1 代表値の基礎
1.1 代表値の定義
代表値とは、数値データの中心的な位置や、集団の特徴を少数の値で表すための統計量の総称である。平均値、中央値、最頻値が基本例として知られ、複数の観測値を一つまたは少数の指標に圧縮する役割をもつ。
1.2 代表値の役割
代表値は、分布全体を細部まで示さなくても、データの大まかな傾向を把握できるようにする。比較、記述、意思決定の場面で広く用いられ、異なる集団の特徴を並べて検討する際にも有効である。
1.3 データの要約における意義
大量のデータは、そのままでは解釈しにくいことが多い。代表値を使うと、中心の水準を簡潔に示せるため、全体像を短時間で把握しやすくなる。統計報告や学術研究では、ばらつきの指標と併用されることが多い。
2 代表値の種類
2.1 平均値
平均値は、データの総和を観測数で割って求める代表値である。連続量の概況把握に適し、日常的な統計でも最もよく使われる。
2.1.1 算術平均
算術平均は、各値を単純に足し合わせて件数で割る方法である。もっとも基本的な平均であり、対称的な分布では中心をよく表す一方、極端な値があると影響を受けやすい。
2.1.2 加重平均
加重平均は、各データに重みを与えて計算する平均である。重要度や構成比が異なる場合に用いられ、成績評価、指数算出、アンケート集計などで見られる。
2.1.3 幾何平均
幾何平均は、値の積のn乗根として定義される平均で、比率や成長率の扱いに向く。経済成長、投資収益、増減率の集約など、連続した変化をまとめる場面で有用である。
2.1.4 調和平均
調和平均は、逆数の平均から求める代表値で、速度や単位当たりの量を扱う際に適している。一定距離の平均速度や、効率の比較などで使われることがある。
2.2 中央値
中央値は、値を小さい順に並べたときの中央の位置にある数である。データの真ん中を示すため、平均値よりも分布の偏りに左右されにくい。
2.2.1 順序データでの扱い
中央値は、順序だけが意味をもつデータにも適用しやすい。たとえば満足度の段階評価のように、数値の間隔が厳密でない場合でも、中央的な位置を示せる。
2.2.2 外れ値への頑健性
中央値は、極端に大きい値や小さい値が混ざっても、中心の位置が大きく変わりにくい。所得、住宅価格、待ち時間のように分布が歪みやすいデータで重宝される。
2.3 最頻値
最頻値は、最も多く現れる値を指す。離散的な値だけでなく、区分したデータやカテゴリにも適用できるため、実務上の解釈がしやすい。
2.3.1 単峰分布と多峰分布
単峰分布では、最頻値は代表的な集中点を示しやすい。一方、多峰分布では複数の山が生じるため、最頻値が一つに定まらないこともある。そうした場合は、分布の構造を合わせて見る必要がある。
2.3.2 離散値と連続値での特徴
離散値では、最頻値はそのまま観測回数の多い値として扱える。連続値では、同じ値が厳密に繰り返されにくいため、階級に区分して最頻階級を求めることが多い。
2.4 その他の代表値
代表値には、平均値や中央値以外にも、分布の位置を示す指標がある。用途に応じて使い分けることで、より適切な要約が可能になる。
2.4.1 四分位数
四分位数は、データを四等分する境界を示す。第1四分位数、第2四分位数、第3四分位数により、中心だけでなく分布の広がりも把握しやすい。
2.4.2 分位数
分位数は、データを任意の割合で区切る位置を表す一般的な概念である。百分位数や十分位数もその一種で、順位づけや相対的な位置の確認に役立つ。
2.4.3 中央範囲
中央範囲は、最大値と最小値の平均をとった値で、分布の中心付近を簡潔に示す。単純ではあるが、外れ値の影響を受けやすいため、補助的に使われることが多い。
3 代表値の性質
3.1 外れ値の影響
代表値は、外れ値に対する感度がそれぞれ異なる。平均値は影響を受けやすく、中央値は比較的安定している。最頻値は外れ値よりも、値の集中の仕方に左右されやすい。
3.2 分布の形との関係
分布が対称に近い場合、平均値と中央値は近い値になりやすい。右に長い尾をもつ分布では平均値が大きくなりやすく、左に偏る分布ではその逆が起こりうる。代表値は、分布の形を踏まえて解釈する必要がある。
3.3 尺度水準との関係
代表値の適切さは、データの尺度水準によって変わる。数値であっても、演算の意味が尺度ごとに異なるため、どの指標が妥当かを見極めることが重要である。
3.3.1 名義尺度
名義尺度では、数値は単なる分類記号であり、平均値や中央値は意味をもたない。最頻値が中心的な代表値として用いられる。
3.3.2 順序尺度
順序尺度では大小関係は分かるが、差の大きさは厳密ではない。そのため、中央値や最頻値が扱いやすく、平均値は慎重に使う必要がある。
3.3.3 間隔尺度と比率尺度
間隔尺度と比率尺度では、平均値をはじめ多様な代表値を利用できる。特に比率尺度では、幾何平均や調和平均のように比や割合に即した指標も有効である。
4 代表値の選択と応用
4.1 目的に応じた選び方
代表値は、何を示したいかによって選ぶべき指標が変わる。全体の水準を見たいなら平均値、偏りのある分布なら中央値、もっとも多い値を知りたいなら最頻値が適する。選択の妥当性は、データの性質と分析目的の両方で決まる。
4.2 分野別の利用例
代表値は、多くの分野で基礎的な要約指標として使われる。単独での解釈だけでなく、分散や中央値との差などと組み合わせることで、より実態に近い理解が得られる。
4.2.1 研究統計
研究統計では、被験者群の平均年齢や中央値、回答の最頻値などが頻繁に示される。代表値は、群間比較の出発点として機能し、結果の概観を与える。
4.2.2 品質管理
品質管理では、製品寸法、処理時間、不良率関連の数値を要約する際に代表値が使われる。平均値による中心管理に加え、ばらつきの監視が欠かせない。
4.2.3 経済・社会統計
経済・社会統計では、所得、価格、家計支出、人口特性などを示す際に代表値が重要になる。中央値が実態に近い場合も多く、平均値だけでは把握しにくい格差や偏りを補う役割を果たす。
4.3 代表値の解釈上の注意
代表値は便利だが、それだけで分布全体を理解したことにはならない。背景条件やデータの偏りを考慮しないと、誤解を招くおそれがある。
4.3.1 代表性とばらつきの併記
中心の値だけを示すと、散らばりの大きさが見えにくい。分散、標準偏差、四分位範囲などを併記すると、代表値の意味がより明確になる。
4.3.2 データの欠損と異常値への対応
欠損値や異常値があると、代表値の計算や解釈に影響が出る。補完、除外、頑健な指標の採用など、状況に応じた処理が求められる。手順を明示することで、結果の信頼性を高めやすい。