’Orange’で始める、やさしい統計分析(1/)
自分の勘や経験だけでなく、根拠を持って判断できるようになる。それが、この記事の目的です。
目の前にある数字の羅列。その中に隠れている「意味のあるパターン」を見つけ出し、今の状況を整理して、少し先のことを予測する。統計学は、そんな「整理と予測」を助けてくれる確かな道具になります。
難しい数式を覚える必要はありません。Orangeという直感的なツールを使い、実際に手を動かしながら、データが意味を持ち始める瞬間を体験していきましょう。
第１章 データを統計で読み解くとは
1.1 統計分析で「見えないもの」を読み解く
目の前に、あるお店の1ヶ月分の売上データがあるとします。ただ数字を眺めているだけでは、「昨日は売れた」「今日は暇だった」という個別の事実しか見えてきません。
しかし、統計というレンズを通すと、バラバラだった数字が意味を持ち始めます。
「雨の日は客数が減るが、客単価は上がる」 「気温が25度を超えると、特定の商品が急に売れ始める」
これらは、パッと見ただけでは気づけない、データの背後に隠れたルールです。統計分析とは、こうした「見えないパターン」を、客観的な根拠を持って導き出す作業を指します。
現状を正しく整理し、その延長線上にある少し先の未来を予測する。この「整理と予測」こそが、統計学が持つ最大の役割です。
1.2 データを分析の「材料」として整える
統計分析を始める前に、目の前にあるデータがどのような「性質」を持っているかを知る必要があります。
データは大きく分けて、2つの種類に分類できます。
質的なデータ
数値で表せない、あるいは数値であっても「種類」や「分類」を意味するデータです。 例：血液型、出身地、好きなアイドルグループ、出席番号。 出席番号の「1番」と「2番」を足しても意味がないように、これらは性質の違いを表す「ラベル」のようなものです。
量的データ
足し算や引き算、平均を出すことに意味がある数値のデータです。 例：テストの点数、身長、気温、通学時間。 「昨日より2度高い」「平均点は60点」といった、具体的な「量の違い」を表します。
自分の持っているデータがどちらなのか。この小さな区別が必要です。分析の迷いはぐっと少なくなります。
1.3 問いから答えを導き出すまでの道のり
統計分析は、ただ計算機を叩くことではありません。そこには、一つの「物語」のような流れがあります。
問いを立てる
「昨日に比べて売上が落ちたのはなぜか？」といった、何を解き明かしたいのか、自分なりの問いを持つことから始まります。データを集め、整える
問いに答えるための材料を揃えます。1.2でお話しした「質」と「量」を意識しながら、分析できる形にデータを整理していきます。データの「姿」を可視化する
グラフや平均値を使って、データが持っている特徴を浮き彫りにします。ここで、思わぬパターンや偏りに気づくことが多々あります。全体のルールを推測する
手元にある限られたデータから、背後にある大きな仕組みや、まだ見ぬ全体の姿を推し量ります。これが統計学の真髄である「推測」のステップです。根拠を持って判断する
分析の結果から、「これは偶然ではない」あるいは「この傾向は今後も続く」といった結論を導き出します。
1.4 思考を止めないツール「Orange」の紹介
統計分析の本質は、計算することではなく「考えること」にあります。しかし、これまでは「プログラミング言語を覚える」ことや「複雑な数式を処理する」といった壁が、私たちの思考を止めてしまうことが多々ありました。
そこで本書が提案するのが、オープンソースの分析ツール「Orange Data Mining」です。
直感的なキャンバス
Orangeでは、画面上に配置したアイコン（ウィジェット）を線でつないでいくだけで分析が進みます。コードを書く必要がないため、「次は何を調べようか？」という純粋な問いに集中し続けることができます。
データが「形」になる
数字の羅列を読み込むと、すぐに散布図やヒストグラムといったグラフで視覚化できます。抽象的な数値が、瞬時に意味を持った「形」として目の前に現れる。この体験が、データへの理解を深めてくれます。
何度でも試行錯誤できる
「もし、このデータを除外したら結果はどう変わるだろう？」
そんな思いつきも、Orangeなら数秒で試せます。失敗を恐れずに設定を変え、結果を比較する。この軽やかな試行錯誤こそが、分析の精度を高める近道になります。
このシリーズでは、Orangeという強力な相棒と一緒に、データが語り始める瞬間をいくつも体験していくことになります。
