データ利活用の教科書⑤：データ分析の4つの視点と、分析手法の種類について
読書ノート（115日目）
さて、今日もこちらの本を
紹介していこうと思います。
本書を5回に分け、今回まで
以下についてを紹介してきました。
・データ利活用とデータリテラシー
・イシューについて
・リサーチを活用した1次データ収集
・データ分析の手法①
・データ分析の手法②
ということで今日は最後の
・データ分析の手法②
についてです。
・誤差には大きく2種類ある
ランダム誤差（偶然誤差）とバイアス（系統誤差）
・ランダム誤差
ランダム抽出した際に生じる誤差でサンプリング誤差。
サンプルサイズを増やすほど、この誤差は小さくなる
・バイアス
(1)選択バイアス
例）インターネット調査の場合、ネット非利用者が含まれない。
回答率が低い場合は非回答者と回答者の間に傾向差があるなど
(2)情報バイアス
曖昧な質問文、誘導質問で生じやすい。
調査項目の順番でも結果が変わる
(3)交絡バイアス
2つの因子を分析する際に、背後に隠れて存在する交絡因子
（第三因子）の影響がある
(4)確証バイアス
自分の仮説や信念に整合する情報ばかりを集めてしまうこと
・データの前処理について
・欠損値の処理
・外れ値（異常値）の処理
・表記ゆれの統一
・データ方向の修正（非常に満足が5のアンケート回答と、
非常に満足が1のアンケート回答がある場合に逆値処理をする）
・データ加工について
（データ分析をしやすくするために新しい変数を作成する）
・順序ラベル・エンコーディング
※データに順序性がある場合（サイズ表記のS,M,Lなど）
・One-hotエンコーディング（ダミー変数化）
※データに順序性が無い場合（商品名など）
・ビニング（カテゴリー化）
※個別の数値データを「〇〇以上～〇〇未満」等、カテゴリー化する
・加重平均値の設定
・合成変数の作成
・データの標準化
・データ分析とは「比較を通じて、意味合いを抽出する」こと
・データ分析の4つの視点
差がある：データ間の差異やギャップ
変化がある：時系列でのトレンド
バラつきがある：分布
パターンがある：相関
・多変量解析（3つ以上の変数の場合の分析手法）の2つのアプローチ
・多くの変数を分類・縮約して見通しを良くしたい場合
因子分析、主成分分析、クラスター分析、
コレスポンデンス分析、MDS（多次元尺度構成法）など
・総合評価を高めるキードライバーを見つけたい場合
重回帰分析、数量化1類分析、ロジスティック回帰分析、
判別分析、決定木分析など
・多変量解析はデータを人間が理解・判断できるよう説明するために用い、
機械学習は（人間が理解・説明できなくても）データを予測することを
目的に用いられることが多い
今回はデータ分析の視点や
手法について紹介してみました。
それぞれの分析手法の概要や詳細は
ぜひ本書をご参照ください。
（YouTubeでも分かりやすい動画が多く
出ていますので、そちらでも！mm）
実際、僕自身はこれらの手法のうち
現在はまだ僅かしか使ったことがなく
目下勉強中というのが現状です。
実際に仕事で良く使用しているのは
・グループAとグループBの平均の差が
有意かどうかを検定する：t検定
・グループAとグループBの数値に
どの程度の相関があるか：相関分析
が多く、データから仮説を見つけたり
仮説を検証するために使用しています。
ところで、確率を活用した統計は
18世紀頃から発展してきたという
ことで、200年以上の歴史があり
そのため様々な流派があるようです。
データの中身や目的に応じて
適切な分析手法を選択できるよう、
まずはどんな分析手法があるかを知り
実際に自分で使ってみることで習得する
というサイクルを繰り返して
これからも1つずつ自分の武器を
増やしていきたいと思います！
それではまたー！😉
皆さんも良いGWを！✨