情報の勉強高校 情報Ⅰ

第4章 情報通信ネットワークとデータの活用

代表値だいひょうちと散らばり(平均値・中央値ちゅうおうち・最頻値さいひんち・分散ぶんさん・標準偏差ひょうじゅんへんさ)

たくさんの値を1つの数で表す「代表値」と、どれだけばらついているかを表す「散らばり」を、図で確かめます。外れ値はずれちが入ると平均値が大きく動くこと、分散と標準偏差へんさの計算の仕方と意味まで、値を動かせる部品でさわってみましょう。

説明

1. 平均値:でこぼこを「ならした」高さ

5人の通学時間が 12分、20分、15分、28分、25分だったとします。高い所を低い所に分けて、全員を同じ高さにならすと 20分になります。これが平均値です。

計算では、平均値 = 値の合計 ÷ 値の個数。合計 100分 ÷ 5人 = 20分です。たくさんの値を1つの数で代表させるものを代表値といい、平均値のほかに中央値・最頻値があります。

そのまま010203012A20B15C28D25Eならすと:全員 20分0102030ABCDE合計 12+20+15+28+25 = 100(分)→ 100 ÷ 5人 = 20分分
ならした高さが平均値。合計 ÷ 個数で求めます。

2. 中央値:小さい順に並べた真ん中

値を小さい順に並べたとき、ちょうど真ん中にくる値を中央値(メジアンとも呼ぶ)といいます。5人なら3番目です。

個数が偶数のときは真ん中が2つあるので、その2つの平均を中央値にします。6人なら3番目と4番目の平均です。並べかえを忘れて、元の順番のまま真ん中を取る間違いが多いので注意しましょう。

5人(奇数):小さい順に並べる121番目152番目203番目254番目285番目真ん中の3番目 → 中央値 20分6人(偶数):小さい順に並べる121番目152番目203番目254番目285番目406番目真ん中の2つの平均 (20+25)÷2 → 中央値 22.5分

中央値は、まず小さい順に並べる。偶数個なら真ん中2つの平均。

3. 最頻値:一番多く出てくる値

15人の小テストの点数を、1人を ● 1つにして数直線に積み上げました(この図をドットプロットといいます)。7点が4人で一番多いので、最頻値(モードとも呼ぶ)は 7点です。

最頻値は「一番よくある値」を知りたいときに使います。好きな教科や血液型のように、数でない種類(質的データしつてきでーた)でも求められるのが特長です。一番多い値が2つ以上あれば、最頻値も2つ以上になります。

012345678910点7点が4人で一番多い →小テスト(10点満点)15人の点数。● 1つが1人最頻値 = 7点

4. 外れ値があると、平均値は大きく動く

9人の通学時間の平均値と中央値は、どちらも 18分です。ここに、電車とバスで 90分かけて通う人が1人加わると、平均値は 25.2分になりました。10人のうち9人が 25分以下なのに、平均値はそれより大きくなっています。

このように、ほかから大きく離れた値(外れ値)があると、平均値は引っぱられて大きく動きます。中央値は「並べた真ん中」なので、19分とほとんど動きません。外れ値があるときは中央値も見るのが大切です。

9人0102030405060708090100分平均値 = 中央値 = 181人(90分)が加わって10人0102030405060708090100分平均値 25.2中央値 19平均値は 18 → 25.2 と大きく動き、中央値は 18 → 19 とほとんど動かない

平均値は外れ値に引っぱられる。中央値・最頻値は外れ値の影響を受けにくい。

5. 度数分布表どすうぶんぷひょうとヒストグラム

値がたくさんあるときは、区間に分けて人数を数えます。区間を階級、区間の幅を階級の幅、各階級に入る人数を度数といい、まとめた表を度数分布表といいます。階級の真ん中の値が階級値かいきゅうち、全体に対する割合(度数 ÷ 全体の人数)が相対度数そうたいどすう、小さい方からの度数の合計が累積度数るいせきどすうです。

度数分布表から平均値の見当を付けるときは、全員が階級値にいるとみなして(階級値 × 度数)の合計 ÷ 人数 とします。この表では 567.5 ÷ 25 = 22.7m。度数分布表の最頻値は、度数が一番多い階級の階級値(22.5m)です。度数分布表を柱のグラフにしたものがヒストグラムです(詳しくは「グラフの選び方」の単元)。

階級(m)階級値度数(人)相対度数累積度数10以上15未満12.520.08215以上20未満17.560.24820以上25未満22.590.361725以上30未満27.550.22230以上35未満32.530.1225合計2510246810101520253035人数記録(m)9人柱にすると ヒストグラム
ハンドボール投げ 25人の記録。「20以上25未満」は 20m ちょうどを入れ、25m ちょうどは入れません。

6. 散らばり:平均値が同じでも違う

A班とB班の小テストは、どちらも平均 7点です。でも、A班は 4点から 10点まで広がり、B班は 6点から 8点に集まっています。代表値だけでは、この散らばり(ばらつき)の違いは分かりません。

散らばりの一番素朴な目安は範囲(レンジとも呼ぶ)= 最大値 − 最小値 です。ただし範囲は両端の2つの値だけで決まるので、外れ値が1つあると大きく変わります。そこで、全部の値を使う分散と標準偏差を次に考えます。

A班(4, 6, 7, 8, 10)012345678910平均 7点範囲 10−4 = 6点B班(6, 7, 7, 7, 8)012345678910平均 7点範囲 8−6 = 2点

7. 分散と標準偏差:平均からの離れ方の平均

各値と平均値の差を偏差といいます。偏差をそのまま足すと、プラスとマイナスが打ち消し合って必ず 0 になります。そこで偏差を2乗してから平均したものを分散とします。A班は (9+1+0+1+9) ÷ 5 = 4 です。

分散は2乗したので、単位も「点²」になってしまいます。そこで分散の平方根へいほうこん(0以上のほう)を取って、元の単位(点)に戻したものが標準偏差です。A班は √4 = 2点、B班は分散 0.4、標準偏差 約 0.63点。標準偏差が大きいほど、平均値の周りに広く散らばっていることを表します。正規分布(山が1つで左右対称なつりがね形の分布)に近いデータなら、平均値 ± 標準偏差 の範囲に全体のおよそ68%(約3分の2)が入ります。

A班(平均 7点)点数偏差(点数−平均)偏差の2乗4−396−117008111039合計 0合計 20偏差の2乗 =正方形の面積91019分散 = 偏差の2乗の平均 = 20 ÷ 5 = 4(点²)標準偏差 = √分散 = √4 = 2(点)

分散 = 偏差の2乗の平均。標準偏差 = √分散(元の単位に戻る)。

8. 手順をまとめる・表計算ソフトウェアでは

分散と標準偏差は、下の4つの手順で求めます。値が多いときは表計算ソフトウェアを使います。平均値は AVERAGE、中央値は MEDIAN、最頻値は MODE 関数です。

分散と標準偏差には関数が2種類あります。このページのように個数 n で割るのは VAR.P(分散)と STDEV.P(標準偏差)。n − 1 で割る VAR.S・STDEV.S もあり、A班なら VAR.S は 20 ÷ 4 = 5 になります。n − 1 でわるのは、一部のデータ(標本ひょうほん)から全体(母集団ぼしゅうだん)の散らばりを見積もるときの方法です。問題文にどちらの方法か書いてあれば、それに従います。

なお、(値 − 平均値)÷ 標準偏差 で、平均 0・標準偏差 1 にそろえることを標準化といいます。単位や散らばりの違うデータ(国語と数学の点など)を比べるときに使い、偏差値はこれを 50 + 10 × (標準化した値)にしたものです。ただし、標準偏差が 0(全員が同じ値)のときは 0 でわることになるので、この式では計算できません。

① 平均値を出す(4+6+7+8+10) ÷ 5 = 7② 偏差 = 値 − 平均値−3, −1, 0, 1, 3(合計は必ず 0)③ 偏差を2乗して平均(9+1+0+1+9) ÷ 5 = 4 … 分散④ 分散の平方根(0以上)√4 = 2 … 標準偏差

ひとことで言うと代表値はデータの中心、分散・標準偏差は平均からの散らばりを表す。

例題

例題1 中央値と平均値を求める(偶数個)

陸上部の8人の 50m 走の記録(秒)は、7.2, 8.0, 7.6, 8.4, 7.4, 9.1, 7.8, 8.1 でした。中央値と平均値を求めましょう。

例題2 分散と標準偏差を求める

Cさんが平日の5日間に家で勉強した時間(分)は 40, 60, 50, 80, 20 でした。分散と標準偏差を求めましょう(分散は n で割る方法)。

練習

1
6人の握力(kg)は 32, 28, 35, 30, 27, 34 でした。平均値は何 kg ですか。
2
図書室に来た人数を6日間記録すると 18, 25, 12, 30, 22, 27 人でした。中央値は何人ですか。
3
下の度数分布表で、最頻値はどれですか。
運動した時間(時間)階級値度数(人)0以上2未満132以上4未満374以上6未満5126以上8未満768以上10未満92
4
ある学年の「1か月のお小遣い」を調べたら、ほとんどの人は 2000〜6000円でしたが、30000円の人が2人いました。「普通はこのくらい」を1つの数で表すとき、外れ値の影響を受けにくいのはどれですか。
5
4つの値 3, 5, 7, 9 の分散を求めましょう(偏差の2乗の平均。n で割る)。

さわってみよう

値を動かして、代表値と散らばりを見る

値のボタンを押して選び、「◀」「▶」で動かしたり「消す」で消したりできます(点を指で左右にドラッグしてもよい)。まず「通学時間」で「外れ値を足す」を押す前に、平均値と中央値がそれぞれどのくらい動くか予想してから押しましょう。表の色の付いた行は、直前から変わった値です。

外れ値を足すと、平均値と標準偏差は大きく変わり、中央値はあまり変わりません。値を平均から遠ざけると標準偏差は大きく、平均に近づけると小さくなります。

やってみよう(共通テスト形式)

このサイトで作った問題です(過去の試験問題ではありません)。

陸上部の D さんと E さんは、走り幅跳びの記録をくらべている。次の表は、練習で6回ずつ跳んだ記録(m)である。

1回目2回目3回目4回目5回目6回目
D4.85.25.04.65.45.0
E5.64.25.34.55.94.5

D「平均値はどちらも 5.0m だね。」
E「でも、ぼくの記録はばらばらだよ。散らばりも数で比べてみよう。」

問1
E さんの記録の中央値は何 m か。
問2
D さんの記録の分散は 0.4 ÷ 6 で約 0.067 である。E さんの記録の分散(偏差の2乗の平均)はいくつか。
問3
E さんが表計算ソフトウェアで、同じ6個の記録に VAR.P 関数と VAR.S 関数を使った。結果について最も適当なものを選べ。
問4
大会のメンバーを1人選ぶ。「毎回安定して 5m 前後を跳べる人」を選びたいとき、根拠として最も適当なものを選べ。

この単元が出た過去問の解説

ちょっと寄り道:豆知識・こぼれ話

試験に出るとはかぎりませんが、知っていると情報がもっと面白くなる話です。

「平均貯蓄1984万円」でも、3分の2の家庭はそれより少ない

総務省の家計調査によると、2024年の二人以上の世帯の貯蓄の平均値は1984万円でした。ところが、貯蓄がある世帯の中央値は1189万円で、平均値より800万円ほど少なくなっています。しかも、平均値より貯蓄が少ない世帯が、全体の約3分の2(67.0%)をしめています。ごく一部のとても多く貯蓄している世帯が、平均値を大きく引き上げているからです。ニュースで「平均」と聞いたら、「普通の家庭」の値とは限らない、と考えてみましょう。

参考:総務省統計局「家計調査報告(貯蓄・負債編)2024年(令和6年)平均結果の概要」

「標準偏差」という名前を付けたのはだれ?

標準偏差(standard deviation)という言葉は、イギリスの統計学者カール・ピアソンが1890年代に使い始めたものです。それまでは、散らばりを表すのに、人によって違う量や名前が使われていました。のちにピアソンは相関係数の式を整えたことでも知られていて、統計学のあちこちに名前が出てくる人です。

参考:K. Pearson, “Contributions to the Mathematical Theory of Evolution”, Philosophical Transactions of the Royal Society A, 1894/J. Miller「Earliest Known Uses of Some of the Words of Mathematics(standard deviation)」

偏差値60は、上から何%くらい?

テストの偏差値は、50 + 10 ×(得点 − 平均値)÷ 標準偏差 で計算します。つまり偏差値60は「平均より標準偏差1つ分だけ高い」、偏差値40は「標準偏差1つ分だけ低い」という意味です(標準偏差が 0、つまり全員が同じ点のときは、この式では計算できません)。点数の分布が左右対称の山の形(正規分布)に近いとき、偏差値60以上の人は全体の約16%、偏差値70以上は約2%になります。ただし、分布が偏っているときはこの割合も変わるので、偏差値は「散らばりを物差しにした位置」と考えるのが正確です。

参考:正規分布で平均+1σ以上の割合は約15.9%、+2σ以上は約2.3%(標準正規分布の値を自分で計算して確認)

わからなかったら、ここへもどる

あわせて読む

次はこれ

先生・おうちの方へ

つまずきやすい所:①並べかえずに中央値を取る、偶数個で真ん中2つの平均を忘れる。②偏差をそのまま平均して 0 になり、何を求めているか分からなくなる(2乗する理由を図の正方形で見せる)。③分散と標準偏差の単位の違い(点² と 点)。④度数分布表の最頻値を「度数」で答える。

分散の定義について:このページでは高校数学Ⅰ・情報Ⅰの教科書にそろえて、分散を「偏差の2乗の平均」(n で割る)としています。表計算ソフトウェアには n で割る VAR.P・STDEV.P と、n − 1 で割る(不偏分散)VAR.S・STDEV.S があり、古い VAR・STDEV 関数は n − 1 でわる方です。授業で表計算を使うときは、どちらの関数を使うかを先に決めておくと混乱がありません。

共通テストとのつながり:第4問(データの活用)では、代表値・散らばりを使ってデータを比べる・解釈する問いが毎回出ています。このページの問題・データ・場面はすべてこのサイトで作ったものです。

授業で使うとき:「さわってみよう」の部品で、外れ値を足す前に平均値と中央値の変化を予想させると、代表値を選ぶ理由が話題にできます。A班の値を動かして B班と同じにする活動で、標準偏差が「平均からの離れ方」であることを確かめられます。

学習指導要領:情報Ⅰ (4)ア(ウ) / 参考:高等学校学習指導要領(平成30年告示)解説 情報編 情報Ⅰ (4)ア(ウ)・イ(ウ)、文部科学省「高等学校情報科『情報Ⅰ』教員研修用教材」第4章(データの分析)、表計算ソフトウェアの関数 VAR.P・VAR.S・STDEV.P・STDEV.S(各ソフトウェアのヘルプ)