「データの分布」章のまとめ
本記事は、統計検定2級の「1変数データ ＞ データの分布」単元で扱われるグラフ表現やデータの可視化手法、分布の形状に関する要点を一堂に集約した総まとめページです。各グラフの特徴と使い分け、および試験で合否を分けるポイントを効率よく復習できます。
各種グラフ・可視化手法の比較と使い分け
収集したデータの尺度水準（質的変数か量的変数か）や分析目的に応じて、適切なグラフを選択することが重要です。
| 可視化手法 | 主な対象データ | 最大の特徴・強み | 注意点・試験での比較ポイント |
|---|---|---|---|
| 棒グラフ | 質的変数 / 離散型量的変数 | カテゴリごとの度数・割合の大きさを直感的に比較する | 独立した項目のため柱の間に隙間を空ける。縦軸切断による誤解に注意 |
| 円グラフ | 質的変数（名義尺度） | 全体（100%）に対する各要素の構成比（割合）を表す | 12時位置から大きい順に配置（「その他」は最後）。3Dグラフは歪みを生むため不可 |
| 幹葉図 | 量的変数（少〜中規模データ） | 分布の形状を可視化しつつ、元の具体的なデータ値を保持する | 元データを完全復元可能。データ数が数万件などの大規模データには不向き |
| 度数分布表・ ヒストグラム | 連続型量的変数 | データを階級に区切り、全体的な分布・散らばり（形状）を捉える | 連続的な数値のため柱どうしを密着させる。本質は「柱の面積 ＝ 度数」 |
| 累積度数グラフ （オジーブ） | 連続型量的変数（累積値） | 特定の値以下に全データの何%が含まれるか（パーセンタイル）を読み取る | プロット位置は「階級の上限値」。折れ線は単調非減少（減少することはない） |
分布の形状と代表値の位置関係
ヒストグラムにおける分布の左右非対称性（歪み）と、代表値（平均値・中央値・最頻値）の位置関係は統計検定2級の超超頻出事項です。
右に裾が長い（右歪み）分布
- 形状の特徴：山が左側に偏り、右側（大きい値の方向）に長い裾を引く（例：所得、貯蓄額）。
- 代表値の関係：最頻値 ＜ 中央値 ＜ 平均値（極端に大きな外れ値により平均値が右に引っ張られる）。
左に裾が長い（左歪み）分布
- 形状の特徴：山が右側に偏り、左側（小さい値の方向）に長い裾を引く（例：人間の寿命、容易なテストの点数）。
- 代表値の関係：平均値 ＜ 中央値 ＜ 最頻値（小さな外れ値により平均値が左に引っ張られる）。
「データの分布」章の統合確認問題（統計検定2級レベル）
問題
「データの分布」および各種グラフ表現に関する次の記述のうち、最も適切なものを1つ選べ。
- ヒストグラムを作成する際、特定の階級の幅を他の階級の2倍にして描画する場合でも、その階級の柱の高さを度数の数値のまま描けば正しく表現できる。
- 幹葉図はヒストグラムと同様にデータの分布の山や裾の広がりを表現できるが、階級にまとめられるため元の個々のデータ値を復元することはできない。
- 所得分布のように「右に裾が長い（右に歪んだ）」分布では、極端に大きな所得データの影響を受けるため、平均値が中央値よりも大きい値をとる。
- 累積相対度数グラフにおいて、縦軸の値が0.5（50%）となるプロット位置の横軸の値を読み取ると、データの最頻値（モード）が得られる。
解答・解説
正解： 3
【解説】
1：不適切。階級幅が不揃いな場合、高さをそのまま度数にすると柱の面積が不当に大きくなってしまう。ヒストグラムは「柱の面積 ＝ 度数」となるよう、高さを「度数 ÷ 階級幅」に補正（度数密度化）しなければならない。
2：不適切。幹葉図は数字そのものを「葉」としてプロットするため、ヒストグラムと異なり元の個別数値データをそのまま保持・復元できる点が最大の利点である。
3：適切。右に裾が長い分布では、右側の大きなデータによって平均値が大きく右に引き上げられるため、平均値 ＞ 中央値 ＞ 最頻値 となる。
4：不適切。累積相対度数グラフで縦軸が0.5（50%）となる横軸の値は、データを二等分する位置を指すため「中央値（メディアン）」である。
コメント