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

四分位数しぶんいすうと箱ひげ図はこひげず(求め方・読み方・外れ値はずれち)

データを小さい順に並べて4つに分ける「四分位数」と、それを図にした「箱ひげ図」を、個数が奇数・偶数のときの求め方から、外れ値の印、ヒストグラムとの対応、読み取りまで図で確かめます。共通テスト第4問でよく使われる図です。

説明

1. 中央値ちゅうおうちでさらに半分に分ける:四分位数

11人の1か月の読書冊数を小さい順に並べました。真ん中(6番目)の 7冊が中央値です。ここで、中央値より前の5人(前半)と後の5人(後半)に分け、それぞれの真ん中を取ります。

前半の真ん中を第1四分位数だいいちしぶんいすう(Q1)、全体の中央値を第2四分位数(Q2)、後半の真ん中を第3四分位数(Q3)といい、まとめて四分位数と呼びます。データをおよそ4等分する区切りの値です。個数が奇数のときは、中央値そのものは前半にも後半にも入れません。

11人の1か月の読書冊数(小さい順)2335678891114前半 5人 → 真ん中 3後半 5人 → 真ん中 9中央値7第1四分位数 Q1 = 3(前半の中央値)第2四分位数 Q2 = 7(全体の中央値)第3四分位数 Q3 = 9(後半の中央値)

四分位数は「中央値で前後半に分けて、それぞれの中央値」。

2. 個数が偶数のとき

10人なら、中央値は5番目と6番目の平均です。前半は1〜5番目、後半は6〜10番目と、ちょうど半分ずつに分けて、それぞれの真ん中を取ります。

8個のように、前半・後半もまた偶数個になるときは、前半・後半でも真ん中2つの平均を取ります。四分位数は、元のデータにない値(16.5 や 5 など)になることもあります。

10人の通学時間(分):中央値は5番目と6番目の平均581012151820253042前半 5人 → Q1 = 10後半 5人 → Q3 = 25Q2 = (15 + 18) ÷ 2 = 16.58個のとき:前半・後半も偶数個 → それぞれ真ん中2つの平均34679101215Q1 = (4+6)÷2 = 5Q3 = (10+12)÷2 = 11Q2 = (7 + 9) ÷ 2 = 8

3. 5つの数で描く:箱ひげ図

最小値・第1四分位数・中央値・第3四分位数・最大値の5つの数(5数要約ごすうようやくとも呼ぶ)を図にしたものが箱ひげ図です。Q1 から Q3 までを箱にし、箱の中に中央値の線を引きます。箱の両端から最小値・最大値まで線(ひげ)を伸ばします。

平均値を + や × の印で書き加えることもあります。箱ひげ図は横向きにも縦向きにも描きます。

0246810121416最小値 2Q1 3中央値 7Q3 9最大値 14● ドットプロット(11人の読書冊数)冊ひげ箱
上のドットプロットの値と、下の箱ひげ図の5つの数が対応しています。

4. 四分位範囲しぶんいはんいと、4つの部分の人数

箱の長さ Q3 − Q1 を四分位範囲といいます。真ん中のおよそ半分の値が入る幅で、散らばりの目安になります。両端の値で決まる範囲(最大値 − 最小値)と違い、外れ値の影響を受けにくいのが特長です。

データを小さい順に並べて順位で4つに分けると、それぞれにおよそ4分の1ずつの値が入ります。図は 20人なので5人ずつです(同じ値が多いときや、外れ値を別に描くときは、図の各部分に入る人数がずれることもあります)。ひげや箱が長いことは、人数が多いことではありません。同じ人数が広い幅に散らばっている、という意味です。

024681012141618202220人の1週間の家庭学習時間(時間)5人5人5人5人四分位範囲 Q3−Q1 = 12 − 6.5 = 5.5範囲 最大値−最小値 = 20 − 3 = 17右のひげは長いが、人数は左のひげと同じ5人(値が広く散らばっている)

順位で4つに分けた人数はおよそ同じ。長い部分は「人数が多い」ではなく「散らばっている」。

5. 外れ値の印を付ける

1人だけ 70分かかる人がいると、ひげがとても長くなり、データの様子が読みにくくなります。そこで、Q1 − 1.5 × 四分位範囲 より小さい値と、Q3 + 1.5 × 四分位範囲 より大きい値を外れ値とみなす方法がよく使われます。

外れ値は ○ などの印で別に描き、ひげは外れ値を除いた最大値・最小値まで伸ばします。図では 25 + 1.5 × 15 = 47.5 より大きい 70分が外れ値です。外れ値の決め方はほかにもあるので、問題文の説明に従います。

01020304050607080分10人の通学時間(1人だけ 70分)Q3 + 1.5×四分位範囲= 25 + 1.5×15 = 47.5外れ値 ○ひげは 30 まで

6. ヒストグラムと箱ひげ図を対応させる

データの形(分布)が違うと、箱ひげ図の形も変わります。左右対称に近いと、箱の中の中央値は箱のほぼ真ん中です。右にすそが長い(大きい値が少しだけある)と、右のひげや箱の右側が長くなりやすく、平均値は中央値より大きくなることが多いです(ただし、必ずそうなるとは限りません)。左にすそが長いときは、その逆です。

箱ひげ図は形の違うデータをいくつも並べて比べるのに向いていますが、山が2つあるといった細かい形は分かりません。ヒストグラムと一緒に見ると、間違いが減ります。

① 左右対称に近い平均値 10・中央値 100246② 右にすそが長い平均値 6.95・中央値 60246③ 左にすそが長い平均値 14.05・中央値 15024602468101214161820

すそが長い側に、ひげが伸びやすく、平均値もその側に引っぱられることが多い。

7. 並べて比べる・読み取る

3クラスの小テストの箱ひげ図を並べました(並列箱ひげ図)。3組は箱が短く、全員が 12点以上で、まとまっています。2組は箱もひげも長く、散らばりが大きいクラスです。

読み取るときは、四分位数の位置から人数を考えます。30人なら、中央値は15番目と16番目の平均、Q1 は8番目、Q3 は23番目の値です。2組の中央値は 10点なので、10点以下の人は少なくとも15人います。ただし、1人一人の点数や、ちょうど何人かは、箱ひげ図だけでは分からないことが多いので注意します。散布図さんぷずの縦軸・横軸の横に、それぞれの箱ひげ図を添えることもあります(「散布図と相関」の単元)。

02468101214161820点1組2組3組3クラス(各30人)の小テスト(20点満点) + は平均値

ひとことで言うと四分位数でデータを4つに分け、5つの数で分布の形を描くのが箱ひげ図。

例題

例題1 個数が偶数のときの四分位数

12人の小テスト(20点満点)の点数を小さい順に並べると、6, 8, 9, 11, 12, 12, 14, 15, 15, 16, 18, 19 でした。四分位数と四分位範囲を求めましょう。

例題2 箱ひげ図から言えること・言えないこと

説明7の3クラス(各30人)の箱ひげ図について、次の(a)〜(c)は「正しい」「正しくない」「この図からは判断できない」のどれでしょう。
(a) 3組は、全員が 12点以上である。
(b) 1組で 14点以上の人は、ちょうど8人である。
(c) 2組で 10点以下の人は、15人以上いる。

02468101214161820点1組2組3組3クラス(各30人)の小テスト(20点満点) + は平均値

練習

1
7日間に図書室で借りられた本の冊数を小さい順に並べると 4, 6, 7, 9, 10, 12, 15 でした。第1四分位数はいくつですか。
2
8人の記録 12, 15, 16, 18, 21, 22, 25, 30 の四分位範囲を求めましょう。
3
あるデータの第1四分位数は 20、第3四分位数は 30 でした。「Q3 + 1.5 × 四分位範囲 より大きい値を外れ値とする」とき、いくつより大きい値が外れ値ですか。
4
下のヒストグラムは、20人のデータ 2, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 7, 7, 8, 9, 10, 11, 12, 13, 15 を、2ずつの階級(2以上4未満、4以上6未満、…)でまとめたものです。このデータを箱ひげ図にすると、どんな形になりますか。
024602468101214161820人数
5
40人のテストの箱ひげ図で、第3四分位数が 60点でした。必ず正しいと言えるものはどれですか。

さわってみよう

値を動かして、箱ひげ図の変化を見る

値のボタンで選んで「◀」「▶」で動かすと、四分位数と箱ひげ図がすぐに変わります。まず「読書冊数(11人)」で、最大値の 14 を「大きく ▶」で大きくしていきましょう。四分位数は変わるでしょうか。どこから ○(外れ値)になるか予想してから試しましょう。次に「この値を足す」で1人増やし、個数が偶数になると四分位数の求め方がどう変わるか確かめましょう。

最大値を大きくしても、四分位数は動かず、ひげだけが伸びます。基準(Q3 + 1.5 × 四分位範囲)を超えると ○ になり、ひげは内側の最大値までになります。四分位数は、並んだ順番で決まる値だからです。

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)。

体育委員の F さんは、体力テストの「上体起こし(30秒間)」の回数を学年ごとにまとめ、箱ひげ図をかいた。各学年 40人で、+ は平均値、○ は外れ値を表す。外れ値は「Q1 − 1.5 × 四分位範囲 より小さい値、または Q3 + 1.5 × 四分位範囲 より大きい値」とした。

1012141618202224262830323436回1年2年3年
問1
図から読み取れることとして、必ず正しいといえるものを選べ。
問2
1年の外れ値の基準のうち、小さい方の値(Q1 − 1.5 × 四分位範囲)はいくつか。図から、1年の Q1 は 20回、Q3 は 25回である。
問3
3年の箱ひげ図は、中央値(27回)が Q3(28回)にとても近い。このことから分かることとして最も適当なものを選べ。
問4
1年は、平均値(+)が中央値より大きい。その理由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。

箱ひげ図を考えたのは、「ビット」の名づけ親

箱ひげ図は、アメリカの統計学者ジョン・テューキーが考え、1977年の本『探索たんさく的データ解析(Exploratory Data Analysis)』で広めました。テューキーは、0 と 1 の1桁を「ビット」と名づけた人でもあります。彼は、計算で結論を急ぐ前に、まず図にしてデータの姿をよく見ることが大切だと主張しました。箱ひげ図の外れ値の目安「箱の端から四分位範囲の1.5倍より離れた値」も、テューキーが示したものです。

参考:J. W. Tukey『Exploratory Data Analysis』(Addison-Wesley, 1977)/「ビット」がテューキーの提案した語であることは C. E. Shannon (1948) の論文に書かれている(c2-bit の豆知識を参照さんしょう)

四分位数の求め方は、1つではない

1, 2, 3, 4, 5, 6, 7, 8 の第1四分位数は、いくつでしょう。この単元のように前半 1〜4 の中央値を取ると 2.5 です。ところが表計算ソフトウェアの QUARTILE.INC 関数では 2.75、QUARTILE.EXC 関数では 2.25 になります。四分位数の決め方には何通りもあり、1996年の論文では、統計ソフトで使われている方法が9種類も整理されています。データが多いと違いは小さくなりますが、テストの問題では、教科書と同じ決め方で求めるようにしましょう。

参考:R. J. Hyndman, Y. Fan, “Sample Quantiles in Statistical Packages”, The American Statistician, 50(4), 1996/計算値は自分で確認

わからなかったら、ここへもどる

次はこれ

先生・おうちの方へ

つまずきやすい所:①奇数個のとき、中央値を前半・後半に入れてしまう。②「ひげ(箱)が長い=人数が多い」と読む。③箱ひげ図から「ちょうど何人」と言えないことに気づかない。④外れ値の基準で 1.5 倍を忘れる、ひげを外れ値まで伸ばす。

四分位数の定義について:このページは高校数学Ⅰ・情報Ⅰの教科書で一般的な「中央値で前半・後半に分け、それぞれの中央値を取る(個数が奇数のときは中央値を前半・後半に含めない)」方法にそろえています。四分位数の求め方はほかにもあり、表計算ソフトウェアの QUARTILE.INC(QUARTILE)関数は中央値を含めて内分する方法、QUARTILE.EXC は別の内分の方法で、値がこのページの方法とずれることがあります(例:11個の 2, 3, 3, 5, 6, 7, 8, 8, 9, 11, 14 では、QUARTILE.INC の第1四分位数は 4、このページの方法では 3)。文部科学省の研修用教材の表計算の例は QUARTILE.INC を使っています。授業で表計算を使うときは、どの方法かを確認してください。

外れ値の基準について:「Q1 − 1.5×四分位範囲 未満、Q3 + 1.5×四分位範囲 超」は代表的な目安の一つ(研修用教材にも記載)で、唯一の定義ではありません。共通テストの箱ひげ図では、外れ値は「〇で表記」と示されるだけで、その基準までは書かれていないことが多くあります。一方、試作問題では「平均値から標準偏差へんさの2倍以上離れた値を外れ値とする」という別の基準が問題文で示されました。基準は問題文にあればそれに従う、と教えておくと安心です。

共通テストとのつながり:第4問で、並べた箱ひげ図の読み取り(四分位数の位置から人数を考える、平均値の印と中央値の関係、外れ値)が繰り返し出ています。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。

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 学習22(5数要約ようやく、箱ひげ図、外れ値の目安)