← DataLens

分布を見る

数値のばらつき方を見たいとき。

ここでは10種類のグラフを、どんなときに使うか・どんな表を用意すればいいか・どう作るかの順に並べています。名前を知らなくても、上の「どれを選ぶか」から辿れます。

どれを選ぶか

ヒストグラム

値がどのあたりに集まっているかを、区間ごとの件数で見る。

この表が
注文金額
#11,200
#22,400
#33,100
#43,300
#53,500
#63,600
#73,800
#84,000
#94,200
#104,500
#115,200
#126,800
#138,400
#1412,000
#153,400
#163,700
#173,900
#184,100
#194,600
#205,800
こう描かれます

金額を等幅の区間に振り分け、どのあたりに集まっているかを見ます。3,000〜4,500円に山があり、1万円超えは例外だと分かります。

箱ひげ図

中央値と四分位で、グループごとのばらつきを比べる。

この表が
担当対応時間(分)
佐藤12
佐藤15
佐藤18
佐藤21
佐藤25
鈴木8
鈴木14
鈴木30
鈴木46
鈴木62
高橋20
高橋22
高橋23
高橋24
高橋26
こう描かれます
18佐藤
30鈴木
23高橋

箱が真ん中の半分、線が中央値です。3人とも中央値は近いのに、鈴木さんだけ箱が縦に長い ―― 平均だけ見ていては気づけないばらつきの差です。

レンジエリアチャート

最小〜最大の幅を帯で示し、振れ幅の推移を見る。

この表が
月気温
1月2
1月9
2月3
2月11
3月7
3月16
4月12
4月21
5月17
5月26
6月21
6月29
こう描かれます

最小から最大までの幅を帯で示します。月が進むにつれ帯ごと上に動き、振れ幅そのものの変化も見えます。

ローソク足チャート

始値・終値・高値・安値を1本にまとめ、期間ごとに見る。

この表が
週日次売上
第1週120
第1週145
第1週98
第1週132
第2週132
第2週160
第2週125
第2週155
第3週155
第3週158
第3週118
第3週128
第4週128
第4週171
第4週126
第4週166
こう描かれます
132第1週
155第2週
128第3週
166第4週

1本のローソクが1週間ぶん。始まりと終わり、その間の最高と最低を1本にまとめます。第3週だけ下げて終わっています。

正規分布曲線

平均と標準偏差から釣鐘形を描き、±1σ・±2σの範囲をつかむ。

この表が
測定重量(g)
#1498
#2501
#3499
#4503
#5497
#6500
#7502
#8496
#9504
#10500
#11499
#12501
#13505
#14495
#15500
こう描かれます

平均 500 ・ 標準偏差 2.8(15件) / 約68%が 497.2〜502.8 に入ります

平均と標準偏差から釣鐘形を描き、±1σ・±2σがどの範囲かを示します。実際の値がこの形にどれだけ沿っているかを見ます。

バイオリンプロット

箱ひげ図に分布の形を重ね、山が2つある等の特徴を見逃さない。

この表が
プラン月の利用時間
無料1
無料2
無料2
無料3
無料3
無料4
無料12
無料13
無料14
無料15
有料18
有料20
有料21
有料22
有料23
有料24
有料25
有料27
有料28
有料30
こう描かれます
3.5無料
23.5有料

箱ひげ図に分布の形を重ねます。無料プランは山が2つ ―― ほとんど使わない層と、しっかり使う層に分かれている ―― という事実が、平均値だけでは絶対に見えません。

こんなとき

プランごとの利用時間を平均で見ていたが、その平均に当てはまる人が実際にはあまりいない気がする。

作り方

  1. 1.グループと数値の列を持つ表を用意する
  2. 2.グラフを追加 → バイオリンプロットを選ぶ
  3. 3.グループ化と、対象の数値を指定する

読み違えないために — 山が2つある形が出たら、平均を使ってはいけない合図。異なる2つの集団が混ざっている。

リッジラインプロット

月ごと・部署ごとの分布を縦に並べ、山の移動を追う。

この表が
月気温
7月28
7月30
7月31
7月32
7月33
8月31
8月33
8月34
8月35
8月36
9月24
9月26
9月27
9月28
9月29
10月17
10月19
10月20
10月21
10月23
こう描かれます
7月8月9月10月1736

分布を縦に並べ、山の位置がどう移っていくかを追います。8月をてっぺんに、9月・10月と山が左へ動いていきます。

正規確率プロット

点が斜めの線に乗るかで、正規分布とみなせるかを確かめる。

この表が
測定処理時間(ms)
#188
#292
#395
#497
#599
#6101
#7103
#8105
#9108
#10112
#11118
#12140
こう描かれます

点がこの線に乗っていれば正規分布とみなせます / 裾で外れていれば、外れ値や偏りがあります(12件)

点が斜めの直線に乗っていれば正規分布とみなせます。右端が線から跳ね上がっており、一部だけ極端に遅い回があると分かります。

累積分布

「上位10%はいくらから」を直接読み、しきい値を決める。

この表が
顧客年間利用額
A12,000
B3,400
C8,900
D1,200
E45,000
F5,600
G2,300
H18,000
I7,200
J950
K26,000
L4,100
こう描かれます

中央値 6,400 ・ 上位10%は 2.5万 から(12件)

「上位10%はいくらからか」を縦軸から直接読めます。しきい値を決めるときに、ヒストグラムより速く答えが出ます。

ビースワーム

1点=1レコード。件数が少ないとき、要約せず全部見せる。

この表が
プラン利用時間
無料2
無料3
無料3
無料4
無料12
無料14
有料18
有料21
有料22
有料24
有料27
有料30
こう描かれます
無料6件
有料6件

1点が1レコード ・ 平均 / 平均 15(全体)

1件を1つの点として、重ならないようにずらして並べます。件数が少ないときは、分布の形より実際の点を見るほうが正確です。

ここにあるグラフは、すべて標準で使えます

表を作って項目を選ぶだけ。関数も、SQLも要りません。
初回3時間は無料、カード登録も不要です。