例えば、ある全国模試の結果を思い浮かべて下さい。 もし、1人あたりおよそ何点だったかを知りたいなら「平均」を使います。もし、全受験者の中で中心の得点を知りたいなら「中央値」を使います。この使い分けで十分に対応できると思います。 この使い分けが上手くできていない例が「平均年収」です。転職サイトでは求人企業の殆どが平均年収を掲載しています。なぜ掲載されているかと言えば、「自分がもしこの企業に転職したらどれくらいの収入になるか?」という大きな目安になるからです。 ただし、飛び抜けて大きな(小さな)値があると、それにつられて平均値も上がってしまいます。年収のようなキャリアや年齢に応じてバラつきが生じるデータで平均を出しても、もともと実際の値ではないのに、余計に実際から乖離した値になってしまいます。 データ1個数あたりのおおよその値を出すにしても、飛び抜けた値が無いかどうかを確認しておいたほうが良さそうです。 私たちが本当に知りたいのは「最頻値」!?
ARCCの情報をいち早くお届けするメールマガジンにぜひご登録ください! 登録する
対象のデータの特徴を表す値として、データ分析の基礎となる代表値。代表値には、「平均値」「中央値」「最頻値」の3種類があります。今回は、データの真ん中を表現する二つの値、「平均値」と「中央値」の違いを中心に、計算方法・それぞれの活用方法を解説します。 平均値とは 平均値とは、データの数字を全て足してデータの個数で割った値のこと。 全てのデータが反映された値であるため、データ全体としての変化を追いやすいのがメリットです。しかしその反面、外れ値の影響を受けやすく、値が真ん中から大きくずれてしまう恐れもあります。 例えば、あるテストを受けた3人の得点がそれぞれ30点・35点・40点だった場合、平均点は35点ですが、ここに100点の人が加わると、平均点は51.
このように、中央値は、データ全体ではなく、真ん中だけを表しているので、データの変化、比較には向いていない場合があります。 ③最頻値 最頻値とは、「一番個数が多い値」です。 例えば、数値が「1, 2, 3, 3, 3, 4, 5, 5, 1000」とあったとき、最頻値は、3になります。 中央値と同様に、極端な値の影響は受けていません。 会社Aの最頻値は650万円で、会社Bの最頻値は300万円です。 こちらも中央値同様、会社Bの年収が低い事を確認できます。 しかし、最頻値にも問題点があります。 極端な話ですが、会社Aの社員の年収が各金額帯で、同数だった場合は、一番個数が多いものという概念がなくなるので、最頻値という数値の意味を成しません。 また、そもそものデータの数が少ない場合にも、理想的な結果は得られません。 結局どう選べばいいの? 適切な代表値を採用するまでの道のりは、以下の通りです。 ①分布を見る。 ②きれいなお山型の分布(会社Aのような形)→ 平均値 きれいな分布でない(会社Bのような形)→ 中央値、最頻値を確認する。 ③データの個数が少ない場合は、最頻値は使わない。 きれいな分布でない場合、中央値や最頻値の両者とも使わない方が良い場合もあります。 例えば、分布の山が2つあるような場合です。 そういった場合は、ヒストグラムや箱ひげ図で分布について考えましょう。 まとめ <平均値>「全ての値を足して、それを値の個数で割った値」 メリット:すべての値が抜けもれなく、平均値という数値に反映される。 デメリット:極端な値があった場合は、大きく影響を受けてしまう。 <中央値>「数値を小さい方から順に並べたときに、真ん中に位置する値」 メリット:極端な値があった場合でも、影響を受けづらい。 デメリット:データ全体の変化を見るとき、比較するときには向かないことがある。 <最頻値>「一番個数が多い値」 デメリット:データの個数が少ない場合は使えない。 さて、何でも「平均」だけで考えてはいけないことは、お分かりいただけたでしょうか? そして、ご紹介した3つの代表値にはそれぞれ特徴があり、いずれも相応しくない使い方をすると、データの実態を見誤ってしまうことが分かったと思います。 とは言え、データのボリュームがあまりにも大きいと、その分布をみて、その全貌を正しく把握するのは、なかなか大変です。 かっこでは、膨大なデータを正しく見られるように整理、集計、可視化することで、全員が実態を把握して、正しく判断するためのお手伝いをしています。 1億レコードを超えるようなデータであっても、ちゃんと見えるようにしますので、困った際には、ぜひ、 かっこのデータサイエンス までご相談ください。 1億レコードまでのデータであればよりお手軽に使える「 さきがけKPI 」というサービスもございます。ご検討ください。 かっこ株式会社 データサイエンス事業部 西村 聡一郎 中古車の広告事業を展開している前職を経て、かっこ株式会社に入社。趣味は、競馬、筋トレ、読書、国内旅行。