入試数学「データの活用・分析」の勉強法|箱ひげ図・相関係数の読み取りを整理
入試数学で急増する「データの活用」分野の最新変化とは
平均値や四分位数の計算はできても、グラフを見て正しい説明を選ぶ問題になると迷ってしまう。データを扱う問題では、計算方法に加えて、数値や図から何が分かるのかを理解することが大切です。
この記事では、中学校の「データの活用」と高校数学Ⅰの「データの分析」について、読み取りの基本と間違えやすい点を整理します。具体的なデータを使いながら、判断の根拠を説明する練習につなげましょう。
目次
1.中学校と高校で学ぶ内容を整理する
中学校では、四分位数や箱ひげ図などを使い、データの分布を比較する学習を行います。高校数学Ⅰでは、分散・標準偏差、散布図・相関係数、仮説検定の考え方などへ学習が広がります。
| 学習段階 | この記事で扱う主な内容 |
|---|---|
| 中学校の内容を中心とする部分 | 代表値、四分位数、四分位範囲、箱ひげ図 |
| 高校数学Ⅰの内容を中心とする部分 | 分散、標準偏差、相関係数、仮説検定の考え方 |
入試での出題範囲や配点は、試験によって異なります。高校入試は受験する都道府県・学校の資料を、大学入試は各大学や大学入試センターの公表資料を確認してください。
まずは自分の試験に必要な範囲を把握し、教科書の基本問題から取り組みましょう。高校数学を学ぶ場合も、中央値や箱ひげ図の読み取りが曖昧なら、そこから確認すると理解をつなげやすくなります。
2.グラフでは、最初に対象・単位・目盛りを見る
グラフを読むときは、形を見る前に「何のデータか」「何人・何件のデータか」「単位は何か」を確認します。複数のグラフを比較する場合は、軸の目盛りや集計条件がそろっているかも確かめましょう。
例えば、人数が異なる2つの集団では、度数だけの比較と、相対度数による割合の比較で意味が変わります。見た目の高さだけで判断せず、問題が人数と割合のどちらを尋ねているかを読み取ってください。
箱ひげ図では、中央値や四分位数、散らばりを比較できます。一方、通常の箱ひげ図だけから、平均値や個々のデータの値、ある区間に含まれる正確な人数まで分かるとは限りません。
また、ひげの端を最小値・最大値とする描き方と、外れ値を別の点で表す描き方があります。問題に示された説明や凡例を確認して読み取りましょう。
3.四分位数は、具体的なデータで確かめる
四分位数を求めるときは、まずデータを小さい順に並べます。ここでは、8人の得点を表す次の架空のデータを使って確認します。
$$
2,\ 4,\ 4,\ 4,\ 6,\ 8,\ 10,\ 12
$$
中央値は、中央にある4番目と5番目の値の平均です。第1四分位数は前半4個の中央値、第3四分位数は後半4個の中央値として求めます。
| 指標 | 求め方 | 結果 |
|---|---|---|
| 第1四分位数 | 前半の「2、4、4、4」の中央値 | 4点 |
| 中央値 | 中央の4点と6点の平均 | 5点 |
| 第3四分位数 | 後半の「6、8、10、12」の中央値 | 9点 |
| 四分位範囲 | 第3四分位数-第1四分位数 | 5点 |
第1四分位数以下の人数は、必ず25%になるわけではない
このデータでは、第1四分位数は4点ですが、4点以下の人は8人中4人います。割合は50%であり、25%ではありません。
これは、同じ4点という値が複数あるためです。四分位数は並べたデータの位置に基づいて求める値なので、その値以下の人数の割合が、必ず25%になるわけではありません。
「四分位数の位置」と「特定の値以下の人数」を区別しましょう。選択肢に「必ず」「ちょうど」「全員」といった言葉がある場合は、同じ値が重なった場合にも成り立つかを確かめてください。
四分位範囲と、データ全体の範囲を区別する
四分位範囲は、第3四分位数から第1四分位数を引いた値です。最大値から最小値を引いた「範囲」とは異なり、データの中央付近の散らばりを見る指標です。
上の例では、四分位範囲は9-4=5点ですが、範囲は12-2=10点です。箱が短いことだけを根拠に、最大値と最小値の差も小さいと判断しないようにしましょう。
4.平均値・分散・標準偏差の役割を区別する
ここからは、高校数学Ⅰの内容を中心に説明します。平均値はデータの中心を捉える指標ですが、平均値が同じでも、散らばり方は異なることがあります。
例えば、「4、5、6」と「0、5、10」は、どちらも平均値が5です。しかし、平均値から各データまでの隔たりは、後者の方が大きくなっています。
データを (x_1,x_2,\ldots,x_n)、平均値を (\bar{x}) とすると、平均値・分散・標準偏差は次のように表せます。ここでは、数学Ⅰで扱う、偏差の2乗の平均としての分散を用います。
$$
\begin{aligned}
&\bar{x} = \frac{1}{n}\sum_{i=1}^{n}x_i\\
&s_x^2 = \frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2\\
&s_x = \sqrt{s_x^2}
\end{aligned}
$$
分散は、各データと平均値との差を2乗して平均した値です。標準偏差は分散の平方根で、元のデータと同じ単位になります。得点なら、標準偏差も「点」で表せます。
平均値は極端な値の影響を受けます。例えば「4、5、6」の6を60に変えると、平均値は大きく変わりますが、中央値は5のままです。どの指標を使うかは、データの特徴と比較したい内容に合わせて考えましょう。
5.相関係数は、直線的な関係を見る指標
2つの変量の関係を調べるときは、まず散布図を確認します。そのうえで、直線的な関係の向きと強さを数値で捉える指標として、相関係数を用います。曲線的な関係の強さを、そのまま表す指標ではありません。
共分散を (s_{xy})、それぞれの標準偏差を (s_x,s_y) とすると、相関係数 (r) は次の式で表されます。ただし、両方の標準偏差が0でない場合に限ります。
$$
r=\frac{s_{xy}}{s_xs_y}
$$
| 相関係数 | 読み取り |
|---|---|
| 1に近い | 強い正の直線的な相関がある |
| -1に近い | 強い負の直線的な相関がある |
| 0に近い | 直線的な相関が弱い |
相関の強さを見るときは、符号だけでなく絶対値に注目します。例えば、-0.9は0.3よりも強い直線的な相関を表し、負の符号は、一方が大きいほど他方が小さくなる傾向を示します。
相関係数が0でも、関係がないとは限らない
例えば、(x) の値が-2、-1、0、1、2で、それぞれに (y=x^2) を対応させたデータを考えます。このデータの相関係数は0ですが、2つの変量には明確な曲線的関係があります。
相関係数だけで判断せず、散布図も確認しましょう。また、相関が見られても、それだけで一方が他方の原因だと結論づけることはできません。
6.データを変換したときの変化を整理する
すべてのデータに同じ数を足す場合と、同じ数を掛ける場合では、平均値や散らばりの変化が異なります。公式を覚える際は、データ全体をどのように動かしているかも考えてみましょう。
各データを (y_i=ax_i+b) と変換すると、平均値・分散・標準偏差は次のように変わります。
$$
\begin{aligned}
&\bar{y} = a\bar{x}+b\\
&s_y^2 = a^2s_x^2\\
&s_y = |a|s_x
\end{aligned}
$$
全員の得点に5点を加えれば、平均値も5点増えますが、平均値からの隔たりは変わらないため、分散と標準偏差は変わりません。
一方、全データを2倍すると、標準偏差は2倍、分散は4倍になります。標準偏差と分散を同じ倍率で変えてしまわないように注意してください。
7.仮説検定では、仮定と結論の関係を読む
数学Ⅰでは、具体的な事象について、実験などを通して主張の妥当性を考える「仮説検定の考え方」を学びます。まず、どのような仮定の下で、何が起こりにくいと判断しているのかを整理しましょう。
例えば、「このコインは表と裏が同じ確率で出る」と仮定し、観測された結果以上の偏りが、その仮定の下でどの程度起こるかを考えます。判断する際は、問題で指定された基準や実験条件に従います。
仮定の下で結果が起こりにくいことは、その仮定を疑う材料になります。ただし、「仮定が誤っている確率」を直接求めたわけではありません。また、仮定を退ける根拠が得られなかった場合も、仮定が正しいと証明されたわけではない点に注意しましょう。
8.解き直しでは、判断の根拠を言葉にする
問題を解いた後は、答え合わせに加えて、どの数値や定義を根拠に判断したかを確認してください。誤った選択肢についても、どの部分が言い過ぎなのか、条件が足りないのかを説明してみましょう。
| 確認する内容 | 自分への問い |
|---|---|
| 代表値 | 平均値と中央値を混同していないか |
| 箱ひげ図 | 図だけでは分からないことを断定していないか |
| 四分位数 | 同じ値が複数ある場合も考えたか |
| 相関係数 | 直線的な関係と因果関係を区別したか |
| 変量の変換 | 分散と標準偏差の倍率を区別したか |
基礎を確認したら、受験する試験の過去問で、文章や複数の図を読み取る練習を行いましょう。共通テストの問題は、大学入試センターの公式サイトで公開されています。
データの問題では、計算できることと、その結果から適切に判断できることの両方が必要です。小さなデータで定義を確かめ、図や数値から言えることを一つずつ説明する練習を重ねていきましょう。
Learning Tools
記事を検索したい方はここから!
記事を検索
関連記事や、今の内容に近いテーマをすぐに検索できます。
例: AI / 情報Ⅰ / Python / 統計 / 資格 / 学習法