学ぶ > ネットワークとデータ > データの分析と表現
データの分析と表現
領域 (4) ネットワークとデータ学習指導要領 (4)ア(ウ)
平均値・中央値・最頻値、分散と標準偏差、箱ひげ図、相関と因果
上にスワイプして、つぎへ横にスクロールして、つぎへ (矢印キーも使えます)
代表値
数直線に 2、4、6、100 の点があり、中央値は 5、平均値は 28 の位置を示す図。平均値は 100 に引っぱられる。
| 代表値 | 意味 | ポイント |
|---|---|---|
| 平均値 | 合計 ÷ 個数 | 外れ値に引っぱられやすい |
| 中央値 | 大きさの順に並べた真ん中の値(偶数個なら真ん中の 2 つの平均) | 外れ値の影響を受けにくい |
| 最頻値 | 最も多く現れる値 | 質的データにも使える |
例: 2, 4, 6, 100 平均値 = (2+4+6+100) ÷ 4 = 28 中央値 = (4+6) ÷ 2 = 5
ここが大事極端な値があるときは、平均値より中央値のほうがふつうの感覚に合うことがあります。
散らばり
8 個の値(2、4、4、4、5、5、7、9)の棒グラフに、平均 5 の破線が引かれ、各値の偏差が下に書かれている。偏差を 2 乗して平均すると分散 4、平方根をとると標準偏差 2。
箱ひげ図の見本。左のひげの端が最小値 20、箱の左端が第 1 四分位数 40、箱の中の赤い線が中央値 55、箱の右端が第 3 四分位数 70、右のひげの端が最大値 95。箱の幅が四分位範囲 30。
例: 2, 4, 4, 4, 5, 5, 7, 9 平均 = 5 偏差の 2 乗 = 9, 1, 1, 1, 0, 0, 4, 16 → 合計 32 分散 = 32 ÷ 8 = 4 標準偏差 = √4 = 2
- 範囲: 最大値 − 最小値。
- 四分位数: データを小さい順に並べて 4 等分する値(第 1 四分位数・中央値・第 3 四分位数)。四分位範囲 = 第 3 − 第 1。個数が奇数のときは、中央値を除いた前半と後半の中央値を第 1・第 3 四分位数とする。表計算の QUARTILE.INC などは計算の仕方がちがい、値がずれることがある。
- 分散: 各値と平均との差(偏差)を 2 乗して、個数 n で割って平均したもの。標本から全体を推し量るときは n − 1 で割る流儀(不偏分散)もある。表計算では VAR.P が n で割る分散、VAR.S が n − 1 で割る分散。
- 標準偏差: 分散の正の平方根。値が大きいほど、散らばりが大きい。
- 箱ひげ図: 最小値・第 1 四分位数・中央値・第 3 四分位数・最大値を 1 つの図に表す。複数のグループを比べるのに向く。ひげの端は最小値・最大値だが、外れ値を点で別に描いてひげをその内側で止める描き方もある。平均を × で描き足す描き方もある。
- ヒストグラム: データを階級に区切り、度数を棒で表した図。分布の形が分かる。
2 つのデータの関係
3 つの散布図。点が右上がりに並ぶ正の相関(相関係数が 1 に近い)、右下がりに並ぶ負の相関(−1 に近い)、ばらばらで相関なし(0 に近い)。
- 散布図: 2 つの量を縦軸と横軸にとり、点で表した図。
- 相関: 一方が増えると他方も増える傾向(正の相関)、他方が減る傾向(負の相関)、はっきりした傾向がない(相関なし)。
- 相関係数: 相関の強さを −1〜1 の数で表す。1 に近いと強い正の相関、−1 に近いと強い負の相関、0 に近いとほぼ相関がない。
- 回帰直線: 散布図の点にもっともよく合う直線。予測に使える。
ここが大事「相関がある」ことは、「原因と結果の関係(因果関係)がある」ことを意味しません。ほかの共通の原因で結びついているだけの疑似相関(見かけの相関ともいう)もあります。例: アイスの売上と水難事故の数は、どちらも気温が高いと増えます。
目的に合った分析・表現
4 つの枠。比較は棒グラフや箱ひげ図、関連は散布図と相関係数、変化は折れ線グラフ、分類はクロス集計表。
| 目的 | 分析の見かた | 向く表現 |
|---|---|---|
| 比較 | グループ間の差を見る | 棒グラフ、箱ひげ図 |
| 関連 | 2 つの量の関係を見る | 散布図、相関係数 |
| 変化 | 時間による動きを見る | 折れ線グラフ |
| 分類 | 特徴ごとにグループに分けて数や割合を見る(教科書によっては「似たものを仲間分けする」と書く) | クロス集計表、割合のグラフ |
確認問題
答えを選ぶと、すぐに答え合わせと解説が出ます。すべて正解にすると、学んだしるしがつきます。 正解: 0 / 8
答えを選ぶと、派手な演出が出るよ!(学ぶ内容に合わせた演出つきの問題も)
演出ラボで、ほかの演出も、ためせます。
-
次のデータの中央値はどれか。
2, 4, 6, 100
-
外れ値の影響をもっとも受けにくい代表値はどれか。
-
次のデータの標準偏差(個数 n で割る分散をもとにする)はどれか。
2, 4, 4, 4, 5, 5, 7, 9
-
散布図で強い負の相関があるとき、相関係数に近い値はどれか。
-
アイスクリームの売上と水難事故の件数に正の相関がみられた。この結果から、もっとも適切な解釈はどれか。
-
5 人のテストの点数が 60、70、80、90、100 だった。平均値はどれか。
-
A クラスと B クラスのテストの平均点は、どちらも 60 点だった。標準偏差は A クラスが 5、B クラスが 20。このことから言えることはどれか。
-
2 つのデータの相関係数が 0.05 だった。この結果のもっとも適切な解釈はどれか。
確認問題の正解: 0 / 8