統計計算機

記述統計とは？

記述統計は、より大きな母集団に対する推論を行わずに、データセットの中心傾向、散布度、形状を要約します。3つの柱は位置の尺度（平均、中央値）、散布度の尺度（範囲、分散、標準偏差）、位置の尺度（四分位数、百分位数）です。

算術平均は外れ値に敏感ですが、中央値は頑健です。分散は平均からの平均二乗偏差を測定します。標準偏差はその平方根でデータと同じ単位を持ち、より解釈しやすいです。

正規分布データでは、値の約68%が平均±1σ内、95%が±2σ内、99.7%が±3σ内にあります（経験則）。これが品質管理、仮説検定、リスク分析の基礎となります。

Formula: 平均 (x̄) = Σxᵢ / n 分散 (s²) = Σ(xᵢ - x̄)² / (n - 1) 標準偏差 (s) = √分散 中央値 = ソート済みデータの中央の値

計算例

データセット：[4, 8, 6, 5, 3]。個数 = 5、合計 = 26、平均 = 5.2、中央値 = 5。分散 = 3.7。標準偏差 = √3.7 ≈ 1.924。

この計算機を使うタイミング

• 工程の変動性と管理限界を決定するために測定データを分析する品質エンジニア
• 仮説検定の実行やモデル構築の前に実験結果を要約する研究者
• 中心傾向とばらつきを把握するためにアンケート回答や売上データをプロファイリングするビジネスアナリスト
• 手計算の統計値を検証したり、課題のためにデータセットの特性を調べたりする学生

よくある間違い

• ばらつきの指標を示さず平均のみを報告する — [1, 1, 1, 1, 1] と [0, 0, 0, 0, 5] の平均はどちらも1ですが、データの性質は根本的に異なります。必ず標準偏差や範囲を併記してください
• 全数(母集団)データに標本統計の公式を使う(またはその逆) — 標本分散は n-1 で、母分散は n で割ります。データが標本なのか母集団全体なのかによって選択が決まります
• 外れ値を確認せずに結果を解釈する — 極端な値が1つあるだけで平均は大きくずれ、標準偏差は膨らみます。最小値/最大値を確認し、頑健な要約には中央値とIQRの使用を検討してください
• 確認せずにデータが正規分布していると仮定する — 多くの統計的推論は正規性を前提とします。パラメトリック検定を適用する前に、平均と中央値を比較し、歪度を確認してください

結果の解釈方法

• まず平均と中央値を比較してください — 平均が中央値より明らかに大きければ右への歪みや大きな外れ値の存在を示し、その場合は中央値の方が「代表値」として適切です
• 標準偏差はデータと同じ単位を持ちます — おおよそ釣鐘型の分布であれば、値の約95%が平均±2標準偏差の範囲に収まります
• 最小値・最大値を平均±3標準偏差と照らし合わせてください — この範囲外の値は、さらなる分析の前に調査すべき外れ値の候補です
• 標準偏差を平均で割ると変動係数(CV)が得られます — 0.3を超える場合はデータのばらつきが大きく、平均だけでは要約として不十分です
• 件数(Count)が入力したつもりの値の数と一致しているか確認してください — 他のすべての統計量は、データ全体が正しく解析されている前提に依存します

関連規格・参考文献

• NIST/SEMATECH e-Handbook of Statistical Methods (Section 1, Exploratory Data Analysis) — 位置・ばらつきの尺度に関する基準的な定義と指針
• ISO 3534-1 — 統計用語および記号: 一般統計用語と確率で用いる用語
• Tukey, J. W. (1977), Exploratory Data Analysis — 正式な推測の前にデータを要約する手法を扱った基礎文献

よくある質問

母分散（÷n）と標本分散（÷n−1）のどちらを使うべきですか？

データが母集団の標本である場合は標本分散（ベッセル補正）を使用します。母集団全体の場合のみ母分散を使用してください。

平均値より中央値が適切な場合は？

データが偏っているか外れ値を含む場合 — 例えば所得分布や住宅価格。中央値は極端な値の影響を受けません。

平均に対して標準偏差が大きい場合、何を示していますか?

変動係数(CV = 標準偏差 / 平均)は相対的なばらつきを測ります。CVが0.15未満なら変動は小さく、0.15〜0.30は中程度、0.30超は大きいと判断されます。CVが大きい場合、データは広く分散しており、平均だけでは不十分な要約となります — 必ず中心傾向とともにばらつきも報告してください。