基本統計量
基本統計量とは、データの集まりを簡潔に要約し、その特性を把握するために用いられる統計的指標である。これらの統計量は、データの全体的な傾向やばらつき、分布の形状を把握するための基礎的な情報を提供する。基本統計量には「平均値」「中央値」「最頻値」「分散」「標準偏差」「範囲」「四分位範囲」などが含まれ、データの分析や品質管理、意思決定の際に欠かせない指標である。
平均値
平均値（Mean）は、データの中心的な傾向を示す指標で、データの全ての値を合計し、その値をデータの数で割ったものを指す。平均値は最も一般的な統計量であり、データの全体的なレベルを把握するのに適している。しかし、極端な値（アウトライアー）が存在すると平均値はその影響を受けやすく、データの中心を正確に表さない場合もある。
中央値
中央値（Median）は、データを小さい順に並べたときに中央に位置する値を指す。データの分布に偏りがある場合や、極端な値の影響を受けにくいという特徴を持つため、平均値よりもデータの中心を適切に表すことができる場合がある。特に、収入や資産のように偏ったデータの分析においては、中央値が有用である。なお、飛び離れた値(はずれ値)が存在しなければ、平均値と中央値は近い値になる。
最頻値
最頻値（Mode）は、データの中で最も頻繁に出現する値である。データの分布を理解する際に有用であり、カテゴリカルデータ（分類データ）の分析において特に役立つ。連続データにおいても最頻値を求めることができるが、データのばらつきが大きい場合には、最頻値が複数存在することもある。
最頻値がデータ内で最も頻繁に出現する値を示し、複数の最頻値が存在する場合、それらすべてを集合で表す
分散と標準偏差
分散（Variance）は、データが平均値からどれだけばらついているかを示す指標である。データの各値から平均値を引いた値の二乗を合計し、データの数で割ることで求められる。標準偏差（Standard Deviation）は、分散の平方根を取ったもので、データのばらつきを元の単位で表す。標準偏差が大きいほど、データのばらつきが大きいことを意味する。
分散
この数式は、全てのデータポイントに対する二乗偏差の平均を計算することで分散を求めることを示している。
標準偏差
標準偏差の数式は以下の通りである。
範囲
範囲（Range）は、データの最大値と最小値の差を示す指標である。データ全体のばらつきを簡単に把握することができるが、極端な値に大きく影響されるため、データの分布を正確に表す指標としては限界がある。範囲だけでは、データの内部構造や分布の特徴を十分に理解することは難しい。
四分位範囲
四分位範囲（Interquartile Range, IQR）は、データを4等分した際の第1四分位数（Q1）と第3四分位数（Q3）の差であり、データのばらつきを示す指標の一つである。四分位範囲はデータの中央50%の範囲を示すため、極端な値の影響を受けにくい特徴がある。データのばらつきや散らばり具合を理解する際に有用である。
分布の形（歪度と尖度）
分布の形を示す指標として、歪度(ひずみ,Skewness)と尖度(とがり,urtosis)がある。歪度で分布の対称性を見ます。尖度で分布のすその長さを見る。 歪度（Skewness）は、データの分布が左右対称かどうかを示す指標である。正の歪度はデータが右に歪んでいることを示し、負の歪度は左に歪んでいることを示す。一方、尖度（Kurtosis）はデータの分布の峰の高さを示す指標であり、尖度が高いとデータの分布が鋭く、尖度が低いと平らになる。この2つの指標によって分布の形が、左右対称かどうか、すそを引いているかどうかを見ることで判断を行う。特に工業で扱うデータでは、左右対称な分布になることが多い。
基本統計量の活用例
基本統計量はさまざまな分野で活用されている。例えば、品質管理では製品のばらつきを把握するために平均値や標準偏差が使われる。また、マーケティングでは、顧客の購買傾向を分析する際に中央値や最頻値が用いられる。さらに、金融分野では、資産のリスク評価において分散や標準偏差が重要な指標となる。
基本統計量の限界
基本統計量はデータを要約する上で非常に有用であるが、いくつかの限界も存在する。例えば、平均値や標準偏差だけではデータの全体的な形状や特徴を完全に把握することは難しい。また、極端な値の影響を受けやすい指標も多いため、データの特性を誤って解釈するリスクがある。そのため、データ分析では基本統計量だけでなく、他の分析手法と組み合わせて活用することが重要である。
コメント（β版）