統計ストーリー教材「分析助手」UIプロトタイプ・レビュー用
記述統計と可視化 ／ 性格分岐なし・固定1パターン版
あなたは研究室の分析助手。今日が初仕事。
手元に渡されたデータの中身を覗いてみましょう。列は Ozone(オゾン濃度・ppb)・Solar.R・Wind・Temp・Month・Day。今回使うのは Ozone だけです。
| Ozone | Solar.R | Wind | Temp | Month | Day |
|---|---|---|---|---|---|
| 41 | 190 | 7.4 | 67 | 5 | 1 |
| 36 | 118 | 8.0 | 72 | 5 | 2 |
| 12 | 149 | 12.6 | 74 | 5 | 3 |
| 18 | 313 | 11.5 | 62 | 5 | 4 |
| NA | NA | 14.3 | 56 | 5 | 5 |
5日目から早速 が出てきました。これをどう扱うかが、今日の仕事の分かれ道になりそうです。
153日分の数字を前に、何から手をつけるべきか考えます。
数値の要約からいきなり入るべきか、それとものような絵から入るべきか。ここでの選び方が、この先の報告の質を左右します。
代表値には複数の種類があります。・・のうち、今回はどれを主役にすべきでしょうか。
これはと呼ばれる点です。
探索での判断どおり、まず数値の要約と分布の形を確かめます。
| 1.0 | 18.0 | 31.5 | 42.1 | 63.2 | 168.0 | 37 |
153日中37日が欠損(NA)。残り116日分のOzone値を図にすると、右に長く裾を引く分布であることが一目で分かります。
実測116件を実際に集計した棒の高さ(n=33,37,15,14,10,4,2,0,1)。右にいくほど背が低く長く続く=右裾分布。
箱の中央=中央値31.5、箱の両端=(18/63.2)。赤い点2つが外れ値(135・168)。
sd(airquality$Ozone) が NA を返した。なぜ?ばらつきの大きさを表すを計算しようとしたところ、結果がNAになりました。
探索・分析で確かめたことを、そのまま文章にします。空欄を埋めてみましょう。
観測153日のうち欠損 日を除く 日分を集計した。オゾン濃度の 。分布は右に裾を引き、日によるばらつきが大きい(SD 33)。最大は168ppbで、高濃度の日が夏の間に複数回あった。
欠損を隠さず、代表値を1つに決めつけず、外れ値を勝手に消さない——今日学んだ3つの判断は、この先の全てのエピソードで繰り返し使うことになります。