# バラつきという基本的な視点 大学教員管理営業をして大学院生の長高です。このチャンネルは健康に89%役立つ話や生活の中で気づいたあれこれについてお話をしています。 さて今日なんですけれども、私大学院生として研究をしたり、研究データの解析をしたりという形で、ほぼですね一日中、大学の授業がなければずっとパソコンとニラメッコ こんな日々が続いているんですけれども、今日はですねその解析というところで、 統計よく聞きますね皆さん。統計学なんていうのがあったりします。 統計好きな人っていうのはあんまりいないんじゃないかなと思いますね。 割と多くの方が、統計というもの自体はどんな形なのか、どんなことをするのか、 なんとなく聞いたりやったり、そういったことはあるけれども、よくわからないよというような方も結構多いかと思います。 ということでですね、超基本、基本中の基本みたいな話なんですけど、 ここって結構大事だよねってお話を今日はしていこうかなと思います。 皆さん平均値と中央値の違い、これわかりますか。 何なのか、これをですねちゃんと説明できる人っていうのは、意外とですね いきなり言われるとわけわからないというような方もいるんじゃないでしょうか。 平均値、これはなんとなくわかりますね。 あるデータの合計、これをですね、データの個数で割って得られる値、これが平均値になります。 例えば、10人の身長の平均値っていうのであれば、10人の身長を足して10で割る、みたいな、そういったことになりますね。 一方で中央値っていうのは、そのデータを大きさ順に並べた時の真ん中、 例えば今言った10人の身長であれば、5番目の人の身長は何センチなのかっていうのが、 中央値ということになると思います。 統計で考えますと、平均値と中央値の扱い、どう違うのかというところなんですが、 皆さん正規分布聞いたことあるでしょうか。 よくですね、 身長で、先ほども説明したので、今回も同じく身長で説明しますと、 真ん中ぐらいの身長の人がいっぱい日本にはいると。 ちょっと何が真ん中かはよくわかりません。つまり、身長が低い人と高い人というのは、そんなに多くなくて、 真ん中ぐらいの身長の人が多くいるっていう、いわゆる山の形をしている。 これを正規分布すると。正規分布しているというふうに言ったりするわけですね。 一方でですね、正規分布していないようなデータもあったりします。 例えば、日本の人口の年齢区分。ここなんかは、例えば、子供が生まれてから亡くなるまで、 例えば80年90年経ったとしましょう。その場合、正規分布しているのであれば、30代40代50代、この辺りが山としてピークになってくるんですけれども、 現在のね、日本の人口の年齢区分としては、そんなふうにはなっていなかったりしますよね。 あとは、年収なんかも、真ん中の、いわゆる平均辺りのところが山のピークになっているかというと、そうじゃないものも結構あったりするということになります。 ここから何が言いたいのかと言いますと、正規分布していない。つまり、真ん中辺りの人たちが、いわゆるマス層というんでしょうかね。 すごく多くいるというようなデータじゃない場合に、平均値が意味があるのかどうか。 この辺はですね、非常に難しさがあったりします。例えば、日本の人口1億何千万人みたいな感じで、ものすごい数のデータを取っているのであれば、 ある種、平均というのも使えるのかななんて思う時もあったり、逆にそのデータの集団ですね、 例えば、10とか20とか100とか、あんまり多くないですね。これサンプルサイズとか、いろんな言い方するんですけれども、サンプル数だった場合においては、 正規分布していないのに平均値使ったらおかしいよね、みたいなこともあったりするんですね。 そしてですね、また今度ちょっと考えなきゃいけないのが、この平均値っていうものだけで、いろいろと見ていくっていうのは難しいよね、っていうのがあったりします。 例えば、先ほどの例えで出た年収ありますよね。例えば、日本の社会人の平均年収とか、東京都のサラリーマンの平均年収とか、よく出てきますけれども、 ここは、ばらつきがどれぐらいあるのかっていうのを見ていかなきゃいけないと。つまり、年収がですね、あまり高くない方もいれば、とんでもなく高い人もいると、 いうようなことで、このばらつきっていうのが大きかったりします。このばらつきを見るものを標準偏差って言うんですよね。 なので、平均の場合はこの標準偏差っていうものとセットで見てみないと、そのですね、数字が本当に真を食った数字なのか、正しい数字なのか、 怪しい数字なのかどうなのかっていうのがわからないってことが起きてしまいます。 例えば、先ほど言った年収ですけれども、そうですね、 社会人の平均年収が400万だとしましょう。400万だとして、その400万という平均の中には、年収が200万前後の方もいれば、何十億、何百億、 倍によっては何千億、何兆、何軒、わからないですけども、とんでもない数字の人もいたりするわけです。 で、仮にですけれども、そうですね、また違った例えで、あるクラスの算数のテスト。算数のテストの平均点が65点だったときに、そのクラスの平均点に近いような人たちが多いクラスなのか、 ものすごく平均点よりも低い点数をとっていること、めちゃくちゃいい点数をとっているクラスなのか、これによっても全然違いがあったりするわけですよね。 なので、この平均という数字、非常に取扱い注意していかないと、その数字に騙されてしまう。 騙されてしまうというか、本当に正しい情報を得ることができないというふうになってしまうので、皆さんのいろんなメディアとか、 SNSも含めて、情報を見ると思うんですけれども、この密記したときに、その出てきている数字、それは本当に正しいのか。 そうじゃないのであれば、どういったところを見なきゃいけないのかというところで、今日は非常にシンプルな話なんですけれども、 平均値、中央値、そして標準偏差、この辺りについてお話しさせていただきましたので、その辺の視点を持って、数字を眺めてみていただくというのも一ついいのかもしれません。 ものすごく基本的な話ではあるんですけれども、まずそもそも正規分布しているのか、していないのか。 正規分布していないのに平均値を使うというのがおかしい場合も結構あったりしますし、正規分布していなくても平均が使えるようなこともあったりもします。 ここからさらに、ややこしいようないろんな統計の話があったりもするんですけれども、それはまた別のお話にしたいなと思っております。 ということで、おっと、そろそろ研究のデータが私を呼んでおります。ということで、健康に気をつけなきゃと思いつつ、もう呼ばれたくないですね、健康のデータには。 健康のデータ?まあいいです。もうよくわからないので。すいません。なんでこんな話しているかというと、今研究室で一人でいるんですよね。みんな帰っちゃったんです。 で、私だけ一人でこうカチャカチャやってるわけですよ。データ眺めて。で、もう疲れてるんですよね。だから、もうなんか、なんか話したいなっていうそんな気持ちでお話をさせていただきました。 とりあえずね、中央値なんだ、平均値、標準偏差、その辺の話ね、役に立ったよって方がいれば、いいねをポチッと押してくださったり、コメントしてくれると、この最近研究のことばっかりでですね、すさんだ心を持つ長鷹の心がウエットな感じで潤されるかと思いますので、どうぞよろしくお願いいたします。 健康は最大の自己投資です。何気ない一日を大事にしましょう。では。