1 統計における階級の概要
統計における階級は、データをいくつかの範囲に区切って整理するための基本概念である。人数、所得、身長、年齢などの連続量や広い値域をもつ数量は、そのままでは全体像を把握しにくいため、一定の区間ごとにまとめて扱うことが多い。これにより、分布の形や集中の傾向が見えやすくなる。
1.1 階級の定義
階級とは、ある変数の値を含む区間を指す。たとえば「50以上60未満」のように、下限と上限を定めて観測値を分類する。各観測値は、対応する一つの階級に振り分けられ、集計や図表化がしやすくなる。
1.2 階級と階級値
階級値は、各階級を代表する値であり、通常は区間の中央に置かれる。たとえば「40以上50未満」の階級値は45である。階級値は、平均値の近似計算や分布の概略把握に用いられる。
1.3 階級幅
階級幅は、階級の下限から上限までの広さを表す。幅が一定であれば比較が容易になり、異なる幅をとる場合は、度数の比較に注意が必要になる。階級幅の設定は、分析の見やすさと細かさの均衡に関わる。
1.4 階級区間の表し方
階級区間は、一般に「以上・未満」や「超・以下」などの表現で示される。どの境界値をどの階級に含めるかを明確にすることで、重複や抜け落ちを防げる。実務では、端数処理や測定単位との整合も重要である。
2 階級の分類方法
階級の分類方法には、幅をそろえる方式と、必要に応じて幅を変える方式がある。どの方法を選ぶかは、データの散らばり方、分析目的、図表の読みやすさによって決まる。
2.1 等幅階級
等幅階級は、すべての階級の幅を同じにそろえた区分である。最も標準的な方法であり、度数分布表やヒストグラムの作成に広く使われる。
2.1.1 定義
等幅階級では、各区間の長さが一定である。たとえば、10点刻み、5歳刻みのように、同じ差でデータを区切る。比較の基準が明快で、階級間の読み違いが起こりにくい。
2.1.2 利点と欠点
利点は、構成が単純で、分布の形を視覚的にとらえやすい点にある。欠点としては、データが偏っている場合に、細部が粗くなったり、逆に空白が増えたりすることがある。また、極端な値を含むと、適切な区切りの設定が難しくなる。
2.2 不等幅階級
不等幅階級は、階級ごとに幅を変える区分である。データの集中している部分を細かく、少ない部分を粗く扱いたいときに用いられる。
2.2.1 定義
不等幅階級では、各階級の広さが一定ではない。観測値の分布や分析上の必要に応じて、区間の取り方を調整する。範囲の広いデータや、特定領域を詳しく見たい場合に適している。
2.2.2 利点と欠点
利点は、関心のある領域を柔軟に細分化できることである。欠点は、単純な度数だけでは比較しにくく、密度の考え方を併用する必要がある点にある。視覚化でも、棒の高さの解釈に注意が求められる。
2.3 開区間を含む階級
開区間を含む階級は、上側または下側の境界を無限に広げた区分である。端に位置する少数の値をまとめるときや、実務上の簡略化が必要なときに使われる。
2.3.1 上限がない階級
上限がない階級は、「100以上」のように、ある値以上をひとまとめにする形式である。高い値がまれな場合に、集計を簡潔に保てる。ただし、内部の分布は失われやすい。
2.3.2 下限がない階級
下限がない階級は、「10未満」のように、ある値以下をまとめる形式である。低い値に集中がある場合に便利である。境界の扱いを誤ると集計結果が変わるため、定義を明示する必要がある。
3 階級を用いたデータ整理
階級を用いると、ばらついた数値群を表や図に整理しやすくなる。生データのままでは把握しづらい傾向も、集計すると全体像がつかみやすくなる。
3.1 度数分布表
度数分布表は、各階級に入るデータの個数をまとめた表である。統計の初歩的な整理法であり、分布の概観をつかむのに役立つ。
3.1.1 作成手順
まず、データの範囲を確認し、階級区間を決める。次に、各観測値を対応する階級へ分類し、それぞれの個数を数える。最後に、階級、度数、必要に応じて相対度数などを表にまとめる。
3.1.2 読み取り方
度数分布表では、度数の多い階級がどこに集中しているかを読む。山の位置、広がり、偏りを確認すれば、データの特徴を大まかに把握できる。累積的な列を加えると、一定値以下にどれだけ集まっているかもわかる。
3.2 ヒストグラム
ヒストグラムは、階級ごとの度数を棒の高さで表した図である。棒は通常、隙間なく並べられ、分布の連続的な形を見やすくする。
3.2.1 作成方法
横軸に階級区間をとり、縦軸に度数を置く。各階級に対応する長方形を描き、棒の幅は階級幅に合わせる。幅が等しくない場合は、度数密度を使うことがある。
3.2.2 解釈
ヒストグラムからは、データの集中域、左右の偏り、複数の山の有無などが読み取れる。棒の並び方によって、分布の輪郭が視覚的に示される。ただし、階級の取り方によって見え方が変わる点には注意が必要である。
3.3 累積度数分布
累積度数分布は、ある階級までに含まれるデータの合計を示す方法である。値が小さい側から順に積み上げることで、到達人数や割合を把握しやすくなる。
3.3.1 累積度数
累積度数は、最初の階級から対象の階級までの度数を順に足し合わせたものである。ある値以下にどれだけのデータが含まれるかを示すため、順位や閾値の確認に便利である。
3.3.2 累積相対度数
累積相対度数は、累積度数を全体数で割った割合である。百分率にすると、全体の中での位置を直感的に理解しやすい。分位点や中央値の推定にも利用される。
4 階級の統計的意義
階級は、単なる分類の道具ではなく、データ理解の方向づけを与える重要な枠組みである。適切に用いることで、個々の値に埋もれた傾向が見えやすくなる。
4.1 データの要約
階級化によって、大量の観測値を少数の区間にまとめられる。これにより、情報の全体像を簡潔に示せる。表や図の形式に整えることで、比較や報告も容易になる。
4.2 分布の把握
階級を使うと、データがどの範囲に集まっているか、どの側に偏っているかを確認しやすい。分散した値の散らばり方や、例外的な値の位置も、概観として捉えやすくなる。
4.3 代表値との関係
階級は、平均値、中央値との差、最頻値などの代表値を補助する。階級値を使えば近似的な計算が可能になり、最頻階級や中央値との差階級から中心的な位置を推定できる。厳密な値と区間情報を併用することが望ましい。
4.4 分散やばらつきの理解
階級による整理は、値の散らばり具合を視覚化するのに役立つ。階級ごとの頻度差が大きければ偏りが強く、小さければ比較的均一と考えられる。分散や標準偏差の数値と合わせて見ると、データの性質をより立体的に理解できる。