ブログ - 身近な統計 第２回データのばらつきの記述（質的データ）ー度数分布表とパレート図
パレートの法則，ニッパチからのパレート図．測定データに対して質的，量的というだけで統計学を学んでそうに思える？
• 今回は４つ
○ 統計分析が計測されるデータの特徴
○ データのばらつき（分布）の記述
○ 質的データの分布と記述ー度数分布表とパレート図ー
○ 度数分布表やパレート図を解釈する２つの視点
• データ
○ ばらつき方（データの起こりやすさ）
§ 確率的なパターン（確率分布）
§ 変数（変量）＝確率変数
§ データの記述（記述統計）の目的＝確率的なパターンを探る
□ →現状の把握・予測・管理・マネージメントに活用）
○ ばらつきを持つ＝分布している
○ 時系列データとクロスセクション
§ 時系列データ time series data
□ 時系列に沿ったデータ
□ 例：過去５年間の月別売り上げデータなど
□ 時間軸上に沿ってデータのばらつきを分析
§ クロスセクションデータ cross section data
□ ある一定の期間下で同種の集団に対して調査されたデータ
□ 例：支店別の売上データ，都道府県別の産業毎の就業者数データ
□ データの値に応じた起こり易さ・起こり難さを分析
® 度数，分布
• データの種類
○ 質的変数データ
§ 少数このカテゴリのどれかが応答値となる観測項目
□ 性別，職種，改善度（リストボックスのような物）
○ 量的変数データ
§ 数量値（数直線上の値）として記録される観測項目
□ 売上高，生産指数，給与総額，在庫率
• データが測定された物差し（尺度）の違い
○ 質的
§ 名義尺度
□ 性質：区別のみ．順序は無い
□ 例：性別，居住地
□ 演算：分類
§ 順序尺度
□ 性質：区別に加え順序があるが差は取れない
□ 例：５段階評価など
□ 演算：分類，クラスの併合，累積
○ 量的
§ 間隔尺度
□ 性質：差の大きさいいみがある．比に意味は無い
□ 例：温度，地方指数，偏差値
□ 演算：足し算，引き算が可能（合計，平均などが可能）
§ 比率尺度
□ 性質：差も比も意味が有る（絶対ゼロがある）
□ 例：身長，体重，得点
□ 演算：四則演算が可能．
• 分布(distribution)
○ データのばらつき方の確率的なパターンもしくはパターンを数量的に把握したもの
§ データが集中している範囲．
§ ばらつきの大きさ
§ データの値家や範囲を指定した場合，そこに全体の何％のデータが含まれるかなど
§ →現状の把握・予測・管理・マネジメント
○ 個々のデータの値の意味
§ 全体のばらつきの中で相対的に評価
§ 例：
□ テストで９２％
® ９０点以上はクラスの何％？
□ 我が社の売上は先月に比べて200％アップ
® 業界全体の平均売上伸び率は？
□ 某地区の新生児の母乳からダイオキシンが18ピコグラムが検出された
® 元々母乳に含まれているダイオキシンの量のばらつきは？
□ ポイント攻撃と言っていたのに誤爆だった
® ミサイル攻撃の誤爆率は？
○ 表現方法
§ 度数分布表
□ 累積度数・・・上方向に積み上げる
□ 構成割合（相対度数） ％で表現
□ 累積構成割合（累積相対度数）
§ 累積帯グラフ
§ これまでは，順序分析
§ パレート表とパレート図
□ 重点志向
□ パレート表の構成
® 例：日本人の海外旅行先別訪問者数
◊ 訪問地域：アジア，ヨーロッパ，アフリカなど
◊ 度数（訪問者数）：人数の値
◊ 構成割合（相対度数）：１００％
◊ 累積構成割合（累積相対度数）：多い順から足した割合
□ 何に使うか
® 集団の中の多数（過半数以上）が従う平均的な傾向を掴む
® 集団の中の多数と異なる動きをする少数のケースの正体を探る
◊ →発見科学
□ ABC分析（パレート分析）
® 累積構成割合を見ることで，全体の割合がわかるので分類しやすくなる．
® パレートの法則（２０：８０の法則）
◊ 何が重点なのかを絞り込むために使う
• シリーズ 統計と社会の接点
○ 地域創生に利用されている例
§ RESAS
□ Regional Economy and Society Analyzing System:地域経済分析システム
□ 政府や企業が持っている統計データを見ることができるツール
§ RESASを使った例
□ データを持ってきたり集計する手間が省ける
