平均・中央値・最頻値 計算ツール｜分散・標準偏差・四分位も一括算出

計算式と代表値の定義

平均 (arithmetic mean)

平均 x̄ = (x₁ + x₂ + … + xₙ) / n

全データの合計をデータ数で割った値。算術平均とも呼ばれ、統計の最も基本的な代表値。ExcelでのAVERAGE関数、Pythonのnumpy.mean()、Rのmean()で計算します。ただし外れ値の影響を強く受ける弱点があります。

中央値 (median)

データを昇順に並べたときの中央の値。データ数が奇数なら真ん中の値、偶数なら中央2値の平均。

n奇数: 中央値 = x_((n+1)/2)

n偶数: 中央値 = (x_(n/2) + x_(n/2+1)) / 2

外れ値に強く、所得分布・不動産価格・住宅面積など右に裾を引く分布の代表値として、平均より実感に近い値になることが多いです。総務省統計局の各種調査でも中央値が併記されています。

最頻値 (mode)

データの中で最も出現頻度が高い値。カテゴリカルデータ(性別・血液型・アンケート回答)の代表値としても使えます。複数存在する場合(多峰性)は「二峰・多峰」と表記。

平均・中央値・最頻値の使い分け

データの分布の形によって、どの代表値を選ぶかが変わります。正規分布(左右対称)なら3値がほぼ一致。右に裾を引く分布(所得等)では平均>中央値>最頻値。左に裾を引く分布(定年退職年齢等)では最頻値>中央値>平均。

具体例で見る3つの代表値

例1: テスト点数(10人)

[60, 65, 70, 70, 75, 75, 80, 85, 90, 95]

• 平均 = 765/10 = 76.5
• 中央値 = (75+75)/2 = 75
• 最頻値 = 70, 75(二峰性)

例2: 年収データ(9人、単位: 万円)

[300, 350, 400, 420, 450, 500, 550, 600, 5000]

• 平均 = 8570/9 = 約952万円(高所得者に引きずられる)
• 中央値 = 450万円(データの真ん中、実感に近い)
• 最頻値 = なし(全て異なる値)

この例で分かるように、極端な外れ値(5000万円)があると平均は実感から大きく乖離します。所得統計では常に中央値が併記される理由です。

例3: 靴のサイズ(20足販売)

[24.0, 24.0, 24.5, 24.5, 25.0, 25.0, 25.0, 25.0, 25.5, 25.5, 26.0, 26.0, 26.0, 26.5, 27.0, 27.0, 27.5, 28.0, 28.5, 29.0]

• 平均 = 25.925
• 中央値 = 25.75
• 最頻値 = 25.0, 26.0(靴の在庫戦略で重要)

分散・標準偏差・四分位範囲

代表値だけでは「データがどれだけばらついているか」が分かりません。散布度(dispersion)を表す指標を併用します。

分散 (variance)

母分散 σ² = Σ(xᵢ − μ)² / N

標本分散(不偏) s² = Σ(xᵢ − x̄)² / (n−1)

各データが平均からどれだけ離れているかを2乗して平均した値。標本から母集団を推定する場合は「n−1」で割る不偏分散を使うのが統計学的に正しい方法です。

標準偏差 (standard deviation)

σ = √分散、s = √標本分散

分散の平方根。データと同じ単位で解釈できるため、実務ではこちらが主流。ExcelのSTDEV.S(標本)、STDEV.P(母集団)関数で計算。品質管理の工程能力指数(Cpk)・6シグマ管理で必須の指標。

四分位数と四分位範囲(IQR)

データを4等分する境界値。第1四分位数(Q1)、第2四分位数(=中央値、Q2)、第3四分位数(Q3)。IQR = Q3 − Q1が四分位範囲で、中央50%のデータの広がりを表します。外れ値検出には「Q1 − 1.5×IQR」より小さいか「Q3 + 1.5×IQR」より大きい値を外れ値とする慣例があります(箱ひげ図)。

変動係数(CV)

CV = 標準偏差 / 平均 × 100 (%)

単位のない相対的な散らばり指標。単位や規模の異なるデータの散布度比較に使います。

外れ値の扱いと箱ひげ図

外れ値(outlier)とは、他のデータから大きく離れた値。測定ミス・入力ミスの場合もあれば、意味のある異常値の場合もあります。判定基準として広く使われるのが「Tukeyの1.5×IQR法」です。

下側外れ値 < Q1 − 1.5 × IQR

上側外れ値 > Q3 + 1.5 × IQR

箱ひげ図(box plot)は、Q1・中央値・Q3の3本線で箱を作り、最小値・最大値までひげを伸ばして分布を可視化するグラフ。外れ値検出・複数集団の分布比較に頻用されます。ExcelやRのboxplot()、Pythonのseaborn.boxplot()で簡単に描画可能。

母集団と標本の違い

統計学では、対象全体(母集団)と、そこから抽出した一部(標本)を厳密に区別します。

標本から母集団を推定する際は「自由度」を考慮して n−1 で割る不偏分散が正解。標本サイズが大きい場合、n と n−1 の差は無視できるほど小さくなりますが、n が小さい実験データでは差が顕著です。Excelの STDEV.S(標本), STDEV.P(母集団)を使い分ける必要があります。

業界での応用

よくある間違い・注意点

• 外れ値を含めた平均を無批判に使用 — 所得・不動産価格・時価総額など右に裾を引く分布では、平均が実感から大きく乖離します。中央値の併記が必須。
• 母集団と標本の分散を混同 — Excelの STDEV.S(標本, n-1で割る)と STDEV.P(母集団, Nで割る)は結果が異なります。n が小さいと差が大きい。
• 最頻値がないデータで無理に決定 — 全データが異なる値なら最頻値なし(または全値が最頻値)。無理に1つ決めるのは統計的に誤り。
• 異なる単位の平均 — 円・ドル・時給・年収など異なる単位の混在は禁物。単位を揃えるか、変動係数(CV)で相対比較する。
• 比率・割合の平均を単純算術平均で計算 — 例えば「成長率5%と-5%の平均は0%」ではなく、幾何平均で -0.13% が正解。比率・割合には幾何平均が適切。
• 順序尺度・名義尺度に対する不適切な演算 — アンケートの「1(最悪)〜5(最高)」などの順序尺度で平均を取っても意味が不明瞭。中央値や最頻値のほうが適切な場合が多い。
• 小標本での過度な信頼 — n=3-5個のデータから平均・分散を出しても、母集団の推定精度は極めて低い。信頼区間の併記が推奨。

関連する規格・法令

• JIS Z 8101 ― 統計―用語及び記号。平均・中央値・分散・標準偏差等の国内定義。
• ISO 3534-1 ― Statistics — Vocabulary and symbols. Part 1: General statistical terms. 統計用語の国際規格。
• ISO 9001 ― Quality Management Systems. 品質マネジメントで統計手法を活用。
• JIS Q 9001 ― 品質マネジメントシステム。ISO 9001の国内対応規格。
• JIS Z 8103 ― 計測用語。測定・不確かさの評価。
• 統計法(日本) ― 統計調査を体系化する法律。政府統計の作成手法。
• ICH-E9 ― Statistical Principles for Clinical Trials。医薬品臨床試験の統計原則。
• GUM (Guide to Uncertainty in Measurement) ― 測定不確かさ評価の国際ガイド。

参考文献・公的資料

より正確な統計手法や実務例を確認したい場合は、以下の公的機関・学会の資料を参照してください。

• 総務省統計局 ― 日本の政府統計を統括。国勢調査・家計調査・労働力調査等で代表値・分布データを公開。
• 政府統計の総合窓口 e-Stat ― 日本の政府統計データベース。分野別に整理された統計調査結果。
• 厚生労働省 賃金構造基本統計調査 ― 業種・職種・年齢別の賃金分布。中央値・平均の比較。
• 国税庁 民間給与実態統計調査 ― 給与所得者の給与分布。平均年収と中央値。
• 国土交通省 地価公示 ― 全国の標準地の地価データ。統計的分析に活用。
• 日本統計協会 ― 統計教育・実務資料の発行機関。
• 日本統計学会 ― 統計学の学術団体。統計手法の学術的位置づけ。
• 統計検定 ― 一般社団法人 統計質保証推進協会の統計検定。3級・2級で代表値・散布度が出題範囲。
• 日本産業標準調査会(JISC) ― JIS Z 8101(統計用語)、JIS Q 9001(品質マネジメント)などの規格索引。

よくある質問（FAQ）

関連計算ツール