統計におけるデータの種類の理解

統計学習は常に一つの重要な質問から始まります：どのような種類のデータを扱っているのか？

日常的な状況について考えてみてください：

• クラスの身長
• 試験の点数
• 好きな果物についてのアンケート回答

これらはすべて「データ」ですが、同じ方法で分析することはできません。
適切な統計手法を選ぶためには、まずデータの種類を分類する必要があります。

1. 質的データ（カテゴリカルデータ）

カテゴリカルまたは質的データとも呼ばれます。
これらは数値的測定ではなく、カテゴリや質を記述します。

• 例1：血液型（A、B、O、AB）
• 例2：好きな果物（りんご、バナナ、オレンジ）
• 例3：性別（男性、女性、その他）

頻度をカウントしたり、カテゴリをグループ化したりできますが、平均を計算することはできません。

カテゴリカルデータの2つの種類

1. 名義尺度（Nominal Scale）

   • 固有の順序がないカテゴリ
   • 例：血液型、出身地、色

2. 順序尺度（Ordinal Scale）

   • 順序があるカテゴリですが、意味のある数値的距離はない
   • 例：5段階アンケート評価（満足→不満足）、コンテストの順位

2. 量的データ（数値データ）

数値的または量的データとも呼ばれます。
これらは測定可能な量を表す数値です。
ここでは、平均、分散、相関の計算が意味を持ちます。

• 例1：身長（cm）
• 例2：試験の点数（0-100）
• 例3：年収（円）

数値データの2つの種類

1. 離散データ（Discrete Data）

   • 「数えられる」値
   • 例：子どもの数、サイコロの目

2. 連続データ（Continuous Data）

   • 無限の精度で測定できる値
   • 例：身長、体重、時間

💡 注：連続データのヒストグラムを描くとき、区切りのある「棒グラフ」のように見えるかもしれません。しかし、これは観測されたサンプルを区間にグループ化しているためです。
連続データの真の考え方は滑らかな分布です。密度曲線を重ねることで、その連続性を強調できます。

まとめ：データの4つの種類

• カテゴリカルデータ

  • 名義（例：血液型）
  • 順序（例：満足度評価）

• 数値データ

  • 離散（例：子どもの数）
  • 連続（例：身長）

この分類は単なる整理作業ではありません。どの統計手法が有効かを決定します。

• 名義データ → 比率、カイ二乗検定
• 順序データ → 中央値、順位相関
• 離散データ → 確率質量関数、カウントモデル
• 連続データ → 平均、分散、回帰分析

👉 つまり、データの種類を特定することは、あらゆる統計分析の最初のステップです。

インタラクティブデモのアイデア（名義、順序、離散、連続）

デモでは学習者が異なるデータ型がどのように見えるかをすばやく確認できるようにします：

• 名義データの例：好きな果物（りんご、バナナ、オレンジ）
  → 円グラフで表示（順序なし）

• 順序データの例：5段階満足度スケール
  → 棒グラフで表示（順序を強調するため左から右に配置）

• 離散データの例：サイコロの目（1-6）
  → 値の間にギャップがある棒グラフ

• 連続データの例：身長（150-190 cm）
  → 滑らかな密度曲線が重ねられたヒストグラム

ボーナス：ユーザーがデータセットを入力できるようにします。デモはそれを「名義/順序/離散/連続」として自動分類し、対応する可視化を表示します。