 タイトルの文字は単に韻を踏んでみたかっただけです・・・(笑) その昔、僕が中高校生のころ、ブルーバックスという本のシリーズがあった。 主に自然科学の解説＆啓蒙書でありました。 その中に、『統計でウソをつく法』というのがあった。 書名が気に入って読んだ。 この本は、実際に統計を使ってウソをつくための本ではない。 いかに統計のマジックに惑わされないようにするべきか！という内容である。 今は手元には無い。 すでにその内容は覚えていないし、その本の受け売りを書くつもりもない。 しかし、この本を元に僕は同じ頃、統計学に興味を持ち、大学でもそれ関係の講座は必ず受講したものだ。 そして、本物の統計学と、世間一般で理解されている統計との違いに愕然とした記憶は鮮明に残っている。 今回から何回かに分けて、そのことを書いてみたい。 第１回：平均という名のウソ（平均は本当に平均的な傾向を表すのか？） 例として、これは全くでたらめな数値ですが、以下のようなデータについて考えてみる。 【３０代男性の平均所得】年間、税込み �。横娃伊�１人、３００万２人、４００万４人、５００万１人、６００万１人、１５００万１人 データ数は１０人、平均は５００万、となる。 「この５００万という数字が３０代男性の平均所得である」と結論できる。 同様に、データがこうだったらどうか。 �■苅娃伊�５人、６００万５人 これも、データ数は１０人、平均は５００万、となる。 何となく�△和電�な気がして、�，脇端譴粉兇犬�しませんか？ この感じは何からくるのか？ 無論データのばらつきからである。 もし、平均的な３０代男性の所得水準を考えるならば、平均ではなくて、モード（最頻値）を採用したほうが良いのでは、と思う。�，離癲璽匹錬苅娃伊�です。 他には、メディアン（中央値）というのもある。�，離瓮妊�アンは、同じく４００万。 つまり平均値（算術平均）では、データのばらつき具合によって、常識と異なる感じになるという例である。 このほかにも統計上重要なことに、【データ数】がある。 データ数が１０人ではあまりにも少ないのである。（まあ普通なら１０００人程度は必要！） また統計を取った地域や、サンプルの選び方などの問題も内包している。 たとえば、無作為（ランダムという）に選んだ人に関しての調査であっても、 調査場所が、駅を通行する人だった場合、マイカー通勤の人は対象に入らない。 たとえば、映画館から出てくる人を対象としたなら、その時間帯に、その映画を見た人という特殊な条件下での調査だったといえる。 その映画が、やくざ映画か、ポルノ映画（古いねぇ〜）か、北川景子主演作品か、によって、傾向は異なってくるのは言うまでも無い。 これから解ることは、統計は、データ数とサンプルのランダムさによって大きな影響を受けるということです。 大概の場合、統計データは、その階級（上の例で所得額の幅）と度数（調査した人数）で決まる。 幅簿刻みは、ａ：1000000〜1999999・2000000〜2999999・・・と ｂ：1000001〜2000000・2000001〜3000000でも異なってくる。 また、調査対象に該当したが、回答を得られなかった人をデータに加えるかどうかも。 あるいは回答者自身がウソを回答する場合もある。（これは判定は不能である） とにかく正しい判断を下せるデータを採取することは、かなりの規模と労力を必要とするのだ。 ぶっちゃけ、解答してくれた人へのお礼が、ポケットテッシュ１個だけか、１０００円の商品券かにも左右されるのである。 以上からいえることは、 （1）正しいデータはなかなか取ることが出来ない （2）調査の仕方に左右される （3）データの解釈にも何通りもある 早い話、正確な統計データなど、実際には殆ど無いといっても過言ではないといことだ。 さて、第１回はどうでしたか？ 理解に苦しむ点は、質問受け付けますよ・・・
|
統計のウソ
[ リスト | 詳細 ]
全1ページ
[1]
転載元: 
コメント（0）
全1ページ
[1]
