#1平均が同じでも、中身がちがう

テストの平均点、AクラスもBクラスも50点! 同じレベルってことだよね!

…中身を見る。Aは45、45、55、55。Bは0、0、100、100。

え、待って。Bクラス、0点か100点しかいないじゃん!

Bクラスは、恋も勉強も全力か0か、なのね…♡ ルナと同じなの

0か100かは、恋だけにして!

…平均だけでは、この「散らばり」が見えない。それを数字にするのが、分散と標準偏差。
#2分散は「平均からのずれ」を2乗して平均

平均からどれだけ離れてるか、を平均すればいいんじゃない?

…各データと平均の差が「偏差」。でも偏差をそのまま足すと、プラスとマイナスで必ず0になる。

Aなら、−5、−5、+5、+5。足すと…0! ほんとだ!

…だから2乗して、マイナスを消してから平均する。それが「分散」。
分散 ={(各データ − 平均)² の合計}÷ データの個数
Aクラス:(25+25+25+25)÷ 4 = 25。Bクラス:(2500×4)÷ 4 = 2500

Aは25、Bは2500! 散らばりの差が、ちゃんと数字に出た!

2乗するなんて、想いが重くなるのね…♡

重くなるのは単位のほう!
#3単位をもどすのが「標準偏差」

…ミコの言うとおり。2乗したから、分散の単位は「点の2乗」。そのままだと読みにくい。

…そこで分散の平方根をとる。それが「標準偏差」。元のデータと単位がそろう。
標準偏差 = √分散
Aクラス:√25 = 5点。Bクラス:√2500 = 50点。「平均から、だいたい何点くらい離れているか」の目安

Aはだいたい平均±5点、Bは±50点! これなら感覚で分かる!

…工場でも使う。部品のサイズの標準偏差が大きくなったら、機械の不調を疑う。

ルナの気分も、毎日の標準偏差が大きいの♡

それは不調じゃなくて、ルナの通常運転!
#4偏差値と標準化

標準偏差って、もしかして「偏差値」と関係ある?

…ある。平均を50、標準偏差を10に置きかえた点数が、偏差値。
偏差値 = 50 + 10 ×(得点 − 平均)÷ 標準偏差
平均42点・標準偏差8点のテストで58点なら、50+10×16÷8=70。ちがうテストどうしを比べられる

…(得点−平均)÷標準偏差の部分を「標準化」という。AIの前処理でもよく使う。

身長はcm、体重はkgみたいに、単位がちがうデータの大きさをそろえるんだ!

ルナの「好き」も標準化したら、偏差値いくつかな♡

…外れ値。測定不能。
ミコのメモ(自分あて)
- 偏差=各データ−平均。合計すると必ず0になる既読
- 分散=偏差の2乗の平均。散らばりが大きいほど大きい既読
- 標準偏差=√分散。元のデータと単位がそろう既読
- 偏差値=50+10×(得点−平均)÷標準偏差既読
- 標準化=(値−平均)÷標準偏差。AIの前処理で使う既読
試験デンデン! 1問だけ
データ「2, 4, 6, 8」の分散と標準偏差の組み合わせとして正しいものはどれ?(データの個数で割る分散とする)
平均は(2+4+6+8)÷4=5。偏差は−3、−1、+1、+3で、2乗すると9、1、1、9。合計20を個数4で割って分散は5。標準偏差は分散の平方根で√5(約2.24)。20は偏差の2乗の合計で、まだ個数で割っていない値。分散と標準偏差を逆にした選択肢もまちがい。
※ 出題範囲を参考にしたオリジナル問題です
この記事の出典
- 総務省統計局 なるほど統計学園「データの散らばりを見る」(偏差・分散・標準偏差・偏差値)
- 総務省統計局 なるほど統計学園「データの散らばりを捉える」(工場の製品管理の例)
- NIST/SEMATECH e-Handbook of Statistical Methods「Normal Distribution」(標準化した正規分布)
- JDLA「G検定とは」(シラバス)
クラスの点数は、計算しやすくした説明用のイメージです。この記事の分散は「データの個数で割る」ものです。標本から母集団の分散を推定するときは「個数−1」で割る(不偏分散)こともあります。
G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 登場人物は架空のキャラクターです。