ひよこ統計

分布の形状

統計検定4級統計検定2級

同じ40人ぶんのデータでも、ヒストグラム(柱状グラフ) にすると山の位置も高さもまるで違って見えます。分布 を図にしたときに現れる山や裾の様子、これが分布の形状です。

形を読むときに見るのは、左右対称かどうか・裾がどちらへ伸びているか・山がいくつあるか、の3つです。

40人の睡眠時間のヒストグラム。7時間以上8時間未満が16人ともっとも多く、その左右が9人ずつ、さらに外側が3人ずつと、山の中央から両側へ同じように減っている。
左右対称に近い一山の分布(40人の睡眠時間)

睡眠時間のように、山の中央を境として両側へ同じように減っていく形を左右対称な分布といいます。このとき 平均値・中央値・最頻値 はどれも山の中央あたりに集まり、近い値になります。

レジに並んだ40人の時間のヒストグラム。0分以上2分未満が14人でもっとも多く、2分ごとに12人・7人・4人・2人・1人と右へ向かって減り、12分近くまで低い柱が続いている。
右に長く裾を引く分布(レジに並んだ40人の時間)

待ち時間のように、短いほうに多く集まり、長いほうへなだらかに減っていく形が右に裾を引く分布です。逆に左側へ長く伸びていれば、左に裾を引く分布といいます。裾のある側には離れた値が並ぶため、平均値だけが裾のほうへ引っぱられます。

来店した40人の時刻のヒストグラム。8時から2時間ごとに12人・5人・2人・4人・13人・4人。8時から10時と16時から18時に高い柱があり、そのあいだの12時から14時は2人と少ない。
山が2つある分布(来店した40人の時刻)

来店時刻のように、山が2つ現れることもあります。この形は、朝に来る人と夕方に来る人のように、性質の違う集団が混ざっていることを示している場合があります。1つの代表値でまとめると、客が少ない12時から14時あたりの値が「代表」になり、どちらの山も表せません。

こうした形の偏りや裾の重さを数値で表す指標が、2級で扱う 歪度・尖度 です。

先ほどの店で、ある時間帯の9人がレジに並んだ時間(分)を小さい順に書き出すと 1, 1, 1, 2, 2, 3, 4, 5, 8 でした。

平均値は (1+1+1+2+2+3+4+5+8)÷9=27÷9=3 (1+1+1+2+2+3+4+5+8) \div 9 = 27 \div 9 = 3 分です。中央値は5番目の 2 分、最頻値はもっとも多く現れる 1 分になります。

3つを小さい順に並べると 最頻値 1分 < 中央値 2分 < 平均値 3分 です。8分の1人が平均値を押し上げる一方で、中央値と最頻値はほとんど動きません。一山で右に裾を引く分布では、ふつうこの並びになります。

つまり、形が分かれば代表値の関係も見当がつきます。逆に平均値と中央値のずれ方から、分布がどちらへ裾を引いているかを読むこともできます。

入門問題

全 3 問
問 1

典型的な一峰性の右裾分布でよく見られる、平均値・中央値・最頻値の並びはどれですか。

問 2

左右対称に近い一山の分布について、正しいものはどれですか。

問 3

来店した時刻のヒストグラムに、朝と夕方の2か所へ山が現れました。このデータについて、どう考えるのが適切ですか。