食わず嫌いを直そう、「平均値」だけが平均じゃない！（その5）：山浦恒央の“くみこみ”な話（77）（3/3 ページ）

[山浦恒央 東海大学 大学院 組込み技術研究科 准教授（工学博士），MONOist]

3.4　4種類の「代表値」の分析

　上記の生産性の代表値を算術平均値、中央値、最頻値、トリム平均値で計算すると次のようになります。

表.3　平均値、中央値、最頻値、トリム平均値の計算結果
算術平均	1552
中央値	834
最頻値（表.1）	834
トリム平均値	891

　今回の生産性データは、極端な外れ値があるため、算術平均ではなく、中央値、トリム平均値、最頻値のどれかを採用するのが現実的だと筆者は考えます。

　膨大なデータに対し、上記の代表値を計算するのは面倒なようですが、Excel→「分析ツール」→「基本統計量」を使用すると、算術平均、中央値、最頻値は勝手に計算できますので、全ての特徴値を見てから、採用する代表値を判断すると良いでしょう。

4.　代表値のメリットとデメリットの一覧表

　代表値（算術平均、中央値、最頻値）の特徴をまとめると以下のようになります[1]。

表.4　代表値のメリットとデメリット
代表値	メリット	デメリット
算術平均	全てのデータを有効に使える、結果は必ず1つ	外れ値の影響を受ける
中央値	外れ値の影響を受けない、結果は必ず1つ	未使用のデータがある
最頻値	外れ値の影響を受けない	未使用のデータがある、最頻値が複数存在する場合がある、最頻値が存在しない場合がある

　以上のメリットとデメリットを把握できれば、目的に沿って現実的にデータを分析できます。

5.　終わりに

　今回は、データの特徴を表す「代表値」について説明しました。4種類の代表値には、それぞれ得意・不得意がありますのでそれらに注意して使用すると効果的なデータ分析ができます。開発プロジェクトでのデータ分析で、ぜひ活用してください。

参考文献

[1] 『例題で学ぶ初歩からの統計学 第2版』 (白砂堤津耶 著、2015年、日本評論社）

『統計と確率ケーススタディ30―基礎知識と実戦的な分析手法』　（ニュートンムック Newton別冊）

『まずはこの一冊から 意味がわかる統計解析』　（涌井貞美 著、2013年、ベレ出版社）

【 筆者紹介 】

山浦 恒央（やまうら つねお）

東海大学 大学院 組込み技術研究科 准教授（工学博士）

1977年、日立ソフトウェアエンジニアリングに入社、2006年より、東海大学情報理工学部ソフトウェア開発工学科助教授、2007年より、同大学大学院組込み技術研究科助教授、現在に至る。

主な著書・訳書は、「Advances in Computers」 （Academic Press社、共著）、「ピープルウエア 第2版」「ソフトウェアテスト技法」「実践的プログラムテスト入門」「デスマーチ 第2版」「ソフトウエア開発プロフェッショナル」（以上、日経BP社、共訳）、「ソフトウエア開発 55の真実と10のウソ」「初めて学ぶソフトウエアメトリクス」（以上、日経BP社、翻訳）。