データサイエンティスト検定 リテラシーレベル データサイエンス(数学・統計・可視化) 練習問題 第43問: ある店で 30 日分の 1 日の来店者数を集めたところ、1 日だけ大型イベントがあり、その日の来店者数がほかの日の数倍になっていた。この 1 日の極端な値の影響
データサイエンス(数学・統計・可視化)
– / 96 解いた
第43問
ある店で 30 日分の 1 日の来店者数を集めたところ、1 日だけ大型イベントがあり、その日の来店者数がほかの日の数倍になっていた。この 1 日の極端な値の影響を受けにくい散らばりの指標と、その理由の組合せとして、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 3. 四分位範囲。小さい順に並べた第1四分位数と第3四分位数の差で、中ほどの半分の日の値の広がりで決まる
「四分位範囲」が適切です。四分位範囲は第3四分位数から第1四分位数を引いた値で、総務省統計局「なるほど統計学園」は中心付近のデータの散らばりの目安としています。
小さい順に並べた中ほどの値だけで決まるので、最大の 1 日が何倍になっても値は変わりません。米国国立標準技術研究所(NIST)の『NIST/SEMATECH e-Handbook of Statistical Methods』は、一般に裾に極端な値があるデータでは四分位範囲の方が標準偏差より安定した散らばりの目安になりうるとしています。
範囲は最大値と最小値の 2 つだけで決まるので、ほかの 28 日には左右されませんが、極端な 1 日がそのまま最大値になり、大きく変わります。分散は偏差を 2 乗するので、大きく離れた 1 日の偏差がとくに強く効きます。
標準偏差は平方根で単位を戻すだけで、極端な値の影響は残ります。外れ値があるときの散らばりは、中ほどの半分の値で決まる四分位範囲で見ると押さえましょう。
関連キーワード: 四分位範囲・外れ値・範囲・標準偏差・分散
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告