業,345,253977,87622065,26,3.258096538,18.28854341
2602,20081212,日清オイリオ,471,173339,81642669,27,3.295836866,18.21786259
2001,20081212,日本製粉,461,174148,80282228,28,3.33220451,18.20105883

：売上高か？
：本に載っていない企業もあります、、、：？以下。
===
2531,20081212,宝ホールディ,488,217700,106237600,23,3.135494216,18.48118865
2059,20081212,ユニチャーム,3250,29360,95420000,25,3.218875825,18.37379876
===

~~~~~~~~~~~~~~~~~~~~~~~~~~~~(2008/12/19,15:10-)
[3]R^2最大値までの近似線を引いてみる。The approximation line to R^2 maximum value is drawn.

[3-1]全体を散布図でプロットする。

foods = read.csv("20081212-foods.txt");
plot(LN_jika ~ LN_order, data = foods)

---
[3-2]TOPから28位までの近似線をひく。
# TOPから28位までのデータセットを作成。
foods_LN_order_28 = foods$LN_order[1:28]
foods_LN_jika_28 = foods$LN_jika[1:28]
foods_28 = data.frame(LN_order=foods_LN_order_28, LN_jika=foods_LN_jika_28)

# データセットを単回帰分析。
# 線形近似を求める。
result = lm(LN_jika ~ LN_order, data = foods_28)

# 近似線をひく。
abline(result)

# 28位に垂直線をひく。
abline(v = log(28), col="red")

---
[3-3]3位、7位の近似線も重ねてみる。

foods_LN_order_07 = foods$LN_order[1:7]
foods_LN_jika_07 = foods$LN_jika[1:7]
foods_07 = data.frame(LN_order=foods_LN_order_07, LN_jika=foods_LN_jika_07)
result_07 = lm(LN_jika ~ LN_order, data = foods_07)
abline(result_07)
abline(v = log(7), col="red")

foods_LN_order_03 = foods$LN_order[1:3]
foods_LN_jika_03 = foods$LN_jika[1:3]
foods_03 = data.frame(LN_order=foods_LN_order_03, LN_jika=foods_LN_jika_03)
result_03 = lm(LN_jika ~ LN_order, data = foods_03)
abline(result_03)
abline(v = log(3), col="red")

~~~~~~~~~~~~~~~~~~~~~~~~~~~~(2008/12/19,15:10-)
[4]試行）２８位以降は、R^2の傾向はどうなっているか？
The trial) How does the tendency to R^2 become it since 28th place?
---
[4-1]２９位からラストまでで、R^2の状態を見る。

foods = read.csv("20081212-foods.txt");

kinji_r2 = c()
kinji_a = c()
kinji_b = c()

base_order = 29
###
search_order = base_order + 3

for (i in search_order:length(foods$LN_order)){

foods_LN_order_XX = foods$LN_order[base_order:i]
foods_LN_jika_XX = foods$LN_jika[base_order:i]
foods_XX = data.frame(LN_order=foods_LN_order_XX, LN_jika=foods_LN_jika_XX)

result = summary(result <- lm(LN_jika ~ LN_order, data = foods_XX))

kinji_r2[i] = result$r.squared
kinji_b[i] = result$coefficients[1]
kinji_a[i] = result$coefficients[2]
}

kinji_ALL = data.frame(KINJI_A=kinji_a, KINJI_B=kinji_b, KINJI_R2=kinji_r2)
#
plot(kinji_ALL$KINJI_R2)

---
> kinji_ALL
KINJI_A KINJI_B KINJI_R2
1 NA NA NA
2 NA NA NA
3 NA NA NA
4 NA NA NA
5 NA NA NA
6 NA NA NA
7 NA NA NA
8 NA NA NA
9 NA NA NA
10 NA NA NA
11 NA NA NA
12 NA NA NA
13 NA NA NA
14 NA NA NA
15 NA NA NA
16 NA NA NA
17 NA NA NA
18 NA NA NA
19 NA NA NA
20 NA NA NA
21 NA NA NA
22 NA NA NA
23 NA NA NA
24 NA NA NA
25 NA NA NA
26 NA NA NA
27 NA NA NA
28 NA NA NA
29 NA NA NA
30 NA NA NA
31 NA NA NA
32 -2.117902 25.12154 0.9469793
33 -1.903733 24.39334 0.9530634
34 -1.681958 23.63695 0.9415084
35 -1.747786 23.86214 0.9618844
36 -1.711026 23.73602 0.9714386
37 -1.820286 24.11197 0.9727569
38 -1.824618 24.12692 0.9795561
39 -1.763410 23.91513 0.9791543
40 -1.697247 23.68557 0.9766580
41 -1.638252 23.48034 0.9745409
42 -1.611233 23.38610 0.9770650
43 -1.575727 23.26195 0.9775093
44 -1.570542 23.24377 0.9807556
45 -1.545937 23.15731 0.9815584
46 -1.557878 23.19937 0.9839262
47 -1.592808 23.32271 0.9834323
48 -1.635288 23.47307 0.9814780
49 -1.679389 23.62952 0.9793602
50 -1.722936 23.78435 0.9775434
51 -1.746983 23.87004 0.9788431
52 -1.765034 23.93450 0.9803990
53 -1.794668 24.04056 0.9803327
54 -1.820187 24.13209 0.9807158
55 -1.895708 24.40352 0.9680491
56 -1.953377 24.61122 0.9634660
57 -2.015220 24.83441 0.9584019
58 -2.062529 25.00548 0.9574780
59 -2.104095 25.15609 0.9576190
60 -2.175617 25.41573 0.9503957
61 -2.229160 25.61049 0.9488734
62 -2.277106 25.78521 0.9485560
63 -2.315086 25.92388 0.9497910
64 -2.393985 26.21248 0.9413408
65 -2.489239 26.56153 0.9290079
66 -2.569910 26.85768 0.9234153
67 -2.661975 27.19626 0.9155266
68 -2.759161 27.55431 0.9075625
69 -2.873103 27.97481 0.8960784
>

---
[4-2]２９位からラストまでで、R^2の最大値を得る。

> max_order = which.max(kinji_ALL$KINJI_R2[32:69]) + 31
> max_r2 = kinji_ALL$KINJI_R2[max_order]
> max_order
[1] 46
> max_r2
[1] 0.9839262
>

---
[5]29位以降のデータに対して、46位の近似線を引く。

# 29位からラストまで、プロット。
foods = read.csv("20081212-foods.txt");

foods_LN_order_29toLast = foods$LN_order[29:length(foods$LN_order)]
foods_LN_jika_29toLast = foods$LN_jika[29:length(foods$LN_order)]
foods_29toLast = data.frame(LN_order=foods_LN_order_29toLast, LN_jika=foods_LN_jika_29toLast)

plot(LN_jika ~ LN_order, data = foods_29toLast)

# データセットを単回帰分析
result = lm(LN_jika ~ LN_order, data = foods_29toLast)

# 近似曲線をグラフに追加。
abline(result)

：この線は意味なし？？？

---
29位から46位の近似曲線では？
：17銘柄

start_order = 29
end_order = 46

foods_LN_order_start2end = foods$LN_order[start_order:end_order]
foods_LN_jika_start2end = foods$LN_jika[start_order:end_order]
foods_start2end = data.frame(LN_order=foods_LN_order_start2end, LN_jika=foods_LN_jika_start2end)
result = lm(LN_jika ~ LN_order, data = foods_start2end)
abline(result)
abline(v = log(end_order), col="red")

~~~~~~~~~~~~~~~~~~~~~~~~~~~~(2008/12/19,15:10-)
[5]出来高と順位の関係をチェックする。
The relation between the trading volume and the order is checked.

：出来高は何位までの集中しているか？
On how much order has the trading volume concentrated?

---
2008/12/12の出来高データ(dekidaka)は以下。：東証一部の食品。
===
code,name,owarine,stock_num,jika,order,dekidaka
2914,ＪＴ,311000,10000,3110000000,1,40.079
2503,キリン,1082,984508,1065237656,2,7134
2502,アサヒ,1546,483586,747623956,3,4101.6
2802,味の素,942,700033,659431086,4,7837
2897,日清食品,3290,127464,419356560,5,366.9
2267,ヤクルト,1752,175910,308194320,6,724.4
2875,東洋水産,2645,110881,293280245,7,1120
2212,山崎製パン,1284,220283,282843372,8,781
2282,日本ハム,1202,228445,274590890,9,3780
2002,日清製粉,1078,251535,271154730,10,3312.5
2579,北九州コカ,1942,111126,215806692,11,647.8
2801,キッコマン,978,210383,205754574,12,3356
2501,サッポロ,507,393971,199743297,13,3154
2809,キユーピー,1188,155465,184692420,14,585.9
2810,ハウス食品,1586,110879,175854094,15,390.4
2202,明治製菓,408,385535,157298280,16,3738
2261,明治乳業,466,329649,153616434,17,3183
2811,カゴメ,1493,99617,148728181,18,267.4
2206,江崎グリコ,1010,144860,146308600,19,202
2871,ニチレイ,394,310851,122475294,20,3574
2593,伊藤園,1260,91212,114927120,21,363.7
2607,不二製油,1242,87569,108760698,22,343.5
2531,宝ホールディ,488,217700,106237600,23,3097
2262,雪印乳業,335,303802,101773670,24,2405.5
2059,ユニチャーム,3250,29360,95420000,25,70.3
2264,森永乳業,345,253977,87622065,26,865
2602,日清オイリオ,471,173339,81642669,27,2389
2001,日本製粉,461,174148,80282228,28,690
2284,伊藤ハム,315,210483,66302145,29,863
2580,コカコーラセ,654000,90,58860000,30,0.142
2613,Ｊ－オイルミ,335,167542,56126570,31,1042
2004,昭和産業,296,180650,53472400,32,257
2201,森永製菓,189,270949,51209361,33,535
2109,三井製糖,354,141667,50150118,34,346
2572,三国コカ,853,53556,45683268,35,103.3
2815,アリアケ,1359,32809,44587431,36,102.8
2207,名糖産業,1884,21265,40063260,37,13.2
2590,ダイドードリ,2375,16569,39351375,38,49.3
2908,フジッコ,1120,34992,39191040,39,100
2281,プリマハム,171,224393,38371203,40,2761
2108,日本甜菜糖,244,153256,37394464,41,445
2288,丸大食品,268,132528,35517504,42,362
2594,キーコーヒ,1554,22464,34909056,43,30.8
2899,永谷園,857,38277,32803389,44,29
2290,米久,1134,28810,32670540,45,85
2204,中村屋,503,59762,30060286,46,107
2540,養命酒製造,840,33000,27720000,47,27
2918,わらべや日洋,1561,16626,25953186,48,51.4
2536,メルシャン,183,133689,24465087,49,220
2211,不二家,119,194377,23130863,50,259
2292,ＳＦＯＯＤＳ,711,32268,22942548,51,19.5
2051,日本農産工,172,129310,22241320,52,143
2578,四国コカ,860,23908,20560880,53,25.8
2009,鳥越製粉,760,26036,19787360,54,38.4
2053,中部飼料,599,26536,15895064,55,65
2910,ロックフィ,1166,13394,15617404,56,23.9
2533,オエノンホー,218,65586,14297748,57,630
2812,焼津水産化学,1000,14056,14056000,58,19.6
2003,日東製粉,287,46924,13467188,59,24
2922,なとり,709,15532,11012188,60,21.4
2217,モロゾフ,300,36692,11007600,61,59
2052,協同飼料,101,103996,10503596,62,177
4404,ミヨシ油脂,125,82455,10306875,63,158
2597,ユニカフェ,1118,6869,7679542,64,10.5
2286,林兼産業,71,89100,6326100,65,316
2056,日配合飼料,86,71877,6181422,66,472
2107,東洋精糖,95,54560,5183200,67,417
2215,第一パン,93,48048,4468464,68,59
2599,ジャパンフー,691,5100,3524100,69,8.5
===
出来高全体：68996.521　単位：千株数
---
　３位：１６％ =(11275.679/68996.521)*100=16.34238776
　７位：３０％ =(21323.979/68996.521)*100=30.90587567
２８位：８４％ =(58519.979/68996.521)*100=84.81584021
４６位：９５％ =(65751.521/68996.521)*100=95.29686432

~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[6]一時的なまとめ

トップからの順位でR^2の最大値は、今回のデータで２８位。
トップから２８位までの出来高が８４％を占めることから、単純なR^2の最大値で近似しても、
マーケットの動きをカバーできるのではないか、、、

２９位から４６位までの銘柄は、１位から２８位の動きに引きずられるようなものか？？？

---
当面のターゲットは、トップからのR^2で最大値までの範囲をべき乗傾向の範囲とする。
：これは、Excelでの手作業と結果的には同じになった。

~~~
番外）
筆記試験の準備のため。exit。遅い？
：(３日前)本屋の採用試験コーナーに行く。驚く！SPI...WEB：採用試験もインターネットの時代か、、、
~~~
end

Power Law:(36)R,Linear approximation,線形近似(2)

2008-12-19T11:10:00.003+09:00

(2008/12/16-)

[0]前提
Rで、時価総額順位ごとに、トップから各順位に関して、R^2と線形近似式の切片と傾きを得る。
R^2, the cut of the linear approximation type, and the inclination of each
aggregate market value order are obtained from the top for each order by R.

~~~
[1]準備
[1-0]サンプルデータ,Example Data

http://humanbeing-etcman.blogspot.com/2008/12/power-law35rlinear-approximation1.html
Power Law:(35)のファイル:20081212-foods.txt を使用する。
The file of Power Law:(35): 20081212- foods.txt is used.

---
[1-1]トップから指定順位までのデータを用意する。
：方針）新たなデータセットを用意する。
Data from the top to a specified order is prepared.
:The policy) A new data set is prepared.

===
参考）
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/39.html
データフレームの考え方
===

[1-1-1]動作確認：データ範囲を指定する。
confirm the operation: The data range is specified.

> foods = read.csv("20081212-foods.txt");
> foods$LN_order
[1] 0.0000000 0.6931472 1.0986123 1.3862944 1.6094379 1.7917595 1.9459101
[8] 2.0794415 2.1972246 2.3025851 2.3978953 2.4849067 2.5649494 2.6390573
[15] 2.7080502 2.7725887 2.8332133 2.8903718 2.9444390 2.9957323 3.0445224
[22] 3.0910425 3.1354942 3.1780538 3.2188758 3.2580965 3.2958369 3.3322045
[29] 3.3672958 3.4011974 3.4339872 3.4657359 3.4965076 3.5263605 3.5553481
[36] 3.5835189 3.6109179 3.6375862 3.6635616 3.6888795 3.7135721 3.7376696
[43] 3.7612001 3.7841896 3.8066625 3.8286414 3.8501476 3.8712010 3.8918203
[50] 3.9120230 3.9318256 3.9512437 3.9702919 3.9889840 4.0073332 4.0253517
[57] 4.0430513 4.0604430 4.0775374 4.0943446 4.1108739 4.1271344 4.1431347
[64] 4.1588831 4.1743873 4.1896547 4.2046926 4.2195077 4.2341065
> foods$LN_order[1:10]
[1] 0.0000000 0.6931472 1.0986123 1.3862944 1.6094379 1.7917595 1.9459101
[8] 2.0794415 2.1972246 2.3025851
>

[1-1-2]LN_order, LN_jika で10位までの別のデータセットを作成する。
Another data set to 10th place is made with LN_order and LN_jika.

> foods_LN_order_10 = foods$LN_order[1:10]
> foods_LN_jika_10 = foods$LN_jika[1:10]
> foods_10 = data.frame(LN_order=foods_LN_order_10, LN_jika=foods_LN_jika_10)
> foods_10
LN_order LN_jika
1 0.0000000 21.85789
2 0.6931472 20.78646
3 1.0986123 20.43241
4 1.3862944 20.30689
5 1.6094379 19.85423
6 1.7917595 19.54624
7 1.9459101 19.49664
8 2.0794415 19.46040
9 2.1972246 19.43079
10 2.3025851 19.41820
>

~~~
[2]
データを３位から、ラストまで、１つの位ごとに、R^2、切片、傾きを求める。
：２位は、２点を結んだ直線なので、近似として意味がないから、３位から行う。
：結果は、別のデータセット(この場合、kinji_ALL)に格納した。
Data is requested and R^2, the cut, and the inclination are requested from 3th
place to last in each of the one place.
:It does from 3rd place because it is not significant because 2nd place is a
straight line that connects two points as the approximation.
:The result was stored in another data set (in this case, kinji_ALL).

> foods = read.csv("20081212-foods.txt");

kinji_r2 = c()
kinji_a = c()
kinji_b = c()

for (i in 3:length(foods$LN_order)){

foods_LN_order_XX = foods$LN_order[1:i]
foods_LN_jika_XX = foods$LN_jika[1:i]
foods_XX = data.frame(LN_order=foods_LN_order_XX, LN_jika=foods_LN_jika_XX)

result = summary(result <- lm(LN_jika ~ LN_order, data = foods_XX))

kinji_r2[i] = result$r.squared
kinji_b[i] = result$coefficients[1]
kinji_a[i] = result$coefficients[2]

}

kinji_ALL = data.frame(KINJI_A=kinji_a, KINJI_B=kinji_b, KINJI_R2=kinji_r2)

---
> kinji_ALL
KINJI_A KINJI_B KINJI_R2
1 NA NA NA
2 NA NA NA
3 -1.3242540 21.81650 0.9824892
4 -1.1462126 21.75659 0.9565357
5 -1.1694590 21.76733 0.9707778
6 -1.2092634 21.79003 0.9768168
7 -1.1938098 21.77974 0.9807814
8 -1.1583033 21.75306 0.9794489
9 -1.1165969 21.71849 0.9746122
10 -1.0722442 21.67858 0.9668070
11 -1.0602637 21.66701 0.9695117
12 -1.0459431 21.65231 0.9709022
13 -1.0290555 21.63402 0.9709299
14 -1.0165604 21.61981 0.9717328
15 -1.0048458 21.60591 0.9723224
16 -0.9999210 21.59983 0.9740801
17 -0.9928455 21.59077 0.9751474
18 -0.9851746 21.58063 0.9758356
19 -0.9761357 21.56830 0.9759397
20 -0.9775813 21.57033 0.9774987
21 -0.9798449 21.57359 0.9788664
22 -0.9823583 21.57730 0.9800693
23 -0.9833038 21.57873 0.9811715
24 -0.9841772 21.58008 0.9821641
25 -0.9862398 21.58333 0.9830372
26 -0.9904291 21.59007 0.9836339
27 -0.9957354 21.59876 0.9839738
28 -0.9994923 21.60502 0.9844921
29 -1.0098870 21.62264 0.9831402
30 -1.0228158 21.64491 0.9806215
31 -1.0349416 21.66612 0.9786022
32 -1.0464358 21.68652 0.9769389
33 -1.0572030 21.70590 0.9756323
34 -1.0665177 21.72290 0.9749226
35 -1.0772230 21.74268 0.9736195
36 -1.0867300 21.76047 0.9728248
37 -1.0980279 21.78187 0.9712340
38 -1.1079675 21.80092 0.9702756
39 -1.1162712 21.81701 0.9699321
40 -1.1236683 21.83151 0.9698507
41 -1.1304121 21.84486 0.9699205
42 -1.1373462 21.85872 0.9698911
43 -1.1434774 21.87111 0.9700475
44 -1.1501606 21.88473 0.9700077
45 -1.1557605 21.89626 0.9702260
46 -1.1625077 21.91027 0.9700864
47 -1.1702470 21.92648 0.9695829
48 -1.1785092 21.94394 0.9688642
49 -1.1870856 21.96221 0.9680108
50 -1.1958832 21.98110 0.9670627
51 -1.2037496 21.99812 0.9664935
52 -1.2113017 22.01460 0.9660299
53 -1.2196549 22.03295 0.9652395
54 -1.2278521 22.05109 0.9645104
55 -1.2398628 22.07787 0.9618342
56 -1.2510759 22.10304 0.9597209
57 -1.2630408 22.13008 0.9572346
58 -1.2742355 22.15555 0.9552742
59 -1.2852405 22.18075 0.9534707
60 -1.2992184 22.21296 0.9498893
61 -1.3120443 22.24270 0.9472154
62 -1.3246901 22.27220 0.9447482
63 -1.3366441 22.30025 0.9427655
64 -1.3530451 22.33896 0.9378681
65 -1.3717735 22.38343 0.9313413
66 -1.3896256 22.42605 0.9259591
67 -1.4093466 22.47339 0.9193602
68 -1.4303375 22.52405 0.9121090
69 -1.4540328 22.58154 0.9029087
>
---
結果をファイルに出力する。中断！
The result is output to the file. pending or TODO)

~~~
[3]
最大のR^2を求めるには、R^2をグラフ化する？
To obtain maximum R^2, R^2 is graphed?

> plot(kinji_ALL$KINJI_R2)
> abline(v = 3, col="red")
> abline(v = 7, col="red")
> abline(v = 28, col="red")
>

---
考察）：最終結論は未決！
単純なグラフでないので、視覚化して判断するしかない？
最大値が１つではない、、、
：ある値以上で、最大順位を採用するか？
consideration): The final conclusion is undecided.
Because it is not a simple graph, it visualizes and it can do nothing but judge it?
The maximum value is not one...
:Is the maximum order adopted more than a certain value?

---
Excelの手作業では、10位ごとに飛び飛びに行って、ピークがありそうな部分に関しては
１つ１つ行った。これは、単純に頂点が１つしかないと判断してのこと。
In the hand work of Excel, it went in each 10th place here and there, and it
went for the part with the peak seemed one by one. This is judged for only one
the top to exist simply.
~~~
end

Power Law:(35)R,Linear approximation,線形近似(1)

2008-12-18T17:28:00.007+09:00

(2008/12/16-)
~~~
[0]前提
各業種でその日の新聞から株価を転記して(たとえば、電機では約１６０銘柄)、
べき乗傾向の線形近似をExcelで求める作業は、約３０分程度要していた。
Stock prices were posted from the newspaper of the day by each type of
business (For instance, they were about 160 brands in the Electric Appliances),
and work to request a linear approximation of the Power Law tendency
by Excel was required for about 30 minutes.

今後作業を継続する場合でも、今回の時価総額による作業をやり直す場合でも、
省力化のために、Rでの対応方法を確認する。
Even when work by this aggregate market value does over again even when work will
be continued in the future, the correspondence method in R is confirmed for the labor saving.

Excelの作業と同様に、Rで、相関図のグラフや近似式を得る方法を確認する。
The method of obtaining the graph and the approximation type of the correlation
diagram is confirmed by R as well as the work of Excel.

~~~
[1]探索
以下のように検索して行き着いた先は、、、
：探索履歴をメモりながら、進んでいきます。いつものパターン。
：キーワードの組み合わせを再考する場合には、記録してあると便利です。for myself.
---
google:R 最小二乗
google:R　線形近似
google:線形近似　プログラム
google:線形近似　最小二乗
===
http://szksrv.isc.chubu.ac.jp/lms/lms7.html
Excelをつかった最小二乗法
：先に進みます。
===
google:線形近似　最小二乗　R
google:Excel　線形近似　R　プログラム
===
http://ssl.ohmsha.co.jp/cgi-bin/menu.cgi?ISBN=4-274-06556-1
Excelで学ぶ回帰分析入門、オーム社
--
第2章　散布図でデータの関係を調べよう
2.1　散布図とは
2.2　散布図のxとyの関係
2.3　単回帰式（関係式）を求めよう
　2.3.1　直線（線形近似）の挿入
　2.3.2　単回帰式とは
　2.3.3　相関があるかどうかを調べる
　2.3.4　最小自乗法
--
：線形は、単回帰でした。キーワード変更。
===
google:R　単回帰
===
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/70.html
単回帰分析
：たどり着きました。

~~~
[2]動作確認

[2-1]サンプルデータ
20081212付、東証一部、食品、終値の時価総額
：６９銘柄、時価総額順に降順。
：owarine=終値, stock_num=発行済み株式数(単位：千株),jika=時価総額
：LN_order=LN(順番), LN_jika=LN(終値の時価総額)

file:20081212-foods.txt
===
code,date,name,owarine,stock_num,jika,order,LN_order,LN_jika
2914,20081212,ＪＴ,311000,10000,3110000000,1,0,21.85788856
2503,20081212,キリン,1082,984508,1065237656,2,0.693147181,20.78646376
2502,20081212,アサヒ,1546,483586,747623956,3,1.098612289,20.43241068
2802,20081212,味の素,942,700033,659431086,4,1.386294361,20.30688803
2897,20081212,日清食品,3290,127464,419356560,5,1.609437912,19.85423209
2267,20081212,ヤクルト,1752,175910,308194320,6,1.791759469,19.54624105
2875,20081212,東洋水産,2645,110881,293280245,7,1.945910149,19.49663918
2212,20081212,山崎製パン,1284,220283,282843372,8,2.079441542,19.46040385
2282,20081212,日本ハム,1202,228445,274590890,9,2.197224577,19.43079288
2002,20081212,日清製粉,1078,251535,271154730,10,2.302585093,19.41820018
2579,20081212,北九州コカ,1942,111126,215806692,11,2.397895273,19.18989362
2801,20081212,キッコマン,978,210383,205754574,12,2.48490665,19.14219463
2501,20081212,サッポロ,507,393971,199743297,13,2.564949357,19.11254359
2809,20081212,キユーピー,1188,155465,184692420,14,2.63905733,19.0342024
2810,20081212,ハウス食品,1586,110879,175854094,15,2.708050201,18.9851652
2202,20081212,明治製菓,408,385535,157298280,16,2.772588722,18.87365443
2261,20081212,明治乳業,466,329649,153616434,17,2.833213344,18.84996937
2811,20081212,カゴメ,1493,99617,148728181,18,2.890371758,18.81763091
2206,20081212,江崎グリコ,1010,144860,146308600,19,2.944438979,18.80122865
2871,20081212,ニチレイ,394,310851,122475294,20,2.995732274,18.62341989
2593,20081212,伊藤園,1260,91212,114927120,21,3.044522438,18.55980875
2607,20081212,不二製油,1242,87569,108760698,22,3.091042453,18.5046606
2531,20081212,宝ホールディ,488,217700,106237600,23,3.135494216,18.48118865
2262,20081212,雪印乳業,335,303802,101773670,24,3.17805383,18.43826198
2059,20081212,ユニチャーム,3250,29360,95420000,25,3.218875825,18.37379876
2264,20081212,森永乳業,345,253977,87622065,26,3.258096538,18.28854341
2602,20081212,日清オイリオ,471,173339,81642669,27,3.295836866,18.21786259
2001,20081212,日本製粉,461,174148,80282228,28,3.33220451,18.20105883
2284,20081212,伊藤ハム,315,210483,66302145,29,3.36729583,18.00973281
2580,20081212,コカコーラセ,654000,90,58860000,30,3.401197382,17.8906723
2613,20081212,Ｊ－オイルミ,335,167542,56126570,31,3.433987204,17.84311988
2004,20081212,昭和産業,296,180650,53472400,32,3.465735903,17.79467619
2201,20081212,森永製菓,189,270949,51209361,33,3.496507561,17.75143291
2109,20081212,三井製糖,354,141667,50150118,34,3.526360525,17.73053143
2572,20081212,三国コカ,853,53556,45683268,35,3.555348061,17.63724266
2815,20081212,アリアケ,1359,32809,44587431,36,3.583518938,17.61296256
2207,20081212,名糖産業,1884,21265,40063260,37,3.610917913,17.50597026
2590,20081212,ダイドードリ,2375,16569,39351375,38,3.63758616,17.48804148
2908,20081212,フジッコ,1120,34992,39191040,39,3.663561646,17.48395871
2281,20081212,プリマハム,171,224393,38371203,40,3.688879454,17.46281781
2108,20081212,日本甜菜糖,244,153256,37394464,41,3.713572067,17.43703323
2288,20081212,丸大食品,268,132528,35517504,42,3.737669618,17.3855362
2594,20081212,キーコーヒ,1554,22464,34909056,43,3.761200116,17.36825684
2899,20081212,永谷園,857,38277,32803389,44,3.784189634,17.30604239
2290,20081212,米久,1134,28810,32670540,45,3.80666249,17.30198431
2204,20081212,中村屋,503,59762,30060286,46,3.828641396,17.21871546
2540,20081212,養命酒製造,840,33000,27720000,47,3.850147602,17.13766473
2918,20081212,わらべや日洋,1561,16626,25953186,48,3.871201011,17.07180493
2536,20081212,メルシャン,183,133689,24465087,49,3.891820298,17.01275764
2211,20081212,不二家,119,194377,23130863,50,3.912023005,16.95667834
2292,20081212,ＳＦＯＯＤＳ,711,32268,22942548,51,3.931825633,16.94850374
2051,20081212,日本農産工,172,129310,22241320,52,3.951243719,16.91746238
2578,20081212,四国コカ,860,23908,20560880,53,3.970291914,16.8389008
2009,20081212,鳥越製粉,760,26036,19787360,54,3.988984047,16.80055391
2053,20081212,中部飼料,599,26536,15895064,55,4.007333185,16.58151918
2910,20081212,ロックフィ,1166,13394,15617404,56,4.025351691,16.56389649
2533,20081212,オエノンホー,218,65586,14297748,57,4.043051268,16.4756126
2812,20081212,焼津水産化学,1000,14056,14056000,58,4.060443011,16.45855991
2003,20081212,日東製粉,287,46924,13467188,59,4.077537444,16.41576677
2922,20081212,なとり,709,15532,11012188,60,4.094344562,16.21451322
2217,20081212,モロゾフ,300,36692,11007600,61,4.110873864,16.2140965
2052,20081212,協同飼料,101,103996,10503596,62,4.127134385,16.16722823
4404,20081212,ミヨシ油脂,125,82455,10306875,63,4.143134726,16.14832171
2597,20081212,ユニカフェ,1118,6869,7679542,64,4.158883083,15.85407047
2286,20081212,林兼産業,71,89100,6326100,65,4.17438727,15.66019449
2056,20081212,日配合飼料,86,71877,6181422,66,4.189654742,15.6370589
2107,20081212,東洋精糖,95,54560,5183200,67,4.204692619,15.46093318
2215,20081212,第一パン,93,48048,4468464,68,4.219507705,15.31255528
2599,20081212,ジャパンフー,691,5100,3524100,69,4.234106505,15.07513564
===
---
[2-2]グラフ出力＋線形近似

foods = read.csv("20081212-foods.txt");
plot(LN_jika ~ LN_order, data = foods)
# 線形近似を求める。
result = lm(LN_jika ~ LN_order, data = foods)
# 近似曲線をグラフに追加。
abline(result)

# 近似結果を出力
summary(result)

===
> summary(result)

Call:
lm(formula = LN_jika ~ LN_order, data = foods)

Residuals:
Min 1Q Median 3Q Max
-1.3499 -0.2369 0.1748 0.2605 0.5010

Coefficients:
Estimate Std. Error t value Pr(>t)
(Intercept) 22.58154 0.19806 114.02 <2e-16 ***
LN_order -1.45403 0.05825 -24.96 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.4366 on 67 degrees of freedom
Multiple R-squared: 0.9029, Adjusted R-squared: 0.9015
F-statistic: 623.1 on 1 and 67 DF, p-value: < 2.2e-16

>
> result

Call:
lm(formula = LN_jika ~ LN_order, data = foods)

Coefficients:
(Intercept) LN_order
22.582 -1.454

>
===
：これから、線形近似式は以下となる。

LN(y) = -1.45403*LN(x) + 22.58154 , R^2=0.9029

---
Excelで同様に求めた場合は以下。

LN(y) = -1.454*LN(x) + 22.582 , R^2=0.9029

---
[2-3]R の summary から結果を抜き出す。

：抜出の情報があまりない、、、
：結果を抜出、処理を自動化するのが目的です。
===
参考ページは以下。
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/71.html
：メモ整理中。names()もあったのを気づくが、この段階では使用していない。
===
試行錯誤で行き着いたのが、、、

> result = summary(result)
> result
Length Class Mode
call 3 -none- call
terms 3 terms call
residuals 69 -none- numeric
coefficients 8 -none- numeric
aliased 2 -none- logical
sigma 1 -none- numeric
df 3 -none- numeric
r.squared 1 -none- numeric
adj.r.squared 1 -none- numeric
fstatistic 3 -none- numeric
cov.unscaled 4 -none- numeric
>
：これらか変数名らしい。
：個々の変数には、JavaのMap,Listみたいな構造があるようだ、、、
：Pythonもリスト構造が好きだったなぁ、、、
--------------
単回帰分析結果の抜き出し方は以下。

> result = summary(result <- lm(LN_jika ~ LN_order, data = foods))
> result

Call:
lm(formula = LN_jika ~ LN_order, data = foods)

Residuals:
Min 1Q Median 3Q Max
-1.3499 -0.2369 0.1748 0.2605 0.5010

Coefficients:
Estimate Std. Error t value Pr(>t)
(Intercept) 22.58154 0.19806 114.02 <2e-16 ***
LN_order -1.45403 0.05825 -24.96 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.4366 on 67 degrees of freedom
Multiple R-squared: 0.9029, Adjusted R-squared: 0.9015
F-statistic: 623.1 on 1 and 67 DF, p-value: < 2.2e-16

>
---
> result$r.squared
[1] 0.9029087
> result$r.squared[1]
[1] 0.9029087
> result$coefficients
Estimate Std. Error t value Pr(>t)
(Intercept) 22.581540 0.19805779 114.01490 1.864877e-78
LN_order -1.454033 0.05825122 -24.96141 1.200399e-35
> result$coefficients[1]
[1] 22.58154
> result$coefficients[2]
[1] -1.454033
> result$coefficients[3]
[1] 0.1980578
> result$coefficients[4]
[1] 0.05825122
> result$coefficients[5]
[1] 114.0149
> result$coefficients[6]
[1] -24.96141
> result$coefficients[7]
[1] 1.864877e-78
> result$coefficients[8]
[1] 1.200399e-35
>

---
データから、線形近似の切片、傾きとR^2(決定係数=R-Squared)を割り出す最終形は以下。

foods = read.csv("20081212-foods.txt");
result = summary(result <- lm(LN_jika ~ LN_order, data = foods))
result$r.squared
result$coefficients[1]
result$coefficients[2]

結果は？
> result$r.squared
[1] 0.9029087
> result$coefficients[1]
[1] 22.58154
> result$coefficients[2]
[1] -1.454033
>
~~~
end

Power Law:(34)STOCK,Aggregate market value,時価総額

2008-12-17T20:15:00.005+09:00

[1]妄想：はじめに
株価のべき乗の扱いを再考。
The treatment of the Power Law of stock prices is reconsidered.

株価単独では、会社間の比較は妥当ではなかった。
In single stock prices, the comparison between companies was not appropriate.

株式の売買最小単位がべき乗の要因か？
単位：株価×１単元の株式数
Is the buying and selling minimum unit of the stocks a factor of the Power Law?
Unit:(Stock prices) * (Number of stocks of one unit)

株式分割もあるので、これもおかしい。
This is also amusing because there is a stock split.

ならば、要因は会社買収時の時価総額か？
Then, is the factor aggregate market value when the company is purchased?

~~~
[2]本,DO図書館
Excelで学ぶ株式投資―Excelで実... 藤本壱 (単行本 - 2005/10)
--
(p.40)
時価総額 = 株価 * 発行済み株式数
--
(p.31)
PER(Price Earnings Ratio, 株価収益率)、単位=倍
PER = 株価 / (1株あたり当期純利益)
= 株価 / (当期純利益 / 発行済み株式数)
= (株価 * 発行済み株式数) / 当期純利益
= 時価総額 / 当期純利益
--
(p.38)
PBR(Price Book-value Ratio, 株価純資産倍率)、単位=倍
PBR = 株価 / (1株あたり純資産)
= 株価 / (純資産 / 発行済み株式数)
= (株価 * 発行済み株式数) / 純資産
= 時価総額 / 純資産
--
(p.32)
PERの目安）：割高か否か？の判断の目安
・同業他社との比較
・市場全体の平均との比較
・過去のPERとの比較
--
：PBRも同様。

~~~
[3]方針
べき乗傾向は、絶対値をベースに考えた場合、上記の Ratio に潜む時価総額を
ターゲットにしてみる。

~~~
[4]「時価総額の発行済み株式数」を入手する。

[東証の株価検索]
http://quote.tse.or.jp/tse/quote.cgi?F=listing/cs00
「発行済み株式数」は、会社情報の「決算・投資指標情報」にあります。
：手で収集した。
---
[4-1]食品、2008/12/17時点
単位：発行株式数=千株,売買単位=株
===
コード,名称,発行株式数,売買単位
2001,日本製粉,174148,1000
2002,日清製粉,251535,500
2003,日東製粉,46924,1000
2004,昭和産業,180650,1000
2009,鳥越製粉,26036,100
2051,日本農産工,129310,1000
2052,協同飼料,103996,1000
2053,中部飼料,26536,1000
2056,日配合飼料,71877,1000
2059,ユニチャーム,29360,100
2107,東洋精糖,54560,1000
2108,日本甜菜糖,153256,1000
2109,三井製糖,141667,1000
2201,森永製菓,270949,1000
2202,明治製菓,385535,1000
2204,中村屋,59762,1000
2206,江崎グリコ,144860,1000
2207,名糖産業,21265,100
2211,不二家,194377,1000
2212,山崎製パン,220283,1000
2215,第一パン,48048,1000
2217,モロゾフ,36692,1000
2261,明治乳業,329649,1000
2262,雪印乳業,303802,500
2264,森永乳業,253977,1000
2267,ヤクルト,175910,100
2281,プリマハム,224393,1000
2282,日本ハム,228445,1000
2284,伊藤ハム,210483,1000
2286,林兼産業,89100,1000
2288,丸大食品,132528,1000
2290,米久,28810,500
2292,ＳＦＯＯＤＳ,32268,500
2501,サッポロ,393971,1000
2502,アサヒ,483586,100
2503,キリン,984508,1000
2531,宝ホールディ,217700,1000
2533,オエノンホー,65586,1000
2536,メルシャン,133689,1000
2540,養命酒製造,33000,1000
2572,三国コカ,53556,100
2578,四国コカ,23908,100
2579,北九州コカ,111126,100
2580,コカコーラセ,90,1
2590,ダイドードリ,16569,100
2593,伊藤園,91212,100
2594,キーコーヒ,22464,100
2597,ユニカフェ,6869,100
2599,ジャパンフー,5100,100
2602,日清オイリオ,173339,1000
2607,不二製油,87569,100
2613,Ｊ－オイルミ,167542,1000
2801,キッコマン,210383,1000
2802,味の素,700033,1000
2809,キユーピー,155465,100
2810,ハウス食品,110879,100
2811,カゴメ,99617,100
2812,焼津水産化学,14056,100
2815,アリアケ,32809,100
2871,ニチレイ,310851,1000
2875,東洋水産,110881,1000
2897,日清食品,127464,100
2899,永谷園,38277,1000
2908,フジッコ,34992,1000
2910,ロックフィ,13394,100
2914,ＪＴ,10000,1
2918,わらべや日洋,16626,100
2922,なとり,15532,100
4404,ミヨシ油脂,82455,1000
===
---
[4-2]電機、2008/12/17時点
単位：発行株式数=千株,売買単位=株
===
コード,名称,発行株式数,売買単位
4062,イビデン,150852,100
4902,コニカミノル,531664,500
6448,ブラザー工,277536,100
6479,ミネベア,399168,1000
6501,日立製作所,3368126,1000
6502,東芝,3237602,1000
6503,三菱電機,2147202,1000
6504,富士電機,746485,1000
6505,東洋電機製,46575,1000
6506,安川電機,252332,1000
6507,神鋼電機,146407,1000
6508,明電舎,227638,1000
6513,オリジン電,33500,1000
6517,デンヨー,25360,100
6588,テック,288146,1000
6590,芝浦メカトロ,51926,1000
6592,マブチ,46476,100,
6594,日本電産,145075,100,
6621,高岳製作所,106135,1000,
6622,ダイヘン,135516,1000,
6632,ＪＶＣケンウ,,100,株式数なし？
6641,日新電機,107832,1000,
6644,大崎電気工,38551,1000,
6645,オムロン,239121,100,
6651,日東工業,44000,100,
6652,ＩＤＥＣ,38224,100,
6665,エルピーダメ,129814,100,
6674,ジーエスユア,367575,1000,
6675,サクサホール,62450,1000,
6676,メルコホール,23126,100,
6678,テクノメディ,29,1,
6701,ＮＥＣ,2029733,1000,
6702,富士通,2070018,1000
6703,ＯＫＩ,684257,1000
6704,岩崎通信機,100803,1000
6706,電気興業,70424,1000
6707,サンケン電,125490,1000
6708,エプソントヨ,187952,1000
6715,ナカヨ通信,23975,1000
6718,アイホン,20674,100
6723,ＮＥＣエレク,123500,100
6724,セイコーエプ,196365,100
6727,ワコム,422,1
6728,アルバック,42906,100
6731,ピクセラ,11034,100
6737,ナナオ,22731,100
6741,日本信号,62448,100
6742,京三製作所,62844,1000
6744,能美防災,60833,1000
6745,ホーチキ,29172,1000
6749,マスプロ電,20348,100
6751,日本無線,137977,1000
6752,パナソニック,2453053,1000
6753,シャープ,1110700,1000
6754,アンリツ,128038,1000
6755,富士通ゼネ,109277,1000
6756,国際電気,105221,1000
6758,ソニー,1004535,100
6759,トーキン,113516,1000
6762,ＴＤＫ,129591,100
6763,帝国通信工,50709,1000
6764,三洋電機,1872338,1000
6766,宮越商事,15542,100
6767,ミツミ電機,87498,100
6768,タムラ製作,75068,1000
6770,アルプス電,181560,100
6771,池上通信機,72857,1000
6773,パイオニア,210064,100
6779,日本電波工,20758,100
6788,日本トリム,4628,50
6789,ローランドデ,17800,100
6793,山水電気,1363000,1000
6794,フォスタ電,24106,100
6796,クラリオン,282744,1000
6798,ＳＭＫ,79000,1000
6800,ヨコオ,20850,100
6801,東光,97541,1000
6803,ティアック,289317,1000
6804,ホシデン,72710,100
6806,ヒロセ電機,40021,100
6807,航空電子工,92303,1000
6809,ＴＯＡ,35537,1000
6810,マクセル,99532,100
6815,ユニデン,63140,1000
6816,アルパイン,69785,100
6817,スミダコーポ,19944,100
6818,島田理化工,21538,100
6820,アイコム,14850,100
6839,船井電機,36104,100
6841,横河電機,268625,100
6844,新電元工業,87028,1000
6845,山武,75116,100
6849,日本光電,45765,100
6850,チノー,47801,1000
6853,共和電業,25759,1000
6855,日本電子材料,10605,100
6856,堀場製作所,42529,100
6857,アドテスト,199567,100
6858,小野測器,30250,1000
6859,エスペック,23781,100
6860,ＳＵＮＸ,35182,100
6861,キーエンス,50250,100
6866,ＨＩＯＫＩ,14024,100
6869,シスメックス,51224,100
6875,メガチップス,24667,100
6877,ＯＢＡＲＡ,20869,100
6883,日本電産コパ,66452,100
6885,ミヤチテクノ,12031,100
6900,東京電波,8417,100
6901,澤藤電機,21610,1000
6905,コーセル,41184,100
6910,メディコ,39540,1000
6911,新日本無線,39131,1000
6914,オプテックス,16985,100
6915,千代田インテ,14129,100
6921,東光電気,29040,1000
6923,スタンレー,188240,100
6924,岩崎電気,78220,1000
6925,ウシオ電機,139629,100
6926,岡谷電機産,22922,100
6927,フェニックス,22807,100
6929,日本セラミ,26312,100
6934,新神戸電機,50936,1000
6935,日デジタル,33952,100
6937,古河電池,32800,1000
6938,双信電機,15600,100
6941,山一電機,20538,100
6947,図研,27904,100
6951,日本電子,79366,1000
6952,カシオ,279021,100
6954,ファナック,239508,100
6955,ＦＤＫ,128076,1000
6958,日本ＣＭＫ,63060,100
6961,エンプラス,20906,100
6963,ローム,118801,100
6965,浜松ホトニ,83712,100
6966,三井ハイテ,42467,100
6967,新光電気工,135172,100
6971,京セラ,191309,100
6974,日本インタ,31578,100
6976,太陽誘電,120481,1000
6981,村田製作所,225264,100
6985,ユーシン,31996,100
6986,双葉電子工,47387,100
6989,北陸電気工,92501,1000
6991,パナ電工,751075,1000
6996,ニチコン,78000,100
6997,日ケミコン,127159,1000
6999,ＫＯＡ,43480,100
7244,市光工業,96037,1000
7276,小糸製作所,160789,1000
7280,ミツバ,45582,1000
7704,アロカ,28350,100
7718,スター精密,54533,100
7735,スクリーン,253974,1000
7739,キヤノン電,41472,100
7751,キヤノン,1333711,100
7752,リコー,744912,1000
7757,日本電産サン,191108,1000
7999,ＭＵＴＯＨホ,54818,1000
8035,東京エレク,180611,100
===
注）
：「6632,ＪＶＣケンウ」は、発行株式数のデータなし？
：売買単位＝「１単元の株数」は、現時点であまり意味がなかった。参考までに。
---
[4-3]
発行株式数は変化するが、
べき乗傾向をチェックする期間：2008/11、2008/12はこのデータで行う。
~~~
[5]妄想：おわりに
会社規模の順位は、不祥事あるいは、Ｍ＆Ａによる合併等がなければ、
極端に変化しないという前提とする。
業界のべき乗傾向の推移を予測することで、
個々の企業の株価をある程度予測できるというシナリオである。
：時価総額のべき乗の推移で何が分かるか？
The order of the company scale is made assumption of not extremely changing if there are no amalgamation etc. done by the scandal or M&A.
In the forecast of the transition of the Power Law tendency to the
industry, It is a scenario that stock prices of an individual enterprise are
predictable to some degree.
:What do you understand from the transition of the Power Law of aggregate
market value?

~~~
end

STOCK:(6)Data in NET

2008-12-17T14:08:00.004+09:00

(2008/12/15)

[0]目的
※現段階としては、[0-2]が主目的。
[0-1]
新聞廃棄で欠落した株価をネットから入手する。
Stock prices missed by the newspaper abandonment are obtained from the net.
：20081110,20081201付、東証一部、食品、電機

[0-2]
新聞から転記するのも大変なので、ネットから株価データを入手する。
Because posting it from the newspaper is also serious, the stock prices data is acquired from the net.

~~~
[1]探索
：現時点の株価をチェックできるサイトは結構ありました。

[東証の株価検索]
http://quote.tse.or.jp/tse/quote.cgi?F=listing/cs00

[asahi.com/ニュース/ビジネス/株価検索/東証業種一覧]
http://stock.asahi.com/search/qsearch.exe?F=asahicom/stock

[ADVFN]：会員登録が必要。無料？内容：未チェック。TODO)
http://jp.advfn.com/p.php?pid=front

：銘柄指定の時系列データもありました。

[株価データダウンロード]
http://k-db.com/site/default.aspx

[PanRolling 相場日足場帳]
http://www.panrolling.com/data/

[株価データ倉庫]：2000年からデータがある。
http://www.geocities.co.jp/WallStreet-Stock/9256/data.html
：データはPanRolling 相場日足場帳(東証・大証１・２部の株価データのみ)と同じ形式。

---
現時点で、選択したものは、以下です。

[株価データ倉庫]
http://www.geocities.co.jp/WallStreet-Stock/9256/data.html

日足株価データ
2008年株価データ
http://www.geocities.co.jp/WallStreet-Stock/9256/data2008.htm
：日別にファイルが分かれている。
(2008/12/17, 13:20時点）
y081212.zip
y081211.zip
y081210.zip
y081209.zip
y081208.zip
y081205.zip
y081204.zip
y081203.zip
y081202.zip
y081201.zip
...
：データ更新は、１週間単位か？：未確認。TODO)

---
データ形式は、東証・大証１・２部全銘柄の四本値・出来高。
例）
20081212
1001 日経２２５ 8599 8610 8087 8235 303.249
...

~~~
[2]加工
：ただし、業種単位での抜き出す方法は如何に？
However, how does the pulling out method in each type of business?

：全銘柄の株価データファイルから、各業種ごとの銘柄をgrepして集める。
:Brands of each type of business are done in grep and collected from the stock prices data file of all brands.

grep
http://humanbeing-etcman.blogspot.com/2008/12/win32grep.html

食品の銘柄一覧
STOCK:(2)TSE,ISIN,Foods
http://humanbeing-etcman.blogspot.com/2008/12/stock2tseisinfoods.html

電機の銘柄一覧
STOCK:(3)TSE,ISIN,Electric Appliances
http://humanbeing-etcman.blogspot.com/2008/12/stock3tseisinelectric-appliances.html

---
2008/12/12の株価データファイルを y081212.txt とする。
---
[2-1]食品の銘柄を抜き出す方法

データファイルと同じディレクトリにファイル：grep-foods-69.bat をおき、以下のように実行。

grep-foods-69 y081212.txt

抜出結果が以下のファイルに格納。※入力ファイル名によりファイル名が異なる。
output-foods-y081212.txt.txt

grep-foods-69.bat
===
grep "^2001" %1 >> output-foods-%1.txt
grep "^2002" %1 >> output-foods-%1.txt
grep "^2003" %1 >> output-foods-%1.txt
grep "^2004" %1 >> output-foods-%1.txt
grep "^2009" %1 >> output-foods-%1.txt
grep "^2051" %1 >> output-foods-%1.txt
grep "^2052" %1 >> output-foods-%1.txt
grep "^2053" %1 >> output-foods-%1.txt
grep "^2056" %1 >> output-foods-%1.txt
grep "^2059" %1 >> output-foods-%1.txt
grep "^2107" %1 >> output-foods-%1.txt
grep "^2108" %1 >> output-foods-%1.txt
grep "^2109" %1 >> output-foods-%1.txt
grep "^2201" %1 >> output-foods-%1.txt
grep "^2202" %1 >> output-foods-%1.txt
grep "^2204" %1 >> output-foods-%1.txt
grep "^2206" %1 >> output-foods-%1.txt
grep "^2207" %1 >> output-foods-%1.txt
grep "^2211" %1 >> output-foods-%1.txt
grep "^2212" %1 >> output-foods-%1.txt
grep "^2215" %1 >> output-foods-%1.txt
grep "^2217" %1 >> output-foods-%1.txt
grep "^2261" %1 >> output-foods-%1.txt
grep "^2262" %1 >> output-foods-%1.txt
grep "^2264" %1 >> output-foods-%1.txt
grep "^2267" %1 >> output-foods-%1.txt
grep "^2281" %1 >> output-foods-%1.txt
grep "^2282" %1 >> output-foods-%1.txt
grep "^2284" %1 >> output-foods-%1.txt
grep "^2286" %1 >> output-foods-%1.txt
grep "^2288" %1 >> output-foods-%1.txt
grep "^2290" %1 >> output-foods-%1.txt
grep "^2292" %1 >> output-foods-%1.txt
grep "^2501" %1 >> output-foods-%1.txt
grep "^2502" %1 >> output-foods-%1.txt
grep "^2503" %1 >> output-foods-%1.txt
grep "^2531" %1 >> output-foods-%1.txt
grep "^2533" %1 >> output-foods-%1.txt
grep "^2536" %1 >> output-foods-%1.txt
grep "^2540" %1 >> output-foods-%1.txt
grep "^2572" %1 >> output-foods-%1.txt
grep "^2578" %1 >> output-foods-%1.txt
grep "^2579" %1 >> output-foods-%1.txt
grep "^2580" %1 >> output-foods-%1.txt
grep "^2590" %1 >> output-foods-%1.txt
grep "^2593" %1 >> output-foods-%1.txt
grep "^2594" %1 >> output-foods-%1.txt
grep "^2597" %1 >> output-foods-%1.txt
grep "^2599" %1 >> output-foods-%1.txt
grep "^2602" %1 >> output-foods-%1.txt
grep "^2607" %1 >> output-foods-%1.txt
grep "^2613" %1 >> output-foods-%1.txt
grep "^2801" %1 >> output-foods-%1.txt
grep "^2802" %1 >> output-foods-%1.txt
grep "^2809" %1 >> output-foods-%1.txt
grep "^2810" %1 >> output-foods-%1.txt
grep "^2811" %1 >> output-foods-%1.txt
grep "^2812" %1 >> output-foods-%1.txt
grep "^2815" %1 >> output-foods-%1.txt
grep "^2871" %1 >> output-foods-%1.txt
grep "^2875" %1 >> output-foods-%1.txt
grep "^2897" %1 >> output-foods-%1.txt
grep "^2899" %1 >> output-foods-%1.txt
grep "^2908" %1 >> output-foods-%1.txt
grep "^2910" %1 >> output-foods-%1.txt
grep "^2914" %1 >> output-foods-%1.txt
grep "^2918" %1 >> output-foods-%1.txt
grep "^2922" %1 >> output-foods-%1.txt
grep "^4404" %1 >> output-foods-%1.txt
===

---
[2-2]電機の銘柄を抜き出す方法

データファイルと同じディレクトリにファイル：grep-denki-161.bat をおき、以下のように実行。

grep-denki-161 y081212.txt

抜出結果が以下のファイルに格納。※入力ファイル名によりファイル名が異なる。
output-denki-y081212.txt.txt

grep-denki-161.bat
===
grep "^4062" %1 >> output-denki-%1.txt
grep "^4902" %1 >> output-denki-%1.txt
grep "^6448" %1 >> output-denki-%1.txt
grep "^6479" %1 >> output-denki-%1.txt
grep "^6501" %1 >> output-denki-%1.txt
grep "^6502" %1 >> output-denki-%1.txt
grep "^6503" %1 >> output-denki-%1.txt
grep "^6504" %1 >> output-denki-%1.txt
grep "^6505" %1 >> output-denki-%1.txt
grep "^6506" %1 >> output-denki-%1.txt
grep "^6507" %1 >> output-denki-%1.txt
grep "^6508" %1 >> output-denki-%1.txt
grep "^6513" %1 >> output-denki-%1.txt
grep "^6517" %1 >> output-denki-%1.txt
grep "^6588" %1 >> output-denki-%1.txt
grep "^6590" %1 >> output-denki-%1.txt
grep "^6592" %1 >> output-denki-%1.txt
grep "^6594" %1 >> output-denki-%1.txt
grep "^6621" %1 >> output-denki-%1.txt
grep "^6622" %1 >> output-denki-%1.txt
grep "^6632" %1 >> output-denki-%1.txt
grep "^6641" %1 >> output-denki-%1.txt
grep "^6644" %1 >> output-denki-%1.txt
grep "^6645" %1 >> output-denki-%1.txt
grep "^6651" %1 >> output-denki-%1.txt
grep "^6652" %1 >> output-denki-%1.txt
grep "^6665" %1 >> output-denki-%1.txt
grep "^6674" %1 >> output-denki-%1.txt
grep "^6675" %1 >> output-denki-%1.txt
grep "^6676" %1 >> output-denki-%1.txt
grep "^6678" %1 >> output-denki-%1.txt
grep "^6701" %1 >> output-denki-%1.txt
grep "^6702" %1 >> output-denki-%1.txt
grep "^6703" %1 >> output-denki-%1.txt
grep "^6704" %1 >> output-denki-%1.txt
grep "^6706" %1 >> output-denki-%1.txt
grep "^6707" %1 >> output-denki-%1.txt
grep "^6708" %1 >> output-denki-%1.txt
grep "^6715" %1 >> output-denki-%1.txt
grep "^6718" %1 >> output-denki-%1.txt
grep "^6723" %1 >> output-denki-%1.txt
grep "^6724" %1 >> output-denki-%1.txt
grep "^6727" %1 >> output-denki-%1.txt
grep "^6728" %1 >> output-denki-%1.txt
grep "^6731" %1 >> output-denki-%1.txt
grep "^6737" %1 >> output-denki-%1.txt
grep "^6741" %1 >> output-denki-%1.txt
grep "^6742" %1 >> output-denki-%1.txt
grep "^6744" %1 >> output-denki-%1.txt
grep "^6745" %1 >> output-denki-%1.txt
grep "^6749" %1 >> output-denki-%1.txt
grep "^6751" %1 >> output-denki-%1.txt
grep "^6752" %1 >> output-denki-%1.txt
grep "^6753" %1 >> output-denki-%1.txt
grep "^6754" %1 >> output-denki-%1.txt
grep "^6755" %1 >> output-denki-%1.txt
grep "^6756" %1 >> output-denki-%1.txt
grep "^6758" %1 >> output-denki-%1.txt
grep "^6759" %1 >> output-denki-%1.txt
grep "^6762" %1 >> output-denki-%1.txt
grep "^6763" %1 >> output-denki-%1.txt
grep "^6764" %1 >> output-denki-%1.txt
grep "^6766" %1 >> output-denki-%1.txt
grep "^6767" %1 >> output-denki-%1.txt
grep "^6768" %1 >> output-denki-%1.txt
grep "^6770" %1 >> output-denki-%1.txt
grep "^6771" %1 >> output-denki-%1.txt
grep "^6773" %1 >> output-denki-%1.txt
grep "^6779" %1 >> output-denki-%1.txt
grep "^6788" %1 >> output-denki-%1.txt
grep "^6789" %1 >> output-denki-%1.txt
grep "^6793" %1 >> output-denki-%1.txt
grep "^6794" %1 >> output-denki-%1.txt
grep "^6796" %1 >> output-denki-%1.txt
grep "^6798" %1 >> output-denki-%1.txt
grep "^6800" %1 >> output-denki-%1.txt
grep "^6801" %1 >> output-denki-%1.txt
grep "^6803" %1 >> output-denki-%1.txt
grep "^6804" %1 >> output-denki-%1.txt
grep "^6806" %1 >> output-denki-%1.txt
grep "^6807" %1 >> output-denki-%1.txt
grep "^6809" %1 >> output-denki-%1.txt
grep "^6810" %1 >> output-denki-%1.txt
grep "^6815" %1 >> output-denki-%1.txt
grep "^6816" %1 >> output-denki-%1.txt
grep "^6817" %1 >> output-denki-%1.txt
grep "^6818" %1 >> output-denki-%1.txt
grep "^6820" %1 >> output-denki-%1.txt
grep "^6839" %1 >> output-denki-%1.txt
grep "^6841" %1 >> output-denki-%1.txt
grep "^6844" %1 >> output-denki-%1.txt
grep "^6845" %1 >> output-denki-%1.txt
grep "^6849" %1 >> output-denki-%1.txt
grep "^6850" %1 >> output-denki-%1.txt
grep "^6853" %1 >> output-denki-%1.txt
grep "^6855" %1 >> output-denki-%1.txt
grep "^6856" %1 >> output-denki-%1.txt
grep "^6857" %1 >> output-denki-%1.txt
grep "^6858" %1 >> output-denki-%1.txt
grep "^6859" %1 >> output-denki-%1.txt
grep "^6860" %1 >> output-denki-%1.txt
grep "^6861" %1 >> output-denki-%1.txt
grep "^6866" %1 >> output-denki-%1.txt
grep "^6869" %1 >> output-denki-%1.txt
grep "^6875" %1 >> output-denki-%1.txt
grep "^6877" %1 >> output-denki-%1.txt
grep "^6883" %1 >> output-denki-%1.txt
grep "^6885" %1 >> output-denki-%1.txt
grep "^6900" %1 >> output-denki-%1.txt
grep "^6901" %1 >> output-denki-%1.txt
grep "^6905" %1 >> output-denki-%1.txt
grep "^6910" %1 >> output-denki-%1.txt
grep "^6911" %1 >> output-denki-%1.txt
grep "^6914" %1 >> output-denki-%1.txt
grep "^6915" %1 >> output-denki-%1.txt
grep "^6921" %1 >> output-denki-%1.txt
grep "^6923" %1 >> output-denki-%1.txt
grep "^6924" %1 >> output-denki-%1.txt
grep "^6925" %1 >> output-denki-%1.txt
grep "^6926" %1 >> output-denki-%1.txt
grep "^6927" %1 >> output-denki-%1.txt
grep "^6929" %1 >> output-denki-%1.txt
grep "^6934" %1 >> output-denki-%1.txt
grep "^6935" %1 >> output-denki-%1.txt
grep "^6937" %1 >> output-denki-%1.txt
grep "^6938" %1 >> output-denki-%1.txt
grep "^6941" %1 >> output-denki-%1.txt
grep "^6947" %1 >> output-denki-%1.txt
grep "^6951" %1 >> output-denki-%1.txt
grep "^6952" %1 >> output-denki-%1.txt
grep "^6954" %1 >> output-denki-%1.txt
grep "^6955" %1 >> output-denki-%1.txt
grep "^6958" %1 >> output-denki-%1.txt
grep "^6961" %1 >> output-denki-%1.txt
grep "^6963" %1 >> output-denki-%1.txt
grep "^6965" %1 >> output-denki-%1.txt
grep "^6966" %1 >> output-denki-%1.txt
grep "^6967" %1 >> output-denki-%1.txt
grep "^6971" %1 >> output-denki-%1.txt
grep "^6974" %1 >> output-denki-%1.txt
grep "^6976" %1 >> output-denki-%1.txt
grep "^6981" %1 >> output-denki-%1.txt
grep "^6985" %1 >> output-denki-%1.txt
grep "^6986" %1 >> output-denki-%1.txt
grep "^6989" %1 >> output-denki-%1.txt
grep "^6991" %1 >> output-denki-%1.txt
grep "^6996" %1 >> output-denki-%1.txt
grep "^6997" %1 >> output-denki-%1.txt
grep "^6999" %1 >> output-denki-%1.txt
grep "^7244" %1 >> output-denki-%1.txt
grep "^7276" %1 >> output-denki-%1.txt
grep "^7280" %1 >> output-denki-%1.txt
grep "^7704" %1 >> output-denki-%1.txt
grep "^7718" %1 >> output-denki-%1.txt
grep "^7735" %1 >> output-denki-%1.txt
grep "^7739" %1 >> output-denki-%1.txt
grep "^7751" %1 >> output-denki-%1.txt
grep "^7752" %1 >> output-denki-%1.txt
grep "^7757" %1 >> output-denki-%1.txt
grep "^7999" %1 >> output-denki-%1.txt
grep "^8035" %1 >> output-denki-%1.txt
===

~~~
[3]出力ファイルの検証

新聞から転記したデータとの比較を行った。
日付：20081212

---
[3-1]食品
差異は以下。
===
新聞）
銘柄数：７０
以下の２銘柄、終値の転記ミス。my fault
2580,コカコーラセ
2914,ＪＴ
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html
===
株価データ倉庫）
銘柄数：６９：１件少ない。
：「25935 伊藤園第１種優先」は入っていない。

---
[3-2]電機
差異は以下。
===
新聞）
銘柄数：１６１：一致
以下の２銘柄、終値の転記ミス。my fault
6678,テクノメディ
6727,ワコム
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html
===
株価データ倉庫）
銘柄数：１６１：一致
新聞との終値差異は以下。
6927 フェニックス：-1円
6929 日本セラミ：-2円
6645 オムロン：-17円
6839 船井電機：-19円
6594 日本電産：-20円
6804 ホシデン：-20円
6963 ローム：-30円
6981 村田製作所：-90円

---
結論）
：若干差異はあるが、誤差？
：「株価データ倉庫」でいきます。
~~~
end

Win32,grep

2008-12-17T12:01:00.001+09:00

[1]前提
win32 でコマンドとして grep を使用したい。

テキストファイル(複数指定可)から特定文字で一致する行を抜き出すもの。
UNIXではおなじみです。
---
エディタ：秀丸のgrepは大変お世話になっています。

cygwinも以前使用したが、インストが大変なので、
単独の grep.exe を探す。

~~~
[2]探索

秀丸のgrepはいずこ？
：C:\Program Files\Hidemaru に単独*.exeはなかった？？？

---
google 検索：grep win32

http://gnuwin32.sourceforge.net/packages/grep.htm
grep-2.5.3-bin.zip

実行時に*.dllがなかったので、すなおに？setupを選択。
grep-2.5.3-setup.exe

環境変数のPATHに以下を追加。
C:\Program Files\GnuWin32\bin

~~~
[3]動作確認

以下のファイルがあります。
ファイル：y081212.txt ※「株価データ倉庫」を使用。後述予定。
===
20081212
1001 日経２２５ 8599 8610 8087 8235 303.249
1002 東証指数 839 843 799 813 303.249
1003 ＮＹ円相場 9024 9024 9024 9024 0
1007 東京円相場 9024 9024 9024 9024 0
1008 円ユーロ 12066 12066 12066 12066 0
...
===

[3-1]「2001」で検索。

grep 2001 y081212.txt
2001 日本製粉 469 473 450 461 690
2423 ジェイエムテ 20010 20010 19500 19500 0.009
2477 比較．ｃｏｍ 20000 20010 20000 20010 0.004
6790 野田スクリー 19910 20010 19160 19910 0.15

[3-2]「2001」を先頭の銘柄コードでのみ検索したい。

grep "^2001" y081212.txt
2001 日本製粉 469 473 450 461 690

：これでいきます。
~~~
end

Power Law:(33)STOCK,Last Price Incorrect...

2008-12-15T15:12:00.003+09:00

ネットから欠落した日の株価を探している段階で発見した。
It discovered it at the stage in which it looked for stock prices on the day
missed from the net.

東証一部、食品、電機の終値を新聞から転記した際、以下の銘柄で誤り発見！
今までの「べき乗則」のパターンが破綻した。
When the closing share price of first section of the Tokyo Stock Exchange, Food,
and the Electric Appliances is posted from the newspaper, it mistakes because of the
following brands and it discovers it.
The pattern of the current "Power Law" failed.

記事には、B,Y銘柄は100円単位と明記していた。
B and Y brand were described clearly in the article every 100 yen.

~~~
[1]食品,20081212時点,Foods at 2008/12/12.

前,before)
2580,コカコーラセ,6540
2914,ＪＴ,3110

後,after)
2580,コカコーラセ,654000
2914,ＪＴ,311000

~~~
[2]電機,20081212時点,Electric Appliances at 2008/12/12.

前,before)
6678,テクノメディ,2050
6727,ワコム,890

後,after)
6678,テクノメディ,205000
6727,ワコム,89000

~~~
これからどうするか？
How will you do in the future?
[次なるプラン,The next plan]
失敗は成功の元？
順番の上位と下位で二極化している模様。
ならば、今回誤った上位の株価を削除した場合、後半部分の傾向として、今まで検討したパターンが生きないか？
The failure is an origin of the success.
It seems to polarize by the high rank and the subordinate position of order.
Then, when you delete stock prices of the title after it mistakes it
this time, Is not the pattern that has been examined up to now effective as the
tendency in the latter half part?
~~~
end

Power Law:(32)STOCK,B-5A-Fn,(2)

2008-12-14T21:21:00.007+09:00

(2008/12/15)
終値に誤り発見！Power Law:(33)を参照。再トライ,TODO）
Mistakes to the closing share price!Refer to Power Law:(33). Re-trial and TODO)
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html

(2008/12/07-)

東証の食品、電機の株価の日別べき乗傾向を引き続き探る。
It continuously searches for the Power Law tendency to stock prices of the
Food and Electric Appliances of Tokyo Stock Exchange according to the day.

~~~
[1]
A-Bの散布図の傾き５をゼロにしたA値の日別推移を見る。
The transition of A value in which inclination 5 of the scatter chart of A-B is
adjusted to 0 according to the day is seen.

~~~
[2]
これで、A値の推移は、フィボナッチ数の基準線からの変位としてみることになる。
In this, the transition of A value will be seen as displacement from the base point
lines of the number of Fibonacci.

：この変位が、タイトルのB-5A-Fnである。
:This displacement is B-5A-Fn of the title.

~~~
[3]
基準線からの前後のフィボナッチ数との関係をみるために、その変位は以下となる。
To see the relation to the number of Fibonacci before and behind the base point line,
the displacement becomes the following.

~~~
[4]
変位を相対値としてみた場合、以下の係数を省略する。
When displacement is seen as a relative value, the following coefficients are omitted.
=SIN((90 - ATAN(5)*180/PI())*PI()/180)
=0.196116135

~~~
[5]
食品のAの変位は以下。
The displacement of A of Food is the following.

：20081110、20081201は手持ちデータが欠落した。
：１つはリサイクルで廃棄。もう１つはレジ袋の代用で廃棄。いずれも、ネットでデータ収集が必要。TODO)
：欠落したデータのプロットは想定内ではある。
:Data reserves was missed to 20081110 and 20081201.
:One is abandoned by recycling. Another one is abandoned by substituting the plastic bag.
Both data collections are necessary in the net.
:The plot of the missed data is in assumption.
---
[図の考察,Consideration of figure]
２つの波が見える。１つは全体に大きく増加して減少するもの。もう１つは３つのうねりで反対方向に引っ張る力が働いている。
Two waves are seen. It increases greatly and one decreases in the whole. Power to pull another one in the counter direction by three undulations works.

~~~
[6]
電機のAの変位は以下。
The displacement of A of Electric Appliances is the following.

[6-1]

：20081113にR^2の最高値が順位の前と後に分かれた。前半を採用した。いずれが正しいか？
:The highest value of R^2 divided into 20081113 ahead of the order and after. The
first half was adopted. Which is correct?
---
[6-2]

：20081113にR^2の最高値が順位の前と後に分かれた。後半を採用した。いずれが正しいか？
:The highest value of R^2 divided into 20081113 ahead of the order and after. The
latter half was adopted. Which is correct?
---
[図の考察,Consideration of figure]
アメリカ大統領選挙近辺のインパクトから減衰して、ある値に収束しているようにみえる。
It attenuates from the impact in the vicinity of an American presidential
election, and it seems to settle to a certain value.

20081215のマーケットの動きで、いずれの方向に振れるか？別の新たなるインパクトになるか？
In which direction do you swing in the movement of the market of 20081215?Do it
become another new impact?

~~~
[7]
20081214付の道新で、来週の動きが出ていた。
Next week's movement had gone out by the Hokkaido newspaper of 20081214 applying.

：...日米で重要な経済指標の発表が予定されており、内容によっては８０００円も割り込みそうだ...
:...The announcement of an important economic indicator is scheduled in Japan-U.S...
~~~
end

Power Law:(31)STOCK,B-5A-Fn,(1)

2008-12-14T19:27:00.006+09:00

(2008/12/15)
終値に誤り発見！Power Law:(33)を参照。再トライ,TODO）
Mistakes to the closing share price!Refer to Power Law:(33). Re-trial and TODO)
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html

(2008/12/03-2008/12/06)

東証の食品、電機の株価の日別べき乗傾向から、A-Bを収集している。
A-B is collected from the Power Law tendency to stock prices of the Food and Electric Appliances of Tokyo Stock Exchange according to the day.
~~~
[1]
食品は、以下(Power Law:(29))からデータが増加した。
As for Food, data has increased as follows at Power Law (29).
http://humanbeing-etcman.blogspot.com/2008/12/power-law29stocktsefoods200811xx2.html

：図から何が見えるか？
:What do you see from figure?

~~~
[2]
電機も、以下(Power Law:(28))からデータが増加した。
As for Electric Appliances, data has increased as follows at Power Law (28).
http://humanbeing-etcman.blogspot.com/2008/12/power-law28stocktseelectric.html

~~~
[3]
A-Bの散布図では日別遷移がわかりづらいので、A、Bを別々に着目してみる。
It pays attention separately A and B because the transition according to the day is not understood easily in the scatter chart of A-B.

[3-0]
案）Aは、リズムしているか？
The idea) Does A do the rhythm?

---
[3-1]
食品のAの日別遷移, Transition of A of Food according to day
：時間軸は下に経過する, The time axis passes below.

フィボナッチ数：F11=89, F12=144, F13=233
④：AVERAGE(AVERAGE(F11, F13), F12)で振動している？

Number of Fibonacci: F11=89, F12=144, and F13=233
Does it vibrate by ④：AVERAGE(AVERAGE(F11, F13), F12)?

---
[3-2]
電機のAの日別遷移, Transition of A of Electric Appliances according to day
：時間軸は下に経過する, The time axis passes below.

フィボナッチ数：F10=55, F11=89, F12=144
⑤：AVERAGE(AVERAGE(F10, F12), F11)と③：AVERAGE(F10, F12)の間で振動している？

Number of Fibonacci: F10=55, F11=89, and F12=144
Do it vibrate between ⑤：AVERAGE(AVERAGE(F10, F12), F11) and ③：AVERAGE(F10, F12)?

---
[3-3]
食品のBの日別遷移, Transition of B of Food according to day
：時間軸は右に経過する, The time axis passes right.

：A-Bは連動するか？, Does A-B synchronize?

---
[3-4]
電機のBの日別遷移, Transition of B of Electric Appliances according to day
：時間軸は右に経過する, The time axis passes right.

~~~
案）B値が大きいと、A値の変化に対して反動が多い？
The idea)Are there a lot of reactionaries compared with the change of A value when B value is large?
~~~
end

廃棄物Ｘ+2号ｓ：230MB MOs

2008-12-10T06:10:00.001+09:00

(2008/11/03：廃棄済み)

メディアは尽きない、、、

経験年数が長いために、いろいろあります。

大学時代は、紙テープの残骸を研究室で見た。
実習は、FORTRANをカードにマークシート、その後、パンチ機の穴あけで、１ステートメントごとです。
電算室には、オンライン端末があったが、システム内部の人間にしかアクセスが許可されていなかった。

自宅ではBASICマシン。ソースの保存はラジカセの音楽テープ。300bps程度だったような。
ロード時、ボリュームの調整が微妙でした。
当時、パソコンショップで、コモドール、ペット？、ラジオシャークなどが羨望の的でした。
会社では、８インチFDからお世話になっております。ディスクコピーは音的になごみます？
３．５インチFD
3.5インチMO：こちらも容量が年々？アップした。
5インチMO：レコードのようにＡ面、Ｂ面あります。
スーパーFD：名前をよく覚えていない。FDの何十枚分？
リムーバブルディスク
CD-RW：よく使ったが、書き込み速度が遅すぎた。
USB256M：出始めはやはり高い。数万？
そして、今は、、、

モデムと同様、メディアへのお付き合いにもコストがかかる時代でした。

~~~
今回、MOメディアの廃棄です。
MOドライブは、MOメディアの残骸があるかもしれないので、確認後、最後に廃棄予定。

---
在庫）3.5インチMOディスク
TEIJIN(230MB):６７枚
MITSUBISHI KASEI(230MB):４枚
MITSUBISHI KASEI(128MB):１枚
SONY(128MB):１枚
TOSOH(230MB):１枚
計：７４枚
ちなみに、全容量＝16.816GB

---
MOドライブは、以下。
Logitec Eclace LMO-406

---
既に初期化済みであるが、SCSIカードの初期化動作を確認する。

CPU:AMD K6 200MHz
OS:RedHat 9
SCSIカード:AHA 1540CF/1542CF

SCSIカードのBIOSで初期化してみる。※SCSIカードでの処理なので、CPU速度に基本的に依存しない？

TEIJIN(230MB)で、11M13s以内。結構かかります。

---
MOの値段があったので、とりあえず、記録。

TEIJIN(230MB)
10枚セット
ヨドバシカメラ
5,280円

でした。
~~~
end

廃棄物Ｘ+1号ｓ：Disk Changer

2008-12-10T05:13:00.004+09:00

(2008/11/02:廃棄済み)

SCSI-DISK切替器。自作品です。
SCSI-DISKの電源ONを切り替えることで、PCに接続するDISKを切り替えるもの。

1995年当時、SCSI-DISKの容量は、１G前後。

１Gのディスクを購入するために、
狸小路界隈の九十九電機には在庫なしで、同じ通りにあった「マハーポーシャ」で購入。
うわさは聞いていたが、始めて店内に入った。地下鉄サリン事件の２カ月前(1995/01/xx)。
２年前、日比谷線で通勤していたので、転職していなかったら、事件に巻き込まれた可能性大。

ちなみに、駅前に移転した九十九電機、倒産です(2008/10/30)。
~~~
４台のDISKを内蔵。２台組で、切り替えた。
---
[Switch=A]none
---
[Switch=B]
Vendor:QUANTUM Model:EMPIRE_1080S Rev:1220 sda (1080MB)
Vendor:CONNER Model:CFP1060S 1.05GB Rev:2035 sdb (1062MB)
---
[Switch=C]
Vendor:QUANTUM Model:LIGHTNING 730S Rev:241E sda (733MB)
Vendor:QUANTUM Model:LIGHTNING 730S Rev:241E sdb (733MB)
---
[Switch=D]none

~~~
用途）
RedHatの初代リリースのインストールテスト。秋葉から通販でCDを購入。
Modula-3の動作確認。結局、ソースからコンパイルし、サンプルを試しただけに終わった。
DB：Informix(Linux版)のインストール確認。
BSD/OSのインストール
FreeBSDのインストール
：このころは、インストールオタクだった。オープンソースのコンパイルも楽しかった。
configure
make
make install
は定番でしたが。

~~~
廃棄前に中身を記念に。

:前面に穴をあけて、ロータリースイッチをつけた。ABCD切替用。

:SCSI-50pinフルのコネクタです。特に改造なし。

:SCSI-DISK４台内蔵。

:ロータリースイッチの裏のケーブル接続状況。

:切替SWを取り出した。

~~~
end

廃棄物Ｘ号ｓ：Cable Changer(2),HUB,Modem,Telephone exchange?,Auto Power Boot

2008-12-10T03:28:00.004+09:00

久々に整理開始。
~~~
[1]ケーブル切替器(1),Cable Changer

SANWA SUPPLY
MULTI CHANGER SW-R41N, RS-232C 4WAY TYPE

RS-232Cケーブルの切替器で、１対４ポート。
ボーレートの異なる複数のモデム(過去の資産、テスト用)の切替に使用した。

~~~
[2]ケーブル切替器(2),Cable Changer

Justy
JS-153
DATA TRANSFER SWITCH

D-sub 15pinケーブルの切替器で、１対３ポート。
こちらもモデムなどの通信機器の切替用に使用。

~~~
[3]ハブ,HUB

メーカー不明
HT-810TP, 8-PORTS HUB

ネットワークケーブルは、３種類に対応。
10BASE-5, 10BASE-2, 10BASE-T
現在は、10BASE-Tが現存。
10BASE-5は、イエローケーブルでお世話になりました。

~~~
[4]モデム,Modem

SUNTAC,サン電子株式会社
MS144AVF
DATA/FAX/VOICE INTELLIGENT MODEM

14400bpsのモデムです。
モデムは、あらかた廃棄したが、まだ残っていました。
パソコン通信(NIFTY)で使用していたもの。

~~~
[5]内線電話交換？,Telephone exchange

株式会社アスキー,ユニオンブロス産業株式会社
三角電伝
3KD001

内線電話ができるもの。外線１に対して、内線２です。３回線なので、三角？
PC間のファイル転送にモデムを使用していたので、そのためにつないでいたもの。
まだ、PCのLANは普及していなかったので、ファイル移動は、FDしかなかったが、
形式が異なりFDで読めない場合もあり、1200bpsとか2400bpsの低速であるが、
圧縮してモデムで転送した。
PC間通信には、RS-232Cのクロスケーブルという話もありました、、、

~~~
[6]PC自動起動,Auto Power Boot

PC側にISAボードがあったが、既に廃棄。

SYSTEM SACOM CORP.
AC POWER CONTROLLER
ポン太,SPC-02

自宅のPCにアクセスするために、電話が着信すると、PCの電源を入れる構成で
使用したもの。
現在のように、ネットの常時接続ではなく、モデムによる時間課金なので、
電話料金対策はシビアでした。

---
MetaGEN Intternational Inc.
PC ENERGY SAVER
キーボードに接続するタイプ。
DOSコマンドで、コンセントに接続したものの電源をOFFできた。

終了時に、プログラムで、PCの電源を自動的に落とすためのものに使用。
OSは、基本的に、DOSなので、現在のように、shutdownはなかった。

~~~
end

Power Law:(30)STOCK,TSE,Tendency to B

2008-12-03T13:07:00.003+09:00

(2008/12/15)
終値に誤り発見！Power Law:(33)を参照。再トライ,TODO）
Mistakes to the closing share price!Refer to Power Law:(33). Re-trial and TODO)
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html

(2008/12/01)
~~~
[1]食品, Foods

Power Law:(29)
http://humanbeing-etcman.blogspot.com/2008/12/power-law29stocktsefoods200811xx2.html

F12(144)と、(F11 + F13)/2=161　の間に分布している？
Is it distributed F12(144) and between (F11 + F13)/2=161?

~~~
[2]電機, Electric Appliances

Power Law:(28)
http://humanbeing-etcman.blogspot.com/2008/12/power-law28stocktseelectric.html

F11(89)と、(F10 + F12)/2=99.5　の間に分布している？
Is it distributed F11(89) and between (F10 + F12)/2=99.5?

~~~
[図の考察, Consideration of figure]
B値は、特定のフィボナッチ数の値と、その前後のフィボナッチ数の平均値に挟まれた範囲に分布している？
B value is distributed within the range placed between mean values of the number of Fibonacci before and behind that the values of a specific number of Fibonacci?
~~~
end

Power Law:(29)STOCK,TSE,Foods,200811xx(2)

2008-12-03T12:52:00.004+09:00

(2008/12/15)
終値に誤り発見！Power Law:(33)を参照。再トライ,TODO）
Mistakes to the closing share price!Refer to Power Law:(33). Re-trial and TODO)
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html

(2008/11/28)
http://humanbeing-etcman.blogspot.com/2008/12/power-law27stocktsefoods200811xx.html
Power Law:(27)で、A-Bの傾き=5以外の場合を見たが、
傾き=5での傾向線を見る。
The trend line by inclination =5 is seen though the cases of except inclination =5 of A-B were seen with Power Law:(27).

~~~
end

Power Law:(28)STOCK,TSE,Electric Appliances,200811xx

2008-12-03T12:07:00.003+09:00

(2008/12/15)
終値に誤り発見！Power Law:(33)を参照。再トライ,TODO）
Mistakes to the closing share price!Refer to Power Law:(33). Re-trial and TODO)
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html

(2008/11/25-2008/12/02)

新聞の株式欄を見る。
東証第１部の電機関係の会社で、終値のべき乗傾向の推移をチェックする。

期間：20081105, 20081107, 20081114, 20081117, 20081119, 20081121, 20081126

The stocks column of the newspaper is seen.
The transition of the Power Law tendency to Last price is checked in the company related to the Electric Appliances of first section of the Tokyo Stock Exchange.

Period: 20081105, 20081107, 20081114, 20081117, 20081119, 20081121, 20081126

データは以下を使用。
Data is used as follows.
http://humanbeing-etcman.blogspot.com/2008/12/stock5tseelectric-applianceslast.html
~~~
方法,Method）
食品に同じ。以下を参照。
It is the same as food. The following references.
http://humanbeing-etcman.blogspot.com/2008/12/power-law27stocktsefoods200811xx.html

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081105,Wed]
[1] 20081105,Company=order:1 to 161,ALL

LN(y) = -1.0735*LN(x) + 10.79 , R^2=0.8323

--
[2]
order:1 to 010 R^2=0.9647
order:1 to 020 R^2=0.9749
order:1 to 030 R^2=0.9837
order:1 to 040 R^2=0.9863
order:1 to 045 R^2=0.9877
order:1 to 046 R^2=0.988
order:1 to 047 R^2=0.9881
order:1 to 048 R^2=0.9881
order:1 to 049 R^2=0.9882

order:1 to 050 R^2=0.9883 <--:best

order:1 to 051 R^2=0.9882
order:1 to 052 R^2=0.988
order:1 to 053 R^2=0.9879
order:1 to 054 R^2=0.9878
order:1 to 055 R^2=0.9877
order:1 to 056 R^2=0.9876
order:1 to 057 R^2=0.9876
order:1 to 058 R^2=not checked.
order:1 to 059 R^2=not checked.
order:1 to 060 R^2=0.9874
order:1 to 065 R^2=0.988
order:1 to 070 R^2=0.988
order:1 to 080 R^2=not checked.
order:1 to 090 R^2=not checked.
order:1 to 100 R^2=not checked.
order:1 to 110 R^2=not checked.
order:1 to 120 R^2=not checked.
order:1 to 130 R^2=not checked.
order:1 to 140 R^2=not checked.
order:1 to 150 R^2=not checked.
order:1 to 161 R^2=0.8323

---
[3] 20081105,Company=order:1 to 050

LN(y) = -0.7086*LN(x) + 9.7297 , R^2=0.9883

LN
(x, y)=(1, exp(9.7297)),(50, exp(-0.7086*LN(50) + 9.7297))
=(1, 16809.51),(50, 1051.15)
Relative value)
=(1, 16809.51/1051.15),(50, 1)
=(1, 15.992),(50, 1)
A=-0.7086
B=15.992

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081107,Fri]
[1] 20081107,Company=order:1 to 161,ALL

LN(y) = -1.0677*LN(x) + 10.667 , R^2=0.8273

---
[2] 20081107,Company=order:1 to xxx
R^2 is checked.

order:1 to 010 R^2=0.9664
order:1 to 020 R^2=0.9763
order:1 to 030 R^2=0.9852
order:1 to 040 R^2=0.9882
order:1 to 050 R^2=0.9902
order:1 to 055 R^2=0.9906
order:1 to 056 R^2=0.9907
order:1 to 057 R^2=0.9909
order:1 to 058 R^2=0.9909
order:1 to 059 R^2=0.991
order:1 to 060 R^2=0.9911
order:1 to 061 R^2=0.9911
order:1 to 062 R^2=0.9911
order:1 to 063 R^2=0.9912
order:1 to 064 R^2=0.9912

order:1 to 065 R^2=0.9913 <--:best
order:1 to 066 R^2=0.9913 <--:best,selected.

order:1 to 067 R^2=0.9911
order:1 to 068 R^2=0.9909
order:1 to 069 R^2=0.9907
order:1 to 070 R^2=0.9906
order:1 to 080 R^2=0.9898
order:1 to 090 R^2=0.9865
order:1 to 100 R^2=0.9845
order:1 to 110 R^2=not checked.
order:1 to 120 R^2=not checked.
order:1 to 130 R^2=not checked.
order:1 to 140 R^2=not checked.
order:1 to 150 R^2=not checked.
order:1 to 161 R^2=0.8273

---
[3] 20081107,Company=order:1 to 066

LN(y) = -0.7341*LN(x) + 9.6782 , R^2=0.9913

LN
(x, y)=(1, exp(9.6782)),(66, exp(-0.7341*LN(66) + 9.6782))
=(1, 15965.73),(66, 736.99)
Relative value)
=(1, 15965.73/736.99),(66, 1)
=(1, 21.663),(66, 1)
A=-0.7341
B=21.663

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081114,Fri]
[1] 20081114,Company=order:1 to 161,ALL

LN(y) = -1.0724*LN(x) + 10.648 , R^2=0.8276

---
[2] 20081114,Company=order:1 to xxx
R^2 is checked.

order:1 to 010 R^2=0.9643
order:1 to 020 R^2=0.9769
order:1 to 030 R^2=0.986
order:1 to 040 R^2=0.988
order:1 to 050 R^2=0.9901
order:1 to 051 R^2=not checked.
order:1 to 052 R^2=not checked.
order:1 to 053 R^2=not checked.
order:1 to 054 R^2=0.9906
order:1 to 055 R^2=0.9908
order:1 to 056 R^2=0.9909
order:1 to 057 R^2=0.9909
order:1 to 058 R^2=0.991

order:1 to 059 R^2=0.9911 <--:best

order:1 to 060 R^2=0.991
order:1 to 061 R^2=0.991
order:1 to 062 R^2=0.9909
order:1 to 063 R^2=0.9907
order:1 to 064 R^2=0.9907
order:1 to 065 R^2=0.9907
order:1 to 070 R^2=0.9907
order:1 to 080 R^2=0.9887
order:1 to 090 R^2=not checked.
order:1 to 100 R^2=not checked.
order:1 to 110 R^2=not checked.
order:1 to 120 R^2=not checked.
order:1 to 130 R^2=not checked.
order:1 to 140 R^2=not checked.
order:1 to 150 R^2=not checked.
order:1 to 161 R^2=0.8276

---
[3] 20081114,Company=order:1 to 059

LN(y) = -0.7255*LN(x) + 9.6249 , R^2=0.9911

LN
(x, y)=(1, exp(9.6249)),(59, exp(-0.7255*LN(59) + 9.6249))
=(1, 15137.04),(59, 785.76)
Relative value)
=(1, 15137.04/785.76),(59, 1)
=(1, 19.264),(59, 1)
A=-0.7255
B=19.264

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081117,Mon]
[1] 20081117,Company=order:1 to 161,ALL

LN(y) = -1.0774*LN(x) + 10.673 , R^2=0.8264

---
[2] 20081117,Company=order:1 to xxx
R^2 is checked.

order:1 to 010 R^2=0.9654
order:1 to 020 R^2=0.9786
order:1 to 030 R^2=0.9869
order:1 to 040 R^2=0.9872
order:1 to 050 R^2=0.9896
order:1 to 060 R^2=0.9908
order:1 to 061 R^2=0.9909
order:1 to 062 R^2=0.9909

order:1 to 063 R^2=0.991 <--:best

order:1 to 064 R^2=0.9909
order:1 to 065 R^2=0.9909
order:1 to 066 R^2=0.9908
order:1 to 067 R^2=0.9808
order:1 to 068 R^2=0.9908
order:1 to 069 R^2=0.9909
order:1 to 070 R^2=0.9909
order:1 to 071 R^2=0.9908
order:1 to 072 R^2=0.9903
order:1 to 073 R^2=0.9899
order:1 to 074 R^2=0.9896
order:1 to 075 R^2=0.9893
order:1 to 080 R^2=0.9882
order:1 to 090 R^2=0.986
order:1 to 100 R^2=0.9838
order:1 to 110 R^2=0.9796
order:1 to 120 R^2=0.9682
order:1 to 130 R^2=0.9539
order:1 to 140 R^2=0.9373
order:1 to 150 R^2=0.9198
order:1 to 161 R^2=0.8264

---
[3] 20081117,Company=order:1 to 063

LN(y) = -0.7287*LN(x) + 9.6426 , R^2=0.991

LN
(x, y)=(1, exp(9.6426)),(63, exp(-0.7287*LN(63) + 9.6426))
=(1, 15407.35),(63, 752.57)
Relative value)
=(1, 15407.35/752.57),(63, 1)
=(1, 20.473),(63, 1)
A=-0.7287
B=20.473

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081119,Wed]
[1] 20081119,Company=order:1 to 161,ALL

LN(y) = -1.0714*LN(x) + 10.627 , R^2=0.8346

---
[2] 20081119,Company=order:1 to xxx
R^2 is checked.

order:1 to 010 R^2=0.9604
order:1 to 020 R^2=0.9786
order:1 to 030 R^2=0.9865
order:1 to 040 R^2=0.9896
order:1 to 050 R^2=0.9914
order:1 to 055 R^2=0.9923
order:1 to 056 R^2=0.9924

order:1 to 057 R^2=0.9926 <--:best

order:1 to 058 R^2=0.9925
order:1 to 059 R^2=0.9924
order:1 to 060 R^2=0.9923

order:1 to 061 R^2=0.9923
order:1 to 062 R^2=0.9922
order:1 to 063 R^2=0.992
order:1 to 064 R^2=0.9919
order:1 to 065 R^2=0.9918
order:1 to 070 R^2=0.9915
order:1 to 080 R^2=0.9898

order:1 to 090 R^2=not checked.
order:1 to 100 R^2=not checked.
order:1 to 110 R^2=not checked.
order:1 to 120 R^2=not checked.
order:1 to 130 R^2=not checked.
order:1 to 140 R^2=not checked.
order:1 to 150 R^2=not checked.
order:1 to 161 R^2=0.8346

---
[3] 20081119,Company=order:1 to 057

LN(y) = -0.7245*LN(x) + 9.6079 , R^2=0.9926

LN
(x, y)=(1, exp(9.6079)),(57, exp(-0.7245*LN(57) + 9.6079))
=(1, 14881.89),(57, 795.29)
Relative value)
=(1, 14881.89/795.29),(57, 1)
=(1, 18.713),(57, 1)
A=-0.7245
B=18.713

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081121,Fri]
[1] 20081121,Company=order:1 to 161,ALL

LN(y) = -1.0657*LN(x) + 10.587 , R^2=0.8306

---
[2] 20081121,Company=order:1 to xxx
R^2 is checked.

order:1 to 010 R^2=0.9764
order:1 to 020 R^2=0.9871
order:1 to 030 R^2=0.9921
order:1 to 040 R^2=0.9939
order:1 to 050 R^2=0.9949
order:1 to 055 R^2=0.9954
order:1 to 056 R^2=0.9955
order:1 to 057 R^2=0.9956
order:1 to 058 R^2=0.9957

order:1 to 059 R^2=0.9958 <--:best

order:1 to 060 R^2=0.9956
order:1 to 061 R^2=0.9954
order:1 to 062 R^2=0.9953
order:1 to 063 R^2=0.9951
order:1 to 064 R^2=0.9949
order:1 to 065 R^2=0.9946
order:1 to 070 R^2=0.994
order:1 to 080 R^2=0.9912
order:1 to 090 R^2=0.9873
order:1 to 100 R^2=0.9842
order:1 to 110 R^2=not checked.
order:1 to 120 R^2=not checked.
order:1 to 130 R^2=not checked.
order:1 to 140 R^2=not checked.
order:1 to 150 R^2=not checked.
order:1 to 161 R^2=0.8306

---
[3] 20081121,Company=order:1 to 059

LN(y) = -0.7098*LN(x) + 9.5407 , R^2=0.9958

LN
(x, y)=(1, exp(9.5407)),(59, exp(-0.7098*LN(59) + 9.5407))
=(1, 13914.68),(59, 770.06)
Relative value)
=(1, 13914.68/770.06),(59, 1)
=(1, 18.07),(59, 1)
A=-0.7098
B=18.07

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081126,Wed]
[1] 20081126,Company=order:1 to 161,ALL

LN(y) = -1.0705*LN(x) + 10.613 , R^2=0.8256

---
[2] 20081126,Company=order:1 to xxx
R^2 is checked.

order:1 to 010 R^2=0.9805
order:1 to 020 R^2=0.9882
order:1 to 030 R^2=0.9924
order:1 to 040 R^2=0.9922
order:1 to 050 R^2=0.9939
order:1 to 051 R^2=0.994
order:1 to 052 R^2=0.9941
order:1 to 053 R^2=0.9942
order:1 to 054 R^2=0.9943
order:1 to 055 R^2=0.9944
order:1 to 056 R^2=0.9945

order:1 to 057 R^2=0.9946 <--:best

order:1 to 058 R^2=0.9945
order:1 to 059 R^2=0.9945
order:1 to 060 R^2=0.9944
order:1 to 061 R^2=0.9943
order:1 to 062 R^2=0.9942
order:1 to 063 R^2=0.9939
order:1 to 064 R^2=0.9935
order:1 to 065 R^2=0.9932
order:1 to 070 R^2=0.9926
order:1 to 080 R^2=0.9907
order:1 to 090 R^2=not checked.
order:1 to 100 R^2=not checked.
order:1 to 110 R^2=not checked.
order:1 to 120 R^2=not checked.
order:1 to 130 R^2=not checked.
order:1 to 140 R^2=not checked.
order:1 to 150 R^2=not checked.
order:1 to 161 R^2=0.8256

---
[3] 20081126,Company=order:1 to 057

LN(y) = -0.7155*LN(x) + 9.5699 , R^2=0.9946

LN
(x, y)=(1, exp(9.5699)),(57, exp(-0.7155*LN(57) + 9.5699))
=(1, 14326.98),(57, 794.01)
Relative value)
=(1, 14326.98/794.01),(57, 1)
=(1, 18.044),(57, 1)
A=-0.7155
B=18.044

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
A-Bをグラフに出力。
A-B is output to the graph.

---
ファイル：powerlaw-xx-a-b.txt を使用。The file: Powerlaw-xx-a-b.txt is used.
===
A,B,date,order,lab_disp
-0.7086,15.992,"20081105,Wed",50,right
-0.7341,21.663,"20081107,Fri",66,right
-0.7255,19.264,"20081114,Fri",59,right
-0.7287,20.473,"20081117,Mon",6,right
-0.7245,18.713,"20081119,Wed",57,right
-0.7098,18.07,"20081121,Fri",59,left
-0.7155,18.044,"20081126,Wed",57,right
===

---
Rのコードは以下。The code of R is the following.

data_ab = read.csv("powerlaw-xx-a-b.txt");

plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-0.36, -0.25), ylim=c(2.5, 3.5),
col="orange", pch=20, main="Scatter chart:a-b, Power Law(xx),Electric Appliances")
par(new=T)
#
for (i in 1:length(data_ab$A)){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-0.36, -0.25), ylim=c(2.5, 3.5), ann=F)

if (data_ab$lab_disp[i] == "right"){
text(log(abs(data_ab$A[i])), log(data_ab$B[i]), data_ab$date[i], cex=0.75, pos=4, offset=0.5)
}
else if (data_ab$lab_disp[i] == "left"){
text(log(abs(data_ab$A[i])), log(data_ab$B[i]), data_ab$date[i], cex=0.75, pos=2, offset=0.5)
}
else{
text(log(abs(data_ab$A[i])), log(data_ab$B[i]), data_ab$date[i], cex=0.75, pos=4, offset=0.5)
}
par(new=T)
}

#abline(v = log(0.6), col="red")
abline(v = -0.26, col="red")

###
abline(log(144), 5, col="gray", lty=2)
abline(log((55+144)/2), 5, col="gray", lty=2)
abline(log((34+144)/2), 5, col="gray", lty=2)
abline(log((34+55+144+144)/4), 5, col="gray", lty=2)
#???
abline(log(180), 7, col="gray", lty=2)
#???
abline(log(350), 9, col="gray", lty=2)

~~~
[図への考察,Consideration to figure]
ラインとしては、週初めのライン、週中のライン、週末のラインがあるのか？いろいろ妄想する。
Does the line include the line on the line at the time of beginning of the week, the line during the week, and the weekend?Various delusion.
~~~
end

Power Law:(27)STOCK,TSE,Foods,200811xx

2008-12-03T11:18:00.003+09:00

(2008/12/15)
終値に誤り発見！Power Law:(33)を参照。再トライ,TODO）
Mistakes to the closing share price!Refer to Power Law:(33). Re-trial and TODO)
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html

(2008/11/23-2008/11/27)

新聞の株式欄を見る。
東証第１部の食品関係の会社で、終値のべき乗傾向の推移をチェックする。

期間：2008/11/07, 2008/11/14, 2008/11/17 ～ 2008/11/21

The stocks column of the newspaper is seen.
The transition of the Power Law tendency to Last price is checked in the company related to the food of first section of the Tokyo Stock Exchange.

Period: 2008/11/07, 2008/11/14, 2008/11/17 to 2008/11/21

データはサイトにありそうだが、とりあえず、Excelに打ち込んだ。
It input it to Excel though data seemed to be on the site.

データは以下を使用。
Data is used as follows.
http://humanbeing-etcman.blogspot.com/2008/12/stock4tsefoodslast-price200811xx.html
~~~
方法,Method）
[1]日単位で、終値の順位のべき乗傾向をチェックする。
：両対数グラフをExcelで作成する(y軸を終値にする。x軸を順位(降順)とする)。
[1]The Power Law tendency to the order of Last price is checked every day.
:Both logarithm graph is made by Excel. (y axis is made a last price.
x axis is assumed to be an order (descending order). )｡

[2]一位から近似直線の最適値までの順位をべき乗範囲とする。
[2]The order from the 1st place to the optimal value of the approximation straight line is made the range of the Power Law.

[3]べき乗範囲でのA,B値を得る。
[3]A and B value in the range of the Power Law are obtained.

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081107]
[1] 20081107,Company=order:1 to 70,ALL

LN(y) = -0.966*LN(x) + 9.6647, R^2=0.7947

---
[2] 20081107,Company=order:1 to xxx
R^2 is checked.

order:1 to 10 R^2=0.9576
order:1 to 20 R^2=0.9817
order:1 to 25 R^2=0.986
order:1 to 29 R^2=0.988
order:1 to 30 R^2=0.9885
order:1 to 31 R^2=0.9888
order:1 to 32 R^2=0.9891

order:1 to 33 R^2=0.9895 <--:best

order:1 to 34 R^2=0.9889
order:1 to 35 R^2=0.9883
order:1 to 40 R^2=0.9694
order:1 to 50 R^2=0.904
order:1 to 60 R^2=0.8634
order:1 to 70 R^2=0.7947

---
[3] 20081107,Company=order:1 to 33

LN(y) = -0.535*LN(x) + 8.7058 , R^2=0.9895

LN
(x, y)=(1, exp(8.7058)),(33, exp(-0.535*LN(33) + 8.7058))
=(1, 6037.83),(33, 929.98)
Relative value)
=(1, 6037.83/929.98),(33, 1)
=(1, 6.492),(33, 1)
A=-0.535
B=6.492

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081114]
[1] 20081114,Company=order:1 to 70,ALL

LN(y) = -0.9646*LN(x) + 9.6387 , R^2=0.7874

---
[2] 20081114,Company=order:1 to xxx
R^2 is checked.

order:1 to 10 R^2=0.953
order:1 to 20 R^2=0.9797
order:1 to 25 R^2=0.9846
order:1 to 29 R^2=0.9871
order:1 to 30 R^2=0.9876
order:1 to 31 R^2=0.9881
order:1 to 32 R^2=0.9885

order:1 to 33 R^2=0.9887 <--:best

order:1 to 34 R^2=0.9883
order:1 to 35 R^2=0.9878
order:1 to 40 R^2=0.9718
order:1 to 50 R^2=0.906
order:1 to 60 R^2=0.8607
order:1 to 70 R^2=0.7874

---
[3] 20081114,Company=order:1 to 33

LN(y) = -0.5296*LN(x) + 8.6693 , R^2=0.9887

LN
(x, y)=(1, exp(8.6693)),(33, exp(-0.5296*LN(33) + 8.6693))
=(1, 5821.42),(33, 913.74)
Relative value)
=(1, 5821.42/913.74),(33, 1)
=(1, 6.371),(33, 1)
A=-0.5296
B=6.371

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081117]
[1] 20081117,Company=order:1 to 70,ALL

LN(y) = -0.9639*LN(x) + 9.6413 , R^2=0.7872

---
[2] 20081117,Company=order:1 to xxx
R^2 is checked.

order:1 to 10 R^2=0.9677
order:1 to 20 R^2=0.9852
order:1 to 25 R^2=0.9885
order:1 to 29 R^2=0.9904
order:1 to 30 R^2=0.9908
order:1 to 31 R^2=0.9911
order:1 to 32 R^2=0.9914

order:1 to 33 R^2=0.9915 <--:best

order:1 to 34 R^2=0.9912
order:1 to 35 R^2=0.9909
order:1 to 36 R^2=0.9888
order:1 to 40 R^2=0.9755
order:1 to 50 R^2=0.9098
order:1 to 60 R^2=0.8624
order:1 to 70 R^2=0.7872

---
[3] 20081117,Company=order:1 to 33

LN(y) = -0.53*LN(x) + 8.6739, R^2=0.9915

LN
(x, y)=(1, exp(8.6739)),(33, exp(-0.53*LN(33) + 8.6739))
=(1, 5848.26),(33, 916.67)
Relative value)
=(1, 5848.26/916.67),(33, 1)
=(1, 6.38),(33, 1)
A=-0.53
B=6.38

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081118]
[1] 20081118,Company=order:1 to 70,ALL

LN(y) = -0.9638*LN(x) + 9.641 , R^2=0.7844

---
[2] 20081118,Company=order:1 to xxx
R^2 is checked.

order:1 to 10 R^2=0.9698
order:1 to 20 R^2=0.9829
order:1 to 28 R^2=0.9884
order:1 to 29 R^2=0.9888
order:1 to 30 R^2=0.9892
order:1 to 31 R^2=0.9897

order:1 to 32 R^2=0.99 <--:best

order:1 to 33 R^2=0.9899
order:1 to 34 R^2=0.9896
order:1 to 35 R^2=0.9895
order:1 to 36 R^2=0.9873
order:1 to 37 R^2=0.9858
order:1 to 40 R^2=0.9741
order:1 to 50 R^2=0.9094
order:1 to 60 R^2=0.8617
order:1 to 70 R^2=0.7844

---
[3] 20081118,Company=order:1 to 32

LN(y) = -0.525*LN(x) + 8.6634 , R^2=0.99

LN
(x, y)=(1, exp(8.6634)),(32, exp(-0.525*LN(32) + 8.6634))
=(1, 5787.18),(32, 938.13)
Relative value)
=(1, 5787.18/938.13),(32, 1)
=(1, 6.169),(32, 1)
A=-0.525
B=6.169

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081119]
[1] 20081119,Company=order:1 to 70,ALL

LN(y) = -0.965*LN(x) + 9.6474 , R^2=0.782

---
[2] 20081119,Company=order:1 to xxx
R^2 is checked.

order:1 to 10 R^2=0.9734
order:1 to 20 R^2=0.9805
order:1 to 30 R^2=0.9882
order:1 to 31 R^2=0.9887

order:1 to 32 R^2=0.9891 <--:best

order:1 to 33 R^2=0.9887
order:1 to 34 R^2=0.9885
order:1 to 35 R^2=0.9886
order:1 to 36 R^2=0.9866
order:1 to 37 R^2=0.9854
order:1 to 40 R^2=0.9746
order:1 to 45 R^2=0.9365
order:1 to 50 R^2=0.9089
order:1 to 60 R^2=0.8598
order:1 to 70 R^2=0.782

---
[3] 20081119,Company=order:1 to 32

LN(y) = -0.524*LN(x) + 8.664 , R^2=0.9891

LN
(x, y)=(1, exp(8.664)),(32, exp(-0.524*LN(32) + 8.664))
=(1, 5790.65),(32, 941.95)
Relative value)
=(1, 5790.65/941.95),(32, 1)
=(1, 6.148),(32, 1)
A=-0.524
B=6.148

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081120]
[1] 20081120,Company=order:1 to 70,ALL

LN(y) = -0.9729*LN(x) + 9.6451 , R^2=0.7824

---
[2] 20081120,Company=order:1 to xxx
R^2 is checked.

order:1 to 10 R^2=0.9726
order:1 to 20 R^2=0.9799
order:1 to 25 R^2=0.9847
order:1 to 29 R^2=0.9872
order:1 to 30 R^2=0.9877
order:1 to 31 R^2=0.9882
order:1 to 32 R^2=0.9885
order:1 to 33 R^2=0.9884
order:1 to 34 R^2=0.9884

order:1 to 35 R^2=0.9886 <--:best

order:1 to 36 R^2=0.9874
order:1 to 37 R^2=0.986
order:1 to 38 R^2=0.9847
order:1 to 40 R^2=0.9758
order:1 to 50 R^2=0.9037
order:1 to 60 R^2=0.8618
order:1 to 70 R^2=0.7824

---
[3] 20081120,Company=order:1 to 35

LN(y) = -0.537*LN(x) + 8.6704 , R^2=0.9886

LN
(x, y)=(1, exp(8.6704)),(35, exp(-0.537*LN(35) + 8.6704))
=(1, 5827.83),(35, 863.66)
Relative value)
=(1, 5827.83/863.66),(35, 1)
=(1, 6.748),(35, 1)
A=-0.537
B=6.748

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[20081121]
[1] 20081121,Company=order:1 to 70,ALL

LN(y) = -0.9776*LN(x) + 9.6639 , R^2=0.7845

---
[2] 20081121,Company=order:1 to xxx
R^2 is checked.

order:1 to 10 R^2=0.9575
order:1 to 20 R^2=0.9686
order:1 to 30 R^2=0.9809
order:1 to 33 R^2=0.9825
order:1 to 34 R^2=0.9829

order:1 to 35 R^2=0.9832 <--:best

order:1 to 36 R^2=0.9824
order:1 to 37 R^2=0.9818
order:1 to 40 R^2=0.9729
order:1 to 45 R^2=0.9299
order:1 to 50 R^2=0.9
order:1 to 60 R^2=0.8625
order:1 to 70 R^2=0.7845

---
[3] 20081121,Company=order:1 to 35

LN(y) = -0.5426*LN(x) + 8.6911 , R^2=0.9832

LN
(x, y)=(1, exp(8.6911)),(35, exp(-0.5426*LN(35) + 8.6911))
=(1, 5949.72),(35, 864.34)
Relative value)
=(1, 5949.72/864.34),(35, 1)
=(1, 6.884),(35, 1)
A=-0.5426
B=6.884

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
A-Bをグラフに出力。
A-B is output to the graph.

---
ファイル：powerlaw-xx-a-b.txt を使用。The file: Powerlaw-xx-a-b.txt is used.
===
A,B,date,order,lab_disp
-0.535,6.492,20081107,33,right
-0.5296,6.371,20081114,33,left
-0.53,6.38,20081117,33,right
-0.525,6.169,20081118,32,right
-0.524,6.148,20081119,32,left
-0.537,6.748,20081120,35,right
-0.5426,6.884,20081121,35,right
===

---
Rのコードは以下。The code of R is the following.

data_ab = read.csv("powerlaw-xx-a-b.txt");

plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-0.7, -0.5), ylim=c(1.6, 2.2),
col="orange", pch=20, main="Scatter chart:a-b, Power Law(xx),Foods")
par(new=T)
#
for (i in 1:length(data_ab$A)){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-0.7, -0.5), ylim=c(1.6, 2.2), ann=F)

if (data_ab$lab_disp[i] == "right"){
text(log(abs(data_ab$A[i])), log(data_ab$B[i]), data_ab$date[i], cex=0.75, pos=4, offset=0.5)
}
else if (data_ab$lab_disp[i] == "left"){
text(log(abs(data_ab$A[i])), log(data_ab$B[i]), data_ab$date[i], cex=0.75, pos=2, offset=0.5)
}
else{
text(log(abs(data_ab$A[i])), log(data_ab$B[i]), data_ab$date[i], cex=0.75, pos=4, offset=0.5)
}
par(new=T)
}

abline(v = log(0.6), col="red")

abline(log(144), 5, col="gray", lty=2)

~~~
図から傾き=5以外の可能性がありそうだ。
There seem to be possibilities other than inclination =5 from figure.

ライン：a2,a3,a4,a5 の式を求めてみる。
The line: The expression of a2, a3, a4, and a5 is obtained.

y = ax + b
a = (y2 - y1)/(x2 - x1)
b = y1 - ax1

---
(line:a2)

a = (2.13 - 1.63)/(-0.55 + 0.7) = 3.33
b = 1.63 - 3.33*(-0.7) = 3.961

y = 3.33 * x + 3.961
y = 3.33 * x + LN(52.51)

---
(line:a3)

a = (2.15 - 1.755)/(-0.5 + 0.7) = 1.975
b = 1.755 - 1.975*(-0.7) = 3.1375

y = 1.975 * x + 3.1375
y = 1.975 * x + LN(23.046)

---
(line:a4)

a = (2.12 - 1.725)/(-0.5 + 0.7) = 1.975
b = 1.725 - 1.975*(-0.7) = 3.1075

y = 1.975 * x + 3.1075
y = 1.975 * x + LN(22.365)

---
(line:a5)
a = (2.11 - 1.713)/(-0.5 + 0.7) = 1.985
b = 1.713 - 1.985*(-0.7) = 3.1025

y = 1.985 * x + 3.1025
y = 1.985 * x + LN(22.2535)

~~~
ライン(a2,a3,a4,a5) をablineで表現すると以下になる。
When line (a2,a3,a4,a5) is expressed with abline, it becomes it as follows.

#line:a2, y = 3.33 * x + LN(52.51)
abline(log(52.51), 3.33, col="gray", lty=2)

#line:a3, y = 1.975 * x + LN(23.046)
abline(log(23.046), 1.975, col="gray", lty=2)

#line:a4, y = 1.975 * x + LN(22.365)
abline(log(22.365), 1.975, col="gray", lty=2)

#line:a5, y = 1.985 * x + LN(22.2535)
abline(log(22.2535), 1.985, col="gray", lty=2)

~~~
[図への考察,Consideration to figure]
FnまたはLnへに収束することで安定化する。
市場規模が拡大することで安定する。B値がアップ。
It stabilizes by settling Fn or Ln.
The market scale expands and it stabilizes. B value improves.
~~~
end

STOCK:(5)TSE,Electric Appliances,Last Price,200811xx

2008-12-02T20:10:00.005+09:00

(2008/12/15)
終値に誤り発見！Power Law:(33)を参照。
Mistakes to the closing share price!Refer to Power Law:(33).
http://humanbeing-etcman.blogspot.com/2008/12/power-law33stocklast-price-incorrect.html

(2008/12/02)
べき乗傾向を調べるために、東証第一部の電機の終値として以下のデータを使用。
The following data is used as a Last price of the Electric Appliances of first section of
the Tokyo Stock Exchange to examine the tendency of Power Law.

期間は以下。
The period is the following.
===
20081105:2nd week, Wed
20081107:2nd week, Fri

20081114:3rd week, Fri

20081117:4th week, Mon
20081119:4th week, Wed
20081121:4th week, Fri

20081126:5th week, Wed
===

~~~
TOKYO STOCK EXCHANGE
Marketplace=First Section
Category of industry=Electric Appliances
===
Code,20081105,20081107,20081114,20081117,20081119,20081121,20081126
4062,2145,1667,1648,1648,1512,1444,1426
4902,818,682,617,648,626,643,618
6448,795,733,656,656,619,622,611
6479,325,286,291,291,277,260,290
6501,525,467,455,462,447,439,429
6502,380,359,335,340,328,328,334
6503,683,584,524,517,497,468,468
6504,145,127,124,128,122,107,115
6505,473,476,482,482,434,425,420
6506,502,424,405,402,367,375,396
6507,279,250,229,235,235,242,258
6508,170,147,138,139,148,137,148
6513,364,360,287,272,252,216,229
6517,648,625,554,574,577,629,622
6588,335,289,286,271,267,255,244
6590,408,396,361,358,347,345,360
6592,4000,4110,4030,4050,4070,4020,3990
6594,5700,5230,4870,5010,4710,4180,4420
6621,124,119,118,118,114,108,115
6622,252,225,261,266,251,266,254
6632,60,50,48,49,47,45,42
6641,373,372,359,354,365,377,410
6644,498,457,528,537,502,510,517
6645,1449,1327,1306,1316,1311,1220,1241
6651,910,827,744,770,774,778,804
6652,1010,932,873,871,860,860,874
6665,674,538,480,413,350,351,432
6674,363,351,340,390,369,360,362
6675,136,125,109,110,115,113,120
6676,1187,1017,1003,1012,964,997,945
~~6678,2210,2112,2050,2040,1980,1987,1952~~,(20081215:deleted,added as follows;)
6678,221000,211200,205000,204000,198000,198700,195200
6701,339,293,280,283,270,262,267
6702,462,423,410,426,441,410,416
6703,84,71,71,70,69,69,69
6704,94,88,82,81,80,79,76
6706,627,594,564,572,574,585,602
6707,399,365,351,349,330,331,350
6708,207,184,176,177,176,167,167
6715,145,145,133,135,132,132,133
6718,1683,1574,1542,1579,1593,1564,1569
6723,1275,1201,1073,1037,936,883,896
6724,1699,1308,1363,1351,1310,1323,1289
~~6727,1037,919,871,927,915,945,952~~,(20081215:deleted,added as follows;)
6727,103700,91900,87100,92700,91500,94500,95200
6728,2180,1734,1343,1272,1098,1042,1008
6731,163,151,152,140,129,130,130
6737,1699,1625,1489,1534,1506,1371,1409
6741,481,453,517,546,557,544,534
6742,342,332,293,306,295,295,280
6744,888,868,872,865,879,904,875
6745,697,643,661,661,638,612,631
6749,860,815,777,805,799,810,787
6751,187,171,164,152,148,135,127
6752,1736,1528,1434,1489,1462,1397,1347
6753,813,712,670,679,645,619,616
6754,245,224,226,209,214,209,224
6755,225,194,175,170,160,180,174
6756,504,439,420,422,396,397,379
6758,2580,2180,2075,2090,1950,1929,1857
6759,304,278,258,268,258,241,246
6762,3610,3100,3250,3310,3130,2900,2975
6763,239,221,201,205,200,195,192
6764,230,203,163,167,168,160,150
6766,465,460,446,432,430,378,400
6767,1425,1213,1160,1230,1136,1102,1144
6768,231,220,198,204,199,200,198
6770,563,458,468,466,444,427,445
6771,95,89,84,85,83,79,79
6773,357,310,263,256,241,224,209
6779,1375,1181,1106,1121,1035,998,1099
6788,2195,2155,2205,2255,2290,2200,2285
6789,1450,1168,1199,1287,1254,1160,1218
6793,6,5,5,5,6,6,5
6794,1226,843,747,779,627,679,683
6796,85,72,70,70,67,68,69
6798,281,237,245,256,249,253,272
6800,535,489,460,447,475,470,460
6801,109,101,89,88,94,98,97
6803,49,45,40,40,39,40,37
6804,1252,1155,1126,1232,1184,1180,1167
6806,8570,7970,8090,8360,8430,8380,8190
6807,439,382,376,372,359,344,363
6809,433,404,398,413,405,411,423
6810,814,783,825,790,789,823,768
6815,331,290,241,205,186,182,175
6816,855,757,717,730,691,699,632
6817,580,555,520,504,461,443,400
6818,126,122,129,122,121,120,116
6820,2195,2000,1963,1930,1916,1903,1895
6839,1495,1268,1391,1403,1500,1579,1335
6841,504,440,436,466,464,463,470
6844,215,191,187,187,178,187,183
6845,2025,1793,1917,1940,1936,1902,2015
6849,1726,1492,1548,1533,1559,1505,1605
6850,226,216,205,207,206,203,212
6853,310,307,295,293,302,290,291
6855,446,433,420,422,432,399,392
6856,1661,1635,1653,1718,1615,1557,1441
6857,1481,1281,1278,1246,1170,1141,1208
6858,435,403,392,415,394,390,385
6859,659,625,633,647,609,594,611
6860,357,331,322,319,320,309,316
6861,19250,17130,16620,16700,16260,14350,15380
6866,1770,1722,1678,1635,1673,1690,1702
6869,3330,3070,3300,3380,3310,3190,3270
6875,1362,1242,1316,1338,1337,1387,1445
6877,656,586,685,708,679,810,728
6883,566,538,513,516,521,515,524
6885,790,720,532,525,512,485,497
6900,720,652,610,608,592,575,586
6901,205,199,175,174,167,153,157
6905,816,771,767,763,728,768,711
6910,811,808,805,800,830,835,904
6911,192,171,172,172,174,178,175
6914,994,925,863,830,832,828,825
6915,1245,1198,1200,1167,1155,1252,1246
6921,218,210,215,209,214,199,210
6923,1480,1270,1206,1273,1182,1129,1157
6924,129,118,117,115,116,116,117
6925,1485,1376,1238,1257,1182,1153,1212
6926,246,246,246,245,258,258,257
6927,170,163,147,147,148,143,136
6929,1089,1085,990,920,912,850,900
6934,643,634,653,738,709,692,725
6935,994,917,888,924,897,917,944
6937,723,812,797,897,871,839,869
6938,323,321,326,328,327,314,315
6941,210,180,172,170,261,252,243
6947,718,639,669,656,651,648,700
6951,294,274,265,264,255,257,282
6952,727,623,545,550,522,521,543
6954,7000,6080,5640,5660,5410,5680,5960
6955,118,99,107,115,111,101,107
6958,350,302,375,392,385,393,370
6961,900,931,906,906,830,854,902
6963,5080,4520,4330,4370,4430,4150,4340
6965,2350,2050,1781,1775,1886,1768,1745
6966,617,518,504,512,516,524,513
6967,760,625,583,560,487,482,499
6971,6070,5510,5110,5140,4940,4730,4940
6974,162,141,136,135,145,140,143
6976,543,460,436,450,460,458,465
6981,3600,3220,3170,3190,3130,3220,3150
6985,577,510,486,495,466,486,426
6986,1567,1510,1289,1313,1308,1240,1214
6989,160,153,137,135,137,150,159
6991,943,828,824,863,869,808,861
6996,628,562,555,544,547,523,526
6997,237,217,213,207,202,202,207
6999,542,533,561,568,571,575,576
7244,183,166,149,140,138,135,138
7276,880,733,668,683,660,633,630
7280,549,481,417,427,424,420,408
7704,810,711,707,713,703,672,655
7718,1084,1011,1040,1034,952,957,972
7735,236,195,165,154,158,154,160
7739,1530,1374,1304,1323,1283,1238,1239
7751,3970,3270,2915,2935,2805,2695,2820
7752,1228,986,971,1002,939,908,968
7757,495,448,424,423,412,425,409
7999,213,202,203,229,237,238,232
8035,3700,3290,3040,2950,2755,2520,2560
~~~
end

STOCK:(4)TSE,Foods,Last Price,200811xx

2008-12-02T16:19:00.004+09:00

STOCK:(3)TSE,ISIN,Electric Appliances

2008-12-02T15:08:00.000+09:00

http://humanbeing-etcman.blogspot.com/2008/11/tokyo-stock-exchangeisincompany-code.html
の方法から、手で集めた。

~~~
TOKYO STOCK EXCHANGE
Marketplace=First Section
Category of industry=Electric Appliances

name(newspaper),Code,ISIN Code,name(en),name(jp)
"イビデン",40620,JP3148800000,"IBIDEN CO.LTD.","イビデン"
"コニカミノルタ",49020,JP3300600008,"KONICA MINOLTA HOLDINGS INC.","コニカミノルタホールディングス"
"ブラザー",64480,JP3830000000,"BROTHER INDUSTRIESLTD.","ブラザー工業"
"ミネベア",64790,JP3906000009,"MINEBEA CO.LTD.","ミネベア"
"日立",65010,JP3788600009,"HitachiLtd.","日立製作所"
"東芝",65020,JP3592200004,"TOSHIBA CORPORATION","東芝"
"三菱電",65030,JP3902400005,"Mitsubishi Electric Corporation","三菱電機"
"富士電HD",65040,JP3820000002,"FUJI ELECTRIC HOLDINGS CO.LTD.","富士電機ホールディングス"
"東洋電",65050,JP3617000009,"TOYO DENKI SEIZO K.K.(TOYO ELECTRIC MFG.CO.LTD.)","東洋電機製造"
"安川電",65060,JP3932000007,"YASKAWA Electric Corporation","安川電機"
"神鋼電",65070,JP3375400003,"Shinko Electric Co.Ltd.","神鋼電機"
"明電舎",65080,JP3919800007,"MEIDENSHA CORPORATION","明電舎"
"オリジン",65130,JP3200400004,"Origin Electric CompanyLimited","オリジン電気"
"デンヨー",65170,JP3551600004,"Denyo Co.Ltd.","デンヨー"
"東芝テック",65880,JP3594000006,"TOSHIBA TEC CORPORATION","東芝テック"
"芝浦",65900,JP3355000005,"SHIBAURA MECHATRONICS CORPORATION","芝浦メカトロニクス"
"マブチ",65920,JP3870000001,"MABUCHI MOTOR CO.LTD.","マブチモーター"
"日電産",65940,JP3734800000,"NIDEC CORPORATION","日本電産"
"高岳",66210,JP3452800000,"TAKAOKA ELECTRIC MFG.CO.LTD.","高岳製作所"
"ダイヘン",66220,JP3497800007,"DAIHEN CORPORATION","ダイヘン"
"JVCKWHD",66320,JP3386410009,"JVC KENWOOD HoldingsInc.","ＪＶＣ・ケンウッド・ホールディングス"
"日新電",66410,JP3677600003,"Nissin Electric Co.Ltd.","日新電機"
"大崎電",66440,JP3187600006,"Osaki Electric Co.Ltd.","大崎電気工業"
"オムロン",66450,JP3197800000,"OMRON Corporation","オムロン"
"日東工",66510,JP3682400001,"NITTO KOGYO CORPORATION","日東工業"
"IDEC",66520,JP3138800002,"IDEC CORPORATION","ＩＤＥＣ"
"エルピーダ",66650,JP3167640006,"Elpida MemoryInc.","エルピーダメモリ"
"GSユアサ",66740,JP3385820000,"GS Yuasa Corporation","ジーエス・ユアサ　コーポレーション"
"サクサ",66750,JP3471200000,"SAXA HoldingsInc.","サクサホールディングス"
"メルコ",66760,JP3921080002,"MELCO HOLDINGS INC.","メルコホールディングス"
"テクノメディカ",66780,JP3545110003,"Techno Medica Co.Ltd.","テクノメディカ"
"NEC",67010,JP3733000008,"NEC Corporation","日本電気"
"富士通",67020,JP3818000006,"FUJITSU LIMITED","富士通"
"OKI",67030,JP3194000000,"Oki Electric Industry CompanyLimited","沖電気工業"
"岩崎通",67040,JP3150400004,"IWATSU ELECTRIC CO.LTD.","岩崎通信機"
"電気興",67060,JP3550000008,"Denki Kogyo CompanyLimited","電気興業"
"サンケン",67070,JP3329600005,"Sanken Electric Co.Ltd.","サンケン電気"
"エプソントヨ",67080,JP3616200006,"EPSON TOYOCOM CORPORATION","エプソントヨコム"
"カナヨ通",67150,JP3646800007,"NAKAYO TELECOMMUNICATIONSINC.","ナカヨ通信機"
"アイホン",67180,JP3105050003,"AIPHONE CO.LTD.","アイホン"
"NECエレ",67230,JP3164720009,"NEC Electronics Corporation","ＮＥＣエレクトロニクス"
"エプソン",67240,JP3414750004,"SEIKO EPSON CORPORATION","セイコーエプソン"
"ワコム",67270,JP3993400005,"Wacom Co.Ltd.","ワコム"
"アルパック",67280,JP3126190002,"ULVAC Inc.","アルバック"
"ピクセラ",67310,JP3801620000,"PIXELA CORPORATION","ピクセラ"
"ナナオ",67370,JP3651080008,"EIZO NANAO CORPORATION","ナナオ"
"信号",67410,JP3716000009,"The Nippon Signal CompanyLimited","日本信号"
"京三",67420,JP3248800009,"Kyosan Electric Manufacturing Co.Ltd.","京三製作所"
"能美防災",67440,JP3759800000,"NOHMI BOSAI LTD.","能美防災"
"ホーチキ",67450,JP3837400005,"HOCHIKI CORPORATION","ホーチキ"
"マスプロ",67490,JP3863400002,"MASPRO DENKOH CORP.","マスプロ電工"
"日無線",67510,JP3751800008,"Japan Radio Co.Ltd.","日本無線"
"パナソニック",67520,JP3866800000,"Panasonic Corporation","パナソニック"
"シャープ",67530,JP3359600008,"Sharp Corporation","シャープ"
"アンリツ",67540,JP3128800004,"ANRITSU CORPORATION","アンリツ"
"富士通ゼネ",67550,JP3818400008,"FUJITSU GENERAL LIMITED","富士通ゼネラル"
"日立国際",67560,JP3294600006,"Hitachi Kokusai Electric Inc.","日立国際電気"
"ソニー",67580,JP3435000009,"SONY CORPORATION","ソニー"
"NECトーキン",67590,JP3552300000,"NEC TOKIN Corporation","ＮＥＣトーキン"
"TDK",67620,JP3538800008,"TDK Corporation","ＴＤＫ"
"帝通工",67630,JP3541600007,"Teikoku Tsushin Kogyo Co.Ltd.","帝国通信工業"
"三洋電",67640,JP3340600000,"SANYO Electric Co.Ltd.","三洋電機"
"宮越商事",67660,JP3907800001,"MIYAKOSHI CORPORATION","宮越商事"
"ミツミ",67670,JP3904400003,"MITSUMI ELECTRIC CO.LTD.","ミツミ電機"
"タムラ",67680,JP3471000004,"TAMURA CORPORATION","タムラ製作所"
"アルプス",67700,JP3126400005,"ALPS ELECTRIC CO.LTD.","アルプス電気"
"池上通",67710,JP3132000005,"IKEGAMI TSUSHINKI CO.LTD.","池上通信機"
"パイオニア",67730,JP3780200006,"PIONEER CORPORATION","パイオニア"
"日本電波",67790,JP3737800007,"NIHON DEMPA KOGYO CO.LTD.","日本電波工業"
"日本トリム",67880,JP3739700007,"NIHON TRIM CO.LTD.","日本トリム"
"ロランドDG",67890,JP3983450002,"Roland DG Corporation","ローランド　ディー．ジー．"
"山水電",67930,JP3334000001,"SANSUI ELECTRIC CO.LTD.","山水電気"
"フォスター",67940,JP3802800007,"Foster Electric CompanyLimited","フォスター電機"
"クラリオン",67960,JP3269200006,"CLARION CO.LTD","クラリオン"
"SMK",67980,JP3162400000,"SMK Corporation","ＳＭＫ"
"ヨコオ",68000,JP3954200006,"YOKOWO CO.LTD.","ヨコオ"
"東光",68010,JP3591000009,"TOKOINC.","東光"
"ティアック",68030,JP3539200000,"TEAC CORPORATION","ティアック"
"ホシデン",68040,JP3845800006,"Hosiden Corporation","ホシデン"
"ヒロセ電",68060,JP3799000009,"HIROSE ELECTRIC CO.LTD.","ヒロセ電機"
"航空電子",68070,JP3705600009,"Japan Aviation Electronics IndustryLimited","日本航空電子工業"
"TOA",68090,JP3538600002,"TOA CORPORATION","ＴＯＡ"
"マクセル",68100,JP3791800000,"Hitachi MaxellLtd.","日立マクセル"
"ユニデン",68150,JP3952000002,"UNIDEN CORPORATION","ユニデン"
"アルパイン",68160,JP3126200009,"ALPINE ELECTRONICSINC.","アルパイン"
"スミダ",68170,JP3400800003,"SUMIDA CORPORATION","スミダ　コーポレーション"
"島田理化",68180,JP3356600001,"SPC Electronics Corporation","島田理化工業"
"アイコム",68200,JP3101400004,"ICOM INCORPORATED","アイコム"
"船井電",68390,JP3825850005,"FUNAI ELECTRIC CO.LTD.","船井電機"
"横河電",68410,JP3955000009,"YOKOGAWA ELECTRIC CORPORATION","横河電機"
"新電工",68440,JP3377800002,"Shindengen Electric Manufacturing Co.Ltd.","新電元工業"
"山武",68450,JP3937200008,"Yamatake Corporation","山武"
"日本光電",68490,JP3706800004,"NIHON KOHDEN CORPORATION","日本光電工業"
"チノー",68500,JP3511000006,"Chino Corporation","チノー"
"共和電",68530,JP3255200002,"KYOWA ELECTRONIC INSTRUMENTS CO.LTD.","共和電業"
"電子材料",68550,JP3735300000,"JAPAN ELECTRONIC MATERIALS CORPORATION","日本電子材料"
"堀場製",68560,JP3853000002,"HORIBALtd.","堀場製作所"
"アドバンテ",68570,JP3122400009,"ADVANTEST CORPORATION","アドバンテスト"
"小野測",68580,JP3196800001,"ONO SOKKI Co.Ltd.","小野測器"
"エスペック",68590,JP3469800001,"ESPEC CORP.","エスペック"
"SUNX",68600,JP3328400001,"SUNX Limited","サンクス"
"キーエンス",68610,JP3236200006,"KEYENCE CORPORATION","キーエンス"
"HIOKI",68660,JP3783200003,"HIOKI E.E.CORPORATION","日置電機"
"シスメックス",68690,JP3351100007,"SYSMEX CORPORATION","シスメックス"
"メガチップス",68750,JP3920860008,"MegaChips Corporation","メガチップス"
"OBARA",68770,JP3197650009,"OBARA CORPORATION","ＯＢＡＲＡ"
"電産コ電",68830,JP3734850005,"NIDEC COPAL ELECTRONICS CORPORATION","日本電産コパル電子"
"ミヤチテクノ",68850,JP3908600004,"MIYACHI CORPORATION","ミヤチテクノス"
"東京電波",69000,JP3585600004,"TOKYO DENPA CO.LTD.","東京電波"
"沢藤電",69010,JP3323200000,"SAWAFUJI ELECTRIC CO.LTD.","澤藤電機"
"コーセル",69050,JP3283700007,"COSEL CO.LTD.","コーセル"
"日立メディ",69100,JP3791900008,"Hitachi Medical Corporation","日立メディコ"
"新日無線",69110,JP3382400004,"New Japan Radio Co.Ltd.","新日本無線"
"オプテックス",69140,JP3197700002,"OPTEX CompanyLimited","オプテックス"
"千代インテ",69150,JP3528450004,"CHIYODA INTEGRE CO.LTD.","千代田インテグレ"
"東光電",69210,JP3591800002,"TOKO ELECTRIC CORPORATION","東光電気"
"スタンレー",69230,JP3399400005,"Stanley Electric Co.Ltd.","スタンレー電気"
"岩崎電",69240,JP3150800005,"IWASAKI ELECTRIC CO.LTD.","岩崎電気"
"ウシオ電",69250,JP3156400008,"USHIO INC.","ウシオ電機"
"OKAYA",69260,JP3193600008,"OKAYA ELECTRIC INDUSTRIES CO.LTD.","岡谷電機産業"
"フェニックス電",69270,JP3802700009,"PHOENIX Electric Co.Ltd.","フェニックス電機"
"日セラミ",69290,JP3725200004,"NIPPON CERAMIC CO.LTD.","日本セラミック"
"新神戸",69340,JP3376200006,"SHIN-KOBE ELECTRIC MACHINERY CO.LTD.","新神戸電機"
"デジタル研",69350,JP3732950005,"Japan Digital Laboratory Co.Ltd.","日本デジタル研究所"
"古河電池",69370,JP3827600002,"The Furukawa Battery Co.Ltd.","古河電池"
"双信電",69380,JP3432400004,"SOSHIN ELECTRIC CO.LTD.","双信電機"
"山一電機",69410,JP3934200001,"YAMAICHI ELECTRONICS CO.LTD.","山一電機"
"図研",69470,JP3412000006,"ZUKEN INC.","図研"
"日電子",69510,JP3735000006,"JEOL Ltd.","日本電子"
"カシオ",69520,JP3209000003,"CASIO COMPUTER CO.LTD.","カシオ計算機"
"ファナック",69540,JP3802400006,"FANUC LTD.","ファナック"
"FDK",69550,JP3820400004,"FDK CORPORATION","ＦＤＫ"
"日CMK",69580,JP3712000003,"CMK CORPORATION","日本シイエムケイ"
"エンプラス",69610,JP3169800004,"ENPLAS CORPORATION","エンプラス"
"ローム",69630,JP3982800009,"ROHM COMPANY LIMITED","ローム"
"ホトニクス",69650,JP3771800004,"HAMAMATSU PHOTONICS K.K.","浜松ホトニクス"
"三井ハイテ",69660,JP3892400007,"Mitsui High-tecInc.","三井ハイテック"
"新光電",69670,JP3375800004,"SHINKO ELECTRIC INDUSTRIES CO.LTD.","新光電気工業"
"京セラ",69710,JP3249600002,"KYOCERA CORPORATION","京セラ"
"日インター",69740,JP3687600001,"Nihon Inter Electronics Corporation","日本インター"
"太陽電",69760,JP3452000007,"Taiyo Yuden Co.Ltd.","太陽誘電"
"村田製",69810,JP3914400001,"MURATA MANUFACTURING COMPANYLTD.","村田製作所"
"ユーシン",69850,JP3944400005,"U-SHIN LTD.","ユーシン"
"双葉電子",69860,JP3824400000,"FUTABA CORPORATION","双葉電子工業"
"北電工",69890,JP3844600001,"HOKURIKU ELECTRIC INDUSTRY CO.LTD.","北陸電気工業"
"パナ電工",69910,JP3867600003,"Panasonic Electric Works Co.Ltd.","パナソニック電工"
"ニチコン",69960,JP3661800007,"NICHICON CORPORATION","ニチコン"
"日ケミコン",69970,JP3701200002,"NIPPON CHEMI-CON CORPORATION","日本ケミコン"
"KOA",69990,JP3283400004,"KOA CORPORATION","ＫＯＡ"
"市光工",72440,JP3141600001,"ICHIKOH INDUSTRIESLTD.","市光工業"
"小糸製",72760,JP3284600008,"KOITO MANUFACTURING CO.LTD.","小糸製作所"
"ミツバ",72800,JP3895200008,"MITSUBA Corporation","ミツバ"
"アロカ",77040,JP3126600000,"ALOKA CO.LTD.","アロカ"
"スター",77180,JP3399000003,"STAR MICRONICS CO.LTD.","スター精密"
"スクリーン",77350,JP3494600004,"Dainippon Screen Mfg.Co.Ltd.","大日本スクリーン製造"
"キャノ電子",77390,JP3243200007,"CANON ELECTRONICS INC.","キヤノン電子"
"キャノン",77510,JP3242800005,"CANON INC.","キヤノン"
"リコー",77520,JP3973400009,"RICOH COMPANYLTD.","リコー"
"電産サンキョ",77570,JP3327600007,"NIDEC SANKYO CORPORATION","日本電産サンキョー"
"MUTOHHD",79990,JP3914000009,"MUTOH HOLDINGS CO.LTD.","ＭＵＴＯＨホールディングス"
"東エレク",80350,JP3571400005,"Tokyo Electron Limited","東京エレクトロン"
~~~
end

STOCK:(2)TSE,ISIN,Foods

2008-12-02T15:02:00.001+09:00

Rhythm:(1)Clawson,Calendar,Babylonia,Maya

2008-12-02T09:00:00.001+09:00

べき乗則の調査は継続するが、べき乗傾向のA-B値のB値の傾向を別の観点から調べ始めている。
別の観点とは、周期である。世の中に存在する様々な周期の値を収集して、そこから
何か関連性を探る。
The investigation of the Power Law continues.
It begins to examine the tendency to B value of the A-B value of the Power Law tendency from another viewpoint.
Another viewpoint is a cycle.
The values at various cycles that exist in the world are collected, and it searches for something relation there.

現時点の判断では、A-BのB値がフィボナッチ数(Fn)、リュカ数(Ln)に分布している
ようにみえる。
更に、暫定案としては、Fn,Lnと黄金比の話から、近似値が得られたかに見える。
関連メモの整理を開始する。
In a present judgment, it seems that B value of A-B is distributed in the number
of Fibonacci(Fn) and the number of Lucas(Ln).
In addition, it sees it as a tentative idea as the approximate value was obtained from the story of Fn, Ln, and Golden ratio.
The arrangement of a related memo begins.

~~~
SA図書館)
数学の謎―数と数学の不思議な関係カルヴィン・C. クロースン、Calvin C. Clawson、好田順治、小野木明恵 (単行本 - 2006/9)
---
p.35)
シュメール人とバビロニア人がもちいた６０進法は、今日でも目にすることができる。
彼らは、１日を２４時間に分け、１時間を６０分に分け、１分を６０秒に分けた。
紀元前２０００年ごろには、１年が３６０日の暦をもちい、１年を１２ヶ月に分け、
１ヶ月を３０日としていた。１年にさらに５日あることは、６年ごとに１ヶ月余分に
足すことで解決した。一年が３６０日だからだろうか、円を３６０度に分割した。
---
p.231)
月の周期は約３０日なので、多くの古代社会で、この単位が、最初の暦の基本に取り入れられた。
バビロニアでは、１ケ月が３０日で１２ケ月を１年とした。合計で３６０日となる。
これで５日と少し、本当の１年より短いので、６年ごとに余分の月をひとつつけ加える必要があった。

古代マヤ文明では、２０日の月が１８ヶ月からなる暦がもちいられた。これも１年が３６０日となる。
ただし、マヤ人は、毎年の終わりに５日間の祭日を追加して暦を修正していた。
たぶん暦の年が３６０日だったからなのか、バビロニア人は、円を３６０の部分に分割した。
~~~
me)結果的に、内容が重複していた。
~~~
end

TOKYO STOCK EXCHANGE,ISIN,company code

2008-11-30T13:31:00.001+09:00

東証での会社コードをネットで一覧できるものはないか？
新聞の株式欄での会社名をコードに切り替えたい。
目的は、業種単位でべき乗傾向を見るためである。

Isn't there one that it is possible to have a look at the company code in Tokyo Stock Exchange with the net?
I want to switch the company name in the stocks column of the newspaper to the code.
The purpose is to see the Power Law tendency in each type of business.

~~~
[1]新聞の株式欄：北海道新聞を使用。
[1]The stocks column of the newspaper: The Hokkaido newspaper is used.

~~~
[2]会社コードは、東証のホームページから得る。
[2]The company code is obtained from the homepage of Tokyo Stock Exchange.

東京証券取引所,Tokyo Stock Exchange
http://www.tse.or.jp/

東証上場会社情報サービス,Tokyo Stock Exchange listed company information service
http://www.tse.or.jp/tseHpFront/HPLCDS0201.do

簡易検索を使う。Quick search is used.

例）検索条件は以下とする。
The example) The search condition is made the following.

===
所属部,Marketplace
第一部,First Section
業種分類,Category of industry
　食料品,Foods
　電気機器,Electric Appliances
===

~~~
[3]検索結果一覧で、会社の基本情報を選択する。
[3]Basic information of the company is selected by the retrieval result list.

以下のコードを記録する。The following codes are recorded.
===
Code
ISIN Code
===

~~~
ISINコード？
http://www.tse.or.jp/glossary/gloss_0/0_HN_isin.html
国際証券コード仕様ISO6166で定められている全世界共通の証券系コード。

ISIN code?
Bond system code common to all parts of the world decided by International Securities code specification ISO6166.
~~~
例）三洋電機
Code : 6764 or 67640
ISIN Code : JP3340600000
Marketplace : First Section
Category of industry : Electric Appliances
name(en) : SANYO Electric Co.Ltd.
name(jp) : 三洋電機（株）

~~~
end

Power Law:(26)SEO

2008-11-30T09:35:00.003+09:00

2008/11/26,企業説明会で、SEOに出会う。
SEOなるキーワードは、５，６年前に知っていたが、
これに関して、べき乗則が成り立つかをチェックしてみる。

~~~
[1]
DO図書館)たまたま借りていたもの。読み未完了。
プラネット・グーグルランダルストロス、Randall Stross、吉田晋治 (単行本 - 2008/9)
p.19-1)
２００８年２月には、グーグルは全米のインターネット検索で前年同月の６４％を上回る６６％を
処理している。シェア第二位のヤフーはわずか２１％で、マイクロソフトのMSN検索は７％だ。
：Hitwiseの2008/03/04のプレスリリース[Google Receives 66 Percent of U.S. Searches in February 2008]

p.19-2)
「世界中の情報を整理する」...この最終目標に向かって突き進めば、それだけ貴重な情報資源の
シェアを１つの会社が高めることになり、一部からは反感を買うようになるのは、グーグル経営陣も
十分に承知している。

---
[1-1]べき乗傾向を見る。
：データは以下。
===
company,share
Google,66
Yahoo,21
MSN,7
===

シェアの全体は100%ではない。三社以外にその他がある。
R^2=0.9811

---
[1-2]その他を追加。シェアを100%にして、傾向を見る。
：データは以下。
===
company,share
Google,66
Yahoo,21
MSN,7
others,6
===

R^2=0.9762
[1-1]よりも、R^2が低下。その他にまとめるのは、よくない？

---
[1-3]その他を一本ではなく、適当に配分して、傾向を見る。
：データは以下。
===
company,share
Google,66
Yahoo,21
MSN,7
others-1,4
others-2,2
===

R^2=0.9879
[1-1]よりも、R^2が増加。
シェアが数社独占よりも、参入企業数が多く、べき乗傾向であれば、市場規模は適正？

~~~
[2]
DO図書館)企業説明会の後に借りたもの。未読。
できる100ワザ SEO & SEM 集客も売上もアップするヤフー!・グーグル対策 (できるシリーズ) 大内範行、ジェフ・ルート、安川洋、江沢真紀 (大型本 - 2006/9/22)
---
p.101)
わざ５０：検索エンジンからのアクセスの「黄金比」を保とう
===
comment by my self)
ここでいう「黄金比」は、あの黄金比を意味して使っているのか？？？
===

・検索エンジンの黄金比は「５：３：１」

　どの検索エンジンからのアクセスが多いのかを調べて、そこからサイトの改善点を探しましょう。
　２００６年８月現在の日本の検索エンジンのシェアは、Yahoo!JAPAN、Google、MSN Japanの順で、
　おおよそ「５：３：１」という比率になっています。SEOをはじめたばかりのころは、Googleなど
　ひとつの検索エンジンだけが飛び抜けて比率が高かったりしますが、SEO対策をはじめると、自然と
　この５：３：１の比率に近づいていくものです。

・バランスが悪ければそれぞれに対策を行う

　もし、Google Analyticsの解析結果が５：３：１の比率と大きく違っていれば、トップ３の検索エンジン
　のいずれかから、うまくアクセスを誘導できていない可能性があります。
　Yahoo!JAPANが低ければ、ディレクトリーへの登録、キーワードに強調、メタタグへのキーワード記述
　などが行われているかを確認しましょう。Googleが低ければ、キーワードのテキストによるリンクや、
　PageRankの高いサイトとの相互リンクなどの対策を行いましょう。MSN Japanからのアクセス数は、
　GoogleとYahoo!JAPANへの対策がうまくいけば自然に改善されます。

---
[2-1]べき乗傾向を見る。
：データは以下。
===
company,share
Yahoo,5
Google,3
MSN,1
===

シェアの全体は100%ではない。三社以外にその他がある。
R^2=0.8773

---
[2-2]その他を追加。シェアを100%にして、傾向を見る。
：データは以下。
===
company,share
Yahoo,5
Google,3
MSN,1
others,1
===

R^2=0.9075
R^2は、[2-1]よりも増加。

~~~
[3]検索エンジンのシェア情報はいずこ？
：少し探索した結果。

---
[3-1]
http://netafull.net/survey/016916.html
検索エンジンシェア、引き続きGoogleがトップ
2006年11月22日 15:02
10月の米検索シェア、Googleが依然トップという記事。
comScore NetworksとNielsen//Netratingsが11月20日、このような調査結果を発表した。
comScoreによると、10月の検索エンジンマーケットでは、引き続きGoogleが45.4%のシェアで1位だそうです。
2位のYahoo! は28.2%、3位のMSNが11.7%となっています。

Excelで傾向を見る。
：データは以下。
===
company,share
Google,45.4
Yahoo,28.2
MSN,11.7
===

R^2=0.9009

---
[3-2]
http://www.comscore.com/press/release.asp?press=2598
Top Search Properties in Japan
September 2008
Total Japan Internet Audience*, Age 15+ - Home & Work Locations
Source: comScore qSearch

：データは以下。
===
name,"Searches (MM)","Searches Per Searcher","Share of Searches"
"Total Internet",5879,96.2,100
"Yahoo! Sites",3012,58.9,51.2
"Google Sites",2294,54.7,39
"Rakuten Inc",120,7.6,2
"Microsoft Sites",90,10.5,1.5
"NTT Group",80,10.9,1.4
"Amazon Sites",55,6.5,0.9
"Excite Japan",41,17.4,0.7
"NEC Corporation",37,18.2,0.6
"MIXI, Inc.",32,6.9,0.5
"GMO Internet Group",19,4.5,0.3
===

R^2=0.9111
２番目が近似からずれているのが気になる。WHY? TODO）
~~~
end

Power Law:(25)Golden ratio,黄金比

2008-11-29T11:53:00.005+09:00

(2008/11/22-)
ピラミッドと黄金比に関してチェックした。
The pyramid and the golden ratio were checked.
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[1]
KI図書館)
神々のシンボルと謎の超古代史 (別冊歴史読本 (20)) (単行本（ソフトカバー） - 1997/7)
---
ピラミッドの頭頂角と石英の結晶であるすべての水晶の頭頂角は等しい。
The head vertical angle of the pyramid and the head vertical angle of all crystal that is the crystal of quartz are equal.

p.52,Fig-39 ピラミッドと水晶の頭頂点,The head top of pyramid and crystal

---
秘教のシンボル-五芒星のカタチ
p.55,Fig-41 五芒星

a=36度とする。ことごとく36度の倍数からできている。
辺の間の比は、ことごとくφ=1.618から割り出される。
It is assumed the a=36 degree. It consists of the multiple of entirely 36 degree.
All the ratios between the vicinity are calculated from φ=1.618.

---
p.56,Fig-43 オリシス神話の幾何学,Geometrical of Orishis myth?

φ^2 = φ + 1

---
ピラミッドの形が、φ^2 = φ + 1　であるかを確認する。
The shape of the pyramid is φ^2 = φ + It is one is confirmed?

ピラミッドの底辺(Base in pyramid) : b = 230.36 m
ピラミッドの高さ(Height of pyramid) : h = 146.6 m

---
底辺の半分と高さの比は、sqrt(φ)か？
Are the ratio of half the base between height sqrt(φ)?

b/2 = 230.36/2 = 115.18

A) b/2 : h = 115.18 : 146.6 = 1 : 1.272790415...

B) 1 : SQRT((1 + SQRT(5)) / 2) = 1 : 1.27201965

(A - B) / B * 100 = 0.060593835

0.06%の誤差で、ほぼ一致している。
It is almost corresponding because of the error margin of 0.06%.

---
斜面はφか？
Is the slope φ?

C=SQRT(1^2 + (h/(b/2))^2)
=SQRT(1^2 + (146.6/(230.36/2))^2)
=1.618639997

(C - φ) / φ * 100 = 0.037453382

0.03%の誤差で、ほぼ一致している。
It is almost corresponding because of the error margin of 0.03%.

---
=ATAN(h/(b/2))*180/PI()=51.84415429
斜面の角度にほぼ一致する。
It agrees almost angling the slope.

---
(p.57)
市場経済を動かす相場の変動率は、ピラミッドの斜面と底辺の比に近似されるようである。
The regulation of the market price in which the market economy is moved is approximated to a slope in the pyramid and base ratio.
(TODO)

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[2]
DO図書館)

黄金比の謎 (DOJIN選書) 渡邉泰治 (単行本（ソフトカバー） - 2007/3/20)
p.99)：抜粋
ギザのピラミッド）紀元前2589年、クフ王
このピラミッドの底辺の長さは約２３０ｍ、高さは完成当時約１４６ｍである。
この底辺と高さの比は、230/146 = 1.575... であり、フィボナッチ数列の隣接項の１４４と２３３に
酷似しており、比の値と黄金比との誤差は約２％である。このことから、最も美しい均整のとれた
ピラミッドとして名高い。
ただし、古代エジプトでメートル法が使われていたとは思われないので、数値自体に大きな意味はないが、
比率として精度のよいものである。

---
本[1]では、底辺の半分と高さの比で計算しているので、φの精度は更に高い。
In book[1], the accuracy of φ is higher because it calculates in half the base and the ratio of height.

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[3]
mime)JavaWorldの読者プレゼントでもらったような、、、
株式自動売買ソフトウェアスーパー・株ロボを作ろう! 鳥海不二夫 (単行本 - 2006/8)

p.318)
黄金比　- GoldenSectionRatio
これがテクニカル分析とどんな関係あるかといわれると、ちょっと困ってしまいます。
黄金比は、俗説的な分析で使われるケースが多いため、解説しづらいんです。
例を１つあげますと、「上昇トレンドの銘柄がいったん下降転換した場合、上昇を始めた
瞬間からの高値を H、上昇開始時の株価を S とした場合、戻りの目安 L は、
L = 0.618 * H + 0.382 * S になる」という説があるようです。

When the brand of rising trend does the descent conversion once,,,
High price momentarily at the time of started rising is assumed to be H.
Stock prices when beginning to rise are assumed to be S.
Standard L of the return has the theory that becomes it as follows.

L = 0.618 * H + 0.382 * S

いかがですか？　筆者は使い道を思いつきませんでしたが、とくかくスーパー・カブロボSDK
には黄金比を扱うクラスが存在します。きっと黄金比を必要とする方が、世の中にはいるの
でしょう。第二回カブロボ・コンテストでは風水を使ったロボットが登場したぐらいです。
風水で儲かるなら、黄金比でも儲かっちゃうかも知れません。とにかく自由な発想が求められ
ていると考え、使い方を覚えておきましょう。

---
式の検証？TODO)
Verification of expression?TODO)

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[4]
SA図書館)
数学の謎―数と数学の不思議な関係カルヴィン・C. クロースン、Calvin C. Clawson、好田順治、小野木明恵 (単行本 - 2006/9)

p.50-54)
---
[4-1]
p.50)
古代ギリシア人はもうひとつ興味深いことを発見した。二つの幾何的な長さのあいだの特別な比である。
この比をいちばん楽に作図するには、幅１と長さ２の長方形を描けばよい。...対角線を引く。
ギリシア人が興味をもった比とは、対角線と縦の長さの合計を横の長さで割ったものだ。

---
[4-2]
p.50)
この比は、ピタゴラス教団がもちいていた神聖なシンボル、ペンタグラムにも見つかる。
...長さABとBCの比はなんだろう？　それは、(sqrt(5) + 1)/2だ。

今日では、「黄金分割」、「黄金平均」、「黄金比」などと呼ばれている。

---
[4-3]
p.52)
黄金平均には、この比で割った線分は、その線分上に重ねて折りたたまれると同じ比を何度も
生み出すという驚くべき特徴がある。
黄金平均を少数で表すとおよそ 1.618 になり、ギリシア文字のファイ(φ)で示される。
黄金平均にはすばらしい特徴が山ほどあり、それだけで本が一冊書けるくらいだ。
...１を加えるとそれ自身の平方ができる。
φ^2 = φ + 1

---
[4-4]
(p.52-54,55)
紀元前２５６０年、ギリシア人がφを発見する２０００年前に建てられたクフ王の大ピラミッドに
興味深い関係が認められる。大ピラミッドの４つの面のうち、ひとつの三角形に注目しよう。
その面の頂点から線をおろし、底辺を二分する。この線の長さは 611.75 フィートになる。
底辺の半分の長さは 378 フィート。二分する線を底辺の長さの半分で割ると、黄金平均に非常に
近い小数が得られる。誤差は１パーセントの 2/100 ほどにすぎない。この誤差は、大ピラミッドの
面積全体を測る際の誤差よりもはるかに小さい。これは単なる偶然なのか、それとも黄金平均が
意図的にピラミッドに作り込まれているのだろうか。それはなんとも言いがたい。設計者がこの比を
知っていて意図して使ったことを示す、独立した証拠を見つけるしかない。

もうひとつみごとな比が、ピラミッドの高さ(481 フィート)と底辺の長さの半分(378 フィート)の
あいだにある。この比はだいたい、黄金平均の平方根、すなわち sqrt(φ) である。

さらに、あまりに美しい偶然の一致を見てみよう。大ピラミッドの周囲の長さは 3,024 フィートで、
高さは 481 フィートだ。周囲の長さを高さで割ると、およそ 6.28690 になる。この値は、2 * PI()、
すなわち 6.28319 に限りなく近い。誤差はおよそ１パーセントの 6/100 しかない。これも偶然なの
だろうか。よくわからない。ほかのピラミッドにはこの比を示すものはなく、この謎を解く手立てはない。
~~~
end

Power Law:(24)Food delivering to home

2008-11-19T13:11:00.002+09:00

食品宅配で2008/10に購入したもののべき乗分布を見る。
The distribution of Power Law is seen though it bought for 2008/10 by delivering to home food.

"Power Law:(20)Jobless celebration?" と同様に、品物の金額に関して傾向を見る。
The tendency is seen as well as "Power Law:(20)Jobless celebration?" for the amount of money of goods.
http://humanbeing-etcman.blogspot.com/2008/11/power-law20jobless-celebration.html

~~~
(１週間目,One weeks from the beginning)

近似曲線,Approximation curve)
LN(y) = -1.0666*LN(x) + 6.9917

LN
(x, y)=(1, exp(6.9917)),(6, exp(-1.0666*LN(6) + 6.9917))
=(1, 1087.57),(6, 160.87)
Relative value)
=(1, 1087.57/160.87),(6, 1)
=(1, 6.761),(6, 1)
A=-1.0666
B=6.761

~~~
(２週間目,Two weeks from the beginnings)

Approximation curve)
LN(y) = -0.8878*LN(x) + 7.2903

LN
(x, y)=(1, exp(7.2903)),(11, exp(-0.8878*LN(11) + 7.2903))
=(1, 1466),(11, 174.42)
Relative value)
=(1, 1466/174.42),(11, 1)
=(1, 8.405),(11, 1)
A=-0.8878
B=8.405

~~~
(３週間目,Three weeks from the beginnings)

Approximation curve)
LN(y) = -1.1581*LN(x) + 8.1678

LN
(x, y)=(1, exp(8.1678)),(15, exp(-1.1581*LN(15) + 8.1678)))
=(1, 3525.58),(15, 153.18)
Relative value)
=(1, 3525.58/153.18),(15, 1)
=(1, 23.02),(15, 1)
A=-1.1582
B=23.02

~~~
(４週間目,Four weeks from the beginnings)

Approximation curve)
LN(y) = -1.1581*LN(x) + 8.1678
３週目に同じ。
It is the same as the third week.

~~~
月初めから各週までのA-B変化は以下のようになった。
The A-B change from beginning of the month to each week was as follows.

1week)
A=-1.0666
B=6.761

2week)
A=-0.8878
B=8.405

3week)
A=-1.1582
B=23.02

~~~
Rで、A-Bをプロットする。
A-B is plotted by R.

powerlaw-24-a-b.txt
===
A,B,week
-1.0666,6.761,1week
-0.8878,8.405,2week
-1.1582,23.02,"3,4week"
===
data_ab = read.csv("powerlaw-24-a-b.txt");

plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-0.2, 0.2), ylim=c(1, 4),
col="orange", pch=20, main="Scatter chart:a-b, Power Law(24)")
par(new=T)
#
for (i in 1:length(data_ab$A)){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-0.2, 0.2), ylim=c(1, 4), ann=F)

text(log(abs(data_ab$A[i])), log(data_ab$B[i]), data_ab$week[i], pos=4, offset=0.5)

par(new=T)
}

abline(v = log(1), col="red")

#
abline(log(4), 5, col="gray", lty=2)
text(log(1), log(4), "L(3)=4", pos=4, offset=0.5)
par(new=T)
plot(log(1), log(4), xlim=c(-0.2, 0.2), ylim=c(1, 4), pch=20, ann=F)
#
abline(log(5), 5, col="gray", lty="dotted")
text(log(1), log(5), "5?", pos=4, offset=0.5)
#
abline(log(7), 5, col="gray", lty=2)
text(log(1), log(7), "L(4)=7", pos=4, offset=0.5)
par(new=T)
plot(log(1), log(7), xlim=c(-0.2, 0.2), ylim=c(1, 4), pch=20, ann=F)
#
abline(log(11), 5, col="gray", lty=2)
text(log(1), log(11), "L(5)=11", pos=4, offset=0.5)
par(new=T)
plot(log(1), log(11), xlim=c(-0.2, 0.2), ylim=c(1, 4), pch=20, ann=F)
#
abline(log(15), 5, col="gray", lty="dotted")
text(log(1), log(15), "15?", pos=4, offset=0.5)
#
abline(log(18), 5, col="gray", lty=2)
text(log(1), log(18), "L(6)=18", pos=4, offset=0.5)
par(new=T)
plot(log(1), log(18), xlim=c(-0.2, 0.2), ylim=c(1, 4), pch=20, ann=F)

[図に関するコメント,Comment concerning figure]
[1]
１週目と２週目は、Lucasの線上にない。３週目と４週目はLucasの線上にある。
The first week and the second week, it is not on the line of Lucas.
The third week and the fourth week are on the line of Lucas.

[2]
３週目は、１週目と２週目の中間にある？
：１週目と２週目は変動して、３週目で収束した？
The third week is in the middle of the first week and the second week?
:The first week and the second week changed, and were settled on the week third?

~~~
[Tips for R]
[1]データのラベルを出したい。
I want to put out the label of data.
例)
text(x, y, label, pos=4, offset=0.5)

http://www.is.titech.ac.jp/~mase/mase/html.jp/temp/text.jp.html
pos テキストの位置指定子。
値 1, 2, 3 そして 4 はそれぞれ指定された座標の、下側、左側、上側、右側を指示する。

~~
[2]ablineのltyの使い方は、以下を参照。
Refer to the usage of lty of abline as follows.
http://cse.naro.affrc.go.jp/takezawa/r-tips/r/53.html
抜粋,Excerpt)
lty=2 ，lty="dashed"
：線分の形式 (line type) をダッシュにする．

lty=3 ，lty="dotted"
：線分の形式 (line type) をドットにする．

~~~~
番外）
昨日、人材銀行に登録した。
職種として、SE現役か、営業SEのいずれかを選択するか決めかねていたが、
スキルに関する自己紹介の文面を直した方がいいと言われた。確かに！
とりあえず、「大学時代、、、」
~~~~
end

Copy fee saving, コピー代節約

2008-11-19T10:57:00.000+09:00

コンビニのコピー代を節約する。
申請書をスキャナーで取り込み、少しはきれいに印刷までの手順を確認した。

[1]スキャナーで取り込み。
：*.bmpファイルができる。
：通常は、スキャナーのユーティリティで、即印刷できるはず。

[2]Adobe Photoshopで、切り出し、２値変換、*.jpegにする。
：申請書がリサイクル紙で、全体に色がつくので２値にする。インク代節約。

[3]MS PhotoDrawで、A4にリサイズして、印刷。
：これは年賀状でもお世話になっています。私自身としては使いやすい。

はっきり言って、これはお金と時間の節約になったのか？
~~~
end

Power Law:(23)John D. Barrow, Between Inner Space and Outer Space

2008-11-17T09:27:00.003+09:00

(2008/11/13)
(DO図書館)
単純な法則に支配される宇宙が複雑な姿を見... ジョン・D. バロウ、John D. Barrow、松浦俊輔 (単行本 - 2002/11)
p.57,Fig5-1:質量と大きさの分布(原子から恒星まで)
p.57,Fig5-1:Distribution of mass and size(From the atom to the fixed star)

~~~
reading point in figure) as memo.
y:10/13.8->10^(10/13.8)->5.304*1e30
~~~
log
(x, y)=(1e-10, 1e-30),(1e10, 5.304e30)
->
(x, y/x)=(1e-10, 1e-30/1e-10),(1e10, 5.304e30/1e10)
=(1e-10, 1e-20),(1e10, 5.304e20)
Relative value)
=(1, 1e-20/5.304e20),(1e10/1e-10, 1)
=(1, 0.1885e-40),(1e20, 1)
A=2.036
B=0.1885e-40

~~~
A>0なので、更に
In addition, because A is 0 or more, it continues.
(x, y/x)=(1, 0.1885e-40),(1e20, 1/1e20)
=(1, 0.1885e-40),(1e20, 1e-20)
Relative value)
=(1, 0.1885e-40/1e-20),(1e20, 1)
=(1, 0.1885e-20),(1e20, 1)
A=1.036
B=0.1885e-20

~~~
A>0,then continues...)
(x, y/x)=(1, 0.1885e-20),(1e20, 1/1e20)
=(1, 0.1885e-20),(1e20, 1e-20)
Relative value)
=(1, 0.1885e-20/1e-20),(1e20, 1)
=(1, 0.1885),(1e20, 1)
A=0.036
B=0.1885

~~~
A>0,then continues...)
(x, y/x)=(1, 0.1885),(1e20, 1/1e20)
=(1, 0.1885),(1e20, 1e-20)
Relative value)
=(1, 0.1885/1e-20),(1e20, 1)
=(1, 0.1885e20),(1e20, 1)
A=-0.964
B=0.1885e20

~~~
LN(abs(A))-LN(B)のグラフで、LN(abs(A))=0の時のB値を求める。
B value at LN(abs(A)) =0 is requested in the graph of LN(abs(A)) - LN(B).

LN(y) = a*LN(abs(x)) + LN(b)
a = 5
LN(b) = LN(y) - a*LN(x)
= LN(0.1885e20) - 5*LN(abs(-0.964))
= 44.383 - 5*(-0.03666)
= 44.566
b = exp(44.566)
= 2.263e19

~~~
b = 2.263e19 に近い、Fn,Lnを求める。
Fn and Ln are obtained near b = 2.263e19.
http://humanbeing-etcman.blogspot.com/2008/11/power-law22-over-100-in-fn-and-ln.html
~~~
http://www.mcs.surrey.ac.uk/Personal/R.Knott/Fibonacci/fibtable.html#100
Fn

83 : 99194853094755497
84 : 160500643816367088 = 24 x 32 x 13 x 29 x 83 x 211 x 281 x 421 x 1427
85 : 259695496911122585 = 5 x 1597 x 9521 x 3415914041
86 : 420196140727489673 = 6709 x 144481 x 433494437
87 : 679891637638612258 = 2 x 173 x 514229 x 3821263937
88 : 1100087778366101931 = 3 x 7 x 43 x 89 x 199 x 263 x 307 x 881 x 967
89 : 1779979416004714189 = 1069 x 1665088321800481
90 : 2880067194370816120 = 23 x 5 x 11 x 17 x 19 x 31 x 61 x 181 x 541 x 109441
91 : 4660046610375530309 = 132 x 233 x 741469 x 159607993
92 : 7540113804746346429 = 3 x 139 x 461 x 4969 x 28657 x 275449
93 : 12200160415121876738 = 2 x 557 x 2417 x 4531100550901
~~~:here
94 : 19740274219868223167 = 2971215073 x 6643838879
~~~:here
95 : 31940434634990099905 = 5 x 37 x 113 x 761 x 29641 x 67735001
96 : 51680708854858323072 = 27 x 32 x 7 x 23 x 47 x 769 x 1103 x 2207 x 3167
97 : 83621143489848422977 = 193 x 389 x 3084989 x 361040209
98 : 135301852344706746049 = 13 x 29 x 97 x 6168709 x 599786069
99 : 218922995834555169026 = 2 x 17 x 89 x 197 x 19801 x 18546805133
100 : 354224848179261915075 = 3 x 52 x 11 x 41 x 101 x 151 x 401 x 3001 x 570601

~~~
http://www.mcs.surrey.ac.uk/Personal/R.Knott/Fibonacci/lucas200.html
Ln

85 : 580696784543856761 = 11 x 3571 x 1158551 x 12760031
86 : 939587134549734843 = 3 x 313195711516578281
87 : 1520283919093591604 = 22 x 59 x 349 x 19489 x 947104099
88 : 2459871053643326447 = 47 x 93058241 x 562418561
89 : 3980154972736918051 = 179 x 22235502640988369
90 : 6440026026380244498 = 2 x 33 x 41 x 107 x 2521 x 10783342081
91 : 10420180999117162549 = 29 x 521 x 689667151970161
92 : 16860207025497407047 = 7 x 253367 x 9506372193863
~~~:here
93 : 27280388024614569596 = 22 x 63799 x 3010349 x 35510749
~~~:here
94 : 44140595050111976643 = 3 x 563 x 5641 x 4632894751907
95 : 71420983074726546239 = 11 x 191 x 9349 x 41611 x 87382901
96 : 115561578124838522882 = 2 x 1087 x 4481 x 11862575248703
97 : 186982561199565069121 = 3299 x 56678557502141579
98 : 302544139324403592003 = 3 x 281 x 5881 x 61025309469041
99 : 489526700523968661124 = 22 x 19 x 199 x 991 x 2179 x 9901 x 1513909
100 : 792070839848372253127 = 7 x 2161 x 9125201 x 5738108801
~~~
誤差はあると思うが、Fnに近い？
A-Bの傾向線は、Lnと仮定していたが、Fnの可能性もあるのか、それとも混合値あるいは、
初期値の異なる別の数列なのか？TODO)
It is near Fn though it thinks the error margin to be?
Though the trend line of A-B was assumed to be Ln,...
Is there a possibility of Fn, too or a mixture value or an initial value another different progression?
~~~
end

Power Law:(22) over 100 in Fn and Ln

2008-11-16T12:41:00.000+09:00

(2008/11/13)
フィボナッチ数、リュカ数で、100番目以上の数値をメンテしているサイトを探す。
It searches for the site where the numerical value more than the 100th in the number of Fibonacci and the number of Lucas is maintained.

~~~
(google:フィボナッチ数)
[1]
http://keisan.casio.jp/has10/Menu.cgi?path=08000000.%93%C1%8E%EA%8A%D6%90%94%2F07000200.%83t%83B%83%7B%83i%83b%83%60%90%94

フィボナッチ数（表）
フィボナッチ数列 Fnを表として計算します。

n フィボナッチ数 Fn
100 354224848179261915075
101 573147844013817084101
102 927372692193078999176
103 1500520536206896083280
104 2427893228399975082450
105 3928413764606871165730
106 6356306993006846248180
107 1.028472075761371741391E+22
108 1.66410277506205636621E+22
109 2.6925748508234281076E+22
110 4.35667762588548447381E+22
111 7.04925247670891258141E+22
112 1.140593010259439705522E+23
...
~~~
(google:lucas number)
[2]
http://www.mcs.surrey.ac.uk/Personal/R.Knott/Fibonacci/lucasNbs.html
http://www.mcs.surrey.ac.uk/Personal/R.Knott/Fibonacci/lucas200.html

The First 200 Lucas numbers and their factors
...
100 : 792070839848372253127 = 7 x 2161 x 9125201 x 5738108801
101 : 1281597540372340914251 = 809 x 7879 x 201062946718741
102 : 2073668380220713167378 = 2 x 32 x 67 x 409 x 63443 x 66265118449
103 : 3355265920593054081629 = 619 x 1031 x 5257480026438961
104 : 5428934300813767249007 = 47 x 3329 x 106513889 x 325759201
105 : 8784200221406821330636 = 22 x 11 x 29 x 31 x 71 x 211 x 911 x 21211 x 767131
106 : 14213134522220588579643 = 3 x 1483 x 2969 x 1076012367720403
107 : 22997334743627409910279 = 47927441 x 479836483312919
108 : 37210469265847998489922 = 2 x 7 x 23 x 6263 x 103681 x 177962167367
109 : 60207804009475408400201 = 128621 x 788071 x 593985111211
110 : 97418273275323406890123 = 3 x 41 x 43 x 307 x 59996854928656801
111 : 157626077284798815290324 = 22 x 4441 x 146521 x 1121101 x 54018521
112 : 255044350560122222180447 = 223 x 449 x 2207 x 1154149773784223
113 : 412670427844921037470771
...
~~~
[3]
http://www.mcs.surrey.ac.uk/Personal/R.Knott/Fibonacci/fibtable.html
The Fibonacci numbers
http://www.mcs.surrey.ac.uk/Personal/R.Knott/Fibonacci/fibtable.html#100
The first 300 Fibonacci numbers, completely factorised
...
99 : 218922995834555169026 = 2 x 17 x 89 x 197 x 19801 x 18546805133
100 : 354224848179261915075 = 3 x 52 x 11 x 41 x 101 x 151 x 401 x 3001 x 570601
101 : 573147844013817084101 = 743519377 x 770857978613
102 : 927372692193078999176 = 23 x 919 x 1597 x 3469 x 3571 x 6376021
103 : 1500520536206896083277 = 519121 x 5644193 x 512119709
104 : 2427893228399975082453 = 3 x 7 x 103 x 233 x 521 x 90481 x 102193207
105 : 3928413764606871165730 = 2 x 5 x 13 x 61 x 421 x 141961 x 8288823481
106 : 6356306993006846248183 = 953 x 55945741 x 119218851371
107 : 10284720757613717413913 = 1247833 x 8242065050061761
108 : 16641027750620563662096 = 24 x 34 x 17 x 19 x 53 x 107 x 109 x 5779 x 11128427
109 : 26925748508234281076009 = 827728777 x 32529675488417
...
~~~
end

Power Law:(21)Idea...

2008-11-16T10:12:00.000+09:00

(2008/11/07)
次に何が起こるかわからないが、安定した状態から変化すれば、
べき乗の傾向を保とうとして全体が動き出す。
バランスが悪い部分がべき乗傾向を維持しようとする。それが永遠に続く。
Next, though it doesn't understand what happens...
If it changes from the stable footing, It tries to keep the tendency to Power Law and the whole begins to move.
An ill-balanced part starts maintaining the tendency of Power Law . It continues through all eternity.
~~~
end

Power Law:(20)Jobless celebration?

2008-11-14T11:03:00.004+09:00

(2008/11/09:celebration)
とうとう退職しました。
離職祝いで、１年ぶりに家族と、近くの居酒屋に行った。
i quitted. i went to the nearby tavern with the family by the jobless celebration.
Dining out is after an interval of one year?

予算枠は考えるが、一品ごとの値段は気にせず、飲み食いした。これは一般的でしょう。
The price of each goods was not anxiously, and ate and drank though thought about the budget frame. This might be general.

レシートは以下でした。
The receipt was the following.

値段を眺めていると、「Power Law」がみえたような気がした。
When the price was looked at, I thought that it saw "Power Law".

値段のランキングのみで傾向を見た。
The tendency was seen only in the ranking of the price.

A,Bを求める。
A and B are obtained.

y = -0.5775x + 7.2361
->
LN(y) = -0.5775 * LN(x) + 7.2361

LN
(x, y)=(1, exp(7.2361)),(14, exp(-0.5775 * LN(14) + 7.2361))
=(1, 1388.67),(14, 302.49)
Relative value)
=(1, 1388.67/302.49),(14, 1)
=(1, 4.59),(14, 1)
A=-0.5774
B=4.59

~~~
散布図を示す。
The scatter chart is shown.

http://humanbeing-etcman.blogspot.com/2008/11/power-law19colored-categorylna-lnblucas.html

file:powerlaw-18-a-b.txt
->
file:powerlaw-20-a-b.txt
以下を追加。

"A","B","memo","Category","Category_code"
-0.5774,4.59,"Power Law:(20)",Economy...human activity,3

今回追加した点は、Lucas(n=9)のライン。そのラインには、「human_activity」があります。
The point added this time is a line in Lucas(n=9). In the line, there is "human_activity".

-2.154,3162,"Power Law:(9),p.129,Fig.9",web...human activity,3
~~~
番外）
巷では、地域振興券の第二段をやるらしい。
ばらまきで、広く薄く配布して何が変わるのか？
１０年以上を見越した新規産業を創生するための資金と年代を問わず雇用する
国営企業の創設を望む。最終的に民営化するにしても。
一極集中で、現状を打開し、全体を牽引してゆくものを真剣に考えるべきだ。
The second step of the Local Development Coupon seems to do on the street.
Is it distributed by the distribution widely and thinly and what changes? It is necessary to use it for the capital to do new industry that foresees ten years or more in Tscu.
Even if you finally privatize it The foundation of the managed company that employs it regardless of the age is hoped for.
It seriously thinks about the one to pull the whole by remedying the present situation by the excessive concentration.
~~~
end

Power Law:(19)colored Category,LN(A)-LN(B),Lucas By R

2008-11-10T23:41:00.001+09:00

(2008/11/09-2008/11/10)

目的,Purpose）
Power Law:(18)のデータをプロットする。
The data of Power Law:(18) is plotted.

[1]Lucasを別のデータでセットし、配列で値をセットする。
[1]Lucas is set by another data, and the value is set by the array.

例,Example）
Lucas:n=5
abline(log(11), log(exp(5)), col="gray", lty=2)
->
abline(log(Lucas[11]), log(exp(5)), col="gray", lty=2)

[2]ファイル分割しないで、カテゴリ別に色分けできないか？
[2]Can the plot be colored according to the category without file divided?

~~~
powerlaw-18-a-b.txt にカテゴリコードを追加する。
The following category code is added to powerlaw-18-a-b.txt.

# 1,bio:blue
# 2,nature:green
# 3,human_activity:red
# 4,industry:gray
# 5,electric:orange

# 999,unknow,black

~~~
file:powerlaw-18-a-b.txt
===
"A","B","memo","Category","Category_code"
-3.21,104660,"Power Law:(5),p.182,Fig.5-39(a)",Industry?,4
-2.457,4102.56,"Power Law:(5),p.182,Fig.5-39(b)",Industry?,4
-2.416,5.95e3,"Power Law:(5),p.182,Fig.5-39(c)",Industry?,4
-1.246,74,"Power Law:(5),p.128,Fig.4-14",Nature,4
-1.1818,5.337e4,"Power Law:(5),p.111,Fig.4-3",Electric,5
-1.092,24.926,"Power Law:(5),p.61,Fig.2-16(2)",Nature,2
-1.035,63.065,"Power Law:(5),p.123,Fig.4-10",Electric,5
-1.013,17.635,"Power Law:(5),p.63,Fig.2-18",Economy...human activity,3
-1.0123,20.75,"Power Law:(5),p.60,Fig.2-15",Economy...human activity,3
-1,1e4,"Power Law:(5),p.62,Fig.2-17",Culture?...human activity,3
-1.0,5.62e3,"Power Law:(5),p.175,Fig.5-33",Bio,1
-1,100,"Power Law:(5),p.125,Fig.4-12",Nature,2
-0.991,18.52,"Power Law:(5),p.61,Fig.2-16(1)",Nature,2
-0.767,200,"Power Law:(5),p.108,Fig.4-1",Electric,5
-0.353,58.214,"Power Law:(4),table.1",Bio,1
-0.29758,15.5,"Power Law:(3),p.242,Fig.44",Bio,1
-0.249,31.174,"Power Law:(7),p.27,Fig.3-1",Bio,1
-0.249,159.9,"Power Law:(7),p.36,Fig.3-2",Bio,1
-0.249,212.878,"Power Law:(7),p.36,Fig.3-2",Bio,1
-0.74,23.2,"Power Law:(8),p.22,Fig.2",Bio,1
-0.518,390,"Power Law:(8),p.24,Fig.3",Bio,1
-0.692,6.971e3,"Power Law:(8),p.26,Fig.4",Bio,1
-2.154,3162,"Power Law:(9),p.129,Fig.9",web...human activity,3
-6.179,1.234e5,"Power Law:(10),p.37,table",Nature...human,2
-2.1,1e6,"Power Law:(11),Fig.1",web...human activity,3
-0.863,6.66,"Power Law:(18),Benfords Law",unknown...,999
===

~~~
[R-0]Rプログラミングを確認する。
[R-0]R programming is confirmed.

~~~
[R-1]単品plot,Single plot

data_ab = read.csv("powerlaw-18-a-b.txt");
plot(log(abs(data_ab$A[1])), log(data_ab$B[1]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, ann=F)
:OK

~~~
[R-2]for文,for sentence

data_ab = read.csv("powerlaw-18-a-b.txt");
plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(xx) with Lucas")
for (i in 1:26){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, ann=F)
par(new=T)
}

~~~
[R-3]データ長の判断,Judgment of data length

data_ab = read.csv("powerlaw-18-a-b.txt");
> length(data_ab)
[1] 5
> length(data_ab$A)
[1] 26
>
plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(xx) with Lucas")
for (i in 1:length(data_ab$A)){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, ann=F)
par(new=T)
}

~~~
[R-4]色分け,colored plots

data_ab = read.csv("powerlaw-18-a-b.txt");
plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(xx) with Lucas")
par(new=T)
#
for (i in 1:length(data_ab$A)){
# 1,bio:blue
if (data_ab$Category_code[i] == 1){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="blue", pch=20, ann=F)
}
# 2,nature:green
else if (data_ab$Category_code[i] == 2){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="green", pch=20, ann=F)
}
# 3,human_activity:red
else if (data_ab$Category_code[i] == 3){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="red", pch=20, ann=F)
}
# 4,industry:gray
else if (data_ab$Category_code[i] == 4){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="gray", pch=20, ann=F)
}
# 5,electric:orange
else if (data_ab$Category_code[i] == 5){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, ann=F)
}
#
else{
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15), col="black", pch=20, ann=F)
}
par(new=T)
}

~~~
[R-5]Rの配列の使い方,How to use of the array of R

> category_col = c("blue", "green", "red", "gray", "orange")
> category_col
[1] "blue" "green" "red" "gray" "orange"
>

> category_col[0]
character(0)
> category_col[1]
[1] "blue"
> category_col[2]
[1] "green"
> category_col[3]
[1] "red"
> category_col[4]
[1] "gray"
> category_col[5]
[1] "orange"
>

~~~
category = c("bio", "nature", "human_activity", "industry", "electric")
category_col = c("blue", "green", "red", "gray", "orange")

data_ab = read.csv("powerlaw-18-a-b.txt");
plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(xx) with Lucas")
par(new=T)
#
for (i in 1:length(data_ab$A)){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15),
col=category_col[data_ab$Category_code[i]], pch=20, ann=F)
par(new=T)
}

~~~
[R-6]欠損値の判断,Judgment of missing value

> is.na(category_col[999])
[1] TRUE
> is.na(category_col[1])
[1] FALSE
> is.na(category_col[0])
logical(0)
>

> if(is.na(category_col[999])) aaa=1 else aaa=0
> aaa
[1] 1
>

~~~
category = c("bio", "nature", "human_activity", "industry", "electric")
category_col = c("blue", "green", "red", "gray", "orange")

data_ab = read.csv("powerlaw-18-a-b.txt");
plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(xx) with Lucas")
par(new=T)
#
for (i in 1:length(data_ab$A)){
if(!is.na(category_col[data_ab$Category_code[i]])){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15),
col=category_col[data_ab$Category_code[i]], pch=20, ann=F)
}
else{
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15),
col="black", pch=20, ann=F)
}
par(new=T)
}

~~~
[R-7]リュカ数を配列にする,The number of Lucas is arranged.

[before]

#Lucas:n=5
abline(log(11), log(exp(5)), col="gray", lty=2)
#Lucas:n=6
abline(log(18), log(exp(5)), col="gray", lty=2)
#Lucas:n=7
abline(log(29), log(exp(5)), col="gray", lty=2)
#Lucas:n=8
abline(log(47), log(exp(5)), col="gray", lty=2)
#Lucas:n=9
abline(log(76), log(exp(5)), col="gray", lty=2)
#Lucas:n=10
abline(log(123), log(exp(5)), col="gray", lty=2)
#Lucas:n=12
abline(log(322), log(exp(5)), col="gray", lty=2)
#Lucas:n=14
abline(log(843), log(exp(5)), col="gray", lty=2)
#Lucas:n=18
abline(log(5778), log(exp(5)), col="gray", lty=2)
#Lucas:n=19
abline(log(9349), log(exp(5)), col="gray", lty=2)
#Lucas:n=21
abline(log(24476), log(exp(5)), col="gray", lty=2)
#Lucas:n=22
abline(log(39603), log(exp(5)), col="gray", lty=2)
#Lucas:n=25
abline(log(167761), log(exp(5)), col="gray", lty=2)
#Lucas:n=26
abline(log(271443), log(exp(5)), col="gray", lty=2)
abline(v = log(1), col="red")

~~~
[after]

Lucas = c(1, 3, 4, 7, 11, 18, 29, 47, 76, 123, 199, 322, 521, 843, 1364, 2207, 3571,
5778, 9349, 15127, 24476, 39603, 64079, 103682, 167761, 271443, 439204,
710647, 1149851, 1860498, 3010349, 4870847, 7881196, 12752043)

> Lucas
[1] 1 3 4 7 11 18 29
[8] 47 76 123 199 322 521 843
[15] 1364 2207 3571 5778 9349 15127 24476
[22] 39603 64079 103682 167761 271443 439204 710647
[29] 1149851 1860498 3010349 4870847 7881196 12752043
>

Lucas_b_distribution = c(5, 6, 7, 8, 9, 10, 12, 14, 18, 19, 21, 22, 25, 26)

for (i in 1:length(Lucas_b_distribution)){
abline(log(Lucas[Lucas_b_distribution[i]]), log(exp(5)), col="gray", lty=2)
}
abline(v = log(1), col="red")

~~~
[R-8]現時点の最終版,Present, final version

category = c("bio", "nature", "human_activity", "industry", "electric")
category_col = c("blue", "green", "red", "gray", "orange")

data_ab = read.csv("powerlaw-18-a-b.txt");
plot(log(abs(data_ab$A[0])), log(data_ab$B[0]), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15),
col="orange", pch=20, main="Scatter chart:a-b, Power Law(18) with Lucas")
par(new=T)
#
for (i in 1:length(data_ab$A)){
if(!is.na(category_col[data_ab$Category_code[i]])){
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15),
col=category_col[data_ab$Category_code[i]], pch=20, ann=F)
}
else{
plot(log(abs(data_ab$A[i])), log(data_ab$B[i]), xlim=c(-2, 2), ylim=c(1, 15),
col="black", pch=20, ann=F)
}
par(new=T)
}
#
Lucas = c(1, 3, 4, 7, 11, 18, 29, 47, 76, 123, 199, 322, 521, 843, 1364, 2207, 3571,
5778, 9349, 15127, 24476, 39603, 64079, 103682, 167761, 271443, 439204,
710647, 1149851, 1860498, 3010349, 4870847, 7881196, 12752043)

Lucas_b_distribution = c(5, 6, 7, 8, 9, 10, 12, 14, 18, 19, 21, 22, 25, 26)

for (i in 1:length(Lucas_b_distribution)){
abline(log(Lucas[Lucas_b_distribution[i]]), log(exp(5)), col="gray", lty=2)
}
abline(v = log(1), col="red")

~~~
end

Power Law:(18)Benfords Law

2008-11-10T22:24:00.007+09:00

(2008/11/08)
DO図書館）：再読,Rereading
黄金比はすべてを美しくするか?―最も謎め... マリオリヴィオ、Mario Livio、斉藤隆央 (単行本 - 2005/12)
p.286-290:Article on Benfords Law
The Golden Ratio /The Story of Phi, the World's Most Astonishing Number by Mario Livio

ベンフォードの法則を再び思い出す。
Benfords law is recalled again.
~~~
http://en.wikipedia.org/wiki/Benfords_law
d p
1 30.1%
2 17.6%
3 12.5%
4 9.7%
5 7.9%
6 6.7%
7 5.8%
8 5.1%
9 4.6%
~~~
べき乗傾向をチェック。
Power Law tendency is checked.

A,Bを求める。
A and B are obtained.

y = -0.8631x -1.1606
->
ln(y) = -0.8631*ln(x) -1.1606

LN
(x, y)=(1, exp(-1.1606)),(9, exp(-0.8631*ln(9) -1.1606)
=(1, 0.313),(9, 0.047)
Relative value)
=(1, 0.313/0.047),(9, 1)
=(1, 6.66),(9, 1)
A=-0.863
B=6.66

~~~
http://humanbeing-etcman.blogspot.com/2008/11/power-law11graph-structure-in-web.html
Power Law:(11)のデータに、追加。
It adds it to the data of Power Law:(11).

"A","B","memo","Category"
-0.863,6.66,"Power Law:(18),Benfords Law",unknown...

powerlaw-11-a-b.txt + (this data) = powerlaw-18-a-b.txt

~~~
Rでplotする。
Plot is done by R.
:リュカ数の場合,in case of Lucas number

data_ab = read.csv("powerlaw-18-a-b.txt");
plot(log(abs(data_ab$A)), log(data_ab$B), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(1, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(18) with Lucas")
abline(log(11), log(exp(5)), col="gray", lty=2)
abline(log(18), log(exp(5)), col="gray", lty=2)
abline(log(29), log(exp(5)), col="gray", lty=2)
abline(log(47), log(exp(5)), col="gray", lty=2)
abline(log(76), log(exp(5)), col="gray", lty=2)
abline(log(123), log(exp(5)), col="gray", lty=2)
abline(log(322), log(exp(5)), col="gray", lty=2)
abline(log(843), log(exp(5)), col="gray", lty=2)
abline(log(5778), log(exp(5)), col="gray", lty=2)
abline(log(9349), log(exp(5)), col="gray", lty=2)
abline(log(24476), log(exp(5)), col="gray", lty=2)
abline(log(39603), log(exp(5)), col="gray", lty=2)
abline(log(167761), log(exp(5)), col="gray", lty=2)
abline(log(271443), log(exp(5)), col="gray", lty=2)
abline(v = log(1), col="red")

今回追加したデータは、Lucas(n=5,11)のラインに引っかかっている。
The data added this time is caught to the line of Lucas(n=5,11).
~~~
end

Power Law:(17)Graph with Lucas number

2008-11-04T20:09:00.004+09:00

Power Law:(11)のデータに、リュカ数の基準線を引いてみる。
Rのabline(a, b)を使用する。
切片(A=0)にリュカ数の何番目かをセットし、傾きをexp(5.008) -> exp(5)とする。
The base point lines of the number of Lucas are pulled to the data of Power Law:(11).
abline(a, b) of R is used.
The number of Lucas is set in cut (A=0), and the inclination is assumed the exp(5.008) -> exp(5).
~~~
[1]リュカ数の場合,in case of Lucas number
data_ab <- read.csv("powerlaw-11-a-b.txt");
plot(log(abs(data_ab$A)), log(data_ab$B), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(3, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(11) with Lucas")

Lucas:n=5
abline(log(11), log(exp(5)), col="gray", lty=2)

Lucas:n=6
abline(log(18), log(exp(5)), col="gray", lty=2)

Lucas:n=7
abline(log(29), log(exp(5)), col="gray", lty=2)

Lucas:n=8
abline(log(47), log(exp(5)), col="gray", lty=2)

Lucas:n=9
abline(log(76), log(exp(5)), col="gray", lty=2)

Lucas:n=10
abline(log(123), log(exp(5)), col="gray", lty=2)

~~~
Lucas:n=12
abline(log(322), log(exp(5)), col="gray", lty=2)

Lucas:n=14
abline(log(843), log(exp(5)), col="gray", lty=2)

Lucas:n=18
abline(log(5778), log(exp(5)), col="gray", lty=2)

Lucas:n=19
abline(log(9349), log(exp(5)), col="gray", lty=2)

Lucas:n=21
abline(log(24476), log(exp(5)), col="gray", lty=2)

Lucas:n=22
abline(log(39603), log(exp(5)), col="gray", lty=2)

Lucas:n=25
abline(log(167761), log(exp(5)), col="gray", lty=2)

Lucas:n=26
abline(log(271443), log(exp(5)), col="gray", lty=2)

abline(v = log(1), col="red")

~~~
[2]フィボナッチ数の場合,in case of Fibonacci number
Power Law:(15)では、グラフから読み取った数字からリュカ数が近いと見ているが、
フィボナッチのグラフではどうなっているかをみる
It sees how to become it in Fibonacci's graph though it is thought that the
number of Lucas is near from the figure read from the graph in Power Law:(15).

data_ab <- read.csv("powerlaw-11-a-b.txt");
plot(log(abs(data_ab$A)), log(data_ab$B), xlab="log(abs(a))", ylab="log(b)", xlim=c(-2, 2), ylim=c(3, 15), col="orange", pch=20, main="Scatter chart:a-b, Power Law(11) with Fibonacci")

Fibonacci:n=7
abline(log(13), log(exp(5)), col="gray", lty=2)

Fibonacci:n=8
abline(log(21), log(exp(5)), col="gray", lty=2)

Fibonacci:n=9
abline(log(34), log(exp(5)), col="gray", lty=2)

Fibonacci:n=10
abline(log(55), log(exp(5)), col="gray", lty=2)

Fibonacci:n=11
abline(log(89), log(exp(5)), col="gray", lty=2)

Fibonacci:n=12 :???
abline(log(144), log(exp(5)), col="gray", lty=2)

Fibonacci:n=14
abline(log(377), log(exp(5)), col="gray", lty=2)

Fibonacci:n=15
abline(log(610), log(exp(5)), col="gray", lty=2)

~~~
Fibonacci:n=20
abline(log(6765), log(exp(5)), col="gray", lty=2)

Fibonacci:n=21
abline(log(10946), log(exp(5)), col="gray", lty=2)

Fibonacci:n=22
abline(log(17711), log(exp(5)), col="gray", lty=2)

Fibonacci:n=23
abline(log(28657), log(exp(5)), col="gray", lty=2)

Fibonacci:n=24
abline(log(46368), log(exp(5)), col="gray", lty=2)

Fibonacci:n=26
abline(log(121393), log(exp(5)), col="gray", lty=2)

Fibonacci:n=27
abline(log(196418), log(exp(5)), col="gray", lty=2)

abline(v = log(1), col="red")

~~~
end

Power Law:(16)Fibonacci number & Lucas number

2008-11-04T18:41:00.007+09:00

「さとらんど」でのフィボナッチ数が伏線なのか？

(2008/10/31)
SA図書館)ハローワークの帰りに、立ち寄った。離職のタイミングが近づいている。
i stopped by the return of the employment agency. The timing of the resignation approaches.

~~~
周期の特異点のアイデアを求めて、借りた。
i borrowed for the idea of the significant point of the cycle.

フィボナッチ数の小宇宙(ミクロコスモス)... 中村滋 (単行本 - 2002/9)

[1]p.218,最初の100個のフィボナッチ数とその素因数分解、途中まで。
[1]p.218,The first 100 numbers of Fibonacci and the factorization on prime numbers,On the way.

[2]p.220,最初の100個のリュカ数とその素因数分解、途中まで。
[2]p.220,The first 100 numbers of Ruca and the factorization on prime numbers,On the way.

~~~
end

Power Law:(15)Hypothesis:LN(A)=0,the distribution of B ="Lucas number"

2008-11-04T16:14:00.003+09:00

(2008/11/01)midnight

~~~
2008/11/02)02:45-
傾き,slope）

y=75/8=9.375
x=51.5/27.5=1.872

y/x=9.375/1.872=5.008

exp(5.008)=149.6

傾きは、5.008
slope is 5.008.
~~~
end

Power Law:(14)Category Tendency to LN(A) - LN(B)

2008-11-04T15:46:00.005+09:00

(2008/11/01)
Power Law:(11)のデータをカテゴリごとにプロットを色分けしてみる。
基準線は傾向が見えなくなるので、外す。
何が見えるか？
The plot is classified by each category by using the data of Power Law:(11).
Because the tendency disappears to the base point line, it removes.
What do you see?
~~~
[1]
Power Law:(13)で使用したファイル：powerlaw-11-a-b.txt　を使う。
カテゴリごとにファイルを分ける。
The file used with Power Law:(13): Powerlaw-11-a-b.txt is used.
The file is divided by each category.
~~~
[1-1]category="Bio",9 records
file:powerlaw-11-a-b-bio.txt
===
"A","B","memo","Category"
-1.0,5.62e3,"Power Law:(5),p.175,Fig.5-33",Bio
-0.353,58.214,"Power Law:(4),table.1",Bio
-0.29758,15.5,"Power Law:(3),p.242,Fig.44",Bio
-0.249,31.174,"Power Law:(7),p.27,Fig.3-1",Bio
-0.249,159.9,"Power Law:(7),p.36,Fig.3-2",Bio
-0.249,212.878,"Power Law:(7),p.36,Fig.3-2",Bio
-0.74,23.2,"Power Law:(8),p.22,Fig.2",Bio
-0.518,390,"Power Law:(8),p.24,Fig.3",Bio
-0.692,6.971e3,"Power Law:(8),p.26,Fig.4",Bio
===

~~~
[1-2]category="Electric",3 records
file:powerlaw-11-a-b-electric.txt
===
"A","B","memo","Category"
-1.1818,5.337e4,"Power Law:(5),p.111,Fig.4-3",Electric
-1.035,63.065,"Power Law:(5),p.123,Fig.4-10",Electric
-0.767,200,"Power Law:(5),p.108,Fig.4-1",Electric
===

~~~
[1-3]category="human activity",5 records
file:powerlaw-11-a-b-human_activity.txt
===
"A","B","memo","Category"
-1.013,17.635,"Power Law:(5),p.63,Fig.2-18",Economy...human activity
-1.0123,20.75,"Power Law:(5),p.60,Fig.2-15",Economy...human activity
-1,1e4,"Power Law:(5),p.62,Fig.2-17",Culture?...human activity
-2.154,3162,"Power Law:(9),p.129,Fig.9",web...human activity
-2.1,1e6,"Power Law:(11),Fig.1",web...human activity
===

~~~
[1-4]category="Industry",3 records
file:powerlaw-11-a-b-industry.txt
===
"A","B","memo","Category"
-3.21,104660,"Power Law:(5),p.182,Fig.5-39(a)",Industry?
-2.457,4102.56,"Power Law:(5),p.182,Fig.5-39(b)",Industry?
-2.416,5.95e3,"Power Law:(5),p.182,Fig.5-39(c)",Industry?
===

~~~
[1-5]category="Nature",5 records
file:powerlaw-11-a-b-nature.txt
===
"A","B","memo","Category"
-1.246,74,"Power Law:(5),p.128,Fig.4-14",Nature
-1.092,24.926,"Power Law:(5),p.61,Fig.2-16(2)",Nature
-1,100,"Power Law:(5),p.125,Fig.4-12",Nature
-0.991,18.52,"Power Law:(5),p.61,Fig.2-16(1)",Nature
-6.179,1.234e5,"Power Law:(10),p.37,table",Nature...human
===

~~~
[2]カテゴリごとに色分けする。
It classifies it by the category.

data_ab_bio <- read.csv("powerlaw-11-a-b-bio.txt");
plot(log(abs(data_ab_bio$A)), log(data_ab_bio$B), xlim=c(-2, 2), ylim=c(3, 15), col="blue", pch=20, xlab="log(abs(a))", ylab="log(b)")
par(new=T)
data_ab_nature <- read.csv("powerlaw-11-a-b-nature.txt");
plot(log(abs(data_ab_nature$A)), log(data_ab_nature$B), xlim=c(-2, 2), ylim=c(3, 15), col="green", pch=20, ann=F)
par(new=T)
data_ab_human_activity <- read.csv("powerlaw-11-a-b-human_activity.txt");
plot(log(abs(data_ab_human_activity$A)), log(data_ab_human_activity$B), xlim=c(-2, 2), ylim=c(3, 15), col="red", pch=20, ann=F)
par(new=T)
data_ab_industry <- read.csv("powerlaw-11-a-b-industry.txt");
plot(log(abs(data_ab_industry$A)), log(data_ab_industry$B), xlim=c(-2, 2), ylim=c(3, 15), col="gray", pch=20, ann=F)
par(new=T)
data_ab_electric <- read.csv("powerlaw-11-a-b-electric.txt");
plot(log(abs(data_ab_electric$A)), log(data_ab_electric$B), xlim=c(-2, 2), ylim=c(3, 15), col="orange", pch=20, ann=F)
par(new=T)
title(main="Scatter chart:a-b, Power Law(11) category")
~~~
bio:blue
nature:green
human_activity:red
industry:gray
electric:orange

~~~
end

Power Law:(13)Tendency to LN(A) - LN(B)

2008-11-04T13:58:00.003+09:00

(2008/10/30-2008/11/01)

LN(A) - LN(B)の傾向を探る。
It searches for the tendency to LN(A) - LN(B).

~~~
[0]プロット方針,Policy to plot
以前やっていた以下の方法は止める。意味がないため。
The following methods are stopped. Because it is not significant.

A)Power Law:(6)で、A>1のB値の変換。ポイントを線で結ぶ。
A)In Power Law:(6), B value of A>1 is converted. The point is connected in the line.

B)Power Law:(5)で、ポイントを線で結ぶ。
B)In Power Law:(5), The point is connected in the line.

~~~
[1]
Power Law:(11)の段階でのデータをプロットする。
Data at the stage of Power Law:(11) is plotted.

powerlaw-11-a-b.txt
===
"A","B","memo","Category"
-3.21,104660,"Power Law:(5),p.182,Fig.5-39(a)",Industry?
-2.457,4102.56,"Power Law:(5),p.182,Fig.5-39(b)",Industry?
-2.416,5.95e3,"Power Law:(5),p.182,Fig.5-39(c)",Industry?
-1.246,74,"Power Law:(5),p.128,Fig.4-14",Nature
-1.1818,5.337e4,"Power Law:(5),p.111,Fig.4-3",Electric
-1.092,24.926,"Power Law:(5),p.61,Fig.2-16(2)",Nature
-1.035,63.065,"Power Law:(5),p.123,Fig.4-10",Electric
-1.013,17.635,"Power Law:(5),p.63,Fig.2-18",Economy...human activity
-1.0123,20.75,"Power Law:(5),p.60,Fig.2-15",Economy...human activity
-1,1e4,"Power Law:(5),p.62,Fig.2-17",Culture?...human activity
-1.0,5.62e3,"Power Law:(5),p.175,Fig.5-33",Bio
-1,100,"Power Law:(5),p.125,Fig.4-12",Nature
-0.991,18.52,"Power Law:(5),p.61,Fig.2-16(1)",Nature
-0.767,200,"Power Law:(5),p.108,Fig.4-1",Electric
-0.353,58.214,"Power Law:(4),table.1",Bio
-0.29758,15.5,"Power Law:(3),p.242,Fig.44",Bio
-0.249,31.174,"Power Law:(7),p.27,Fig.3-1",Bio
-0.249,159.9,"Power Law:(7),p.36,Fig.3-2",Bio
-0.249,212.878,"Power Law:(7),p.36,Fig.3-2",Bio
-0.74,23.2,"Power Law:(8),p.22,Fig.2",Bio
-0.518,390,"Power Law:(8),p.24,Fig.3",Bio
-0.692,6.971e3,"Power Law:(8),p.26,Fig.4",Bio
-2.154,3162,"Power Law:(9),p.129,Fig.9",web...human activity
-6.179,1.234e5,"Power Law:(10),p.37,table",Nature...human
-2.1,1e6,"Power Law:(11),Fig.1",web...human activity
===

data_ab <- read.csv("powerlaw-11-a-b.txt");
> data_ab
A B memo Category
1 -3.21000 104660.000 Power Law:(5),p.182,Fig.5-39(a) Industry?
2 -2.45700 4102.560 Power Law:(5),p.182,Fig.5-39(b) Industry?
3 -2.41600 5950.000 Power Law:(5),p.182,Fig.5-39(c) Industry?
4 -1.24600 74.000 Power Law:(5),p.128,Fig.4-14 Nature
5 -1.18180 53370.000 Power Law:(5),p.111,Fig.4-3 Electric
6 -1.09200 24.926 Power Law:(5),p.61,Fig.2-16(2) Nature
7 -1.03500 63.065 Power Law:(5),p.123,Fig.4-10 Electric
8 -1.01300 17.635 Power Law:(5),p.63,Fig.2-18 Economy...human activity
9 -1.01230 20.750 Power Law:(5),p.60,Fig.2-15 Economy...human activity
10 -1.00000 10000.000 Power Law:(5),p.62,Fig.2-17 Culture?...human activity
11 -1.00000 5620.000 Power Law:(5),p.175,Fig.5-33 Bio
12 -1.00000 100.000 Power Law:(5),p.125,Fig.4-12 Nature
13 -0.99100 18.520 Power Law:(5),p.61,Fig.2-16(1) Nature
14 -0.76700 200.000 Power Law:(5),p.108,Fig.4-1 Electric
15 -0.35300 58.214 Power Law:(4),table.1 Bio
16 -0.29758 15.500 Power Law:(3),p.242,Fig.44 Bio
17 -0.24900 31.174 Power Law:(7),p.27,Fig.3-1 Bio
18 -0.24900 159.900 Power Law:(7),p.36,Fig.3-2 Bio
19 -0.24900 212.878 Power Law:(7),p.36,Fig.3-2 Bio
20 -0.74000 23.200 Power Law:(8),p.22,Fig.2 Bio
21 -0.51800 390.000 Power Law:(8),p.24,Fig.3 Bio
22 -0.69200 6971.000 Power Law:(8),p.26,Fig.4 Bio
23 -2.15400 3162.000 Power Law:(9),p.129,Fig.9 web...human activity
24 -6.17900 123400.000 Power Law:(10),p.37,table Nature...human
25 -2.10000 1000000.000 Power Law:(11),Fig.1 web...human activity
>

~~~
[1-1]log10で出力,output by the common logarithm.
>plot(abs(data_ab$A), data_ab$B, log="xy")

タイトル、ラベルをセット。
The title and the label are set.

>plot(abs(data_ab$A), data_ab$B, log="xy", xlab="log10(abs(a))", ylab="log10(b)", main="Scatter chart:a-b, Power Law(11)")

~~~
[1-2]log,LNで出力,output by Napierian logarithm.

>plot(log(abs(data_ab$A)), log(data_ab$B), xlab="log(abs(a))", ylab="log(b)", main="Scatter chart:a-b, Power Law(11)")

垂直線を引く。何があると予想している。
The perpendicular line is pulled. It is expected that it is what.
>abline(v = log(1), col="red")

水平線を引く。これにはあまり意味がない？特定値に収束していると期待していたが。たとえば、LN(900)とか。
The horizon is pulled. Isn't it so significant to this?Though it was expected
that it settled to a specific value. For instance, LN(900).
>abline(h = log(1000), col="red")
>abline(h = log(800), col="red")

~~~
[2]
何かが見えるか？
Do you see anything?

Power Law:(7)から、Power Law:(11)までのデータで、パターンを模索していた。
It groped for the pattern by data from Power Law:(7) to Power Law:(11).

可能性として、以下を検討した。
The following were examined as a possibility.

[2-1]20081030-2205-,案1,Idea 1

A)A=1.0の近傍の縦方向は、共鳴エリア？すべてのBを許容する。
A)Is the vertical direction near A=1.0 a resonance area? All B is allowed.

B)左下から右上斜め方向にクロスで、プロットが収まる。
B)The plot is installed from the left under in crossing for on the right diagonal.

[2-2]20081031-0715-,案2,Idea 2
：案１のlog10をlogにした。Log10 of idea 1 was made log.

A)A=0で、クロス？
A)It crosses by A=0?

B)左下から右上斜め方向にベルト的に、プロットが分布？
B)Is the plot distributed from the left under belting it for on the right diagonal?

[2-3]20081031-0937-,案3,Idea 3
：プロットデータを追加。The plot data is added.

A)A=0で、クロス？
A)It crosses by A=0?

[2-4]20081101-0843-,案4,Idea 4
：プロットデータを追加。The plot data is added.

B)左下から右上斜め方向にベルト的に、プロットが分布？
B)Is the plot distributed from the left under belting it for on the right diagonal?

いたずら書きあり。Mischief writing.
~~~
end

Power Law:(12)Graph,LN-LN in R

2008-11-04T11:33:00.005+09:00

(2008/10/30)
Rで両対数グラフを出力する。
Both logarithm graph is output by R.
~~~
[1]例：Rの動作確認用
[1]Example:To confirm the operation of R
http://www.yukun.info/blog/2008/09/r-read-csv-file.html

読み込むCSVファイルは2007年度のセリーグの打撃成績の順位です。
The read CSV file is an order of the batting result of Central League in fiscal year 2007.

参考：2007年度セントラル・リーグ個人打撃成績（規定打席以上）
Reference: Central League individual batting result in fiscal year 2007(more than regulated at bat)

batting2007.csv
順位,打率,安打
Order, batting average, and safe hit
===
order,batting_avg,safe_hit
1,0.346,193
2,0.343,204
3,0.318,172
4,0.313,177
5,0.31,175
6,0.308,155
7,0.302,122
8,0.302,118
9,0.3,120
10,0.3,139
===

> data <- read.csv("batting2007.csv");
> data
order batting_avg safe_hit
1 1 0.346 193
2 2 0.343 204
3 3 0.318 172
4 4 0.313 177
5 5 0.310 175
6 6 0.308 155
7 7 0.302 122
8 8 0.302 118
9 9 0.300 120
10 10 0.300 139
>

ノーマル出力,Normal output

>plot(data$order, data$batting_avg)

両対数出力,Both logarithm output

>plot(data$order, data$batting_avg, log="xy")

y軸がlogになっていないような？
Isn't y axis log?
(2008/10/30)
データの幅が狭いと、対数にならない。
When the width of data is narrow, it doesn't become a logarithm.

~~~
[2]はじめから、LN計算してから、プロットする。
After LN is calculated from the start, it plots it.

常用対数,Common logarithm
>plot(log10(data$order), log10(data$batting_avg))

自然対数,Napierian logarithm
>plot(log(data$order), log(data$batting_avg))

これらもべき乗則になっています。
These are Power Laws.
~~~
end

Power Law:(11)Graph structure in the web

2008-11-03T23:02:00.001+09:00

2008/11/01）
(google:power law)でヒットしたものでグラフありをチェック。第一弾。
(google:power law)It is checked that it is the one that became a hit and there is a graph. The first.

http://www9.org/w9cdrom/160/160.html
Graph structure in the web
Andrei Broder(1), Ravi Kumar(2), Farzin Maghoul(1),
Prabhakar Raghavan(2), Sridhar Rajagopalan(2), Raymie Stata(3),
Andrew Tomkins(2), Janet Wiener(3)

1: AltaVista Company, San Mateo, CA.
2: IBM Almaden Research Center, San Jose, CA.
3: Compaq Systems Research Center, Palo Alto, CA.
~~~

Fig.1のみをチェック。その他：Fig.2,3,4は未！TODO）
Only Fig.1 is checked. Additionally: Fig.2, 3, and 4 are unchecked. TODO)

~~~
直線部分のみの相対値を得る。
A relative value only of a straight line part is obtained.

A=-2.1

y=B*x^(A)
B=y/x^(A)
=1e6/10^(-2.1)
=1e6/7.943e-3
=0.126e9
=1.26e8

***
1=B*x^A
log1= logB + Alogx
-logB = Alogx

logx = (-logB)/A
x=10^((-logB)/A)
=7199.78

~~~
(x, y)=(10, 1e6),(7199.78, 1)
Relative value)
=(1, 1e6),(7199.78/10, 1)
=(1, 1e6),(719.98, 1)
A=-2.1
B=1e6

~~~
今回までのデータを示す。
Data until this time is shown.

"A","B","memo","Category"
-3.21,104660,"Power Law:(5),p.182,Fig.5-39(a)",Industry?
-2.457,4102.56,"Power Law:(5),p.182,Fig.5-39(b)",Industry?
-2.416,5.95e3,"Power Law:(5),p.182,Fig.5-39(c)",Industry?
-1.246,74,"Power Law:(5),p.128,Fig.4-14",Nature
-1.1818,5.337e4,"Power Law:(5),p.111,Fig.4-3",Electric
-1.092,24.926,"Power Law:(5),p.61,Fig.2-16(2)",Nature
-1.035,63.065,"Power Law:(5),p.123,Fig.4-10",Electric
-1.013,17.635,"Power Law:(5),p.63,Fig.2-18",Economy...human activity
-1.0123,20.75,"Power Law:(5),p.60,Fig.2-15",Economy...human activity
-1,1e4,"Power Law:(5),p.62,Fig.2-17",Culture?...human activity
-1.0,5.62e3,"Power Law:(5),p.175,Fig.5-33",Bio
-1,100,"Power Law:(5),p.125,Fig.4-12",Nature
-0.991,18.52,"Power Law:(5),p.61,Fig.2-16(1)",Nature
-0.767,200,"Power Law:(5),p.108,Fig.4-1",Electric
-0.353,58.214,"Power Law:(4),table.1",Bio
-0.29758,15.5,"Power Law:(3),p.242,Fig.44",Bio
-0.249,31.174,"Power Law:(7),p.27,Fig.3-1",Bio
-0.249,159.9,"Power Law:(7),p.36,Fig.3-2",Bio
-0.249,212.878,"Power Law:(7),p.36,Fig.3-2",Bio
-0.74,23.2,"Power Law:(8),p.22,Fig.2",Bio
-0.518,390,"Power Law:(8),p.24,Fig.3",Bio
-0.692,6.971e3,"Power Law:(8),p.26,Fig.4",Bio
-2.154,3162,"Power Law:(9),p.129,Fig.9",web...human activity
-6.179,1.234e5,"Power Law:(10),p.37,table",Nature...human
-2.1,1e6,"Power Law:(11),Fig.1",web...human activity
~~~
end

Power Law:(10)Chemical Element of Human

2008-11-03T22:18:00.003+09:00

(2008/10/27)
KI図書館)
元素がわかる (ファーストブック) 小野昌弘 (単行本（ソフトカバー） - 2008/8/23)
p.37,table,人間を作る元素の割合(体重70Kgの男性),Ratio of element that makes human(man of 70Kg in weight)

Excelで、LN-LNグラフを出力。いろいろやった近似式は以下。
：対象は、No.3からNo.20まで。
The LN-LN graph is output by Excel. The approximation type variously done is
the following.
The object : from No.3 to No.20.

LN(y)=-6.1803(LN(x))+17.03

LN
(x, y)=(3, 28008),(20, 0.227)
Relative value)
=(1, 28008/0.227),(20/3, 1)
=(1, 1.234e5),(6.667, 1)
A=-6.179
B=1.234e5

~~~
今回までのデータを示す。
Data until this time is shown.

"A","B","memo","Category"
-3.21,104660,"Power Law:(5),p.182,Fig.5-39(a)",Industry?
-2.457,4102.56,"Power Law:(5),p.182,Fig.5-39(b)",Industry?
-2.416,5.95e3,"Power Law:(5),p.182,Fig.5-39(c)",Industry?
-1.246,74,"Power Law:(5),p.128,Fig.4-14",Nature
-1.1818,5.337e4,"Power Law:(5),p.111,Fig.4-3",Electric
-1.092,24.926,"Power Law:(5),p.61,Fig.2-16(2)",Nature
-1.035,63.065,"Power Law:(5),p.123,Fig.4-10",Electric
-1.013,17.635,"Power Law:(5),p.63,Fig.2-18",Economy...human activity
-1.0123,20.75,"Power Law:(5),p.60,Fig.2-15",Economy...human activity
-1,1e4,"Power Law:(5),p.62,Fig.2-17",Culture?...human activity
-1.0,5.62e3,"Power Law:(5),p.175,Fig.5-33",Bio
-1,100,"Power Law:(5),p.125,Fig.4-12",Nature
-0.991,18.52,"Power Law:(5),p.61,Fig.2-16(1)",Nature
-0.767,200,"Power Law:(5),p.108,Fig.4-1",Electric
-0.353,58.214,"Power Law:(4),table.1",Bio
-0.29758,15.5,"Power Law:(3),p.242,Fig.44",Bio
-0.249,31.174,"Power Law:(7),p.27,Fig.3-1",Bio
-0.249,159.9,"Power Law:(7),p.36,Fig.3-2",Bio
-0.249,212.878,"Power Law:(7),p.36,Fig.3-2",Bio
-0.74,23.2,"Power Law:(8),p.22,Fig.2",Bio
-0.518,390,"Power Law:(8),p.24,Fig.3",Bio
-0.692,6.971e3,"Power Law:(8),p.26,Fig.4",Bio
-2.154,3162,"Power Law:(9),p.129,Fig.9",web...human activity
-6.179,1.234e5,"Power Law:(10),p.37,table",Nature...human
~~~
end

Power Law:(9)Nexus,Small Worlds ...

2008-11-03T20:14:00.002+09:00

(2008/10/30)

KI図書館）
複雑な世界、単純な法則ネットワーク科学の最前線マーク・ブキャナン阪本芳久 (単行本 - 2005/2/25)
Nexus: Small Worlds and the Groundbreaking Science of Networks by Mark Buchanan

p.129,Fig.9,インターネットのノード分布,Node distribution of the Internet

~~~
reading point in figure) as memo.
y:6/12->10^(6/12)->3.162*1e3
x:15/24->10^(15/24)->4.217*1e1
~~~
log
(x, y)=(1, 3.162e3),(4.217e1, 1)
A=-2.154
B=3162

~~~
今回までのデータを示す。
Data until this time is shown.

"A","B","memo","Category"
-3.21,104660,"Power Law:(5),p.182,Fig.5-39(a)",Industry?
-2.457,4102.56,"Power Law:(5),p.182,Fig.5-39(b)",Industry?
-2.416,5.95e3,"Power Law:(5),p.182,Fig.5-39(c)",Industry?
-1.246,74,"Power Law:(5),p.128,Fig.4-14",Nature
-1.1818,5.337e4,"Power Law:(5),p.111,Fig.4-3",Electric
-1.092,24.926,"Power Law:(5),p.61,Fig.2-16(2)",Nature
-1.035,63.065,"Power Law:(5),p.123,Fig.4-10",Electric
-1.013,17.635,"Power Law:(5),p.63,Fig.2-18",Economy...human activity
-1.0123,20.75,"Power Law:(5),p.60,Fig.2-15",Economy...human activity
-1,1e4,"Power Law:(5),p.62,Fig.2-17",Culture?...human activity
-1.0,5.62e3,"Power Law:(5),p.175,Fig.5-33",Bio
-1,100,"Power Law:(5),p.125,Fig.4-12",Nature
-0.991,18.52,"Power Law:(5),p.61,Fig.2-16(1)",Nature
-0.767,200,"Power Law:(5),p.108,Fig.4-1",Electric
-0.353,58.214,"Power Law:(4),table.1",Bio
-0.29758,15.5,"Power Law:(3),p.242,Fig.44",Bio
-0.249,31.174,"Power Law:(7),p.27,Fig.3-1",Bio
-0.249,159.9,"Power Law:(7),p.36,Fig.3-2",Bio
-0.249,212.878,"Power Law:(7),p.36,Fig.3-2",Bio
-0.74,23.2,"Power Law:(8),p.22,Fig.2",Bio
-0.518,390,"Power Law:(8),p.24,Fig.3",Bio
-0.692,6.971e3,"Power Law:(8),p.26,Fig.4",Bio
-2.154,3162,"Power Law:(9),p.129,Fig.9",web...human activity
~~~
end

Power Law:(8)Biological Diversity,生物多様性

2008-11-03T19:33:00.004+09:00

(2008/10/27,10/28)
べき乗パターンを収集中。
The patterns of Power Law are being collected.

またまた、べき乗の別なパターンを発見！
アレニウスです。アレニウスの式が出てきました。
結局、いろいろな人が発見して、同じ現象？に異なる名前が付けられてしまった？
Another pattern of the Power Law is discovered again.
It is Arrhenius. Arrhenius equation has come out.
After all, various people discover, and a different name has been named to the same phenomenon?

KI図書館)
なぜたくさんの生物がいるのか? (地球を丸ごと考える) 橘川次郎 (単行本 - 1995/9)
~~~
抜粋）：読み未完了！(p.46,exit)
(p.vi)
多様ということは、無秩序につながるものではない。生物の集団は無作為に集められた種類から
構成されているのではなく、そこには必ず何らかの秩序がある。今日見られる生物の集団は、
起源を異にする個々の種が、分散や自然淘汰の結果、ある地域に共存するようになったもので、
その進化の過程は今もなお進行中である。このような意味で、多様性とは長い生物進化の歴史に
よってつちかわれた産物であり、、、

(p.vii)
自然界が多様であることによって、生物界の秩序が保たれているとすれば、その破壊を招く
人間の行為は、地球上の生物種全体の存続にマイナスのはたらきをすることになる。そこから
自然保護の倫理が生まれてくる。今や生命の多様性を保つために、全人類が責任を果たさなければ
ならない時代になってきた。

(p.22)
面積と種数の関係は、多様性を調べる際の基礎として役立つだけではない。この関係は、
生物の生息地がだんだん小さくなるにつれてどのくらいの種が絶滅するかを推定する基準と
しても用いられている。

(p.45)
自然界では、個体数の多い種や少ない種が、それぞれ振幅の異なる変動をしながら共存している。

~~~
[1]p.22,Fig.2,アレニウス方程式で表される植物の種数(S)と面積(A)の関係,
Relation between number of species and area of plant shown by Arrhenius equation

実データかは不明？出典不明？
Is it uncertain whether it is real data? Is the source uncertain?

S=13*A^(0.26)

(x, y)=(1, 13),(70, 39.2)
converts it)
(x, y/x)=(1, 13),(70, 39.2/70)
=(1, 13),(70, 0.56)
Relative value)
=(1, 13),(70, 0.56)
=(1, 13/0.56),(70, 1)
=(1, 23.2),(70, 1)
A=-0.74
B=23.2
~~~
[2]p.24,Fig.3,鳥の種数と面積との関係(対数表示)。
直線は、福島県以上の値をアレニウス方程式にあてはめたもの,
Relation between number of species and area of bird (logarithm display).
The straight line is an application of the value more than Fukushima Prefecture
to the Arrhenius equation.

~~~
reading point in figure) as memo.
y:10mm/13.5mm->10^(10/13.5)->5.5*1e3
y:4.5/13.5->10^(4.5/13.5)->2.15*1e1
~~~
log
(x, y)=(1e3, 2.15e1),(1e8, 5.5e3)
converts it)
(x, y/x)=(1e3, 2.15e1/1e3),(1e8, 5.5e3/1e8)
=(1e3, 2.15e-2),(1e8, 5.5e-5)
Relative value)
=(1, 2.15e-2/5.5e-5),(1e8/1e3, 1)
=(1, 0.39e3),(1e5, 1)
A=-0.518
B=0.39e3=390
~~~
[3]p.26,Fig.4,日本の3県とコスタリカを出発点とした場合の、鳥の種数と面積との関係(対数表示),
Relation between number of species and area of bird when three prefectures in Japan and CostaRica are made starting point(logarithm display)

~~~
reading point in figure) as memo.
y:12.5/14->10^(12.5/14)->7.814*1e3
y:2.5/14->10^(2.5/14)->1.509*1e2
x:4.3/7->10^(4.3/7)->4.11*1e2
x:1.2/7->10^(1.2/7)->1.484*1e8
~~~
log
(x, y)=(4.11e2, 1.509e2),(1.484e8, 7.814e3)
converts it)
(x, y/x)=(4.11e2, 1.509e2/4.11e2),(1.484e8, 7.814e3/1.484e8)
=(4.11e2, 0.367),(1.484e8, 5.265e-5)
Relative value)
=(1, 0.367/5.265e-5),(1.484e8/4.11e2, 1)
=(1, 6.971e3),(0.361e6, 1)
A=-0.692
B=6.971e3
~~~
今回までのデータを示す。
Data until this time is shown.

"A","B","memo","Category"
-3.21,104660,"Power Law:(5),p.182,Fig.5-39(a)",Industry?
-2.457,4102.56,"Power Law:(5),p.182,Fig.5-39(b)",Industry?
-2.416,5.95e3,"Power Law:(5),p.182,Fig.5-39(c)",Industry?
-1.246,74,"Power Law:(5),p.128,Fig.4-14",Nature
-1.1818,5.337e4,"Power Law:(5),p.111,Fig.4-3",Electric
-1.092,24.926,"Power Law:(5),p.61,Fig.2-16(2)",Nature
-1.035,63.065,"Power Law:(5),p.123,Fig.4-10",Electric
-1.013,17.635,"Power Law:(5),p.63,Fig.2-18",Economy...human activity
-1.0123,20.75,"Power Law:(5),p.60,Fig.2-15",Economy...human activity
-1,1e4,"Power Law:(5),p.62,Fig.2-17",Culture?...human activity
-1.0,5.62e3,"Power Law:(5),p.175,Fig.5-33",Bio
-1,100,"Power Law:(5),p.125,Fig.4-12",Nature
-0.991,18.52,"Power Law:(5),p.61,Fig.2-16(1)",Nature
-0.767,200,"Power Law:(5),p.108,Fig.4-1",Electric
-0.353,58.214,"Power Law:(4),table.1",Bio
-0.29758,15.5,"Power Law:(3),p.242,Fig.44",Bio
-0.249,31.174,"Power Law:(7),p.27,Fig.3-1",Bio
-0.249,159.9,"Power Law:(7),p.36,Fig.3-2",Bio
-0.249,212.878,"Power Law:(7),p.36,Fig.3-2",Bio
-0.74,23.2,"Power Law:(8),p.22,Fig.2",Bio
-0.518,390,"Power Law:(8),p.24,Fig.3",Bio
-0.692,6.971e3,"Power Law:(8),p.26,Fig.4",Bio
~~~
end

Fibonacci Again...

2008-11-03T08:18:00.002+09:00

(2008/10/19)
子供と近くの「さとらんど」にいく。
http://www.satoland.com/

朝一番から、昼間まで数時間。ゼロ円で遊ぶ。ガソリン代は除く。
：さすがに、ゼロ円では厳しいか？子供のみ「引き馬」で、200円。

駐車料が無料なのがうれしい。
：だいぶ前は、500円/日だった。民間に委託されて無料になった。

草むしり、やぎや羊、馬？にえさやり。
私はむしり役。
さすがにこの時期は、広葉樹のはっぱも落ち始めている、、、
えんえんと草むしりをやっているうちに、ふと、たんぽぽが目につく。

たんぽぽの綿毛をとると、でました。

フィボナッチ数(Fibonacci number)。
渦が見えますか？自然はすばらしい。
~~~
end

Setting of Java Memory with JBOSS,birt

2008-10-24T18:09:00.001+09:00

birt絡みでメモリ設定値を記録。
The setting of the memory of JBOSS that uses birt value is recorded.

PermSizeを指定しないと、「OutOfMemory : PermGem Space」が出ます。
If PermSize is not specified, message :"OutOfMemory: PermGem Space" goes out.

~~~
[1]running on raw windows OS.

OS :MS Windows Server 2003 R2 SP2
CPU :Intel(R) Pentium(R) D CPU 3.00GHz
Memory :2.00GB

JDK :1.6.0_02-b06
JBOSS :4.2.2GA
BIRT :2.2.1

in file:run.bat.
===
set JAVA_OPTS=%JAVA_OPTS% -Xms512m -Xmx768m -XX:PermSize=64m -XX:MaxPermSize=256m
===

~~~
[2]running on vmware workstation(5.0.0 build-13124).

(HOST)
OS :MS Windows XP Pro Ver 2002 SP3
CPU :Intel(R) Pentium(R) 4 CPU 2.80GHz
Memory :1.00GB

(GUEST)
OS :MS Windows 2000 Server SP4
CPU :same as HOST
Memory :892MB

JDK :1.6.0-b105
JBOSS :4.2.2GA
BIRT :2.2.1

in file:run.bat.
===
set JAVA_OPTS=%JAVA_OPTS% -Xms128m -Xmx250m -XX:PermSize=64m -XX:MaxPermSize=100m
===
~~~
end