歪度と尖度入門
統計学の分野では、データセット内の潜在的なパターンを解釈し理解するために、データ分析が不可欠です。これらのデータセットを記述し要約する上で重要な概念は、歪度と尖度です。これら2つの指標は、平均値や標準偏差といった単純な指標にとどまらず、データの形状や分布に関する貴重な洞察を与えてくれます。
歪度：データの非対称性を理解する
歪度とは、データ点の分布における非対称性、つまり対称性の欠如を表す指標です。正規分布のような完全に対称な分布では、ヒストグラムの左右は鏡像になります。しかし、現実世界のデータは完全な対称性を示すことは稀であり、歪度が生じます。
1. 歪度の種類：
– 正の歪度（右に歪んでいる）：この場合、分布の右側の裾野は左側よりも長く、または太くなっています。これは、データポイントの大部分が左側に集中しており、外れ値は少なく、より高い値に向かって広がっていることを示しています。例としては、世帯収入が挙げられます。ほとんどの人は一定の基準値以下の収入ですが、ごく一部の人はそれよりもはるかに高い収入を得ています。
– 負の歪度（左に歪む）：この場合、分布の左側の裾野が長く、または太くなります。ほとんどのデータポイントは右側に集中しており、低い値の外れ値は少なくなっています。例としては、定年退職年齢が挙げられます。ほとんどの人は特定の年齢の間で退職しますが、ごく一部の人はそれよりもかなり早く退職します。
– 歪度ゼロ：これは、左右の裾が完全に対称になる、完全に左右対称な分布で発生します。典型的な例は正規分布です。
2. 歪度の計算：
歪度は、以下の式を用いて定量化できます。
\[
歪度 = \frac{n}{(n-1)(n-2)} \sum_{i=1}^n \left( \frac{x_i – \bar{x}}{s} \right)^3
\]
– nは観測数です
– x_i は個々の観測値を表します
– \(\bar{x}\) は観測値の平均値です
– sは標準偏差です
正の値は右に歪んでいることを示し、負の値は左に歪んでいることを示します。
尖度：データの裾の重さを理解する
尖度は、データ分布の「裾の広がり」を測定する指標です。歪度は対称性を表すのに対し、尖度は中央のピークの高さと鋭さ、そして裾の重さを表します。尖度は一般的に次の3種類に分類されます。
1. 尖度の種類：
– 尖度が高い分布：尖度が正の値をとる分布は、データ値が平均値付近に集中していることを示し、結果としてピークが鋭くなり、裾が厚くなります。これは外れ値が発生する可能性が高いことを意味します。株式市場のリターンは、極端な変動を反映して、尖度が高い傾向を示すことがよくあります。
– 平坦な分布：尖度が負の値をとる分布は、ピークが平坦で裾が細く、データ点が平均値の周りに均等に分布していることを示します。乱数セットは、平坦な分布特性を示す傾向があります。
– メソキュルティック：正規分布のように、尖度値がゼロに近い分布は、適度な尖りと裾の厚さを示します。
2. 尖度の計算：
尖度は次の式を用いて計算されます。
\[
尖度 = \frac{n(n+1)}{(n-1)(n-2)(n-3)} \sum_{i=1}^n \left( \frac{x_i – \bar{x}}{s} \right)^4 – 3 \frac{(n-1)^2}{(n-2)(n-3)}
\]
歪度と同様に、n は観測数、x_i は各観測値、\(\bar{x}\) は平均、s は標準偏差です。3 を減算するのは、正規分布の尖度をゼロにするためです。正の値は尖度の高い分布を示し、負の値は尖度の低い分布を示します。
実際的な意味と応用
歪度と尖度は、単なる哲学的な概念ではなく、金融から品質管理、生物学に至るまで、幅広い分野で実際的な意味合いを持つ。
1. 財務：
リスク管理において、歪度と尖度は財務収益のモデリングと予測に用いられます。歪度は極端なプラスまたはマイナスの変化のリスクを示し、尖度は極端な事象やブラックスワン現象の発生確率を理解するのに役立ちます。
ポートフォリオマネージャーは、リスクとリターンの理想的なバランスを目指し、資産を選択する際に歪度と尖度を考慮します。
2. 品質管理：
製造業においては、生産工程のデータの歪度を分析することで、非効率性や品質のばらつきを明らかにすることができます。尖度を用いることで、欠陥や稀な不具合を示す可能性のある外れ値を特定できます。
3. 生物学と医学：
疫学においては、歪度は疾病の蔓延を反映する指標となり、尖度はスーパースプレッダーの存在を示す指標となる。遺伝学においては、これらの指標は集団内における形質分布の分析に役立つ。
4. 環境科学：
研究者たちは、汚染データの分析に歪度を用い、汚染物質の拡散傾向を明らかにしている。尖度は、石油流出事故や希少種の目撃など、稀ではあるが重大な環境事象を理解する上で役立つ。
結論
歪度と尖度を理解することで、データに対するより豊かでニュアンスに富んだ視点が得られ、様々な分野における意思決定の向上に役立ちます。歪度は非対称性を明らかにし、尖度は分布の裾野の挙動を強調します。これらの指標を組み合わせることで、従来の要約統計量を超えた重要な洞察が得られ、複雑な現象の解釈と予測能力が向上します。
他の統計ツールと同様に、歪度と尖度は他の記述統計量と併用することで最も有益な情報が得られることを覚えておくことが重要です。このような包括的なアプローチにより、データ分布を深く理解することができ、情報に基づいた意思決定を促進し、新たな発見につながります。
