データの分析と表現 1 / 15

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

代表値

データ: 2, 4, 6, 1000255075100中央値 = 5平均値 = 28100 に引っぱられる極端な値があるとき、中央値のほうが、ふつうの感覚に合う

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。

平均値は外れ値に引っぱられる。中央値は影響を受けにくい。

代表値(だいひょうち)意味ポイント
平均値(へいきんち)合計 ÷ 個数外れ値(はずれち)に引っぱられやすい
中央値(ちゅうおうち)大きさの順に並べた真ん中の値(偶数(ぐうすう)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(さいひんち)最も多く現れる値質的(しつてき)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

各値と平均との差(偏差)偏差24445579平均 5−3−1−1−100+2+4偏差を 2 乗して平均すると…(9+1+1+1+0+0+4+16) ÷ 8分散 = 4標準偏差 = 2

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。

偏差を 2 乗して平均したものが分散。その平方根が標準偏差。

020406080100最小値20第 1 四分位数40中央値55第 3 四分位数70最大値95四分位範囲 = 70 − 40 = 30(データの半分が入る)

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。

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。

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(しぶんいすう): 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(ちゅうおうち)・第 3 四分位数)。四分位範囲(しぶんいはんい) = 第 3 − 第 1。個数が奇数(きすう)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(ぶんさん): 各値と平均との差(偏差(へんさ))を 2 乗して、個数 n で割って平均したもの。標本(ひょうほん)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(ひょうじゅんへんさ): 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(はこひげず): 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(はずれち)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(かいきゅう)に区切り、度数(どすう)を棒で表した図。分布の形が分かる。

2 つのデータの関係

正の相関相関係数 ≒ 0.99負の相関相関係数 ≒ −0.98相関なし相関係数 ≒ 0.19

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)。

散布図と相関係数。1 に近いと強い正の相関、−1 に近いと強い負の相関、0 に近いと相関なし。

  • 散布図(さんぷず): 2 つの量を縦軸と横軸にとり、点で表した図。
  • 相関(そうかん): 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(そうかんけいすう): 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(かいきちょくせん): 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(いんがかんけい))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(ぎじそうかん)(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

比較棒グラフ・箱ひげ図関連散布図・相関係数変化折れ線グラフ分類クロス集計表はいいいえA128B515

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(比較・関連・変化・分類)に合わせて、分析の方法と表し方を選ぶ。

目的分析の見かた向く表現(ひょうげん)
比較グループ間の差を見る棒グラフ、箱ひげ図(はこひげず)
関連2 つの量の関係を見る散布図(さんぷず)、相関係数(そうかんけいすう)
変化時間による動きを見る折れ線グラフ(おれせんグラフ)
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(しゅうけい)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。

  1. 次のデータの中央値(ちゅうおうち)はどれか。

    2, 4, 6, 100
  2. 外れ値(はずれち)の影響をもっとも受けにくい代表値(だいひょうち)はどれか。

  3. 次のデータの標準偏差(ひょうじゅんへんさ)(個数 n で割る分散(ぶんさん)をもとにする)はどれか。

    2, 4, 4, 4, 5, 5, 7, 9
  4. 散布図(さんぷず)で強い負の相関(そうかん)があるとき、相関係数(そうかんけいすう)に近い値はどれか。

  5. アイスクリームの売上と水難事故の件数に正の相関(そうかん)がみられた。この結果から、もっとも適切な解釈はどれか。

  6. 5 人のテストの点数が 60、70、80、90、100 だった。平均値(へいきんち)はどれか。

  7. 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(ひょうじゅんへんさ)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。

  8. 2 つのデータの相関係数(そうかんけいすう)が 0.05 だった。この結果のもっとも適切な解釈はどれか。