代表値・散布度・標準化

Stage 2 — 第2章 | 統計検定2級チートシート 推定学習時間：45〜60分 | 難易度：★★☆☆☆

この章で学ぶこと

記述統計は、統計検定2級の入口です。 平均、中央値、分散、標準偏差は基本ですが、試験では「どれを使うべきか」「外れ値があるとどうなるか」「単位が違うデータをどう比較するか」まで問われます。

この章を終えると、こんなことができるようになります：

• 平均値・中央値・最頻値の使い分けを説明できる
• 外れ値とロバスト性の関係を理解できる
• 分散、標準偏差、変動係数の違いを整理できる
• 標準化スコアと偏差値を相互変換できる
• 記述統計の典型問題で、使う指標を判断できる

1. 代表値：データの中心をひとことで表す

代表値は、データの中心を要約する指標です。

平均値は次の式で表されます。

中央値は、データを小さい順に並べたときの中央です。データ数が偶数なら、中央2つの平均を使います。

最頻値は、最も頻繁に現れる値です。数値データだけでなく、血液型や選択肢のようなカテゴリーデータにも使えます。

なぜ平均だけでは不十分なのか

平均値はすべてのデータを使うため便利ですが、データの分布の形までは教えてくれません。平均が同じでも、左右対称な分布、右に長い分布、外れ値を含む分布では、代表値としての意味が変わります。

統計検定2級では、計算結果だけでなく「このデータで平均を代表値として使ってよいか」を問われることがあります。平均、中央値、最頻値は、データの形に応じて使い分ける指標です。

関連教材（青の統計学）

• 統計学超入門（動画）
• 統計学基礎（動画）

2. 外れ値とロバスト性

次の年収データを考えます。

200, 250, 300, 350, 5000

平均値は次のようになります。

しかし、この集団の典型的な年収が1220万円だと考えるのは不自然です。1つの極端に大きな値が平均を大きく引き上げているからです。

一方、中央値は300万円です。外れ値の影響を受けにくく、典型的な値として自然に解釈できます。

このように、一部の極端な値に左右されにくい性質をロバスト性と呼びます。

ロバスト性は、統計手法を選ぶときにも重要です。外れ値が多いデータに平均や分散だけで判断すると、典型的な姿を見誤ることがあります。中央値や四分位範囲のようなロバストな指標も候補に入れる、という発想を持っておきましょう。

[図1] 外れ値と平均・中央値

3. 散布度：データのばらつきを測る

代表値だけでは、データの全体像はわかりません。平均が同じでも、ばらつきがまったく違うことがあるからです。

分散は、平均からの偏差の二乗平均です。

標準偏差は、分散の平方根です。

分散は数学的には扱いやすい一方、単位が元データの2乗になります。標準偏差は元の単位に戻るため、解釈しやすい指標です。

なぜ偏差を2乗するのか

平均との差をそのまま足すと、正の差と負の差が打ち消し合って0になります。そこで、差を2乗してすべて正の値にしてから平均します。

絶対値を使う方法もありますが、2乗を使うと微分しやすく、回帰分析や分散分析のような後の理論とつながりやすくなります。統計検定2級で分散が何度も出るのは、この数学的な扱いやすさがあるためです。

関連教材（青の統計学）

• 分散と標準偏差をわかりやすく解説（記事）
• ローレンツ曲線とジニ係数（動画）

4. 変動係数：単位が違うばらつきを比べる

標準偏差は、元データと同じ単位を持ちます。そのため、単位や平均の大きさが違うデータ同士をそのまま比較するのは危険です。

変動係数は、標準偏差を平均で割った相対的なばらつきです。

たとえば、人間の身長と微生物の体長では、標準偏差の絶対値だけを比べても意味がありません。平均に対してどのくらい散らばっているかを見ることで、相対的な比較ができます。

変動係数の注意点

変動係数は平均で割る指標なので、平均が0に近いデータでは不安定になります。また、摂氏温度のように0が「量がない」ことを意味しない尺度では、割合として解釈しにくい場合があります。

単に「単位が消える指標」と覚えるのではなく、平均に対する相対的なばらつきとして意味を持つ場面かを確認しましょう。

関連教材（青の統計学）

• 変動係数とは？わかりやすく解説（記事）

5. 標準化スコアと偏差値

標準化とは、値から平均を引き、標準偏差で割る操作です。

標準化すると、平均は0、標準偏差は1になります。単位が違うデータでも、同じスケールで比較できます。

偏差値は、標準化スコアを平均50、標準偏差10になるように変換した値です。

逆に、偏差値からzスコアへ戻すには次の式を使います。

たとえば偏差値70は、平均より2標準偏差上にあることを意味します。

標準化で何が見えるのか

標準化すると、「平均との差」を「標準偏差何個分か」という単位で表せます。これにより、点数、身長、売上のように単位が違うデータでも、相対的な位置を比較できます。

偏差値は、標準化スコアを平均50、標準偏差10のスケールに直したものです。つまり、偏差値の本質は $z$ スコアです。

[図2] zスコアと偏差値の対応

6. 試験での典型問題

記述統計の問題では、次のような聞かれ方が多くあります。

• 外れ値があるとき、平均値と中央値のどちらが適切か
• 分散と標準偏差の単位の違い
• 変動係数を使うべき場面
• 偏差値からzスコアを逆算する問題
• 平均と標準偏差が与えられたとき、標準化スコアを求める問題

特に、変動係数は「単位が違うデータのばらつきを比較する」ための指標として押さえましょう。

試験で問われやすいポイント

• 平均値は外れ値に弱く、中央値は外れ値に強い
• 最頻値はカテゴリーデータにも使える
• 分散は単位が2乗、標準偏差は元の単位で解釈できる
• 変動係数は平均に対する相対的なばらつき
• 標準化スコアは平均0、標準偏差1への変換
• 偏差値は $10z+50$ で求める

この章のあとに解きたい演習

本文を読んだら、次の問題で「公式を選ぶ」「条件を読む」「計算する」練習に移りましょう。

• basic-002: 平均値と中央値
• basic-003: 分散と標準偏差
• basic-010: 変動係数
• basic-014: 四分位範囲と外れ値