数値データの整理と欠損値・外れ値
学習目標
- 精密さと正確さの違いを、ばらつきと平均のずれで説明できる。
- 外れ値と欠損値の意味を区別できる。
- 欠損値を前後の値から補完する計算ができる。
| 学習の作業 | 時間の目安 |
|---|---|
| 読む（精密さ、正確さ、誤差） | 15分 |
| 読む（外れ値、欠損値、補完） | 15分 |
| 例を追う（補完の計算） | 10分 |
| 自力演習（段階別の練習） | 15分 |
| 振り返り | 5分 |
1. 精密さと正確さ
測定値と真の値の間にはずれ（誤差）が生じます。測定値のばらつきが小さいほど精密です。測定値の平均と真の値の差が小さいほど正確です。精密さを高めるには、同じ実験を繰り返して平均する方法があります。
2. 外れ値
一部の測定値が、ほかの測定値から大きく異なる場合、それを外れ値といいます。統計処理では外れ値を除くことが多いですが、ミスによる異常値か、ある条件が重なったときに現れる値かは、結果を比べて判断する必要があります。
3. 欠損値と補完
データが取得できなかった値を欠損値といいます。欠損値を前後のデータから推定して補うことを補完といいます。例: 14時（12.0）と16時（13.0）の平均から、15時の値を (12.0 + 13.0) ÷ 2 = 12.5 とする（独自の数値）。
4. 文字データ・画像データ
文章や画像からも情報を取り出せます。テキストマイニングは、文章を単語などに分けて出現の頻度や関係性を読み取ります。画像認識は、画像から意味のある情報を読み取る技術です。
段階別の練習
易（基本の確認）
- 測定値のばらつきが小さいことを何と呼ぶか。
答えと解き方
精密。 - 取得できなかったデータを何と呼ぶか。
答えと解き方
欠損値。
標準（手順を組み合わせる）
- 14時の値が 12.0、16時の値が 13.0 のとき、15時の値を平均で補うといくつか。
答えと解き方
(12.0 + 13.0) ÷ 2 = 12.5。 - 外れ値の扱いで注意すべき点を1つ答えなさい。
答えと解き方
ミスによる異常値か、条件が重なって現れた値かを、結果を比べて判断する。
共通テスト形式（読み取りと判断）
- ある測定の平均が真の値と大きくずれているが、ばらつきは小さい。この測定は何が不足しているか。
答えと解き方
正確さ（精密ではあるが、正確ではない）。 - テキストマイニングが扱うデータの例を1つ挙げなさい。
答えと解き方
報告書やアンケートなどの文章。
振り返り
- 精密さと正確さを、ばらつきと平均の差で言い分けられましたか。
- 補完の計算を、前後の値の扱いとともに説明できましたか。