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56問: 2 つの配送センター X・Y について、荷物を近距離と遠距離に分けて、期日までに届いた件数を集計した。 | 区分 | X(届いた件数 / 荷物の件数) | Y
2 つの配送センター X・Y について、荷物を近距離と遠距離に分けて、期日までに届いた件数を集計した。 | 区分 | X(届いた件数 / 荷物の件数) | Y(届いた件数 / 荷物の件数) | |---|---|---| | 近距離 | 18 / 20 | 72 / 90 | | 遠距離 | 40 / 80 | 4 / 10 | | 合計 | 58 / 100 | 76 / 100 | この表の読み方として、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: 4. X はどちらの区分でも割合が高く、合計で逆になるのは X に遠距離の荷物が多いためなので、距離の区分ごとに比べる
X は近距離(90% 対 80%)でも遠距離(50% 対 40%)でも Y より届いた割合が高く、合計で逆になるのは X の荷物の 8 割が遠距離だからです。距離という第 3 の要因で区分して比べるのが適切です。
計算は、X が 18÷20=90%、40÷80=50%、合計 58÷100=58%、Y が 72÷90=80%、4÷10=40%、合計 76÷100=76% です。産業技術総合研究所『機械学習品質マネジメントガイドライン 第4版』は、2 つの属性の双方に関わる第 3 の要因(交絡因子)に気づかないと逆の関係を見てしまう現象をシンプソンのパラドックスと呼び、その要因での場合分けを求めています。
「件数が 100 件でそろう」は、合計の件数が同じでも距離の内訳が違うことを見ていません。「集計を誤ったとき」は誤りで、件数が合っていても逆転は起こります。
「区分の割合の平均」は、件数の違う区分を同じ重みで扱っており、表の合計の 58% と合いません。合計と区分ごとで結論が逆になるときは、区分の構成の違いを確かめ、区分ごとに比べましょう。
関連キーワード: シンプソンのパラドックス・層別・交絡因子・クロス集計
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